Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

© V. Príkazský SZÚ Praha. ГОРЕ ОТ УМА 3 Cíle a náplň přednášek Studijní materiály: doporučená literatura, další zdroje informací a dat Statistika a její.

Podobné prezentace


Prezentace na téma: "© V. Príkazský SZÚ Praha. ГОРЕ ОТ УМА 3 Cíle a náplň přednášek Studijní materiály: doporučená literatura, další zdroje informací a dat Statistika a její."— Transkript prezentace:

1 © V. Príkazský SZÚ Praha

2 ГОРЕ ОТ УМА

3 3 Cíle a náplň přednášek Studijní materiály: doporučená literatura, další zdroje informací a dat Statistika a její praktický význam: definice a klíčové pojmy, zvláštnosti statistické metody poznání reality, historické kořeny statistiky Statistika a poznání: kvantita a kvalita, základy kvantifikace, veličina a číslo, měření Sběr, popis a prezentace dat: statistická šetření, zpracování primárních dat, statistické tabulky, grafické metody prezentace Ukazatele: zdraví, nemoci, demografické, zdravotnické Obecné postupy statistiky: statistický soubor (populace a výběr), náhoda a pravděpodobnost, veličiny, míry polohy, míry měřítka, rozložení, odhady populačních charakteristik, statistické testy, statistika jedné skupiny, statistika dvou skupin, párové skupiny, více skupin, vztahy dvou veličin, kvalitativní znaky a jejich statistika, statistika studií, standardizace, skríningové testy, metaanalýza GIS

4 4 Použitá a mírně doporučená literatura: Kubánková V., Hendl J.: Statistika pro zdravotníky, Zdravotnické aktuality 208 (Avicenum, Praha 1987) Procházka B.: Biostatistika pro lékaře (UK v Praze, Karolinum, 1999) Pýchová E., Petráková A.: Základy lékařské demografie Šejda J. a spol.: Principy obecné epidemiologie (Avicenum, Praha 1987) Šejda J. a kol.: Terminologie v epidemiologii (SPN Praha) Žáček A.: Metody studia zdraví a nemocí v populaci (Avicenum, Praha 1984)

5 5 Etymologie epidemiologie: epi = nad demos = obyvatelstvo „zkáza seslaná z nebes? status = stát státní věci? epi = kolem deimos = strach „hrůza obcházející kolem? status = stav status quo? a statistiky:

6 6 Osobnosti Hippocrates Fracastoro Jenner a Panum John Snow Pasteur, Koch Semmelweis atd. O vzduchu, vodě a půdě infekční teorie odolnost jednotlivce cholera v Londýně průkaz infekčního agens desinfekce / prevence atd.

7 7 Epidemiologický model nemoci Stavy nemociStavy osob S0S0 S1S1 S2S2 zdraví odchylka od normy zvýšené riziko nemoci zdraví lidé rizikové skupiny

8 8 Stavy nemociStavy osob S3S3 S4S4 S5S5 latentní forma nelze odhlait zátěžovými testy inaparentní forma lze odhalit skríningem subklinická forma prodromy zdánlivě zdraví lidé osoby s příznaky onemocnění

9 9 S6S6 S7S7 S8S8 klinicky zjevná akutní forma subakutní forma komplikace chronická forma exacerbace a remise nemocní lidé S9S9 Stavy nemociStavy osob ukončení nemoci uzdravení dysfunkce smrt

10 10 Podmínky dorozumění názvosloví a klasifikace Statistická klasifikace nemocí SZO - MKN 1900, 1909, 1920, 1929, 1938, 1948, 1955, 1965, 1975, 1979, 1993 case definitions definice přenosných nemocí povině hlášených v rámci evropské epidemiologické surveillance

11 statistické pojmy, vzorce a postupy

12 12 Obecný postup řešení statistického úkolu Definice souboru statistických jednotek Specifikace zkoumaných znaků úplné nebo výběrové ? Zjišťování dat, zpracování, analýza, výpočet parametrů základního souboru Výběrové schéma, zjišťování dat a zpracování, odhad parametrů základního souboru Praktické využití výsledků analýzy

13 13 Kvantifikace a měření znaky kvalitativní –nominální (nomen) znaky (krevní skupiny) –alternativní (zdraví - nemoc) –pořadové (ordinální – ordo = pořadí, dobrý-lepší-nejlepší ) –semikvantitativní (tvrdost nerostů) Kvantitativní –diskrétní – celočíselné hodnoty (peníze!) –spojité – měřitelné s libovolnou přesností (teplota) měnný začátek – absolutní hodnoty pevný začátek – poměrová stupnice (ratio)

14 14 Grafy sloupcový (histogram) koláčový (pie) čárový (line) bodový – XY graf (scatter) krabicový (boxplot)

15 15 Populace a výběr populace (charakterizovaná výčtem nebo souborem vlastností) výběr – (výběrová charakteristika odhadem populačních charakteristik) úplné šetření – celá populace (Census) výběrové šetření – reprezentativnost –jednotka výběru a šetření (domácnost a její člen)

16 16 Popisné statistiky Střední hodnoty –aritmetický průměr (prostý a vážený) –medián –modus Míry variability –variační rozpětí –kvantilové rozpětí –rozptyl –standardní (směrodatná) odchylka –variační koeficient –střední chyba průměru

17 17 Aritmetický průměr x i – hodnota i-tého člena n – počet členů souboru Je to prostě průměr

18 18 Aritmetický průměr - vážený

19 19 Průměr geometrický e – základ přirozených logaritmů n – počet všech prvků ln – přirozený logaritmus x i – naměřená hodnota Je to prostě n-tá odmocnina součinu všech naměřených hodnot!

20 20 Medián a – počátek intervalu obsahujícího MEDIÁN h – šířka intervalu n 2 – počet prvků v tomto intervalu n 1 – počet všech prvků ležících před intervalem s MEDIÁNEM n – počet všech prvků Je to prostě prostřední naměřená hodnota!

21 21 Modus b – počátek intervalu obsahujícího MODUS h – šířka intervalu d 1 – rozdíl četností intervalu s modem a intervalu předcházejícího d 2 - rozdíl četností intervalu s modem a intervalu následujícího Je to prostě nejčastěji naměřená hodnota! Je nejpravděpodobnější!

22 22 Průměr, medián a modus

23 23 Rozptyl a směrodatná odchylka Je to prostě SD – různorodost hodnot kolem průměru

24 24 Střední chyba průměru Je to prostě SE – různorodost průměru

25 25 Zde si předvedeme výpočet směrodatné odchylky Zde odskočíme do excelu a spočteme průměr a jednotlivé součásti směrodatné odchylky

26 26 Normální rozložení graf normálního rozložení příklad 68,27% - průměr ± 1,00 s.d 95% - průměr ± 1,96 s.d 99% - průměr ± 2,58 s.d transformace dat na normální rozložení (standardizované skóry)

27 27 Binomické rozložení házení mincí (hlava – orel) pravděpodobnost = p = ½ opakované házení, nezávislé výsledky počet „HLAV“ v „n“ pokusech => binomická proměnná

28 28 Binomické rozložení další příklad

29 29 Poissonovo rozdělení malé pravděpodobnosti – p=0,001 střední hodnota= np = 100*0,001=0,1 střední hodnota a standardní odchylka jsou stejné

30 30 Standardizované skóry

31 31 Kvantily a kvartily jde o zobecnění pojmu medián graf – krabicový – boxplot median-1s.d.-2s.d. median-25%-10% median-25%-5%

32 32 Sloupcový graf

33 33 Histogram

34 34 Koláčový graf

35 35 XY-ový graf scattergram

36 36 XYZ – 3D graf

37 37 Tabulky

38 38 Výběr - pravděpodobnostní prostý náhodný (náhodné čísla) namátkový (na slepo) –nesplňuje vědecká kritéria systematický –uspořádané prvky základního souboru, začátek a výběrový interval stratifikovaný výběr –vrstvy, strata podle pohlaví, vzdělání atd. skupinový při velkých populacích –vybereme náhodně několik podsouborů a v nich další výběr dvojstupňový –respektuje hierarchii

39 39 Výběr - záměrný výběr typických jednotek – statisticky nevhodný –cena v detailním popisu kvótní výběr –zmenšenina základního souboru rozsah souboru –podle kvalitativních znaků –podle kvantitativních znaků

40 40 Výběr – kvalitativní znak n – počet osob ve výběru p – četnost onemocnění (0,15) t = 1.96 y = relativní přesnost v % (1/4)

41 41 Výběr – kvantitativní znak n – počet osob ve výběru m – průměr (150) s 2 - směrodatná odchylka (20) t = 1.96 y = relativní přesnost v % (0,03)

42 © V. Príkazský SZÚ Praha

43 43 Cíle epidemiologických studií objasnění etiologie a charakteristik nemoci ověření hypotéz formulace a vyzkoušení racionálních postupů pro preventivní opatření

44 44 Tomu odpovídají typy studií popis - deskripce rozbor příčin a následků - analýza řízené zkoušení postupů v přísně kontrolovaných podmínkách - experiment

45 45 Epidemiologická metoda deskriptivní –(charakteristika osob, místa a času) analytická –(relace, asociace, analýza, formulace hypotézy) experimentální –(vědecké ověření hypotézy)

46 46 Deskriptivní studie jednotlivci –kazuistiky –série kazuistik populace –korelační studie

47 47 Relace, asociace, kauzalita Relace –kazuistiky, jejich série Asociace –vztah prokázaný statisticky Kauzalita –vztah asociace prokázaný mnoha nutnými kritérii

48 48 Relace jednotlivý případ příčiny a nemoci, rizikového faktoru a nemoci bez jakékoli možnosti zobecnění velké množství dat o jednotlivci vede k dalšímu studiu nevíme zda zjištěné faktory jsou podstatné a jaký je mezi nimi vztah výzva k deskriptivní studii

49 49 Slovník vybraných epidemiologických pojmů epidemická křivka – graf –průběh epidemie, (explozivní, protrahovaná), –doba expozice, zdroj nákazy, cesta přenosu, osoby v rizik epidemické cykly –záislost na prostředí, klimatu a pod. epidemický rok – září – srpen gradient infekce – spektrum závažnosti onemocnění incidence – nemocnost infekciosita – nakažlivost inkubační doba – inteval, minimální, maximální kohorta kontrolní skupina manifestnost

50 50 Slovník vybraných epidemiologických pojmů náhodný výběr –prostý, systematický, stratifikovaný, vícestupňový, skupinový kontagiosita – rychlost a snadnost šíření infekce, idex nakažlivosti – (nakažení/exponovaní) nemocnost – morbidita (nemocní/obyvatelstvo) –incidence, prevalence, attack rate nemocnost specifická promořenost – postinfekční, postexpoziční –(imunní/obyvatelstvo) representativnost výběru –homogenita, dostatečný počet, struktura screening (skríning?)

51 51 Slovník vybraných epidemiologických pojmů skríning –senzitivita – (skutečně nemocní/zachycení jako nemocní) – pravděpodobnost zachytit nemocného –specificita – (skutečně zdraví/zachycení jako zdraví) slepý pokus –jednoduchný (pacient to neví), dvojitě (neví to ani lékař) až trojitě (a neví to ani statistik!) sekulární trendy smrtnost – letalita studie epidemiologické –pozorovací, deskritpivní –pozorovací, analytická –prospektivní a retrospektivní

52 52 Slovník vybraných epidemiologických pojmů studie epidemiologické –experimentální (klinická kontrolovaná studie a terénní pokus) –metodoligicky – průřezová, opakovaná průřezová, longitudinální studie pilotní surveillance úmrtnost výskyt –sporadický –endemický (obyč, hyper, holo) –epidemický –pandemický

53 53 Frekvence nemoci v populaci

54 volně podle Pýchová E., Petráková A.: Základy lékařské demografie

55 55 Proč demografie ? demos + graphein = věda o obyvatelstvu lidská populace - soubor reprodukujících se lidí obyvatelstvo - soubor lidí na určitém území demografická statistika: –stav - počet –struktura - složení podle znaků –pohyb - přirozený a umělý

56 56 Dělení demografické statistiky demografická statika = stav a struktura demografická dynamika - pohyb obyvatelstva –přirozená měna obyvatelstva (porody a úmrtí) –mechanická měna obyvatelstva - stěhování –sociálně právní měna - sňatky a rozvody

57 57 Zjišťování demografických jevů sčítání lidu - census století, 1. moderní census Čechy a 1870 Slovensko od té doby pravidelný v desetiletých intervalech: 1880, 1890, 1900, 1910, 1921, 1930, 1950, 1961, 1970, 1980, 1991, 2002

58 58 Běžná evidence přirozené měny 1 : narození živého dítěte (od 1965) narození mrtvého dítěte narození nezralého dítěte narození nedonošeného dítěte - předčasný porod

59 59 Běžná evidence přirozené měny 2 : úmrtí –bezprostřední příčina smrti –předchozí příčina smrti –prvotní příčina smrti –jiiné závažné stavy kódování MKN 10 –pro statistické účely pouze prvotní příčina

60 60 Běžná evidence přirozené měny 3 : Matriky –sňatek - zákonný svazek 2 osob opačného pohlaví (zatím) –Hlášení o narození –List o prohlídce mrtvého –Žádost o umělé přerušení těhotenství a hlášení potratu Běžná evidence migrací Populační registr

61 61 Obyvatelstvo a jeho struktura 1 : počet obyvatelstva –okamžitý stav - k 1.1 roku –střední stav obyvatelstva k 1.7. roku –od cenzu se určuje výpočtem rozmístění obyvatelstva –hustota –koncentrace –dekoncentrace - rozptýlení

62 62 Obyvatelstvo a jeho struktura 2 : struktura podle znaků –biologických - pohlaví, věk –sociálně právních - stav –sociálně ekonomických - sociální složení, povolání, ekonomická aktivita –kulturních - národnost, vzdělání, náboženské vyznání

63 63 Obyvatelstvo podle pohlaví a věku koeficient maskulinity – feminity (%) index maskulinity – feminity –(počet mužů/1000 žen) věkové skupiny – 0,1-4,5-9,...,85+ novorozenci – do 28 dne kojenci – do 1 roku další skupiny –0-4, 0-14, 15-49, 15-54, 15-59, 55+, 60+

64 64 Věková pyramida typ progresivní typ stacionární typ regresivní

65 65 Pohyb obyvatelstva sňatečnost, specifická sňatečnost, modální sňatkový věk rozvodovost, rozvodový index

66 66 Plodnost, porodnost celková porodnost - hrubá míra porodnosti – všech narození/1000 obyvatel živorodost – natalita - čistá míra porodnosti –všech živěrozených/1000 obyvatel mrtvorozenost – mortinatalita –mrtvěrozených/1000všech narozených dětí plodnost – fertilita – čistá míra plodnosti –živěrozených/1000 žen v reprodukčním věku 15-49

67 67 Potratovost potratovost – hrubá míra potratovosti –potratů/1000 obyvatel obecná míra potratovosti –potratů/1000 žen fertilního věku ukazatel potratovosti –potratů/100 ukončených těhotenství index potratovosti –potratů/100 narozených dětí

68 68 Úmrtnost 1 celková obecná úmrtnost –hrubá míra úmrtnosti –specifická úmrtnost –poporodní – do 2 dnů /1000 živě nar. –časná novorozenecká – do 6 dnů / 1000 živě nar. –novorozenecká – do 27 dnů /1000 živě nar. –ponovorozenecká od 28 dne do 1 roku /1000 živě nar. –kojenecká úmrtnost – do 1 roku / 1000 živě nar. (>1000g) –perinatální – mrtvěrozené a zemřelé do 6 dnů /1000 živě nar. –mateřská úmrtnost – rodivších žen /1000 živě nar.

69 69 Úmrtnost 2 úmrtnostní tabulky: –pravděpodobnost úmrtí v věku x –pravděpodobnost dožití ve věku x –počet dožívajících se věku x –počet zemřelých ve věku x –průměrný počet osob ve věku x –střední délka života ve věku x při narození, ve věku 45 a 65 let

70 70 Reprodukce obyvatelstva přirozený přírůstek / úbytek –rozdíl = živě narozených - zemřelých koeficient přirozeného přírůstku –podíl živorodosti a úmrtnosti hrubá míra reprodukce –živě narozené dívky / 1000 žen fertilního věku čistá míra reprodukce –živě narozené dívky doživší se věku své matky v době porodu / 1000 žen ! (musí být vyšší než 1)

71 71 Zvláštní ukazatelé standardizovaná úmrtnost PYLL –potential years of life lost DALY –disability adjusted years of life QALY –quality adjusted years of life

72 72 Struktura obyvatelstva po 30 letech

73 73 Obyvatelstvo podle věku a pohlaví v SR

74 74 Struktura mužské populace v letech v SR

75 75 Vývoj počtu obyvatel v ČR

76 76 Přirozená změna v ČR

77 77 Směna obyvatelstva ČR v letech

78 78 Úmrtnost v ČR v letech

79 79

80 80 Úmrtnost hrubá úmrtnost specifická úmrtnost

81 81 Porodnost hrubá porodnost specifická úmrtnost

82 82 Když jsem to přednášel svému psovi

83 83 A už mám toho taky dost 

84 84 Kde hledat informace a data: 1 Český statistický úřad - –statistika demografická a ekonomická Ústav zdravotnických informací a statistiky – –zdravotnická statistika zdraví, nemoci a struktury a výkonnosti zdravotnictví Státní zdravotní ústav – –www.szu.cz/cem/epidat/epidat.htmwww.szu.cz/cem/epidat/epidat.htm –statistika povinně hlášených infekčních chorob WHO - www3.who.int/whosis/www3.who.int/whosis/ –statistika světového zdraví a zdravotnictví

85 85 Kde hledat informace a data: 2 WHO –www.who.dk/eprise/main/WHO/Progs/HIS/Homewww.who.dk/eprise/main/WHO/Progs/HIS/Home –statistika zdraví a zdravotnictví Evropy CDC – USA –www.cdc.gov/scientific.htmwww.cdc.gov/scientific.htm –www.cdc.gov/nchs/fastats/default.htmwww.cdc.gov/nchs/fastats/default.htm –statistika zdraví a zdravotnictví USA OSN –statistika populační a další aspekty života na Zemi Computerized Information System for Infectious Diseases –

86 86 Dík za Vaši neutuchající pozornost

87 :-) D:\www.tufts.edu\~gdallal\LHSP.HTM

88 88 Pomluva: Lies –Damned lies Statistics Lži –Prokleté lži Statistika

89 89 Statistika je retrospektivní, hledí dozadu! Statistika hodnotí výskyt jevu, jak proběhl. To znamená, že říkáme: Vzhledem k datům, považujeme tento jev za pravděpodobný nebo ne. To znamená, že potřebujeme metody pro překlad této věty do nějakého tvrzení, které je pravdivé nebo nepravdivé.

90 90 Statistické metody jsou propletencem! Aby se prokázal nějaký účinek, začíná statitika s tvrzením, že ten účinek neexistuje. Potom zjišťuje, zda jsou data s tímto tvrzením konzistentní. Pokud jsou data s tímto předpokladem nekonzistentní, potom je předpoklad musí být nepravdivý a teda ve skutečnosti účinek existuje.

91 91 Neprokázat účinek je něco úplně jiné než prokázat neúčinost! Vědec musí říct, že „se na použitých datech účinek neprokázal a je možné, že za pomoci dalších dat se prokáže“, nebo další tvrzení „za použití dat se prokázala neúčinnost - a další zkoumání je zbytečné“

92 92 Jenom cvičení vede k dokonalosti!

93 93 Příčina a důsledek Asociace nemusí znamenat příčinnost

94 94 Základy designu studie –jasná otázka - co přesně děláme –studie je uskutečnitelná –všechny aspekty protokolu důkladně zvážit –výzkum má své důsledky

95 95 Typy studií –observační studie –přehledy - surveje –průřezové a longitudinální studie –studie kohortové a prípadů a kontrol –intervenční, kontrolované klinické studie –hodnocení jediné intervence, léčby –subjekty kontrolou sami sobě

96 96 look at the data


Stáhnout ppt "© V. Príkazský SZÚ Praha. ГОРЕ ОТ УМА 3 Cíle a náplň přednášek Studijní materiály: doporučená literatura, další zdroje informací a dat Statistika a její."

Podobné prezentace


Reklamy Google