Епідеміологічні дослідження в системі охорони здоров’я, їх характеристика та аналіз презентация

д.мед.н. Децик Орина Зенонівна

Івано-Франківський національний медичний університет
Кафедра соціальної медицини, організації та економіки охорони здоров'я

Лекція з біостатистики для студентів 4 курсу медичного факультету

охороні здоров’я.
Види епідеміологічних досліджень.
Методика оцінки достовірності результатів медико-статистичних досліджень.
Порівняльний аналіз даних. Поняття нульової гіпотези.
Параметричні і непараметричні методи оцінки достовірності різниці результатів досліджень.

здоров'ям, у спеціально визначених популяціях для управління і контролю за проблемами здоров'я.
Детермінанти – це фізичні, біологічні, соціальні, культурні та поведінкові фактори, що впливають на здоров'я.
Пов'язані зі здоров'ям стани і події включають захворювання, випадки смерті, фактори поведінки, такі як паління; реакції на превентивні заходи, організацію і використання послуг охорони здоров'я.
Спеціально визначена популяція – група з точно визначеною ознакою і числом людей.
Управління і контроль є кінцевою метою епідеміологічного підходу в охороні здоров'я – зміцнити, захистити і відновити здоров'я.
J.M. Last, 1995

групах населення і визначення масштабів проблем, пов'язаних з цими захворюваннями.
Виявлення факторів зовнішнього і внутрішнього середовища, що сприяють або перешкоджають виникненню і поширенню цих захворювань.
Визначення пріоритетних проблем в царині охорони здоров'я населення.
Розробка заходів щодо усунення або максимально можливого послаблення дії несприятливих факторів. Вивчення ефективності профілактичних і лікувальних заходів.
Міжнародна епідеміологічна асоціація

населення, засновані на використанні статистичних показників.

Види епідеміологічних досліджень:
За метою:
ті, що висувають гіпотезу (пошукові)
ті, що перевіряють гіпотезу
За тривалістю:
одномоментні (поперечні, трансверзальні, крос-секційні - cross-sectional), дешевші, але менш достовірні
динамічні (поздовжні, тривалі, лонгітудинальні - longitudinal), дороговартісні, але більш достовірні

експоновані і неекспоновані групи) до наслідків його впливу на здоров’я (захворюваність, летальність); дороговартісні, але більш достовірні
ретророспективні – від наслідків для здоров’я до чинників (аналізуючи в порівнянні анамнез життя хворих і здорових, виявляють чинники, які становлять найбільший ризик для виникнення захворювання, що вивчається); дешевші, але менш достовірні

проспективне

ретроспективне

вплив
чинника

експоновані

неекспоновані

ні

наслідки
для
здоров'я

хворі

здорові

так

так

ні

– без втручання дослідника в природний перебіг і розвиток захворювання; бувають:
описові
аналітичні
експериментальні (experimental or interventive epidemiology) - із свідомим втручанням в предмет вивчення (через фактори ризику, нові методи лікування, профілактики), а також у розподіл об'єкту дослідження на групи (хворі, здорові, експериментальна, контрольна тощо); бувають:
польові (профілактичні)
клінічні

особливостей поширеності захворювань, їх наслідків та потенційно небезпечних чинників, перебігу хвороб, ефективності діагностичних критеріїв
управління службою охорони здоров'я
формулювання етіологічних гіпотез
планування аналітичних епідеміологічних досліджень
Окремі види описових методів:
Опис окремих випадків (Case report) - спостереження одного або декількох випадків захворювань (не більше 10 хворих)
Опис серії випадків (Case series) - найпоширеніший спосіб опису клінічної картини захворювання

етіологічних гіпотез - встановлення причинних зв'язків між захворюваннями і різними факторами ризику
оцінки ефективності профілактичних і лікувальних втручань
Окремі види аналітичних методів:
Когортні (Cohort study, follow up) – проспективні
Випадок-контроль (Case control study, case-reference) - ретроспективні

етіологічних гіпотез - встановлення причинних зв'язків між захворюваннями і їх етіологічними причинами
оцінки ефективності програм профілактики і лікування
Окремі види експериментальних методів:
Неконтрольовані (“до” і “після”, “before-after” study) – проводять на одній і тій самій групі до і після втручання; менш достовірні
Контрольовані - проводять на експериментальній і контрольній групі; більш достовірні
Рандомізовані – випадковий розподіл хворих у експериментальну і контрольну групи; достовірний
Нерандомізовані – мало достовірні

метою оцінки репрезентативності їх результатів (міри можливості перенесення отриманих висновків на генеральну сукупність)
Етапи оцінки достовірності даних:
Визначення точності дослідження
Визначення надійності дослідження
Оцінка достовірності різниці отриманих результатів в порівнюваних групах

(стандартних похибок, Standard error - SE):
для середніх величин:


для відносних величин:

де Р – відносна величина (показник), q – величина, зворотна до Р (q = 100 - Р, якщо Р у %, 1000 - Р, якщо Р у ‰ і т.д.)
ВИСНОВОК: важливими характеристиками вибірок є їх достатній обсяг та однорідність складу

interval, CI) – інтервалу, всередині якого з певною імовірністю знаходиться середня чи відносна величина генеральної сукупності.
для середніх величин:
Мген = Мвиб ± t mM
для відносних величин:
Рген = Рвиб ± t mР,
де t – довірчий критерій (критерій вірогідності).

При t = 1 імовірність того, що істинна Мген чи Рген знаходиться у межах М(Р) ± m, дорівнює 68,3 %.
При t = 2 вірогідність попадання Мген чи Рген у інтервал М(Р) ± 2m зростає до 95,5 %.
При t = 3 точність безпомилкового прогнозу, що Мген чи Рген є в межах М(Р) ± 3m, становить 99,7 %.

довірчого інтервалу та величину t у конкретних дослідженнях визначають за спеціальною таблицею в залежності від:
кількості спостережень (1-а графа таблиці - число ступенів свободи k=n-1)
заданої надійності безпомилкового прогнозу (р•0,05; р•0,01 чи р•0,001) – 2-4-а графи таблиці.
Стандартним довірчим інтервалом (при кількості спостережень >30) прийнято вважати 95 % поріг надійності, тобто М(Р) ± 1,96m

обсягу вибірки
Статистично достовірними вважаються дані вибіркових досліджень, гранична помилка (Δ= tm) при яких не перевищує 5 % (95 % довірчий інтервал).
Отже, якщо Δ= tmМ= , то необхідний обсяг вибірки
повинен дорівнювати:
для середніх величин: для відносних величин:

,

який розраховують при t≥1,96 (≈2) і Δ≤5% на підставі результатів (σ або Р у %) попередніх (пілотних) чи подібних наукових досліджень, або за даними офіційної статистики.

порівнюваних групах

Порівняльний аналіз статистичних даних проводиться з метою підтвердити або заперечити нульову гіпотезу (відмінності результатів дослідження порівнюваних груп є випадковими і несуттєвими).
При інтерпретації результатів порівняльного аналізу можливі два види похибок:
похибка першого роду (альфа-похибка) – правильна нульова гіпотеза відкидається: стверджують про наявність різниці даних досліджень там, де її нема
похибка другого роду (бета-похибка) – неправильна нульова гіпотеза не відкидається: не зауважують різницю там, де вона є

порівнюваних групах

Вибір методу порівняльного аналізу залежить від:
типу (закону) розподілу даних дослідження:




Примітка: ознаки нормального розподілу див. у лекції 1
виду дослідження: контрольовані (дві і більше незалежні групи порівняння) чи неконтрольовані (до і після лікування або іншого втручання)
рівності дисперсій (фі-статистика - показник порівнюють з табличним значенням);
типу даних (варіаційні ряди чи пропорції)

середніх величин:




Для відносних величин:



де М1 (Р1) – середня арифметична (відносна величина) першої порівнюваної сукупності (вибірки),
М2 (Р2) - середня арифметична (відносна величина) другої порівнюваної сукупності (вибірки),
m1 та m2 - їх похибки репрезентативності

n1+n2-2
у відповідному до цього числа рядку таблиці знаходять критичне значення t
якщо отримане t• tтабл, то нульова гіпотеза підтвердилася і різниця між величинами недостовірна (р•0,05; тобто імовірність похибки більше 5 %)
якщо t ≥tтабл, то нульова гіпотеза заперечена, а різниця даних достовірна
точність імовірності безпомилкового прогнозу (р•0,05 чи •0,01 чи •0,001) визначають шляхом порівняння отриманого значення t із відповідною графою таблиці
при порівнянні між собою більше ніж двох груп збільшують поріг точності (не р•0,05 , а р•0,01)

порівнювані сукупності спряжені (взаємопов’язані), неконтрольовані дослідження:
критерій знаків (z)
Т-критерій Вілкоксона
порівнювані сукупності незалежні, контрольовані дослідження:
серійний критерій
критерій Уайта
критерій Ван дер Вардена
критерій Колмогорова-Смирнова (λ2)
інші

порівнюваних незалежних сукупностях (2 х 2 таблиця сумарних бінарних даних):



точний F-критерій Фішера
у двох і більше незалежних сукупностях (a х b таблиця сумарних даних):




критерій відповідності χ2 Пірсона

у таблицю 1 з a числом рядків (груп порівняння) і b числом колонок (градації категорій результату) та їх підсумками (по горизонталі Ra, по вертикалі Cb і загальне число спостережень N)
Таблиця 1. Фактичні дані

гіпотези розраховують очікувані (expected, eij) числа для кожної клітинки таблиці 2 за формулою:


Таблиця 2. Очікувані дані

кожної клітинки таблиці 3 за формулою:



Таблиця 3. Значення χ2

табличним значенням для відповідного числа ступенів свободи k=(a-1)х(b-1).
У нашому прикладі: k=(3-1)х(2-1)=2
5. Роблять висновок про підтвердження чи заперечення нульової гіпотези (див. алгоритм оцінювання критерію Ст’юдента п.п. 3-5).

3. Знаходять критерій χ2 як суму отриманих значень: