WYKŁAD CZWARTY: PODSTAWY EPIDEMIOLOGII (D)

Slides:



Advertisements
Podobne prezentacje
Analiza danych dot. pracowników przemysłu jądrowego z 15 krajów Świerk 20.VI.2008 r. K. Fornalski.
Advertisements

CAŁA POLSKA CZYTA DZIECIOM – raport Przygotowany dla Fundacji ABC XXI 30 października 2006.
Główne zagadnienia Dlaczego zajmujemy się wypadkami?
Ocena wartości diagnostycznej testu – obliczanie czułości, swoistości, wartości predykcyjnych testu. Krzywe ROC. Anna Sepioło gr. B III OAM.
hasło: student Justyna Kubacka
Profilaktyka raka piersi
Analiza współzależności zjawisk
Analiza wariancji jednoczynnikowa
Koszty społeczne chorób psychicznych Przekształcenia opieki psychiatrycznej Andrzej Kowal Specjalistyczny Szpital im. J. Babińskiego Katarzyna Kissimova-Skarbek.
Analiza wariancji Marcin Zajenkowski. Badania eksperymentalne ANOVA najczęściej do eksperymentów Porównanie wyników z 2 grup lub więcej Zmienna niezależna.
EPIDEMIOLOGIA – DEFINICJA
Powinien być określony w sposób zwięzły i precyzyjny, np
Analiza współzależności
Dr n. med. Lucyna Kapka Fakty wg WHO Źródło: dr n. med. Lucyna Kapka
Lubuski Program Prewencji Pierwotnej Nowotworów
Program przedmiotu “Metody statystyczne w chemii”
JAK DBAĆ O ZDROWIE czyli EUROPEJSKI KODEKS WALKI Z RAKIEM
Wzory ułatwiające obliczenia
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
SYSTEMY CZASU RZECZYWISTEGO Wykłady 2008/2009 PROF. DOMINIK SANKOWSKI.
Estymacja przedziałowa i korzystanie z tablic rozkładów statystycznych
PRIORYTETOWE KIERUNKI PROFILAKTYKI, DIAGNOSTYKI, LECZENIA I REHABILITACJI Dr inż. Piotr Ładyżyński Instytut Biocybernetyki i Inżynierii Biomedycznej.
WPŁYW PALENIA NA NARZĄDY CZŁOWIEKA
Jednoczynnikowa analiza wariancji (ANOVA)
Elementy statystyki dla lekarzy Planowanie badań i zbieranie danych
Cele szczegółowe dla Grupy Roboczej ds. Monitorowania do Pomorskiego Programu Profilaktyki i Leczenia Chorób Układu Sercowo-Naczyniowego i Chorób Nowotworowych.
analiza dynamiki zjawisk Szeregi czasowe
Program profilaktyki i promocji zdrowia dla miasta Krosna na 2010 r.
Elementy Rachunku Prawdopodobieństwa i Statystyki
Analiza wariancji jednoczynnikowa.
Badania Epidemiologiczne
AUTOMATYKA i ROBOTYKA (wykład 5)
Stan zdrowia mieszkańców Warszawy
MIARY STANU ZDROWIA POPULACJI
WYKŁAD ÓSMY: PODSTAWY EPIDEMIOLOGII (H)
Hipotezy statystyczne
Podstawy statystyki, cz. II
Nadwaga I Otyłość oraz różnice między nimi.
Czym jest zdrowie?.
VI EKSPLORACJA DANYCH Zadania eksploracji danych: klasyfikacja
Henryk Rusinowski, Marcin Plis
Regresja wieloraka.
Zróżnicowanie demograficzne społeczeństw
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
NIEZBĘDNIK STATYSTYCZNY D E M O G R A F I A.
Aktywność fizyczna lekarstwem na choroby cywilizacyjne !
Palenie papierosów jako zagrożenie dla kobiet w ciąży
Leszek Kołodziejski Konsultant wojewódzki w dziedzinie chirurgii onkologicznej Uzasadnienie konieczności wdrażania zasad Europejskiego Kodeksu Walki z.
STATYSTYKA Pochodzenie nazwy:
Piotr Wojcieszek.
Wydział Funduszy Pomocowych i Zamówień Publicznych
Dynamika zjawisk. Analiza sezonowości dr hab. Mieczysław Kowerski
czerwiec 2015 Łódzki Urząd Wojewódzki w Łodzi
”Choroby układu krążenia jako problem zdrowia publicznego w woj
Dr Ewelina Sokołowska, UG prof. dr hab. Jerzy Witold Wiśniewski, UMK
Czynniki ryzyka związane ze zdrowiem i chorobami
Zawarcie porozumienia o współpracy, w ramach projektu "Białystok Polish Longitudinal University Study; Białystok PLUS" Urząd Marszałkowski Województwa.
STRES ZAWODOWY W SĄDACH POWSZECHNYCH I JEGO SKUTKI ZDROWOTNE.
Narodowy Instytut Zdrowia Publicznego - Państwowy Zakład Higieny.
STATYSTYKA – kurs podstawowy wykład 13 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Samorządowa Jednostka Organizacyjna Województwa Dolnośląskiego INSTYTUT ROZWOJU TERYTORIALNEGO Analiza przyczyn umieralności mieszkańców Dolnego Śląska.
Energetyka obywatelska a pozytywne skutki zdrowotne Lukasz Adamkiewicz, HEAL Polska 30 Marca 2016, Szczecin Więcej niż Energia – Obywatelska Energetyka.
Wzrastający wiek nie wpływa na czas zastosowania adekwatnej terapii w prewencji pierwotnej ICD/CRT-D: analiza ryzyk konkurencyjnych.
Samobójstwa-medialna sensacja czy rzeczywisty problem?
Wzrost występowania niewydolności serca
Stan zdrowia mieszkańców Warszawy
SKUTKI PALENIA PAPIEROSÓW …
Zapis prezentacji:

WYKŁAD CZWARTY: PODSTAWY EPIDEMIOLOGII (D) SUM - WLK ‘2013 WYKŁAD CZWARTY: PODSTAWY EPIDEMIOLOGII (D) Prof. dr hab. med. Jan E. Zejda

TREŚĆ DZISIEJSZEGO WYKŁADU Standaryzacja Zjawisko współzmienności

Współczynniki Surowe  Współczynniki Standaryzowane IDEA STANDARYZACJI Współczynniki Surowe  Współczynniki Standaryzowane Wsp. Umieralności w populacji A („surowy”) Wsp. Umieralności w populacji B („surowy”) STANDARYZACJA Wsp. Umieralności w populacji A („standaryzowany”) Wsp. Umieralności w populacji B („standaryzowany”)

STANDARYZACJA Statystyczna metoda eliminacji lub ograniczenia zniekształ-cającego wpływu rozpoznanego czynnika zakłócającego na wynik porównań współczynników reprezentujących dwie lub więcej niż dwie populacje (grupy). Oryginalnie, standaryzacja znalazła zastosowanie przy porównywaniu współczynników umieralności dwóch populacji, odznaczających się różną strukturą wieku – standaryzacja umieralności względem wieku. Procedura ma jednakże uniwersalne znaczenie i może być wykorzystana przy standaryzacji współczynników chorobowości, zachorowalności, i innych miar określających rozpowszechnienie zjawiska zdrowotnego w populacji (grupie). Poza porównaniami kilku populacji standaryzacja umożliwia także porównania jednej populacji, w różnych punktach czasowych (np. porównanie umieralności ogólnej w populacji jednego województwa, w kolejnych latach).

WSPÓŁCZYNNIKI SUROWE, SPECYFICZNE I STANDARYZOWANE UMIERALNOŚĆ Z POWODU CHORÓB UKŁADU ODDECHOWEGO Surowy Współczynnik: 76 / 100 000 (cała populacja, wiek 0 +) Specyficzny Współczynnik: 40-49 lat: 151/100 000 50-59 lat: 470/100 000, 60-69 lat: 1199/100 000 Standaryzowany Współczynnik: 90 / 100 000 Poza standaryzacją względem wieku możliwe inne standaryzacje (np. płeć …)

ZALETY I WADY WSPÓŁCZYNNIKÓW SUROWYCH Prezentacja rzeczywistych danych na temat badanego zjawiska (np. aktualna liczba zgonów w odniesieniu do aktualnej wielkości populacji). Jeden współczynnik opisujący całą populację. Błędna lub niepewna interpretacja różnic pomiędzy współczynnikami, „w przestrzeni” i „w czasie” (np. różnica w umieralności ogólnej wynikająca de facto z różnic w strukturach wiekowych porównywanych populacji).

ZALETY I WADY WSPÓŁCZYNNIKÓW SPECYFICZNYCH Porównania pomiędzy subpopulacjami o podobnym udziale i natężeniu czynnika zakłócającego (np. porównanie umieralności w kolejnych subpopulacjach, definiowanych przez przedziały wiekowe). Prezentacja szczegółowych danych na temat analizowanego zjawiska Więcej niż jeden współczynnik opisujący zjawisko w populacji. Trudności interpretacyjne wynikające z mnogości równoległych porównań i/lub niestabilności współczynników związanej z małymi subpopulacjami

ZALETY I WADY WSPÓŁCZYNNIKÓW STANDARYZOWANYCH Prezentacja danych uwzględniających zakłócający wpływ czynników zakłócających i możliwość porównań zjawiska pomiędzy populacjami (np. standaryzowany dla wiek współczynnik umieralności). Jeden współczynnik opisujący całą populację Nierzeczywiste wartości współczynników, otrzymane skutek transformacji matematycznej. Zależność wartości współczynników od metody standaryzacji. Możliwość maskowania interesujących różnic, charakteryzujących subpopulacje

BEZPOŚREDNIA POŚREDNIA STANDARYZACJA BEZPOŚREDNIA POŚREDNIA

STANDARYZACJA BEZPOŚREDNIA Standaryzacja bezpośrednia została wprowadzona w celu kontrolowania przede wszystkim zakłócającego wpływu wieku przy porównaniach umieralności obserwowanych w dwóch lub więcej niż dwóch populacjach (np. międzynarodowe porównania umieralności ogólnej) lub umieralności obserwowanej w jednej populacji, w kolejnych latach (np. trend umieralności w mieście X). Wynik standaryzacji metodą bezpośrednią ilustruje, co by było gdyby przy obserwowanych, specyficznych dla wieku umieralnościach badana populacja (porównywane populacje) posiadały strukturę wiekową zewnętrznej populacji referencyjnej (np. „populacji referencyjnej świata” wg Światowej Organizacji Zdrowia) Standaryzacja bezpośrednia względem wieku jest możliwa do przeprowadzenia, gdy znane są współczynniki specyficzne dla wieku i rozkład wieku analizowanej (analizowanych) populacji. Dodatkowym warunkiem jest odpowiednio duża liczebność populacji, zapewniająca tzw. stabilność współczynników specyficznych dla wieku.

STANDARYZACJA POŚREDNIA Standaryzacja pośrednia znajduje zastosowanie jako metoda generująca standaryzowany współczynnik umieralności w sytuacji, gdy nie są znane specyficzne dla wieku współczynniki umieralności analizowanej populacji. Metoda wymaga zastosowania zewnętrznych, referencyjnych specyficznych dla wieku współczynników umieralności dla obliczenia tzw. liczby zgonów przewidywanych w analizowanej populacji i konfrontacji tej liczby z liczbą zgonów rzeczywiście obserwowanych w tej populacji. Wynik standaryzacji metodą pośrednią ilustruje, w jakim stopniu umieralność badanej populacji różni się od umieralności populacji referencyjnej. Relacja ta opisywana jest przy pomocy standaryzowanego współczynnika umieralności (ang.: standardized mortality ratio = SMR). Pośrednia standaryzacja umieralności względem wieku jest możliwa do przeprowadzenia, gdy znana jest ogólna liczba zgonów (obserwowana liczba zgonów) i rozkład wieku w analizowanej populacji, a także pochodzące z populacji referencyjnej współczynniki umieralności specyficznej dla wieku

TREŚĆ DZISIEJSZEGO WYKŁADU Standaryzacja Zjawisko współzmienności

SEDNO DOCIEKAŃ ANALITYCZNYCH Podstawową Strategią w Badaniach Analitycznych jest analiza tzw. współzmienności zróżnicowanie występowania choroby „C” w populacji = zjawisko zmienności międzyosobniczej w zakresie stanu zdrowia opisanego przez chorobę „C” zróżnicowanie narażenia na czynniki środowiskowe i ustrojowe zjawisko zmienności międzyosobniczej w zakresie potencjalnych czynników ryzyka

WSPÓŁZMIENNOŚĆ ZMIENNOŚĆ MIĘDZYOSOBNICZA W ZAKRESIE STANU ZDROWIA ZMIENNOŚĆ MIĘDZYOSOBNICZA W ZAKRESIE OKOLICZNOŚCI TYPOWANEJ JAKO CZYNNIK RYZYKA Przykład „rak płuc: tak” ↔ „palenie papierosów: tak” „rak płuc: nie” ↔ „palenie papierosów: nie” Wykazanie współzmienności może być przekonywującą przesłanką odnośnie zależności przyczynowo-skutkowej, ale nie jest dowodem. Można na przykład dostrzec współzmienność „rak płuc” ↔ „płeć”, co w rzeczywistości odzwierciedla fakt, że mężczyźni częściej palą papierosy niż kobiety, a nie wiąże ryzyko choroby z płcią.

WYSTĘPOWANIE CHORÓB NIE MA CHARAKTERU PRZYPADKOWEGO „DLACZEGO JA ? ” ? ?  ? ? DLATEGO, ŻE OBCIĄŻONY CZYNNIKIEM RYZYKA (DEFINICJA PODCZAS NASTĘPNEGO WYKŁADU)

„audiatur et altera pars” WYSTĘPOWANIE OBJAWU / CHOROBY NIE MA CHARAKTERU PRZYPADKOWEGO Mężczyzna: odczuwa bóle w klatce piersiowej, szczególnie dolegliwe przy zmianie pogody, pojawiające się zwykle po wejściu na III piętro. SCHEMAT: OBJAW  OKOLICZNOŚCI Podejrzenie ‘stenokardii’ tym bardziej prawdopodobne gdy pełniejsza informacja o objawach i okolicznościach ich występowania „audiatur et altera pars”