Случайные ошибки эпидемиологии

Потенциальные ошибки эпидемиологических исследований.

Идеальных
исследований не существует – всем в
большей, или меньшей степени присущи
непреднамеренные
ошибки,
хотя, учитывая «человеческий фактор»
возможно и сознательное искажение
информации, но такие факты не относятся
к категории ошибок.

Знание
видов ошибок, причин их возникновения,
необходимо не только исследователям,
но и любому врачу, анализирующему
публикации, посвященные результатам
аналитических исследований. Ошибки
могут быть и в сплошных и выборочных
исследованиях, причем в последних они
встречаются несравненно чаще.

Существует
два вида ошибок, возникающих по объективным
и субъективным причинам – случайные и
систематические.

Случайная ошибка.

Случайная
ошибка
(random
error)
исследования – это исключительно
случайное
расхождение между результатами измерения,
какого-либо явления в конкретном
выборочном
исследовании и истинной величиной этого
явления. Случайная ошибка в отдельном
исследовании может отклонить результат
от истины с
одинаковой вероятностью
в сторону заниженной или завышенной
оценки. В отличие от случайной ошибки,
систематическая ошибка (см. следующий
раздел) смещает результат исследования
обязательно либо в одну, либо другую
сторону от истинного значения.

Источником
случайных ошибок является непреднамеренные
незначительные неточности в определении
популяции, формировании репрезентативной
выборки, оформлении учетных документов,
составлении основных и контрольных
групп, измерении явлений в группах и
фиксации результатов и т.д.

Если
бы существовали только случайные ошибки,
то, несмотря на возможное различие
результатов, полученных на небольших
выборках, среднее
значение
серии
исследований
достаточно надежно соответствовало бы
истинному
значению
измеряемого явления (рис. 14)

Рис .14. Схема
возможных соотношений истинного значения
изучаемого параметра и результатов его
оценки в отдельных исследованиях на
малых выборках, выполненных с разной
выраженностью случайной ошибки.

В
более масштабных исследованиях возможно
погашение случайных ошибок, и его
результат приближаются к наиболее
оптимальному (рис. 15).

Рис. 15. Схема
возможных соотношений истинного значения
изучаемого параметра и результатов его
оценки в серии исследований на большой
выборке.

Основной способ
уменьшения случайной ошибки – составление
репрезентативной выборки, как по объему,
так и по признакам популяции. Полностью
исключить случайную ошибку невозможно,
но следует ее минимизировать, тщательно
продумывая всю организацию предстоящего
исследования, не изменяя «на ходу»,
установленные правила его проведения.

Систематическая ошибка.

Систематическая
ошибка,
или смешение
(systematic
error, bias)
– это непреднамеренное, но регулярное,
неслучайное, однонаправленное
отклонение
результатов измерения от истинного
значения.

Рис.16. Схема
систематической ошибки (смещения).

Систематические
ошибки могут создать видимость различий,
когда в действительности их нет, или
наоборот, скрыть различия, которые на
самом деле существуют.

Систематическая
ошибка в той или иной мере есть в каждом
исследовании. Большинство систематических
ошибок группируются в три разновидности:

• смещение,
  обусловленное отбором;

• смещение,
  обусловленное измерением;

• смещение,
  обусловленное вмешивающимися факторами.

Существует два рода ошибок: систематическая ошибка и случайная ошибка.

Кроме того, исказить результаты эпидемиологических исследований могут мешающие факторы.

Систематическая ошибка (смешение) — возникает в эпидемиологиче­ских исследованиях при получении результатов, систематически отлича­ющихся от фактических величин.

Описано множество типов систематической ошибки: систематиче­ская ошибка выбора, систематическая ошибка наблюдения и система™-
ческая ошибка ответа. Для того чтобы избежать систематической ошиб­ки, следует четко определить изучаемую популяцию. Случай и контроль должен отбираться из одной и той же популяции. Необходима стандарти­зация инструментов измерения. Полезным является использование мно­жественных источников информации и множественных контрольных групп, отобранных разными способами.

Случайная ошибка — расхождение, объясняемое исключительно слу­чайностью, между результатом наблюдения за выборкой и фактической величиной, присущей всей популяции.

Мешающие факторы (конфаундеры)

Все заболевания (как и все биологические явления) имеют множествен­ную причинность. Мешающий фактор (конфаундер) — это переменная, искажающая («запутывающая») оценку влияния воздействия на заболе­вание вследствие того, что одновременно имеет причинную связь с рас­сматриваемым заболеванием и статистическую связь с фактором. Данное явление называют конфаундингом или смешиванием. Строго говоря, конфаундинг не является сам по себе ошибкой эпидемиологического иссле­дования; это истинный феномен, который может и должен быть описан, понят и учтен в ходе и при анализе исследования. Ошибочными могут быть выводы исследования, в котором «мешающие» факторы не приняты во внимание.

Одним из способов контроля имеющихся факторов является страти­фикационный анализ. Он основывается на принципе выделения страт (под­групп), однородных с точки зрения имеющихся переменных. Сравнение экспонированных и неэкспонированных (в когортном исследовании) или больных и здоровых (в исследовании случай-контроль) производят внутри каждой страты, после чего данные, относящиеся к отдельным стратам, объединяют и на их основе получают общую оценку эффекта данного фактора.

Рассмотрим в качестве примера результаты оценки риска гибели паци­ентов отделения реанимации новорожденных в связи с возникновением у них внутрибольничных инфекций (по данным Hemming V. G. и соавт.). Судя поданным табл. 5.4, заражение ВБИ значимо влияет на риск гибели новорожденных в отделении реанимации.

Таблица 5.4

	Умер	Выжил
Заразился ВБИ	46	92	RR=2,43 (1,80-3,26)
Не заразился ВБИ	104	653

Однако заражение ВБИ — далеко не единственный фактор, повышаю­щий риск гибели пациентов отделения реанимации новорожденных.

Еще один фактор, например, незрелость плода при рождении, кото­рый, очевидно, не только повышает риск гибели новорожденных, но и влияет на риск возникновения ВБИ. Нельзя исключить, что заражение ВБИ в действительности не является значимым фактором риска, а данные

о его влиянии связаны с незрелостью детей (измеряемой как масса тела при рождении), при этом заражение ВБИ выступает как сопутствующим фактор. Для того чтобы разобраться, влияет ли заражение ВБИ на риск гибели детей само по себе, и если влияет, то в какой степени, можно при­бегнуть к процедуре стратификационного анализа. Для этого популяцию новорожденных следует разделить на страты по массе тела, внутри кото­рых различия по этому фактору будут минимальны и не помешают оце­нить значение заражения ВБИ для гибели новорожденных. Результаты анализа приведены в табл, 5.5.

Таблица 5.5

Масса тела (г)	Заражение ВБИ	Умер	Выжил	ЯЯ (95% ДИ)
Менее 1000	заразился	12	13	1,44(0,74-2,76)
не заразился	10	20
1000-1499	заразился	12	30	1,27(0,70-2.31)
не заразился	24	83
1500-1999	заразился	7	11	3,07(1,49-6,32)
не заразился	18	124
2000 и более	заразился	15	38	2,60(1,58—4,29)
не заразился	52	426
Суммарная оценка риска с учетом массы тела	1,88(1,40-2,54)

Хорошо видно, что внутри каждой страты (т. е. практически вне зави­симости от массы тела) заражение ВБИ действительно влияет на риск ги­бели новорожденных. В то же время суммарная оценка риска¹» гибели в связи с заражением ВБИ с учетом различий по массе телаока­залась меньше, чем «грубая» оценка риска. Это означает, что

утверждение о связи риска заражения ВБИ и массы тела новорожденных не лишено смысла.

Как уже отмечалось, стратификационный анализ является простым и надежным способом анализа мешающих факторов. Единственным его недостатком является уменьшение размеров выборок, соответствующих выделенным стратам. Поэтому для одновременного анализа воздействия множества факторов с учетом их взаимодействия применяются различ­ные методы статистического моделирования, наиболее распространен­ным из которых является метод множественной логистической регрес­сии.

Способы контроля мешающих факторов

Можно (и необходимо) контролировать мешающее действие как на ста­дии планирования и организации эпидемиологических исследований (для этого применяются рандомизация, рестрикция и подбор), так и на стадии анализа данных (стратификация).

Соответствующая вычислительная процедура в данной книге не обсуждается
Рандомизация — распределение изучаемых лиц или явлений по груп­пам, осуществляемое по случайному принципу.

Рестрикция — ограничение состава изучаемых групп только лицами, которые не подвергались воздействию потенциальных мешающих факто­ров.

Подбор контролен — идея заключается в подборе контролей к каждо­му случаю так, чтобы они не отличались ни по одному из подозреваемых мешающих факторов, избавляя тем самым от необходимости стратифи­кации по множеству факторов. Существует много способов подбора — наиболее простым является попарный подбор (1:1). При подборе срав­ниваются различия не между всеми случаями и контролями, а внутри каждой пары.

Источник: Л. П. Зуева, Р. X. Яфаев, «ЭПИДЕМИОЛОГИЯ» 2005

А так же в разделе «5.4. Источники ошибок в эпидемиологических исследованиях и способы их устранения »

• Глава 3 эволюция ЭПИДЕМИОЛОГИЧЕСКИХ ПРИЕМОВ ИССЛЕДОВАНИЯ. СОВРЕМЕННАЯ СТРУКТУРА ЭПИДЕМИОЛОГИЧЕСКОГО МЕТОДА
• Глава 4 МЕТОД ЭПИДЕМИОЛОГИЧЕСКОГО ОБСЛЕДОВАНИЯ ОЧАГОВ
• Глава 5 МЕТОД ЭПИДЕМИОЛОГИЧЕСКОГО АНАЛИЗА
• 5.1. Сбор эпидемиологических данных
• 5.2. Описательный этап
• 5.2.1. Интенсивность
• 5.2.2. Динамика
• 5.2.3« Пространственная характеристика
• 5.2.4. Описание структуры заболеваемости и выявление групп риска
• 5.2.5. Формирование гипотез о возможных факторах риска
• 5.3. Аналитический этап
• 5.3.1« Приемы формальной логики
• 5.3.2. Приемы биостатистики
• 5.3.3. Когортные исследования
• 5.3.4. Исследование «случай-контроль»
• 5.3.5. Основные приемы статистики для анализа когортных исследований и исследований «случай-контроль»
• Глава 6 ЭКСПЕРИМЕНТАЛЬНЫЕ ПРИЕМЫ ИССЛЕДОВАНИЯ
• Глава 7 ИСПОЛЬЗОВАНИЕ ПРИЕМОВ ЭПИДЕМИОЛОГИЧЕСКОЙ ДИАГНОСТИКИ В ДОКАЗАТЕЛЬНОЙ МЕДИЦИНЕ

аспект о здоровье и болезнях

Эпидемиология — это исследование и анализ распределения (кто, когда и где), закономерности и детерминанты состояния здоровья и болезней в определенных группах населения.

Это краеугольный камень общественного здравоохранения, формирующие политические решения и основанные на фактических данных практиковать путем использования факторов риска заболеваний и целей профилактического здравоохранения. Эпидемиологи помогают с дизайном исследования, сбором и статистическим анализом данных, корректируют интерпретацию и распространение результатов (включая экспертную оценку и периодический систематический обзор ). Эпидемиология помоглаок методологию, используемую в клинических исследованиях, исследованиях общественного здравоохранения и, в меньшей степени, фундаментальные исследования в биологических исследованиях.

Основные области эпидемиологического исследования включают причинно-следственную связь, передачу, вспышку расследование, наблюдение за болезнями, экологическую эпидемиологию, судебно-эпидемиология, профессиональная эпидемиология, скрининг, биомониторинг и сравнение эффектов лечения, например, в клинических испытаниях.Эпидемиологи полагаются на другие научные дисциплины, такие как биология, чтобы лучше понять процессы болезни, статистику, чтобы эффективно использовать данные и делать соответствующие выводы, социальные. лучше понять непосредственные и отдаленные причины, а также инженерия для воздействие.

Эпидемиология, означающая «изучение, что происходит с людьми», происходит от греческого epi ‘на, среди ‘, демо «люди, район» и логотипы «исследование, слово, дискурс», предполагаемая, что применимо только к человеческим популяциям. Однако этот термин широко используется в исследованиях зоологических популяций (ветеринарная эпидемиология), хотя термин «эпизоология » используется, и он также использует исследования популяций растений (ботанических или растений Эпидемиология болезней ).

Различие между «« « «Эпидемией» и «эндемией» впервые было проведено Гиппократом, чтобы различать болезни, которые«посещают» население (эпидемии), от эпидемий, которые «живут внутри» популяция (эндемичная)., состояние, известное как 214>синдром.

Термин эпидемиология в настоящее время широко используемым описанием и причинно-следственной болезнью. авление, депрессия. а также ожирение. но, эта эпидемиология вызывает изменение функций человека.

Содержание

• 1 История
  • 1.1 Современная эпоха
  • 1.2 21 век
• 2 Типы исследований
  • 2.1 Серии случаев
  • 2.2 Исследования методомслучай-контроль
  • 2.3 Когортные исследова ния
• 3 Причинно-следственный вывод
  • 3.1 Критерии Брэдфорд-Хилла
  • 3.2 Юридическая интерпретация
• 4 Управление здоровьем на уровне
• 5 Прикладная полевая эпидемиология
  • 5.1 Гуманитарный контекст
• 6 Действительность: точность и систематическая ошибка
  • 6.1 Случайная ошибка
  • 6.2 Систематическая ошибка
    • 6.2.1 Смещение выборки
    • 6.2.2 Смещение информации
    • 6.2.3 Сложность
• 7 Профессия
  • 7.1 Covid- 19
• 8См. Также
• 9 Ссылки
  • 9.1 Цитаты
  • 9.2 Источники
• 10 Внешние ссылки

История

Греческий врач Гиппократ, известный как отец медицина, искал логику болезни; он является первым человеком, изучил взаимосвязь между возникновением болезней и окружающей среды. Гиппократ считал, что болезнь человеческого тела вызвана дисбалансом четырех жидкостей (черной желчи, желтой желчи, крови и мокроты). Лекарством от болезни было или добавлениерассматриваемого юмора, чтобы сбалансировать удаление тела. Эта вера привела к применению кровопускания и диеты в медицине. Он ввел термины эндемический (для болезней, обычно встречающихся в одних местах, но не встречающихся в других) и эпидемических (для болезней, которые наблюдаются иногда, но не наблюдаются в других).

Современная эпоха

В середине XVI века врач из Вероны по имени Джироламо Фракасторо был первым, кто выдвинул теорию отом, что эти очень маленькие, невидимые, частицы, вызывающие болезнь, были живыми. Считалось, что они могут распространяться по воздуху, размножаться сами по себе и быть уничтоженными огнем. Таким образом он опроверг теорию миазмов Галена (отравляющий газ для больных). В 1543 году он написал книгу, пропагандировал личную и экологическую гигиену для предотвращения болезней. Разработка достаточно мощного микроскопа Антони ван Левенгук в 1675 годупредоставила визуальные доказательства существования живых частиц в соответствии с микробной теорией болезни.

. Во время династии Мин, (1582–1652) развил идею о том, что некоторые заболевания вызываются передающимися агентами, которые он назвал Ли Ци (戾气 или пагубными факторами), когда он наблюдал эпидемии, бушевавшие вокруг него 1641 и 1644 годами. Трактат о чуме / Трактат об эпидемических болезнях) можно рассматривать как главную этиологическую работу, выдвинувшую этуконцепцию. Его концепции все еще рассматривались ВОЗ при анализе вспышки атипичной пневмонии в 2004 г. в традиционной китайской медицине.

Другой пионер, Томас Сиденхэм (1624–1689), был первым, кто выделил лихорадки лондонцев в конце 1600-х годов. Его теории лечения лихорадки встретили в то время большое сопротивление врачей. Он не смог найти первопричину оспы лихорадки, которые он исследовал и лечил.

Джон Граунт, галантерейщик истатистик-любитель, опубликовал «Природные и Политические наблюдения»… на счетах о смертности в 1662 году. В нем он проанализировал показатели смертности в Лондоне до Великой чумы, представил одну из первых таблиц смертности, и сообщил о временных тенденциях для многих болезней, и старых. Он предоставил статистические доказательства для многих теорий болезней, а также опроверг некоторые широко распространенные идеи о них.

Оригинальная карта Джона Сноу, показывающая кластеры случаев холеры в Лондонской эпидемии 1854 года.

Джон Сноу известен исследованиями причины эпидемий холеры в 19 веке, а также известен (современная) эпидемиологии. Он начал с того, что заметил значительно более высокий уровень смертности в двух областях, обслуживаемых компанией Southwark. Его определение насоса Брод-стрит как причины эпидемии в Сохо считается классическим примером эпидемиологии. Снег использовал хлор, пытаясь очиститьводу, и снял ручку; это положило конец вспышке. Это было научнято как важное событие в истории общественного здравоохранения и расценено как основополагающее событие эпидемиологии, которое помогло сформировать политику общественного здравоохранения во всем мире. Однако теории времени, модели болезни, в которой виновато плохое качество воздуха, не приняты полностью реализованные методы теории миазм. по болезни. Это использовалось для рационализации показателей уровня инфицированияв бедных регионах, используя решения проблем основного плохого питания и его работа доказала ложность.

Среди пионеров был датский врач, который в 1849 году рассказал о своей работе о предотвращении эпидемии других новорожденных Исландии на островах Вестманна в ландии. Другим важным пионером был венгерский врач Игнац Земмельвейс, который в 1847 году снизил младенческую смертность в венской больнице, применив к дезинфекции. Его результатыбыли опубликованы в 1850 году, но его работа была плохо воспринята его коллегами, которые прекратили эту работу. Дезинфекция не получила широкого распространения до тех пор, пока британский хирург Джозеф Листер не «открыл» антисептики в 1865 году в свете работ Луи Пастера.

. В начале 20 века математическая Методы были введены в эпидемиологию Рональдом Россом, Джанет Лейн-Клейпон, Андерсоном Грэем Маккендриком и другими.

Ещеодним прорывом стал 1954 год. публикация результатов исследования британских врачей, проведенного Ричардом Доллем и Остином Брэдфорд Хиллом, которые оказали очень сильную статистическую поддержку связи между курение табака и рак легких.

В конце 20 века, с развитием биомедицинских наук, молекулярных маркеров в крови, других биопрепаратах и ​​окружающей среде был идентифицирован как предикторы развития или риска болезней. Эпидемиологическоеисследование для изучения взаимосвязи между этими биомаркерами, анализируемыми на молекулярном уровне и заболеванием было широко названо «молекулярной эпидемиологией ». В частности, «генетическая эпидемиология » использовалась для эпидемиологии генетических вариаций и болезней зародышевой линии. Генетическая изменчивость обычно определяется с использованием ДНК лейкоцитов периферической крови.

21

С 2000-х годов полногеномные исследованияассоциаций (GWAS) обычно выполнялись для генетических факторов риска многих заболеваний и состояний здоровья.

Хотя в большинстве молекулярно-эпидемиологических исследований используются все еще общепринятые методы диагностики системы и классификации болезней, все чаще признается, что прогрессирование болезни представляет собой по своей сути гетерогенные процессы, различающиеся от человека к человеку.. Концептуально каждый человек имеет уникальный процесс заболевания,отличный от любого другого человека («принцип уникального заболевания»), уникальность экспосома (совокупность эндогенных и экзогенных / экологических воздействий) и его уникальное влияние на молекулярный патологический у каждого человека. Исследования по изучению взаимосвязи между воздействием и молекулярными патологическими признаками заболевания (особенно рака ) становились все более распространенными в течение 2000-х годов. Однако использование молекулярной патологии в эпидемиологии создает уникальные проблемы, в том числе отсутствие руководств по исследованиям и стандартизированных статистических методологий, а также нехватку междисциплинарных экспертов и программ обучения. Более того, концепция неоднородности болезни, по-видимому, противоречит давней посылке в эпидемиологии о том, что люди с одним и тем же названием болезни имеют сходную этиологию и процессы болезни. Для решения этих проблем и развития науки о здоровье населения в эпохумолекулярной точной медицины, «молекулярная патология » и «эпидемиология» были объединены для создания новой междисциплинарной области «молекулярная патологическая эпидемиология… »(МРЕ), определяемая как« эпидемиология молекулярной патологии и гетерогенность заболеваний ». В MPE исследователи анализируют взаимосвязь между (A) экологическими, диетическими, образом жизни и генетическими факторами; (B) изменения в клеточных или внеклеточных молекулах; и ( C) эволюция и прогрессирование болезни. Лучшее понимание заболеваний патогенеза будет генезирования этиологии заболеваний. Подход MPE может использовать только к опухолевым заболеваниям, но и к неопухолевым заболеваниям. Концепция и парадигма MPE получили широкое распространение в 2010-х гг.

К 2012 г. было признано, что эволюция многих патогенов достаточно быстра, чтобы иметь большое значение для эпидемиологии, и поэтому многое может быть извлеченным измеждисциплинарного подхода к инфекционным заболеваниям, объединяющего эпидемиологию и молекулярную эволюцию, чтобы «информировать о стратегиях контроля или» даже лечение пациентов ».

Современные эпидемиологические исследования могут использовать расширенную статистику и машинное обучение для создания прогностические модели, а также для определения эффектов лечения.

Типы исследований

Эпидемиологи используют различные исследования наблюдательных иобычно относящихся к категории описательных (с целью изучения ассоциаций или предполагаемых связанных) и экспериментальных (термин, часто приравнива к клиническим или общественным испытаниям методов) лечения и других вмешательств). В наблюдательных исследованиях природы позволяют идти чередом », как наблюдают эпидемиологи со стороны. И наоборот, в экспериментальных исследованиях эпидемиолог контролирует все факторы, входящие в конкретное исследование. Цельюемиологических исследований, возможныхэпидемиологических исследований, возможных эпидемиологических исследований между воздействием, например, алкоголем или кур, биологическими агентами, стрессом или химическими веществами на смертность или заболеваемость. Выявление причинно-следственных связей между данными воздействиями и важным аспектом эпидемиологии. Современные эпидемиологи используют информатику как инструмент.

Наблюдательные исследования состоятиз двух компонентов: описательного и аналитического. Описательные наблюдения к тому, «кто, что, где и когда наступит в состоянии, связанном со здоровьем». Однако аналитические наблюдения больше касаются «как» события, связанного со здоровьем. содержит три типа случаев: рандомизированные контролируемые испытания, полевые испытания (проводимые с участием тех, кто подвержен высокому риску заражения болезнью) и испытания в сообществе (исследования социального происхождения).

Термин«эпидемиологическая триада» используется для описания пересечения хоста, агента и среды при проверке вспышки.

Серия случаев

Серия случаев может относиться к качественному исследованию опыта отдельного пациента или небольшой группы пациентов с аналогичным диагнозом, который может вызвать болезнь с периодми, когда они не подвергаются воздействию.

Первый тип исследования носит чисто описательный характер. Эти типы новой болезни, приводящие к формулированию гипотезы,вызывают необычные заболевания. Используя данные из серии, можно провести аналитические исследования для изучения причинных факторов. Это могут быть исследования случай-контроль или проспективные исследования. Исследование случай-контроль предполагает сопоставление контрольных групп без заболеваний с случаями в серии. Проспективное исследование будет отслеживание серии с течением времени для оценки естественного течения болезни.

Последний тип, более формально описываемый каксамостоятельные исследования серий случаев, делит время наблюдения отдельных пациентов на подвергшихся воздействию и периоды, не подвергавшиеся воздействию, и использовать процессы регрессии Пуассона с фиксированными эффектами для сравнения частоты возникновения данного исхода между периодами воздействия и без воздействия. Этот метод широко использовался при изучении побочных вариантов вакцинации, в некоторых случаях было показано, что он обеспечивает статистическую мощность, сопоставимую сданными когортных исследований.

Исследования случай-контроль

Исследования случай-контроль отбирают субъектов на основе их статуса болезни. Это ретроспективное исследование. Группу индивидуумов, положительных по заболеванию (группа «случай»), сравнивают с группой лиц, отрицательных по заболеванию («контрольная» группа). В идеале должна происходить контрольная группа из той же популяции, которая вызвала заболевание. В исследовании «случай-случай-контроль» во временипотенциальные воздействия, с которыми могли столкнуться обе группы (случаи и контроль). Создается таблица 2 × 2, отображающие открытые случаи (A), открытые элементы управления (B), неэкспонированные случаи (C) и неэкспонированные элементы управления (D). Статистический показатель, сгенерированный для измерения ассоциации, представляет собой отношение шансов (OR), которое представляет собой отношение шансов воздействия в случаях (A / C) к шансам воздействия в контроле (B / D)., т.е.ИЛИ = (AD / BC).

	Случаи	Модерируемые
Воздействовали	A	B
Не подвергались воздействию	C	D

Если ИЛИ значительно больше 1, то вывод следующий: «вероятность заражения у людей с заболеванием выше», тогда как если он близок к 1, то связь между воздействием и заболеванием маловерна. Это говорит о том, что воздействие является защитным фактором в возникновении болезни. Исследования «случай-контроль» обычно быстрее и экономичнее, чем когортные исследования, но чувствительнык смещению (например, смещение воспоминаний и смещение выбора ). Основная задача — определить подходящую контрольную группу; Распределение воздействия среди контрольной группы репрезентативным для распределения среди населения, в котором возникли случаи. Это может быть достигнуто путем отбора случайной выборки из исходной популяции риска. Как следствие, в контрольную группу войдите люди изучаемого заболевания, если у этого заболевания высокий уровень атак в популяции.

Главный недостаток исследований случай-контроль состоит в том, что для того, чтобы считаться статистически значимым, минимальное количество при необходимом 95% доверительном интервале, связано с отношением шансов уравнением:

общее количество случаев = A + C = 1,96 2 (1 + N) (1 пер (ИЛИ)) 2 (ИЛИ + 2 ИЛИ + 1 ИЛИ) ≈ 15,5 (1 + N) (1 пер (ИЛИ)) 2 { Displaystyle { текст {общее количество случаев}} = A + C = 1,96 ^ {2} (1 + N) left ({ frac {1} { ln (OR)}} right) ^ {2} влево ({ frac{OR + 2 { sqrt {OR}} + 1} { sqrt {OR}}} right) приблизительно 15.5 (1 + N) left ({ frac {1} { ln ( ИЛИ)}} right) ^ {2}}

где N — наблюдений к контролю. Когда отношение шансов приближается к 1, приближается к 0; наложение исследования случай-контроль практически бесполезными для низких отношений шансов. Например, для отношений шансов 1,5 и случаев = элементы управления приведенной выше таблицы будет выглядеть следующим образом:

	Случаи	Элементы управления
Открытые	103	84
Неизвестный	84	103

Для отношений шансов 1,1:

	Случаи	Модерируемые
Открытые	1732	1652
Неизвестный	1652	1732

Когортные

Когортные отбирают субъектов на основе исследования их исследования воздействия. Субъекты исследования должны подвергаться риску ожидаемого результата в начале когортного исследования; обычно это означает, что к моменту начала когортногоисследования у них не должно быть болезней. Когорта прослеживается во времени, чтобы оценить их более поздний статус результата. Примером когортного исследования может быть исследование когорты курильщиков и некурящих с течением времени для оценки заболеваемости раком легких. Составлена ​​та же таблица 2 × 2, что и в исследовании случай-контроль. Однако полученная точечная оценка представляет собой относительный риск (ОР), который представляет собой вероятность заболевания человека вгруппе облучения, P e = A / (A + B) над вероятностью заболевания для человека в группе, не подвергавшейся воздействию, P u = C / (C + D), то есть RR = P e / P u.

…..	Случай	Без учета	Всего
Открыто	A	B	(A + B)
Не показано	C	D	(C + D)

Как и в случае OR, RR больше 1 указывает на связь, из которой можно сделать вывод: «у тех, кто подвергся воздействию, вероятности развития заболевания выше».

Проспективныеисследования имеют много преимуществ по сравнению с исследованиями типа случай-контроль. В исследовании случай-контроль, где субъекты отбираются на основе состояния болезни, ОР является более мощной мерой воздействия. Темпоральность может быть установлена ​​в проспективном исследовании, а вмешивающиеся факторы легче контролировать. Однако более дорогостоящие, и существует большая вероятность потерь субъектов для последующего наблюдения в зависимости от длительного периода времени, в течениекоторого наблюдается когорта.

Когортные исследования также ограничены тем же уравнением количества случаев, что и для когортных исследований, но, если базовый уровень заболеваемости исследуемой популяции очень низкий, необходимое количество случаев уменьшается на 1/2.

Хотя эпидемиологи рассматривают набор статистических инструментов, иногда используемых для исследования воздействия связи с результатами для здоровья, более глубокое понимание этой науки заключается вобнаружении-следственных связей.

«Корреляция не подразумевает причинно-следственную связь «является общей темой для большей части эпидемиологической литературы. Для эпидемиологов ключ кроется в термине вывод. Эпидемиологи использует собранные данные и широкий спектр биомедицинских и психосоциальных возможностей для создания или расширения теории, для проверки гипотез и для выработки обоснованных, обоснованных, обоснованных, утвержденных, обоснованных отношений.

Эпидемиологи подчеркивают, что понимание «одна причина — один эффект » — это упрощенное заблуждение, будь то болезнь или смерть, вызванные. Причины могут быть использованы как необходимые, достаточные или вероятностные условия. Если антитело идентифицировать и контролировать (например, антитела к возбудителю болезни, энергия в травме), можно избежать вредного исхода (Робертсон, 2015).

Критерии Брэдфорд-Хилла

В 1965 г. Остин Брэдфорд Хилл предлагаемых рядов,помогающих оценить доказательства причинной связи, которые стали широко известны как «Критерии Брэдфорд Хилла «. В отличие от явных намерений их автора, соображения Хилла теперь иногда преподаются как контрольный список, который применяется для оценки причинности. Сам Хилл сказал: «Ни одна из моих девяти точек зрения не может дать неоспоримых доказательств или против гипотез причинно-следственных связях, и ни одна из них не может быть обязательной sine qua non».

1. Сила ассоциации : небольшая ассоциация не означает, что причинно-следственного эффекта нет, хотя чем больше ассоциация, тем более вероятно, что это причинно-следственная связь.
2. Согласованность данных : согласованные результаты, полученные разными людьми в разных местах с разными выборками, усиливают вероятность эффекта.
3. Специфичность : Причинно-следственная связь вероятности, если существует очень специфическая популяция в определенном месте и заболевании без другого вероятного объяснения. Чемболее конкретна связь между фактором и следствием, тем больше вероятность причинной связи.
4. Временность : Эффект должен наступить после причины (и если есть ожидаемая задержка между причиной и ожидаемым эффектом, то эффект должен произойти после задержки).
5. Биологический градиент : Более сильное воздействие, как правило, приводить к большей вероятности эффекта. Однако в некоторых случаях простое присутствие фактора может вызвать эффект. В других случаях наблюдается обратнаяпропорция: большее воздействие приводит к уменьшению заболеваемости.
6. Правдоподобие : правдоподобный механизм между причиной и следствием полезен (но Хилл отмечает, что знание этого механизма ограничено текущими знаниями).
7. Согласованность : Согласованность между эпидемиологическими и лабораторными данными вероятность эффекта. Однако Хилл отмечает, что «… отсутствие таких [лабораторных] доказательств может свести на нет эпидемиологический эффект на ассоциации».
8. Эксперимент: «Иногда можно апеллировать к экспериментальным данным».
9. Аналогия : можно рассмотреть влияние аналогичных факторов.

Юридическая интерпретация

Эпидемиологические исследования могут вызвать то, что он действительно вызвал, эффект в каком-либо конкретном случае:

«Эпидемиология занимается заболеваемостью среди населения и не рассматривает вопрос о причинах индивидуального заболевания. Этот вопрос, иногда называемый конкретной причинно-следственной связью,выходит за рамки области наука эпидемиология. Эпидемиология имеет свои пределы риска в том месте, что делает вывод о том, что связь между агентом и заболеванием является причинной (общей), и где избыточного, приписываемого агентау, была определена; то есть эпидемиология, вызывающая заболевание, вызывающее заболевание, вызывающее заболевание, вызывающее заболевание, вызывающее заболевание, вызывающее заболевание, вызывающее заболевание.

В соответствии с законодательством США толькоэпидемиология не может доказать, что причинно-следственная связь вообще не существует. Сообщение о существовании причинно-следственной связи, основанное на балансе вероятности.

Поддисциплина судебной эпидемиологии направленное расследование случаев заболевания или травмы у отдельных лиц или групп лиц в случаях, когда причинная связь оспаривается или неясна, для представления в юридических условиях.

Управление здоровьем на уровне населения

Эпидемиологическая практикаи результаты эпидемиологического анализа вносят значительный вклад в формирующиеся основы управления здоровьем на уровне населения.

Управление здоровьем на уровне населения включает в себя способность:

• оценивать состояние здоровья и потребности группы в здоровье;
• внедрять и оценивать меры, улучшение здоровья этой группы. численность населения; и
• Эффективно и действенно группа помощи этому населению, который согласуется с культурными, политическими ценностямисообщества и ценностями здоровья.

Современное управление набором навыков на уровне населения является сложным, требующим множественного набора навыков (медицинских, политических, технологических, математических и т. Д.), Ключевыми компонентами которых являются эпидемиологическая практика и анализ, которые объединены с наукой управления для эффективного и действенного медицинское обслуживание и населению. Эта задача требует дальновидной способности современных подходов к управлению рисками,которые преобразуют факторы риска для здоровья, заболеваемость, распространенность и статистику смертности (полученную на основе эпидемиологического анализа) показателей управления, которые не только определяют, как система здравоохранения реагирует на текущие проблемы здоровья населения, но и как можно управлять системой здравоохранения, чтобы лучше реагировать на будущие потенциальные проблемы со здоровьем населения.

Примеры организаций, используют управление здоровьем на уровненаселения, использует результаты эпидемиологической практики, включая Канадскую стратегию борьбы с раком, Здоровье Канадские программы борьбы против табака, Фонд Рика Хансена, Канадская исследовательская инициатива по борьбе против табака.

Каждая из этих организаций использует систему управления здоровьем на уровне населения под названием «Жизнь в опасности», которая сочетает эпидемиологический количественный анализ с демографическими данными, оперативными исследованиями агентствздравоохранения и экономика для выполнения:

• Моделирование воздействия на жизнь населения вопросы: Измерение будущего потенциального воздействия болезней на население в отношении новых случаев заболевания, распространенности, преждевременной смерти, а также потенциальных лет жизни, потерянных в результате инвалидности и смерти;
• Моделирование воздействия на жизнь рабочей силы: Измерение будущего потенциального воздействия болезней на рабочую силу в отношении новых случаевзаболевания, распространенности, преждевременной смерти и потенциальных лет жизни, потерянных из-за инвалидности и смерти;
• Экономические последствия моделирования болезней: измерение будущего потенциала влияние болезни на влияние располагаемого дохода частного сектора (заработная плата, прибыль корпораций, расходы на частное здравоохранение) и влияние располагаемого дохода государственного сектора (налог на доходы физических лиц, налог на прибыль корпораций, налоги на потребление, расходы на здравоохранение, финансируемые государством, ).

Прикладная полевая эпидемиология

Прикладная эпидемиология — это практика использования эпидемиологических методов для защиты или улучшения здоровья населения. Прикладная полевая эпидемиология может включать в себя расследование вспышек инфекционных и неинфекционных заболеваний, показателей смертности и заболеваемости, а также состояния питания, среди других показателей здоровья, с целью передачи результатов тем, ктоможет осуществлять соответствующую политику или меры контроля заболеваний.

Гуманитарный контекст

Поскольку наблюдение и отчетность о заболеваниях и других факторах здоровья становится все более трудным в ситуациях гуманитарного кризиса, методологии, используемые для сообщения данных, подвергаются сомнению. Одно исследование показало, что менее половины (42,4%) опросов по питанию, отобранных из гуманитарного контекста, правильно рассчитали распространенность недоедания, итолько одна треть (35,3%) опросов соответствовала критериям качества. Среди обследований смертности только 3,2% соответствовали критериям качества. Поскольку состояние питания и показатели смертности помогают определить серьезность кризиса, отслеживание этих факторов здоровья и отчетность по ним имеют решающее значение.

Основные реестры обычно являются наиболее эффективными способами сбора данных, но в гуманитарном контексте эти реестры могут быть несуществующими, ненадежными илинедоступными. Таким образом, смертность часто неточно измеряется с помощью проспективного демографического наблюдения или ретроспективных обследований смертности. Перспективный демографический надзор требует больших трудовых ресурсов, и его трудно реализовать в большой популяции. Ретроспективные обследования смертности подвержены ошибкам отбора и отчетности. Разрабатываются и другие методы, но пока они не являются общепринятой практикой.

Достоверность: точность и систематическая ошибка

Различные области эпидемиологии имеют разные уровни достоверности. Одним из способов оценки достоверности результатов является соотношение ложноположительных результатов (заявленные эффекты, которые не являются правильными) к ложноотрицательным (исследования, которые не подтверждают истинный эффект). Если говорить о генетической эпидемиологии, то исследования генов-кандидатов дали более 100 ложноположительных результатов для каждого ложноотрицательного результата. Напротив,общегеномная ассоциация почти противоположна: только один ложноположительный результат на каждые 100 или более ложноотрицательных результатов. Это соотношение со временем улучшилось в генетической эпидемиологии, поскольку в этой области были приняты строгие критерии. Напротив, другие эпидемиологические области не требуют такой строгой отчетности и в результате являются гораздо менее надежными.

Случайная ошибка

Случайная ошибка — это результат колебаний вокруг истинногозначения из-за изменчивости выборки. Случайная ошибка — это просто случайная ошибка. Это может произойти во время сбора, кодирования, передачи или анализа данных. Примеры случайной ошибки включают: неверно сформулированные вопросы, неправильное понимание индивидуального ответа конкретного респондента или опечатку при кодировании. Случайная погрешность влияет на измерения непостоянным и непоследовательным образом, и случайную погрешность невозможно исправить.

Произошла случайная ошибка во всех плинговые процедуры. Это называется ошибкой выборки.

Точность эпидемиологических переменных является мерой случайной ошибки. Точность также обратно пропорциональна случайной ошибке, поэтому уменьшение случайной ошибки означает повышение точности. Доверительные интервалы вычисляются для демонстрации точности оценок относительного риска. Чем уже доверительный интервал, тем точнее оценка относительного риска.

Есть два основных способа уменьшить случайную ошибку в эпидемиологической уды. Первый — увеличить размер выборки исследования. Другими словами, добавьте в свое исследование больше предметов. Во-вторых, уменьшить вариабельность измерений в исследовании. Этого можно добиться, используя более точное измерительное устройство или увеличивая количество измерений.

Обратите внимание, что если размер выборки или количество измерений увеличивается, или приобретается более точный измерительный инструмент, затраты на исследование обычно увеличиваются. Обычно баланс непростой между необходимостью адекватной точности и практическим вопросом стоимости исследования.

Систематическая ошибка

Систематическая ошибка или систематическая ошибка возникает, когда существует разница между истинным значением (в генеральной совокупности) и текущим периодом (в исследовании) по любой причине, кроме случаев, кроме выборки. Пример систематической ошибки: неизвестный вам пульсоксиметр , который вы используете, настроен неправильно и две точки к истинному значению при каждом измерении. Измерительный прибор может быть точным, но не точным. Поскольку ошибка возникает в каждом случае, она носит систематический характер. Выводы, которые вы сделаете на основании этих данных, все равно будут неверными. Но ошибку можно воспроизвести в будущем (например, с помощью того же неправильно настроенного инструмента).

Ошибка в кодировании, которая влияет на все ответы на этот конкретный вопрос, является еще одним примером систематическойошибки.

Достоверность исследования зависит от степени систематической ошибки. Валидность обычно делится на два компонента:

• Внутренняя валидность зависит от количества ошибок в измерениях, включая воздействие, болезнь и связи между этими переменными. Хорошая внутренняя валидность подразумевает отсутствие ошибок в измерениях и предполагает, что выводы могут быть сделаны, по крайней мере, в той мере, в какой они относятся к исследуемым объектам.
• Внешняя валидность относится к процессу обобщения результатов исследования среди населения. из которого была взята выборка (или даже за пределами этой совокупности, чтобы получить более универсальное утверждение). Это требует понимания того, какие условия имеют отношение (или не имеют отношения) к обобщению. Внутренняя валидность, несомненно, является предпосылкой для внешней валидности.

Ошибка отбора

Ошибка выбора возникает, когда объекты исследования выбираются или становятся частью исследования врезультате третьей неизмеряемой переменной, которая связана как с воздействие и интересующий результат. Например, неоднократно отмечалось, что курильщики сигарет и некурящие, как правило, различаются по степени участия в исследовании. (Сакетт Д. цитирует пример Зельцера и др., В котором 85% некурящих и 67% курильщиков вернули анкеты, отправленные по почте.) Важно отметить, что такая разница в ответах не приведет к смещению, если это не так. связано с систематической разницей в результатах междудвумя группами ответа.

Информационная ошибка

Информационная ошибка — это систематическая ошибка в оценке переменной. Примером этого является предвзятость воспоминаний. Типичный пример снова приводится Сакеттом в своем обсуждении исследования, посвященного изучению влияния конкретных воздействий на здоровье плода: «при опросе матерей, чьи недавние беременности закончились смертью плода или порок развития (случаев)» и соответствующая группа матерей, чьи беременности закончилисьБыло обнаружено, что 28% первых, но только 20% было подтверждено ни в каком раннем проспективном исследовании. В этом систематическом представлении ошибки воспоминаний, вероятно, возникла в результате того, что женщины, у которых выкидыши были явную тенденцию лучше вспоминать и, следовательно, сообщать о предыдущих контактах.

противоречиво

противоречиво традиционно определяется как предвзятость, возникающая из-за одновременного возникновения или смешения эффектов постороннихфакторов, называемых вмешиваемых факторов, представляющих собой представляющий эффект (эффектми). Более недавнее определение основывается на понятии контрфактических эффектов. Согласно этой точке зрения, когда кто-то наблюдает интересующий результат, скажем, Y = 1 (отличие от Y = 0), в данной популяции A, которая полностью подвержена (т.е. подверженность X = 1 для каждой единицы), риск из этого события будет R A1. Контрфактический или ненаблюдаемый риск R A0 соответствуетриску, который наблюдался бы, если бы эти люди не подвергались воздействию (т.е. X = 0 для каждой единицы населения). Таким образом, истинный эффект воздействия: R A1 — R A0 (если вас интересуют разные риски) или R A1/RA0(если вас интересует относительный риск). Мы аппроксимируем его, используя вторую совокупность B, и фактически измеряем контр следующие: R A1 — R B0 или R A1/RB0. В этой ситуации смешение возникает, когда R A0 ≠ R B0. ( Примечание: пример предполагает бинарные переменные результаты и воздействия.)

Некоторые эпидемиологи предпочитают думать о смешивании отдельно от общепринятых стандартных систематических ошибок, поскольку происходит отличие от выборочной и информационной предвзятости, смешивание из реальных факторов.

Профессия

Немногие университеты предлагали эпидемиологию в качестве курса обучения на уровне бакалавриата. Одна примечательная бакалавриата существует в программе области Джона Хопкинса, где студенты, специализирующиеся в области общественного здравоохранения, могут пройти курсы повышения квалификации, включая эпидемиологию, в течение последнего года обучения в Школе общественного здравоохранения Блумберга.

Несмотря на то, что Эпидемиологические исследования специалистов используются из различных дисциплин, включая клинически подготовленных, таких как врачи, формальное обучение доступно через магистерские или докторские программы,включая магистр общественного здравоохранения (MPH), магистр естественных наук (магистр), доктор общественного здравоохранения (DrPH), доктор фармацевтических наук (PharmD), доктор философии (PhD), Доктор наук (ScD). Многие другие программы для выпускников, например, доктор социальной работы (DSW), доктор клинической практики (DClinP), доктор ортопедической медицины (DPM), доктор ветеринарной медицины. (DVM),врач медсестер (DNP), доктор физиотерапии (DPT), или для врачей, прошедших клиническую подготовку, доктор медицины (MD) или бакалавр медицины и хирургии (MBBS или MBChB) и доктор остеопатической медицины (DO), включая в себя обучение по эпидемиологическим исследованиям или возможности темам, но это обучение обычно значительно меньше, чем предлагается в учебных программах, ориентированных на эпидемиологию или общественное здравоохранение. Отражаяпрочную историческую связь между эпидемиологией и медициной, официальные программы обучения могут быть как в школах общественного здравоохранения, так и в медицинской сфере.

Как практикующие специалисты в области общественного здравоохранения / охраны здоровья, эпидемиологи работают в различных условиях. Некоторые эпидемиологи работают «на местах»; то есть в обществе, обычно в службе общественного здравоохранения / охраны здоровья, и часто находятся на переднем крае расследования иборьбы со вспышками заболеваний. Другие работают в некоммерческих организациях, университетах, больницах и крупных государственных учреждениях, государственных как государственных учреждениях здравоохранения, различных министерствах здравоохранения, Врачи без границ, Центры по контролю и профилактике заболеваний (CDC), Агентство по охране здоровья, Всемирная организация здравоохранения (ВОЗ) или Агентство общественного здравоохранения Канады.Эпидемиологи также могут работать в коммерческих организациях, таких как фармацевтические компании по производству медицинского оборудования, в группах таких исследований рынка или клинические разработки.

Covid-19

В статье, опубликованной в апреле 2020 года Университета Южной Калифорнии, отмечалось, что «эпидемия коронавируса… подтолкнула эпидемиологию — исследование заболеваемости, распространение и контроль заболеваний среди населения — на передний планнаучных дисциплин по всему миру и даже временными знаменитостями некоторых из практикующих ».

8 июня 2020 г., The New York Times опубликовала результаты опроса 511 эпидемиологов, спросивших, «когда они планируют возобновить 20 видов повседневной жизни»; 52% опрошенных ожидали, что перестанут «регулярно носить защитные маски» через год или более.

См. Также

• Медицинский портал

• Корректировка возраста — Метод, использование для сравнения популяций сразными возрастными профили
• Исследование сердечных заболеваний Caerphilly
• Центр исследований эпидемиологии бедствий (CRED)
• План распространения
• Отслеживание контактов — поиск и идентификация людей, контактирующих с кем-то инфекционным заболеванием
• Критический размер сообщества — Минимальный размер замкнутой популяции, которой патоген может сохраняться бесконечно
• Картирование использования болезни
• Компартментные модели в эпидемиологии — Типматематической модели, используемой для инфекционных заболеваний
• Эпидемиологический метод — Научный метод в конкретной области
• Эпидемиологический переход
• Европейский центр профилактики и контроля заболеваний — Агентство Европейского Союза
• Испанский парадокс
• Международное общество Фармакоэпидемиология
• Математическая модель инфекционных заболеваний ий
• Менделевская рандомизация — Статистический метод в генетической эпидемиологии
• Профессиональная эпидемиология
• Прогностическая аналитика — Статистические методы анализа фактов для прогнозирования неизвестных событий
• Общество психологии профессионального здоровья
• Группы населения в биомедицине
• Пространственная эпидемиология
• Исследование здоровья в Померании
• Стратегии адресной иммунизации
• Городское планирование — Технический и политический процесс, связанный с использованием земли и проектирования городского застройки. окружающаясреда
• Исследование Уайтхолла
• Зооноз — заболевание, которое может передаваться от других видов к человеку

Ссылки

Цитаты

Источники

Внешние ссылки

На Викискладе есть материалы, связанные с эпидемиологией .

---

Подборка по базе: Практическая работа №1 статистика.docx, Статистика (3.6 , 4.6 — Э.2.21) ОЗФ Тема 10. Статистика населен, ФОС Медицинская статистика_Кардиология (1).pdf, Отчет библиотека пралвено.docx, билеты эконом статистика.docx, Контрольная работа 2 статистика.docx, Социально-экономическая статистика Цветков В.П..docx, Курсовая Статистика.docx, Задание 1 СТАТИСТИКА.docx, 5 класс статистика в жизни пятиклассника.pptx

---

1. Признак или воздействие, связанное с
повышенной вероятностью определенного исхода,
такого,
например,
как
появление
болезни.
Необязательно причинный фактор. Маркер риска.
2. Признак или воздействие, увеличивающее
вероятность появления болезни или другого
определенного исхода. Детерминанта.
3.
Детерминанта,
которую
может
модифицировать какое-то вмешательство, при этом
снижая вероятность появления болезни или других
определенных исходов. Во избежание путаницы может называться «модифицируемый фактор В целях четкости, вероятно, лучше всего использовать термин
«фактор риска только в том случае, если мы знаем, что этот фактор – причинный – т.е. что он увеличивает риск (определение 2), а не просто указывает на возрастающий риск (определение 1).
Если фактор просто указывает, но не обязательно несет с собой возрастающий риск,
рекомендуется называть его маркером риска.
Шансы (odds) Шансы – отношение вероятности того, что событие произойдет, к вероятности того, что событие не произойдет. С точки зрения доказательной медицины можно дать более конкретное определение шансам как форме выражения вероятности развития определенного исхода, которое рассчитывается как отношение числа больных с данным исходом к числу больных без данного исхода. Шансы могут рассчитываться по отношению к исходу (заболеванию,
смерти) и по отношению к воздействию (шанс быть подвергнутым воздействию у лиц с определенным исходом).
Рассчитывается и оценивается в
исследованиях по типу случай-контроль.

предотвратить ЧБНЛ = 1/разница рисков в основной и контрольной группах.
Процедура оценки связи
(проработки,
детализации связи) (elaboration of the association)
Необходимо остановиться на данной базовой эпидемиологической процедуре с целью предостережения от поспешных выводов при получении информации о любой связи (то есть по сути конечной цели эпидемиологического исследования, на которых базируется доказательная медицина и общественное здоровье, основанное на доказательствах). Первым шагом при оценке любой связи должно быть достижение уверенности в качестве и точности полученных данных и способах их получения. Следующим шагом является осмысление связи, то есть ответ на вопрос, не является ли связь случайной или следствием систематической ошибки.
Изучаются возможные вмешивающиеся факторы
(конфаундинги), а также модифицирующие факторы
(принимая во внимание тот факт, что нельзя быть до конца уверенным в том, что учтены все возможные влияния). Лишь после этого можно делать вывод о том,
что связь существует в действительности, и рассматривать ее с точки зрения причинно- следственных взаимоотношений.
Конфаундинг-эффект
(confounding-effect)
Конфаундинг-эффект – искажение связи (усиление,
ослабление, извращение) между двумя переменными
(воздействием и исходом), вызванное присутствием внешнего фактора (третьей переменной). Когда речь заходит о конфаундинг-эффекте, то приводят его латинское происхождение (confundere –«смешивать вместе»). В любой связи такой эффект должен быть предположен и проверен, то есть доказан или не доказан.
Схематично конфаундинг-эффект изображен на рисунке 2.
Рисунок
2.
Схема конфаундинг-эффекта
(объяснение в тексте) Как видно из рисунка, третья переменная С (конфаундинг) должна влиять на исход
(переменную В), что показано стрелкой, также должны быть связаны между собой переменные А и С
(воздействие или независимая переменная) и
конфаундинг. При этом связь между А и С не должна носить причинно-следственный характер, но

переменная С должна оказывать влияние на А. Если связь между А и С сводится к влиянию А на С, тогда С
нельзя рассматривать как потенциальный конфаундинг,
и в этом случае переменная С является промежуточной причиной в цепочке зависимости между переменными
А и В. Это представляет собой определенную дилемму в случаях, когда этиология связи А-В недостаточно изучена, и тогда необходимо принять во внимание и проверить обе эти возможности (что переменная С
является конфаундингом или промежуточной причиной).
Конфаундинг-фактор является фактором риска для исхода не только в изучаемой группе, но и в группе контроля. Конфаундинг можно классифицировать как одну из разновидностей систематических ошибок в эпидемиологии, и ей всегда должно уделяться должное внимание. Проверить, является ли какой-либо фактор конфаундингом, и одновременно нейтрализовать его эффект (выражаясь эпидемиологическим языком –
контролировать конфаундинг) можно методом стратификации. Этот метод заключается в определении связи между переменными А и В в каждой категории
(страте) подозреваемого конфаундинга. Фактор будет считаться конфаундингом, если стратифицированные отношения показателей будут отличаться от отношения грубых показателей. При этом следует иметь в виду,
что фактор может быть рассмотрен как конфаундинг лишь в том случае, если страта-специфические показатели связи (ОР или ОШ) довольно сильные, при этом статистическая значимость этих связей не имеет значения. Слабые связи – даже в случае их высокой статистической значимости – вряд ли могут оказывать конфаундинг-эффект, в то время как сильные связи,
даже при их статистической незначимости (что, может быть связано, в первую очередь, с малым размером выборки) могут оказывать существенный конфаундинг-эффект.
Другим методом проверки и контроля конфаундинга является стандартизация (прямой и, в случае использования подходящего стандарта,
непрямой методы). Если стандартизованное отношение показателей отличается от отношения грубых
(нестандартизованных) показателей, то это указывает на наличие конфаундинга.

причинность является последним звеном в анализе ассоциации (после проверки ее на наличие случайных и систематических ошибок). В эпидемиологии используется концепция «паутины причинности»,
которая включает множество событий и атрибутов,
связанных друг с другом разнонаправленными воздействиями. Причины всегда множественны; любой фактор, изменение которого может привести к изменению следствия может рассматриваться как причинный.
Однако поскольку практически невозможно найти причины, которые могут быть расценены как необходимые и достаточные, то принято говорить не о причинах, а о факторах, увеличивающих вероятность наступления следствия.
Поиск причинных факторов начинается с формулировки исследовательской гипотезы с учетом принципа Оккама. При этом гипотеза должна быть проверяемой, то есть сбор фактов, необходимых для ее проверки, должен быть осуществимым (для удобства и одновременно для проверки «осуществимости» сбора данных полезно предварительно спланировать макет таблицы, в которую будут заноситься первичные данные, а также четырехпольную таблицу для анализа проверяемых ассоциаций).
Доказательства причинности в эпидемиологии:
последовательность во времени, сила связи –
достаточный относительный риск (отношение рисков),
зависимость эффекта от дозы, обратимость,
устойчивость – эффект наблюдается разными исследователями, в разных условиях, биологическое правдоподобие
–согласование с современными научными представлениями, специфичность: одна причина — один эффект, аналогия – доказаны сходные взаимодействия.
Случайные ошибки в эпидемиологии (random errors)
Эпидемиология имеет дело с двумя разновидностями ошибок
– случайными и
систематическими. Случайные ошибки – это ошибки,
не связанные с методикой проведения исследования, то есть, происходящие исключительно ввиду случайности.
Такие случайности, например, происходят ввиду исключительно случайного отклонения результата отдельного наблюдения (измерения) от его

истинного значения, случайного распределения лиц в группе исследования и контроля.
Все такие случайности (они не поддаются учету и просто объясняются действием случая) в конечном итоге могут привести к тому, что полученный результат будет лишь проявлением случая. Также как и систематические ошибки, случайные ошибки нельзя исключить, для их контроля используются тесты на статистическую значимость, являющиеся неотъемлемой частью любого эпидемиологического исследования. Несмотря на то, что проверке статистической значимости посвящен отдельный раздел пособия, необходимо отметить, что их значение не указывает на силу связи между переменными, а свидетельствует лишь о вероятности случайных ошибок или влияния случая на наблюдаемый результат,
полученный на выборке, а не на генеральной совокупности. Важным также является замечание о том, что при наличии выраженных систематических ошибок, статистически значимый результат,
свидетельствующий о том, что вероятность случайной ошибки мала, не имеет никакого научного и практического значения.
Систематические ошибки в эпидемиологии
(смещения) (biases) Систематические ошибки в эпидемиологии – отклонение результатов или заключений-выводов от истинного значения, а также,
процессы, приводящие к этим отклонениям. Под смещением понимают любую тенденцию в сборе,
анализе, интерпретации, публикации или обзоре эпидемиологических данных, которые систематически отличаются от истины.
Происхождение систематических ошибок связано с тем, что исследования выполняются на людях, и они могут иметь сопутствующие практические и этические ограничения. Они связаны также с вариацией биологических параметров, с ограничениями техники измерения (технологические,
стоимостные, этические).
Это может быть систематическое одностороннее отклонение от истинных значений первичных измеренных параметров; отклонение вторичных (обработанных)
статистических данных (средних, относительных показателей, параметров связи и.т д.), возникающих в результате смещений в исходных данных, а также

различных погрешностях в сборе данных, дизайне исследований или анализа; отклонения в заключениях и обобщениях, связанных с погрешностями в дизайне исследования, сборе, интерпретации или анализе данных; а также непреднамеренным отбором методов исследования. Термин «ошибка» не связан с понятием преднамеренности или субъективного фактора, такого,
как например, желание исследователя какого-либо определенного исхода.
Выделяется множество разновидностей систематических ошибок.
Систематические ошибки или смещения обычно не могут быть полностью удалены из эпидемиологических исследований. Поэтому целью исследования должно быть сведение их к минимуму,
идентификация тех систематических ошибок, которых нельзя избежать, оценка их потенциального воздействия, и принятие их во внимание при интерпретации результатов.
Планирование эпидемиологического исследования строят таким образом, чтобы предусмотреть возможные систематические ошибки, хотя полностью их исключить не бывает возможно. На стадии анализа результатов оценка систематических ошибок проводится на этапе анализа связи в эпидемиологии.
Все систематические ошибки можно классифицировать на ошибки отбора и ошибки информации, особым образом можно выделить ошибку, связанную с действием вмешивающегося фактора или конфаундинга.
Подробнее о
систематических ошибках также написано в разделе
«Методология исследования».
Когортный эффект (cohort effect) Когортный эффект связан с колебаниями в состоянии здоровья, в основе которых лежат различные факторы, такие, как окружающая среда и социальные изменения, влиянию которых подвергается каждая группа рожденных в популяции. Каждая такая группа подвергается воздействию уникальной окружающей среды,
существующей в период жизни этой группы.
Валидность (validity) Понятие валидности в эпидемиологии. Данное понятие имеет чрезвычайно важное значение в эпидемиологии, имеет несколько значений и относится к нескольким явлениям. Слово
«валидность» происходит от латинского validus, что значит «сильный»).

Источники ошибок в эпидемиологических исследованиях

Надежность (валидность) результатов • Внутренняя валидность – Степень, в которой результаты верны в отношении исследованной группы людей • Внешняя валидность = обобщаемость – Степень, в которой результаты могут быть применимы к другим группам людей и другим обстоятельствам • Выборка, основанная на всей популяции

Верны ли результаты ? • Случайная ошибка • Конфаундинг – Ошибочно приписанный риск или неверная оценка риска • Модификация эффекта – Риск может отличаться у разных людей • Систематическая ошибка – Может преувеличить или преуменьшить оценку риска

Верны ли результаты ? • Случайная ошибка • Конфаундинг • Модификация эффекта • Систематическая ошибка

Случайная ошибка • Случайная ошибка – ошибка случайности • Случайное изменение может воздействовать на результат • Статистика применяется для оценки эффекта случайности

Большинство статистических тестов предназначено для того, чтобы решить, можно ли отвергнуть нулевую гипотезу

Нулевая гипотеза • Различия между переменными отсутствуют • Взаимосвязь между переменными отсутствует

Фактор А является причиной болезни Х Фактор А влияет на вероятность (риск) возникновения болезни Х Нулевая гипотеза: Полученный результат является результатом чистой случайности

Проверка значимости Оценить вероятность того, оценить что наблюдаемое вероятность = значение может нулевой гипотезы быть результатом чистой случайности

— и -ошибки • Ошибка I рода = — ошибка – Нулевая гипотеза отвергается, в то время как она истинна – Обычно допустимое значение — ошибки = 0. 05 • Ошибка II рода = — ошибка – Нулевая гипотеза принимается, в то время как она ложна – Обычно допустимое значение — ошибки = 0. 20 – Вероятность ошибки II рода соотносится со статистической мощностью • Вероятность ошибки II рода = 1 – стат. мощность

Виды ошибок Результат Различия Нет истинных статистического теста истинны различий Ошибка I рода Значим Верно ( -ошибка) Ошибка II рода Не значим Верно ( -ошибка)

Статистическая мощность • Статистическая мощность есть вероятность отклонения нулевой гипотезы, когда она действительно ложна • Большой размер выборки обычно более высокая статистическая мощность

Размер выборки • При выраженном эффекте достаточно небольшого размера выборки (краснуха беременных) • Незначительный эффект требует большого размера выборки (пассивное курение и рак легкого)

Статистическая мощность возрастает, когда: • Снижается стандартное отклонение • Мы хотим обнаружить более существенные различия между группами • Увеличивается – Повышается риск ошибки I рода • Возрастает объем выборки

Уровень значимости P • Вероятность: колеблется между 0 и 1 • Обычно уровень значимости p < 0. 05 • Смысл: вероятность, с которой нулевая гипотеза отвергается лишь по чистой случайности, < 5% • Односторонние и двусторонние тесты

Множественные сравнения • Уровень альфа-ошибки обычно устанавливается 0. 05 • Означает, что нулевая гипотеза могла быть отвергнута по чистой случайности, будучи истинной, в 5% всех случаев • Повторные сравнения повышают вероятность обнаружения случайности • Поправка Бонферрони [Bonferroni]

Доверительный интервал • Способ учесть случайную ошибку в процессе оценивания – eсли статистическая модель верна, – eсли отсутствует предвзятость, то доверительный интервал, если повторить исследование неограниченное кол-во раз, будет содержать истинную оценку с частотой, не меньшей 95%

Верны ли результаты ? • Случайная ошибка • Конфаундинг • Модификация эффекта • Систематическая ошибка

«Эпидемиологическая путаница» • мешающее (искажающее, путающее, запутывающее) действие 3 -ей переменной • смешивание • конфаундинг [Confounding]

Конфаундинг • Возникает, когда: – два фактора ассоциированы друг с другом – эффект одного фактора принят за эффект другого или искажает его действие Конфаундинг – альтернатива причинности (O. Miettinen)

Конфаундинг Фактор Исход риска Мешающий фактор

Конфаундинг Физические Поражение коронарных упражнения артерий Курение

Конфаундинг Кол-во Рак молочной детей железы Возраст

Фактор НЕ является мешающим, если… этот фактор является звеном в цепи причин: Высокое Поражение Курение кровяное коронарных давление артерий

Верны ли результаты ? • Случайная ошибка • Конфаундинг • Модификация эффекта • Систематическая ошибка

Возможные виды предвзятости (СО) • Предвзятость отбора – Самоотбор – Диагностическая предвзятость • Предвзятость информации – Дифференциальная П. vs. неверная классификация – Предвзятость ответа ( «воспоминания» ) • . . .

Примеры • Определение случая сальмонеллеза • Оценка распространенности ВИЧ • «Пищевой» анамнез у заболевших КИ • Оценка реактогенности вакцины

Врожденные дефекты и экспозиция к рентгену • Исследование врожденных дефектов и использования рентгена во время беременности • Случаи: женщины с детьми, имеющими врожденные дефекты • Контроли: женщины, родившие в том же роддоме в пределах недели от рождения случая

Возможная предвзятость ответа (воспоминания) • Женщины, дети которых имеют врожденные дефекты, могут лучше помнить о рентгенограмме таза во время беременности, чем женщины с нормальными детьми • Это приведет к смещению результатов исследования в сторону ассоциации