Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Epidemiologické počty

Podobné prezentace


Prezentace na téma: "Epidemiologické počty"— Transkript prezentace:

1 Epidemiologické počty
© V. Príkazský SZÚ Praha

2 ГОРЕ ОТ УМА

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 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 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 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 Epidemiologický model nemoci
Stavy nemoci Stavy osob S0 zdraví zdraví lidé S1 odchylka od normy S2 rizikové skupiny zvýšené riziko nemoci

8 osoby s příznaky onemocnění
Stavy nemoci Stavy osob S3 latentní forma nelze odhlait zátěžovými testy zdánlivě zdraví lidé S4 inaparentní forma lze odhalit skríningem S5 subklinická forma prodromy osoby s příznaky onemocnění

9 S6 S7 S8 S9 Stavy nemoci Stavy osob klinicky zjevná akutní forma
nemocní lidé S7 subakutní forma komplikace S8 chronická forma exacerbace a remise uzdravení dysfunkce smrt S9 ukončení nemoci

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
Statistika statistické pojmy, vzorce a postupy

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

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

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

17 Je to prostě průměr  Aritmetický průměr xi – hodnota i-tého člena
n – počet členů souboru Je to prostě průměr  mean, average

18 Aritmetický průměr - vážený
arithmetic mean

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

20 Je to prostě prostřední naměřená hodnota!
Medián a – počátek intervalu obsahujícího MEDIÁN h – šířka intervalu n2 – počet prvků v tomto intervalu n1 – počet všech prvků ležících před intervalem s MEDIÁNEM n – počet všech prvků Je to prostě prostřední naměřená hodnota! median

21 Modus Je to prostě nejčastěji naměřená hodnota!
b – počátek intervalu obsahujícího MODUS h – šířka intervalu d1 – rozdíl četností intervalu s modem a intervalu předcházejícího d2 - rozdíl četností intervalu s modem a intervalu následujícího Je to prostě nejčastěji naměřená hodnota! Je nejpravděpodobnější! mode

22 Průměr, medián a modus

23 Rozptyl a směrodatná odchylka
variance, standard deviation Je to prostě SD – různorodost hodnot kolem průměru

24 Je to prostě SE – různorodost průměru
Střední chyba průměru standard error of the mean Je to prostě SE – různorodost průměru

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

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) normal distribution

27 Binomické rozložení házení mincí (hlava – orel)
pravděpodobnost = p = ½ opakované házení, nezávislé výsledky počet „HLAV“ v „n“ pokusech => binomická proměnná binomial distribution E – střední hodnota – je n-násobek pravděpodobnosti příslušného jevu. Napr. pravděpodobnost narození dívky je 0,48. Potom průměrná pravděpodobnot, že se narodí jedna dívka v rodině, kde mají být 3 děti, je 0,39.

28 Binomické rozložení další příklad binomial distribution
E – střední hodnota – je n-násobek pravděpodobnosti příslušného jevu. Napr. pravděpodobnost narození dívky je 0,48. Potom průměrná pravděpodobnot, že se narodí jedna dívka v rodině, kde mají být 3 děti, je 0,39.

29 Poissonovo rozdělení malé pravděpodobnosti – p=0,001
střední hodnota= np = 100*0,001=0,1 střední hodnota a standardní odchylka jsou stejné Poisson distribution Předpokládáme, že 1 z 1000 lidí je albín a ostatní jsou normálně pigmentovaní. Vybereme náhodný vzorek 100 osob a vypočteme jaká je pravděpodobnost, že mezi nimi bude jeden albín.Teda, že x=1, nebo x=0, ale je možné vypočíst pravděpodobnost, že x=2… Pro x=0 je P=0,9048.

30 Standardizované skóry
standardized scores pomocí nich je možné graficky porovnat nějaké nesouvisející proměnné. Z je teda rozdíl velikosti individua a průměru v populaci ve srovnáníe standardní odchylkou. Někdy je v %.

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

32 Sloupcový graf

33 Histogram

34 Koláčový graf

35 XY-ový graf scattergram

36 XYZ – 3D graf

37 Tabulky

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

41 Výběr – kvantitativní znak
n – počet osob ve výběru m – průměr (150) s2 - směrodatná odchylka (20) t = 1.96 y = relativní přesnost v % (0,03)

42 v epidemiologických studiích
Výpočty v epidemiologických studiích © V. Príkazský SZÚ Praha

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

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

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

46 Deskriptivní studie jednotlivci populace kazuistiky série kazuistik
korelační studie

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

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 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 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 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 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 Frekvence nemoci v populaci

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

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 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 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 Běžná evidence přirozené měny1:
narození živého dítěte (od 1965) narození mrtvého dítěte narození nezralého dítěte narození nedonošeného dítěte - předčasný porod Narození živého dítěte: dle doporučení SZO, úplné vypuzení nebo vynětí živého plodu z těla matky bez zřetele na délku těhotenství, jestliže plod dýchá, má pulz, pulzace pupečníku nebo má spontánní pohypy svalstva. Narození mrtvého dítěte: neprojevuje ani jednu ze známek života a těhotenství trvalo déle než 28 týdnů. Nelze li bezpečně zjistit délku těhotenství, je dolní hranicí porodní hmotnost 1000g. Narození nezralého dítěte: plod <2500gnebo <48cm (u vícečetných těhotenství <1800nebo <45cm Předčasný porod: >28 týdnů u živě narozeného dítěte (pokud přežije 24 hodin, tato hranice neplatí) a <36 týdnů. Potrat: neprojevuje známky života, <1000g, nebo <28týdnů NEBO projevuje známky života , <500g a žije <24hodin NEBO vyňato plodové vejce bez plodu NEBO umělý potrat

59 Běžná evidence přirozené měny2:
úmrtí bezprostřední příčina smrti předchozí příčina smrti prvotní příčina smrti jiiné závažné stavy kódování MKN 10 pro statistické účely pouze prvotní příčina bezprostřední příčina - CMP předchozí příčina - flebitis prvotní příčina - DM jiné závažné stavy - tepelný šok

60 Běžná evidence přirozené měny3:
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 Evidence těchto událostí už ve starověku, v 15. století se začaly do matrik zapisovat křty, pohřby a sňatky. Na našem území existuje souvislá řada dat o počtu narozených, zemřelých a sňatcích od roku Jednotný systém státních matrik od roku 1950. ČSÚ a ÚZIS Vnitřní migrace - povinné hlášení k trvalému pobytu (od r 1949) Zahraniční migrace (od r 1968 MV ČR) Centrální rejstřík občanů - rodné číslo, zaveden při příležitosti censu 1980, správce MVČR zvláštní výběrová šetření - mikrocenzus, šetření populačního klimatu

61 Obyvatelstvo a jeho struktura1:
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 Obyvatelstvo a jeho struktura2:
struktura podle znaků biologických - pohlaví, věk sociálně právních - stav sociálně ekonomických - sociální složení, povolání, ekonomická aktivita kulturních - národnost, vzdělání, náboženské vyznání

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+ index maskulinity v celé populaci – 949, feminity 1053 index maskulinity při narození index maskulinity ve věku 40 let – 1000 index maskulinity vee věku 80 let – 500 index maskulinity při narození je stálý indikátor po generace, kontrola matričních záznamů kolem 1900 index feminity – 1081 (vystěhovalectví, hlavně ze Slovenska) kolem 1910 index feminity – 1057 (snížení vystěhovalectví a úmrtnosti) kolem 1920 index feminity – 1080 (důsledek války) do konce 40tých let se snižoval a odtehdy je stejný

64 Věková pyramida typ progresivní typ stacionární typ regresivní
Sundbargovo dělení index stáří obyvatelstva (poměr %starých/%maldých)

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

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 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 Úmrtnost1 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 Úmrtnost2 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 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 Zvláštní ukazatelé standardizovaná úmrtnost PYLL DALY QALY
potential years of life lost DALY disability adjusted years of life QALY quality adjusted years of life life expectancy The number of year of life that can be expected on average in a given population disability-adjusted life expectancy The number of healthy years of life that can be expected on average in a given population. It is generally calculated at birth, but estimates can also be prepared at other ages. Healthy life expectancy has the advantage of capturing all causes of disability across a population and relating them to life expectancy defined by mortality.

72 Struktura obyvatelstva po 30 letech

73 Obyvatelstvo podle věku a pohlaví v SR 1950-2000

74 Struktura mužské populace v letech 1950-2000 v SR

75 Vývoj počtu obyvatel v ČR

76 Přirozená změna v ČR

77 Směna obyvatelstva ČR v letech 1970-2001

78 Úmrtnost v ČR v letech

79

80 Úmrtnost hrubá úmrtnost specifická úmrtnost

81 Porodnost hrubá porodnost specifická úmrtnost

82 Když jsem to přednášel svému psovi

83 A už mám toho taky dost 

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 – statistika povinně hlášených infekčních chorob WHO - www3.who.int/whosis/ statistika světového zdraví a zdravotnictví

85 Kde hledat informace a data:2
WHO statistika zdraví a zdravotnictví Evropy CDC – USA statistika zdraví a zdravotnictví USA OSN - - statistika populační a další aspekty života na Zemi Computerized Information System for Infectious Diseases –

86 Dík za Vaši neutuchající pozornost

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

88 Pomluva: Lies Damned lies Statistics Lži Prokleté lži Statistika

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 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. Aby se prokázal nějaký účinek, zaíná statistika s tvrzením, že ten účinek neexistuje. Potom zjišťuje In order to show an effect exists, statistics begins by assuming there is no effect. It then checks to see whether the data are consistent with the assumption of no effect. If the data are found to be inconsistent with the assumption, the assumption must be false and there is, in fact, an effect! Simple? Maybe. Intuitive? Certainly not!

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 Jenom cvičení vede k dokonalosti!
Atul Gawande (The New Yorker, January 28, 2002, pp 52-61) o důležitosti procvičování napsal: Mnoho studií se zajímalo elitní virtuosy - houslisty, šachisty, sportovce, matematiky a tak dál - a největší rozdíl, co našli mezi nejlepšími a méně dobrými bylo množství cílevědomých cvičení, které podstoupili. Nepochybně, nejdůležitější talent zřejmě bude talent procvičování. K. Anders Ericsson, kognitivní psycholog zaznamenal, že nejdůležitější úlohu, kterou hrají vrozené faktory je osobní vůle zavázat se k vytrvalému tréningu. Zjistil, že virtuosové neradi cvičí „jenom tolik“, co ostatní.

93 Příčina a důsledek Asociace nemusí znamenat příčinnost

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

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 look at the data


Stáhnout ppt "Epidemiologické počty"

Podobné prezentace


Reklamy Google