что означает интенсивный показатель заболеваемости
Что означает интенсивный показатель заболеваемости
В процессе эпидемиологического анализа приходится постоянно оперировать также такими статистическими понятиями, как интенсивные и экстенсивные показатели, средние величины и т.д.
Экстенсивный показатель — это доля определенного варианта того признака, который в той или другой разновидности встречается во всех изучаемых случаях. Обычно он выражается в процентах. Экстенсивные показатели взаимозависимы: если в изучаемой группе психически больных (то, что все составляющие группу лица, психически больные — это признак) случаи шизофрении (диагноз — вариант этого признака) составляют 60 %, то на прочие заболевания придется 40 %.
Интенсивный показатель — это мера частоты определенного признака среди тех случаев, в которых этот признак может быть, а может и не быть. Если мы говорим, что распространенность шизофрении среди населения составляет 1 на 1000, то это интенсивный показатель. Он не зависит от других интенсивных показателей: среди населения может быть сколько угодно больных с другими заболеваниями и здоровых, а показатель распространенности шизофрении при этом не изменится.
Использование экстенсивных и интенсивных показателей зависит от задачи исследования. Если нужно решить, как распределить имеющийся коечный фонд для лечения пациентов разного возраста, то нужны экстенсивные показатели, характеризующие возраст больных: сколько процентов среди них составляют дети, лица среднего и лица пожилого возраста. Если же нас интересует, у кого чаще отмечаются психические расстройства — у детей, людей старшего возраста или у стариков, то экстенсивные показатели ничего не дадут: может случиться, что процент пожилых среди пациентов будет очень высоким, потому что в городе значительную часть населения составляют пожилые люди. Для решения этой задачи необходимы интенсивные показатели: сколько приходится больных на 1000 детского населения, на 1000 пожилого населения и на 1000 населения среднего возраста. Тогда сравнение будет адекватным.
Средняя величина (точнее среднее арифметическое) — одно из самых частых понятий, используемых в эпидемиологических исследованиях. Говорят о средней длительности пребывания больного на койке, среднем числе посещений диспансера в день, средней длительности ремиссий и о множестве других средних величин. Не останавливаясь на вычислении среднего арифметического, рассмотрим вопрос о содержательном значении средней величины.
Если утверждается, что, например, средний рост мужчины составляет 175 см, то смысл этого утверждения очень глубок. Существует фундаментальная причина, определяющая именно эту величину: рост — генетически обусловленный признак (именно поэтому мужчины в среднем выше женщин).
Врач сталкивается с множеством подобных явлений. Это размеры и масса живых существ, длительность пребывания больного на койке, количество препарата, нужное для лечения определенного расстройства, и во всех этих случаях средняя величина имеет совершенно четкий смысл: она указывает, что причина явления определяет именно эту характеризующую его величину, а все отклонения от нее определяются влиянием случайностей.
Статистическое распределение количественных характеристик отдельных случаев, относящихся к подобному явлению, всегда бывает так называемым гауссовским, или нормальным (рис. 25). Если желательно использовать для характеристики каких-то данных их среднюю величину, следует проверить, соответствует ли распределение этих данных нормальному; если да, то применение средней величины оправдано, она имеет смысл: именно средняя величина определяется основной причиной изучаемого явления. Однако часто при такой проверке обнаруживается, что данные распределяются иначе. В частности, длительность многих психопатологических состояний имеет экспоненциальное (а не нормальное) распределение, которое свидетельствует о том, что количественная характеристика каждого отдельного наблюдения случайна. Средняя величина в таких случаях не имеет содержания. Именно поэтому в ядерной физике не употребляют понятие «среднее время распада ядер» радиоактивного вещества, а говорят о «периоде полураспада», т.е. о времени, за которое распадается половина всех имеющихся ядер. Подобно этому не следует характеризовать средними величинами и длительность психопатологических синдромов.
При эпидемиологических исследованиях часто сравнивают две выборки (или более). При этом может возникнуть проблема их несопоставимости (например, выборки очень различаются по возрастной структуре, что мешает решить поставленную задачу). В таких случаях помогает метод стандартизации данных, описанный, например, Н.А.Вигдорчиком (1945). Смысл этого метода заключается в том, что искусственно устраняется различие между выборками по всем факторам, кроме изучаемого.
С проблемой проверки достоверности статистических различий эпидемиолог сталкивается всякий раз, когда сравнивает два показателя. Если в каждой из срав ниваемых групп не меньше 20 наблюдений, то на этот вопрос отвечает критерий Стьюдента (Т), вычисляемый по известной формуле:
где p 1 и р2 — сравниваемые показатели, n 1и n2 — численность подвыборок.
Достоверным считается то различие, при котором разность между показателями в определенное число раз больше, чем сумма их ошибок. Это число (Т) определяется тем уровнем надежности, который принят в данном исследовании. При таком условии число Т (критерий Стьюдента) должно быть больше 2. Если это так, то различие считается достоверным: можно быть уверенным, что по крайней мере в 95 из 100 любых аналогичных выборок различие окажется примерно таким же (плюс-минус ошибка).
Если сравниваемые группы маленькие (содержат менее 20 наблюдений), то для проверки достоверности различий между ними метод Стьюдента непригоден. Поэтому обычно стараются избегать слишком маленьких групп. Однако это не всегда возможно, и тогда приходится применять так называемый точный метод Фишера. С его помощью вычисляется не условный коэффициент (как при методе Стьюдента), а величина вероятности, что полученный результат случаен. Если эта вероятность меньше 0,025, то различие признается достоверным.
Различия, которые при проверке оказываются статистически недостоверными, могут тем не менее иметь большое значение. Особенно часто это случается, когда сравнивается ряд показателей, характеризующих, например, динамику какого-либо процесса. Важным может оказаться не определение достоверности различий соседних показателей, а закономерность их изменений. Закономерные изменения всегда говорят о чем-то важном, независимо от того, достоверны ли различия между составляющими ее показателями.
Анализируя изменения показателей, постоянно приходится думать, не закономерны ли эти изменения. С распространением компьютерных технологий обработки полученных данных эта задача стала простой. Например, программный пакет » Microsoft Excel » решает ее автоматически, подбирая к экспериментальным данным линию тренда (определяя тенденцию их изменений) и указывая, насколько точно она их описывает.
Одной из главных методологических проблем при организации эпидемиологических исследований в психиатрии является идентификация больных. Последняя при эпидемиологическом обследовании отличается от обычной клинической диагностики. Массовость материала заставляет эпидемиолога опираться на стандартные диагностические критерии. Это требование вступает в очевидное противоречие со стремлением иметь как можно более добротный в клиническом отношении материал. При компромиссном решении, которое приходится принимать, неизбежно в жертву приносится либо стандартность диагностики, либо степень ее клинической фундированности. Зарубежные авторы, как правило, жертвуют последним, отдавая безусловный приоритет обеспечению сопоставимости материала разных исследователей. Поэтому они уже много лет используют формальные диагностические инструменты (опросники, шкалы, структурированные интервью и т.п.).
Клинико-эпидемиологический метод, описанный ранее и на протяжении многих лет используемый в отделе эпидемиологии Научного центра психического здоровья РАМП, характеризуется тем, что исследователи, применяя его, отдают предпочтение клинической добротности материала, а это затрудняет сравнение полученных результатов с данными зарубежных авторов. Изложенные трудности идентификации больных могут быть, по-видимому, отчасти преодолены использованием МКБ-10, поскольку эта международная диагностическая система снабжена подробной методикой постановки диагноза, обеспечивающей полную стандартность диагностики, без изменения клинического содержания диагноза.
Что означает интенсивный показатель заболеваемости
При вычислении интенсивных показателей необходимо приводить абсолютное исходное число заболеваний, в отношении которого было сделано вычисление. Если абсолютное число их невелико, как это может иметь место в отношении язвенной болезни, ревматизма, болезней сердца, гипертонической болезни, бронхита и туберкулеза органов дыхания, необходимо с большой осторожностью подходить к анализу вычисленных на основании небольших абсолютных чисел заболеваний их интенсивных показателей.
Эта осторожность особенно требуется там, где на основании подобных интенсивных показателей и их сопоставления в разрезе отдельных предприятий и тем более цехов внутри предприятий и различных профессионально-производственных групп, занятых в них, делается попытка установить связь между их размерами и профессионально-производственными условиями труда. В подобных случаях в целях убедительности заключений необходимо накопление числа наблюдений за продолжительные отрезки времени, например за ряд лет, и вычисление средних величин.
При вычислении этих средних величин случаи заболеваний за ряд лет суммируют и полученную сумму делят на численность проработавших эти годы лиц. Если, однако, численность работающих на предприятии существенно изменялась из года в год, как это нередко наблюдается на вновь вводимых или реконструируемых предприятиях, в частности на шахтах угольной и горнорудной промышленности, необходимо пользоваться не средней арифметической, а средней взвешенной величиной.
Приведем пример вычисления средней взвешенной величины. Положим, на предприятии А. при численности работающих 3000 человек в 2004 г. наблюдалось 60 случаев заболеваний язвенной болезнью, в 2005 г. при численности работающих в 5000 человек — 80 случаев и в 2006 г. при численности работающих 7000 человек—100 случаев язвенной болезни. Средняя взвешенная за эти годы составит: ((3000X60)+(5000х80)+(7000х100))/(3000+5000+7000) в то время как простая арифметическая средняя в этом случае была бы равна: (60+80+100)/(3000+5000+7000).
Отсюда следует, что при изменяющемся численном составе работающих вычисление простой арифметической средней вместо взвешенной может привести к существенной ошибке и неправильным выводам о размерах распространения язвенной болезни. Разница в 0,43% для этого заболевания представляет существенную величину.
При оценке размеров заболеваемости с временной утратой трудоспособности на предприятии в целом и отдельными нозологическими формами в частности в пределах учитываемых в настоящее время в месячных отчетах (форма 3-1) нозологических форм болезней целесообразно сопоставлять их с размерами заболеваемости по промышленности в целом и с заболеваемостью предприятий, принадлежащих к одной и той же отрасли промышленности.
Конечно, более убедительно в этом отношении сопоставление интенсивных показателей заболеваемости на предприятии какой-нибудь отрасли промышленности с аналогичными показателями той же отрасли промышленности в целом.
Некоторым ориентиром при оценке и анализе заболеваемости с временной утратой трудоспособности могут служить также изменения в средней длительности случая заболевания в динамике и средней длительности случая как таковой.
Несомненно, изменения в длительности случая заболевания, в частности в сторону ее уменьшения, могут являться измерителями степени улучшения методов лечения благодаря усилению травматологической помощи, применению эффективных лекарственных и других средств (антибиотики, ПАСК, фтивазол и др.), санаторно-курортного лечения, диететического и лечебно-профилактического питания и пр. Однако в отдельных случаях малая и средняя длительность заболеваний наблюдается в результате нерациональной выдачи больничных листов.
Это имеет место вследствие недостаточной организации лечебно-профилактической и социальной помощи работающим, например при отсутствии па предприятии хорошо поставленного диетического питания и трудоустройства больных язвенной болезнью, то же при других заболеваниях органов пищеварения (частые обострения хронических гастритов, болезней печени и желчных путей).
Частые обострения заболеваний пояснично-крестцовым радикулитом, гипертонической болезнью и др. наблюдаются при неудовлетворительной постановке дела экспертизы заболеваний с временной утратой трудоспособности и соответствующего трудоустройства страдающих ими лиц. Также имеет значение несвоевременный перевод на временную или постоянную инвалидность контингснтов работающих, длительно страдающих хроническими формами заболеваний (новообразования, туберкулез органов дыхания, болезни сердечно-сосудистой системы и т. п.).
Выдача в этих случаях частых и обычно кратковременных больничных листов вместо оказания радикальной помощи или проведения других радикальных мероприятий приводит к снижению более или менее обычной для данного вида заболевания средней длительности случая заболевания. Например, выдача через короткие (2—3 недели) отрезки времени больничного листа по поводу обострения язвенной болезни выразится относительно малой длительностью случая заболеваний, скажем 7—10 днями вместо обычно наблюдаемых в этом случае 16—17 дней при поликлинической форме лечения данного заболевания.
Показатели экстенсивные и интенсивные
Показатели экстенсивные (или распределения)
Характеризуют распределение целого на его составные части, т. е. определяют состав этого целого или удельный вес отдельных частей в нем. Экстенсивные показатели выражаются обычно в процентах к итогу.
Например, в стационар Челябинской областной клинической больницы в 1962 г. было госпитализировано 15 962 человека. Из них сельских жителей — 7621, или 47,7%; жителей городов и рабочих поселков — 5313, или 33,3%, и жителей Челябинска — 3028, или 19%.
Такие же процентные отношения вычисляют, если нужно определить соотношение возрастных, половых, социальных групп в составе населения или соотношения между отдельными болезнями в структуре заболеваемости того или иного коллектива и др.
Экстенсивные показатели нельзя применять для установления динамики изучаемого явления во времени или для сравнения степени его распространения в двух или нескольких группах населения.
Показатели интенсивные (распространения частоты)
Характеризуют частоту распространения данного явления. Вычисление этих коэффициентов производится при помощи пропорций, приводящих абсолютные числа к одному основанию, — 1000, 10 000, 100 000 жителей, отношений которого вычисляется коэффициент.
Так, например, интенсивный показатель рождаемости вычисляется отношением числа родившихся на 1000 жителей; так же определяется интенсивный показатель общей смертности.
Интенсивный показатель заболеваемости или смертности определяется по формуле:
Пример
В городе А с числом жителей 65 300 умерло за год 700 человек, в городе Б с числом жителей 93 100 умерло 905 человек. Какова смертность в этих двух городах? Если судить по абсолютным данным, то умерло больше в городе Б. Однако в городе Б и численность населения больше, чем в городе А.
Поэтому для того чтобы решить вопрос в каком городе смертность выше, необходимо в том и другом городе вычислить интенсивный показатель смертности, т. е. показатель смертности на 1000 жителей.
Отсюда видно, что в городе А из каждой 1000 в год умирает 10,7, а в городе Б — 9,7. Эти величины ясно показывают, что смертность в городе А выше, чем в городе Б.
«Справочник помощника санитарного врача
и помощника эпидемиолога»,
под ред. члена-корреспондента АМН СССР
проф. Н.Н.Литвинова
Что означает интенсивный показатель заболеваемости
Прежде всего следует обсудить понятия «заболеваемость» и «болезненность».
Заболеваемостью ( incidence — в зарубежной литературе) принято называть число новых случаев болезни, возникших в данной группе населения в единицу времени, чаще всего — в год. Показатель заболеваемости выражается числом таких случаев на 100, 1000, 10 000 или на 100 000 населения.
Болезненность (или распространенность, prevalence — в зарубежной литературе) — это число больных с изучаемым заболеванием, которое имеется в определенном населении в данное время. Как и показатель заболеваемости, показатель болезненности рассчитывается на 100, 1000, 10 000 или 100 000 населения.
Поскольку число имеющихся среди населения больных гораздо больше, чем число вновь заболевших (во всяком случае с психическими заболеваниями), показатель распространенности чаще всего рассчитывается на 1000, а показатель заболеваемости — на 100 000 населения.
При расчете показателя болезненности, как уже говорилось, речь идет о числе больных среди населения. В последние годы предпринимаются попытки уточнить понятие «больной»: ведь у одних психическое расстройство может наблюдаться сейчас, у других — в прошлом. Поэтому в современной литературе различают распространенность в момент обследования ( point prevalence ), т.е. показатель, отражающий число лиц, имеющих изучаемое психическое расстройство в данное время; годичную распространенность ( year prevalence ) — показатель, отражающий число лиц, имевших данное расстройство в любой период продолжительностью год, предшествовавшего моменту обследования; распространенность в течение жизни ( life prevalence ) 1 — показатель, отражающий число лиц, имевших отмечаемое расстройство когда-либо в жизни.
Существует обстоятельство, которое необходимо принимать во внимание, работая с показателями распространенности и заболеваемости. Если распространенность шизофрении в одном городе составляет 10 на 1000 населения, а в другом — 3 на 1000, то это отнюдь не означает, что в последнем люди реже болеют шизофренией; это может означать и то, что во втором случае психиатрическая служба выявляет меньше больных. Возможно, что психиатры в этих городах придерживаются разных диагностических критериев. Последняя трудность преодолевается с помощью стандартизованных инструментов диагностики, сводящих к минимуму влияние личных диагностических позиций исследователя. В любом случае обозначение критериев диагностики (как и всех других критериев отбора случаев, вошедших в исследование) является обязательным методическим требованием, которое следует учитывать при эпидемиологическом исследовании.
Известно, что разные психиатрические службы выявляют разное число больных. Это объективный и при современном уровне знаний непреодолимый факт, с которым приходится считаться. Сколько-то больных всегда остаются не выявленными и, по-видимому, не существует метода, который помог бы их всех выявить. Было много попыток выяснить показатель «истинной», «полной», «исчерпанной» болезненности. Успех всех этих попыток относителен. В большинстве эпидемиологических работ, говоря о распространенности болезни, авторы имеют в виду число больных, обратившихся за помощью. Существуют работы, авторы которых опираются на данные, полученные при поголовных осмотрах выборочных групп населения; такие показатели обычно бывают большими. Есть работы, отражающие попытки теоретически вычислить показатель распространенности эндогенных психозов (видимо, это единственный способ получить представление об их «истинной» распространенности).
Все эти замечания относятся и к показателю заболеваемости. При расчете этого показателя приходится обращать внимание и на то, кого считать заболевшим в данном году. Часто признают заболевшими тех, кто впервые обратился за помощью. Если речь идет об общем показателе заболеваемости, то это может быть допустимо, потому что число новых случаев большинства психических расстройств (в частности, эндогенных заболеваний) из года в год более или менее постоянно. Но очень часто заболеваемость рассчитывается не в целом, а, например, по отношению к определенному возрасту. В таком случае судить о ней по обращаемости опасно, потому что, как известно, многие больные обращаются к врачу не сразу. Клинико-эпидемиологический метод позволяет справиться с этой трудностью, потому что при обследовании больного врач старается (насколько это возможно) выяснить, когда возникли первые признаки болезни. При других методах сбора данных за начало заболевания нередко приходится принимать дату первого обращения, и поэтому показатели получаются гораздо менее надежными.
Эпидемиолог очень часто сталкивается с понятиями «риск» и «вероятность». Они очень близки и в большинстве случаев означают почти одно и то же. «Вероятность», однако, — понятие более общее. Это количественное выражение меры оправданности ожидания какого-либо события. Как известно, бывают события, ожидание которых абсолютно оправдано (их вероятность принято обозначать единицей), и события, ожидание которых абсолютно не оправдано (их вероятность обозначают нулем). Подавляющее число ожиданий в большей или меньшей степени оправдано. Вероятность того, что ожидаемое событие произойдет, в этих случаях выражается числом, лежащим между нулем и единицей (для равновероятных ожиданий вероятность составляет 0,5). Сумма вероятностей всех возможных вариантов ожидаемого события всегда составляет единицу.
Оценка вероятности того или иного события составляет значительную часть работы эпидемиолога. Базой для этого служит частота изучаемого явления в репрезентативной выборке. Это дает представление о величине риска (или просто о риске) возникновения болезни, развития нового приступа и т.д.
Особого внимания заслуживает термин » популяция «. Он, пожалуй, наиболее часто встречается в статьях по эпидемиологии психических заболеваний. Говорят просто о популяции, о популяции больных, о популяции больных с определенным расстройством, о популяционных исследованиях и популяционных закономерностях.
Популяция — это совокупность особей одного вида, длительно занимающая определенное пространство и воспроизводящая себя в течение большого числа поколений. Из этого определения следует, что вполне позволительно говорить о популяционных исследованиях или о популяционных закономерностях, если речь идет о том или другом применительно к населению данной территории. Но, очевидно, не следует говорить о «популяции больных».
Поскольку исследователь имеет дело с выборкой, а не с генеральной совокупностью (в сущности так обстоит дело и при невыборочных обследованиях), результаты не могут быть абсолютно точными. Иными словами, в каждом результате эпидемиологического исследования имеется статистическая ошибка. Величина ошибки находится в обратных отношениях с численностью выборки: чем выборка больше, тем ошибка меньше. От величины ошибки зависит приемлемость результатов: если возможные колебания показателя невелики, то результаты, очевидно, приемлемы; если они слишком большие, то ценность результата чаще бывает сомнительной.
Статистическая ошибка связана с величиной, которая называется уровнем надежности результатов исследования. Если работа выполнена грамотно, то другие исследователи, повторяя ее на других выборках, скорее всего получат примерно такие же показатели. Но в принципе может встретиться выборка, в которой результат будет резко отличаться от остальных (на гораздо большую величину, чем статистическая ошибка). Необходимо знать, сколько может быть таких исключений. Показатель, характеризующий последнее, называется уровнем надежности (или просто надежностью) полученных результатов. Уровень надежности задается исследователем при планировании работы. Каков он должен быть, зависит от той области, в которой осуществляется исследование. В биологии и медицине принято считать, что достаточным является уровень надежности, равный 95 %, или 0,95 (именно это означает часто встречающаяся в статьях статистическая формула р
Поскольку характеристики генеральной совокупности заранее неизвестны, то нужно каким-то приемом добиться, чтобы в выборку попали те больные и в том соотношении, которое нужно, а также следует правильно определить ее численность. Первое достигается с помощью случайного отбора, т.е. выбор наблюдений организуют так, чтобы все случаи имели равные шансы попасть в создаваемую группу. Конкретных способов добиться этого достаточно много. Можно, например, составить картотеку из всех проживающих на данной территории больных, перетасовать ее и взять нужное число карточек. Существуют «алфавитные» способы, базирующиеся на том, что известна частота фамилий, начинающихся на ту или иную букву. В группу отбирают нужное число лиц с соответствующими фамилиями. Этот способ применяют при выборке из очень больших совокупностей (например, из населения региона). Наилучшим для выбора наблюдений из сравнительно небольших совокупностей (например, пациенты больницы или диспансера) представляется использование случайных чисел. По произвольному и независимому от изучаемых характеристик принципу составляют список всех больных (например, по алфавиту), нумеруют их фамилии по порядку, и далее с помощью компьютера (или из таблиц случайных чисел, имеющихся в большинстве руководств по статистике) получают столько случайных чисел, сколько больных предполагается включить в выборку; потом отбирают соответствующие номера из списка.
Определение численности выборки — отдельная и достаточно трудная задача. Именно из-за ее трудности многие предпочитают брать заведомо очень большие выборки, чтобы обеспечить репрезентативность наверняка. Крайний пример — невыборочное обследование, когда в список включают всех имеющихся больных, хотя 50 % или даже 25 % больных тоже может быть достаточно. Если генеральная сово купность невелика (например, выборы должны касаться только пациентов данного отделения), то такой способ может оказаться наиболее приемлемым. Но если выводы должны быть распространены на город или регион, то затраты труда на обследование тысяч больных могут быть невозможными или неоправданными. Целесообразнее затратить некоторое время на определение разумной численности выборки.
Для того чтобы объяснить, как это делается, придется вернуться к понятиям статистической ошибки и уровня надежности результатов.
Ошибка относительных показателей (выраженных в процентах) рассчитывается по формуле:
Из формулы видно, что величина ошибки находится в обратной зависимости от численности выборки. С одной стороны, чем меньше численность выборки, тем ошибка больше, с другой — чем больше показатель р (т.е. чем больше доля случаев с изучаемой особенностью), тем больше выборка. Иными словами, при планировании работы необходимо, исходя из некоторой рабочей гипотезы, представлять себе обе величины. Если о них нет никакого представления, приходится провести небольшое пробное обследование, чтобы установить их порядок (доли процента, целые проценты, десятки процентов).