Preludium do wstępu ze

skryptu streszczenia statystyki

medycznej w ujęciu

epidemiologicznym.

Wczesne wykrywanie chorób (bania

przesiewowe).

Przez badanie przesiewowe(przeglądowe ludności)

rozumiemy zastosowanie stosunkowo prostych i

niekosztownych testów diagnostycznych w badaniach

dużych ludności w celu wykrycia wczesnych stadiów

choroby.

Strategicznym celem badania przesiewowego jest

zmniejszenie chorobowości ( umieralności ) z powodu

określonej choroby wśród osób poddawanych tym

badaniom.

Przykładem choroby w której cel ten został osiągnięty

jest gruźlica.

Test diagnostyczny zastosowany w badaniu
przesiewowym

Test diagnostyczny zastosowany w badaniu
przesiewowym

Leczeni

Nadzór

Procedura badania przesiewowego ludności

(screening).

Od strony proceduralnej badanie

przesiewowe dzieli badanych na dwie

grupy:

1. Osoby prawdopodobnie chore.
2. Osoby, u których choroba z dużym

prawdopodobieństwem została wykluczona.

Koncepcja testu przesiewowego różni się od

koncepcji

klinicznego badania diagnostycznego, które

klasyfikuje stan

zdrowia danej osoby ściśle według skali zdrowy –

chory.

Należy również rozróżnić badanie przesiewowe służące

wykrywaniu chorób, od badania zmierzającego do

określenia na tej podstawie grup ludności

zwiększonego ryzyka.

Najważniejszym praktycznym celem, jakiemu służą

masowe badania przesiewowe ludności , jest wykrycie

chorób w najwcześniejszym okresie ich rozwoju , aby

nie dopuścić do pełnego rozwoju choroby. W

przypadku chorób zakaźnych, jak np. gruźlica płuc,

mamy dodatkowe korzyści z wczesnego wykrywania

choroby. Wczesne rozpoznanie schorzenia pozwala nie

tylko na zapobieganie przeniesieniu się choroby na

osoby zdrowe na skutek likwidacji choroby przez

leczenie, lecz także prowadzi do wczesnego wykrycia

tego schorzenia u bliskich członków rodziny chorego.

Wybór choroby

Trzeba pamiętać że nie każda choroba nadaje się do

badań przesiewowych.

1. Przede wszystkim choroba musi mieć poważne

konsekwencje zdrowotne dla ludności , a objęta
badaniem populacja powinna być w pełni
świadoma tego faktu.

2. Choroba musi być wyleczalna.
3. Muszą istnieć dowody że podjęcie leczenia w

przedklinicznym stadium choroby będzie
skuteczniejsze niż leczenie zastosowane w
późniejszym stadium, kiedy chory zgłasza się do
lekarza.

Warunki uzasadniające podejmowanie badań

przesiewowych dla wykrycia chorób we

wczesnych stadiach:

1.

Choroba stanowi ważny problem społeczny.

2.

Naturalna historia choroby jest dobrze poznana.

3.

Istnieją skuteczne metody leczenia choroby.

4.

Występują wczesne objawy choroby.

5.

Metody diagnostyczne wczesnych stadiów choroby są
powtarzalne i trafne.

6.

Istnieje możliwość weryfikacji diagnostycznej rozpoznań.

7.

Metody badań przesiewowych są pozbawione ryzyka
powikłań i będą akceptowane przez badanych.

8.

Ustalone są zasady kogo należy zaliczyć do grupy chorych
wymagających leczenia.

9.

Wykrywanie wczesnych stadiów choroby będzie procesem
ciągłym.

10. Koszy wykrywania i leczenia są ekonomicznie uzasadnione

i możliwe do pokrycia z budżetu służby zdrowia.

Badania przesiewowe w ochronie zdrowia

publicznego

Choroby nowotworowe kwalifikują się szczególnie do badań
przesiewowych:
-Rak szyjki macicy.
-Rak sutka.
-Rak oskrzelopochodny.
-Rak okrężnicy.
-Rad żołądka.

-Nadciśnienie tętnicze krwi.
-Choroby naczyń wieńcowych.
-Cukrzyca.
-Jaskra.
-Gruźlica.
-Choroby przewlekłe oskrzeli.

-Badanie niemowląt i dzieci w wieku szkolnym.

Ocena wczesnych i odległych korzyści

zdrowotnych z badań przesiewowych

1. Częstość poszczególnych stadiów chorobowych

wykrytych w trakcie trwania badań.

2. Śmiertelność w okresie roku lub pierwszych

dwóch lat od chwili wprowadzenia programu
badań przesiewowych.

3. Porównanie umieralności.
4. Porównanie chorobowości.
5. Porównanie czasu przeżywalności.
6. Ocena metodą eksperymentalną (losowe badania

kontrolowane)

7. Ocena metodą obserwacyjną (porównanie

umieralności lub chorobowości u osób poddanych
badaniom przeglądowym z jakimś poziomem
oczekiwanym, choć wyniki tego rodzaju analizy
mają pewne ograniczenia.

Obliczenia statystyczne w epidemiologii

Pojęcie i stosowanie określeń „statystyka” i

„statystyka medyczna” nie jest jednoznaczne.

Wyróżnia się dwie grupy metod statystycznych:

-

Opis statystyczny (bierne podejście do zjawisk)

-

Metody biometryczne( czynne podejście do

zdarzeń)

Statystyka medyczna jako metoda biernej obserwacji

zjawisk zdrowotnych w populacji oraz niektóre

metody statystyczne stosowane w badaniach

bezpośrednich są w znacznym zakresie związane

z metodologią epidemiologiczną.

Najbliższa rzeczywistości w zakresie epidemiologii

jest definicja następująca: „Statystyka to dział

nauki o zbieraniu, gromadzeniu,

przechowywaniu, przetwarzaniu

(analizie) i ocenie danych liczbowych.”

Pojęcia statystyczne

Populacja (zbiór, zbiorowość) generalna – to w

sensie przyrodniczym skończona lub
nieskończona zbiorowość jednostek
statystycznych, ludzi ( zwierząt, przedmiotów,
zdarzeń zdrowotnych), których cechy ( opisowe
lub miarowe) są przedmiotem statystycznego
badania, celem określenia występujących w niej
prawidłowości ( rozkładu cech).

Jednostka statystyczna to pojedynczy osobnik lub ,

zdarzenie będące nośnikiem badanej cechy lub
częściej cech.

Cecha to ściśle określona właściwość jednostki

statystycznej.

Próba to część populacji generalnej często nazywana

reprezentacją, której badanie ma dostarczyć
informacji o całej populacji.

Zdarzenie losowe – jest to takie zdarzenie E, które

w warunkach F może zajść (mieć miejsce) lub
nie.

Zdarzenie (doświadczenie) niepowtarzalne –

jednorazowe (np. pomiar czasu świecenia
żarówki.)

Prawdopodobieństwo - jest to częstość powtarzania

się zdarzenia E w warunkachF, w stosunku do

wszystkich możliwych i wykluczających się

nawzajem przypadków w warunkach F.

P(E) = m/n

Gdzie:

P(E) – prawdopodobieństwo zdarzenia E,

m- liczba przypadków sprzyjających zdarzeniu E,

n- liczba wszystkich i nawzajem wykluczających się

przypadków w warunkach F.

Prawdopodobieństwo warunkowe to

prawdopodobieństwo zajścia zdarzenia E przy

określonym (założonym) warunku B (chory

wyzdrowieje E, jeśli będzie podany mu antybiotyk

B; jednak z określonym prawdopodobieństwem,

np.. 98/100).

P(E*B)=P(E)*P(B/F)=P(B)*P(E/B)

Ryzyko to prawdopodobieństwo wystąpienia jakiegoś

zdarzenia, najczęściej u osoby, lub zjawiska ,
najczęściej w populacji.

Zjawiska to przebieg niezależny od nas , lub celowo

prowadzona duża ilość takich samych zdarzeń
(doświadczeń) dotycząca jednostek tej samej
populacji.

Zmienna – ogólna nazwa każdej wielkości , która

zmienia się (lub jest zmieniana).

Częstość – liczba wystąpienia zdarzenia określonego

typu lub liczba jednostek określonej populacji ,
które należą do określonego przedziału wartości.

Wartość przeciętna ( synonim – wartość

oczekiwana) to , w przybliżeniu, miara sumy
wartości mierzalnej dzielonej przez liczbę
pomiarów dokonanych na jednostkach
statystycznych.

Współczynnik jest liczbą względną mianowaną ,

czyli określającą częstość zdarzeń
różnoimiennych w określonym czasie, np. liczbę
zmarłych w danym roku w stosunku do ogółu
ludności.

Wskaźnik jest liczbą względną niemianowaną ,

określającą częstość względnego udziału części
zdarzeń jednoimiennych w ich całości np. liczba
zgonów z powodu chorób nowotworowych w
stosunku do ogółu zgonów.

Grupy współczynników ( wskaźników)
Współczynnik natężenia – określa natężenie

zjawiska ( umieralność, urodzenia, zapadalność)
w populacji.

Współczynnik struktury – określa budowę

jwewnętrzną danego zjawiska , podawane są w
postaci odsetków całości np..3.400 osób zmarłych
– 51% z powodu chorób układu krążenia, 21% z
powodu nowotworów, itd...

Wskaźnik natężenia – określa natężenie zjawiska w
populacji
Wskaźnik poglądowości – określa stosunek ( w
odsetkach) aktualnej sytuacji np. liczby chorych na
zawał mięśnia sercowego w tym roku do lat
ubiegłych.

Wskaźnik normy (specjalny) – np. siła dźwięku
(hałasu) w decybelach , natężenie oświetlenia , itd....

Miary rozproszenia (miary zmienności)

Opisują rozrzut wartości opisywanej cechy w badanej

populacji.

Odchylenie standardowe i wariancja są

bezwzględnymi miarami rozproszenia , albo inaczej –

miarami zmienności , natomiast współczynnik

zmienności jest miarą względną , umożliwiającą

porównanie cechy w dwóch grupach lub rozproszenie

dwóch cech.

Załóżmy , że mamy dwie 20 osobowe grupy

pacjentów. W pierwszej grupie ciśnienie skurczowe

krwi u wszystkich badanych było równe i wynosiło

140 mm Hg. W drugiej grupie , u czterech pacjentów

120 , u dwóch 130, u ośmiu 140, u dwóch 150 i u

czterech 160 mm Hg. Mimo nasuwającego się

przypuszczenia , że grupy te różnią się między sobą ,

poznane miary nie wskazują na to. Analizując wyniki

otrzymane z badań obu grup stwierdzamy, że różnią

się one rozrzutem wokół średniej – w pierwszej

grupie wyniki są równe średniej, w drugiej są

rozrzucone wokół niej. W celu zmierzenia wielkości

tego rozrzutu stosujemy miary rozproszenia albo

dyspersji.

Wariację można obliczyć według wzoru:
S

2

=Σ(xi – xt)

2

/ n - 1

Xt – średnia
x-i – wartość cechy lub środek przedziału klasowego
n – liczbność przedziału klasowego
Odchylenie standardowe: S =

√

(Σ(xi – xt)

2

/ n - 1 )

Rozkład normalny (Gauss i Laplace)

Rozkład normalny zdefiniował De Moivre w

1753 roku, jako rozkład graficzny rozkładu

dwumianowego. W badaniach biologicznych i

medycznych podstawowym rozkładem

prawdopodobieństwa jest rozkład normalny

opisywany przy pomocy zmiennych ciągłych, to

znaczy takich , które mogą przyjmować

dowolną wartość z pewnego przedziału.

Rozkład miar wszystkich jednostek jest

symetryczny względem wartości średniej

arytmetycznej tych miar.

Testy statystyczne

Do oceny podobieństwa i różnic w wartościach cech w jednej

lub w kilku porównywanych populacjach m. in. służą testy

statystyczne. Testy statystyczne dzielimy na grupy:

1. Testy parametryczne – stosujemy od analizy cechy

mierzalnej

2. Testy nieparametryczne – stosujemy do analizy cechy

niemierzalnej lub porównania cechy niemierzalnej z cecha
mierzalną.

Hipoteza - to oparte na logicznym rozumowaniu kompetentnej

osoby przypuszczenie mające na celu objaśnienie istnienia

pewnego zjawiska lub pojawienie się jakiegoś zdarzenia. W

medycynie dotyczy to najczęściej zjawiska zdrowotnego.

Hipoteza podstawowa , zerowa
Hipoteza alternatywna
Hipoteza parametryczna – precyzująca wartość parametru w

rozkładzie populacji generalnej znanego typu.

Hipoteza nieparametryczną – precyzującą typ rozkładu

populacji generalnej.

Testy statystyczne

Do oceny podobieństwa i różnic w wartościach cech

w jednej lub w kilku porównywanych populacjach

m. in. służą testy statystyczne. Testy statystyczne

dzielimy na grupy:

1. Testy parametryczne – stosujemy od analizy cechy

mierzalnej

2. Testy nieparametryczne – stosujemy do analizy

cechy niemierzalnej lub porównania cechy
niemierzalnej z cecha mierzalną.

Testy statystyczne w medycynie to sposoby

weryfikacji hipotez naukowych (doświadczenia)

lub epidemiologicznych (populacja) ,

wspomagające ustalenie , czy przypuszczenie

(hipoteza) jest prawdziwe czy fałszywe. Na

podstawie badania próby i uzyskanych wyników

podejmuje się decyzję o przyjęciu lub odrzuceniu

postawionej hipotezy. Decyzja taka może być

obarczona błędem pierwszego lub drugiego

rodzaju.

Hipoteza - to oparte na logicznym rozumowaniu

kompetentnej osoby przypuszczenie mające na

celu objaśnienie istnienia pewnego zjawiska lub

pojawienie się jakiegoś zdarzenia. W medycynie

dotyczy to najczęściej zjawiska zdrowotnego.

Hipoteza podstawowa , zerowa
Hipoteza alternatywna
Hipoteza parametryczna – precyzująca wartość

parametru w rozkładzie populacji generalnej
znanego typu.

Hipoteza nieparametryczną – precyzującą typ

rozkładu populacji generalnej.

Błąd pierwszego rodzaju – polega na

odrzuceniu testowanej hipotezy
prawdziwej, możliwy do popełnienia
przy statystycznej weryfikacji
hipotezy.

Błąd drugiego rodzaju – polega na

przyjęciu testowanej hipotezy
fałszywej, możliwy do popełnienia
przy weryfikacji hipotezy.

Planowanie analizy statystycznej

Przed rozpoczęciem badania epidemiologicznego

(doświadczalnego) należy dokładnie przemyśleć

plan stosowanych metod statystycznych i

informatycznych.

1. Cel badania i jego rodzaj – retrospektywne ,

prospektywne, obserwacyjne...

2. Definicję i opis badanej populacji. Przed

zastosowaniem metod analizy statystycznej należy
zebrać dokładne informacje o badanej grupie.
Prawidłowy opis populacji pozwala uniknąć
błędów i pomyłek podczas badania i jego analizy.

3. Określenie sposobu doboru próby – przy

badaniach reprezentacyjnych i doświadczalnych

4. Ustalenie liczebności reprezentacji
5. Określenie badanych zmiennych
6. Ustalenie skal pomiarowych

7. Ustalenie układu i wyglądu protokołu badań – z
uwzględnieniem kodowania danych do obliczeń przy
pomocy statystycznych programów komputerowych
8. Postawienie hipotez badawczych (zerowych i
alternatywnych) i związanych z nimi hipotez
statystycznych
9. Ustalenie narzędzi badawczych – (wzorów
matematycznych, metod obliczeniowych, rodzaju
bazy danych i in.)
10. Przewidywanie przedstawienia danych – tabele
źródłowe , wynikowe, ryciny.