1. озз как наука и область практической деятельности. Основные задачи озз. Общественное здоровье и здравоохранение
 Скачать 1.85 Mb.
|
|
Предметом статистического исследования в здравоохранении и медицине могут быть здоровье населения, организация медицинской помощи, разделы деятельности лечебно- профилактических организаций (учреждений), факторы внешней среды, оказывающие влияние на состояние здоровья, профилактические мероприятия. Этапы организации статистического исследования 1. Составление плана и программы исследования. 2. Сбор материала (статистическое наблюдение). 3. Статистическая группировка и сводка. 4. Статистический анализ изучаемого явления, формулировка вы- водов и предложений. 5. Литературная обработка и оформление полученных результатов. Все этапы статистического исследования тесно связаны друг с другом. В проведении статистического исследования важнейшим элементом является соблюдение строгой последовательности выполнения названных этапов. 18. Медицинская статистика. Гипотеза, определение. Виды. Этапы проверки гипотезы. Систематические ошибки при проведении исследования. Гипотеза – это научно обоснованное предположение о причинах или взаимосвязях каких-либо явлений или событий природы, общества и мышления. Определить гипотезу можно через следующие черты: 1) гипотеза – это обязательная форма развития любого познавательного процесса. Она является связующим звеном между ранее достигнутым знанием и новыми фактами; 2) построение гипотезы обязательно должно сопровождаться выдвижением предположения; 3) данное предположение рождается на основе рассмотрения материала, на базе неоднократных наблюдений. Гипотезы делятся на две большие группы: по познавательным функциям и объекту исследования. По познавательным функциям выделяют описательные и объяснительные гипотезы. Описательная гипотеза – это предположение о том, что тому или иному исследуемому явлению присущи те или иные определенные свойства. Данные гипотезы выдвигаются с целью определения структуры предмета или особенностей его деятельности. Среди описательных гипотез особое место занимают экзистенциальные гипотезы – гипотезы о существовании того или иного объекта. Объяснительная гипотеза – это предположение о том, что послужило стимулом появления объекта исследования. По объекту исследования выделяют общие и частные гипотезы. Общая гипотеза – это научно обоснованное предположение о причинах, законах и взаимосвязях природных и общественных явлений, а также закономерностях психической деятельности человека. Данные гипотезы выдвигаются с целью объяснения всего класса описываемых явлений, выведения закономерного характера их взаимосвязей в любое время, в любом месте. Например: гипотеза Демокрита об атомистическом строении вещества, которая впоследствии превратилась в научную теорию. Частная гипотеза – это научно обоснованное предположение о причинах, происхождении и взаимодействиях части объектов, выделенных из класса рассматриваемых объектов природы, общественной жизни или психической деятельности человека. Частные гипотезы создаются для выяснения причин возникновения закономерностей у некоторой части элементов данного множества. Гипотезы в области вирусологии являются частными, а не общими, потому что они выдвигаются для уяснения 13 закономерностей отдельных, только некоторых из организмов – вирусов, а иногда даже не всех вирусов, а их отдельных разновидностей. Также выделяют такой вид гипотезы, как единичная. Она представляет собой научно обоснованное предположение о причинах, происхождении и взаимосвязях единичных фактов, конкретных событий или явлений. В ходе доказательства тех или иных гипотез выдвигается особый вид предположения – рабочая гипотеза, т. е. предположение, выдвигаемое чаще всего на начальном этапе того или иного исследования и еще не ставящее задачу выяснения причины или закономерности. Рабочая гипотеза позволяет исследователю построить определенную группировку результатов наблюдения и дать согласующееся с ними предварительное описание изучаемого явления. Установлено 5 стадий при проверке гипотез: Определение нулевой ( ) и альтернативной гипотезы ( ) при исследовании. Определение уровня значимости критерия. Отбор необходимых данных из выборки. Вычисление значения статистики критерия, отвечающей Вычисление критической области, проверка статистики критерия на предмет попадания в критическую область. Интерпретация достигнутого уровня значимости р и результатов. Точность статистического наблюдения - степень соответствия величины какого- либо показателя (значения признака), определенной путем статистического измерения, действительной его величине. Ошибка статистического наблюдения - расхождение между измеренным и действительным значениями изучаемой величины. Методы проверки данных статистического наблюдения: а) счетный контроль - проверка итогов и проверочный расчет показателей (четко устанавливается наличие ошибки); б) логический контроль - сопоставление полученных данных с другими известными признаками, показателями (выявляются неправдоподобные случаи). Виды ошибок статистического наблюдения по источнику происхождения: 1. Непреднамеренные а) для сплошного и несплошного статистического исследования а1. случайные - связаны с невнимательностью, небрежностью регистратора, неточностью измерительных приборов а2. систематические - ошибки округления возраста и сумм, забываемости "второстепенных расходов" (они однонаправленны) б) для несплошного статистического исследования а3. репрезентативности а3.1 - случайные - ошибки из-за недостаточной полноты охвата а3.2 - систематические - из-за отклонения структур выборочной и генеральной совокупностей 2. Преднамеренные (злостные) а) первого рода - из-за применения несовершенных способов статистического наблюдения при наличии более совершенных б) второго рода - из-за применения несовершенных организационных схем проведения статистического наблюдения Разновидности систематических ошибок: Ошибка выборки Ошибка измерения Ошибка дизайна и анализа Ошибки, обусловленные вмешивающимися факторами … 14 19. Медицинская статистика. Основы доказательной медицины, принципы. Мета- анализ, цель, типы. Концепция доказательной медицины, или медицины, основанной на доказательствах (evidence-based medicine), подразумевает добросовестное, точное и правильное осмысленное использование результатов клинических исследований для выбора методики (алгоритма) лечения конкретного больного. Подобный подход позволяет уменьшить количество врачебных ошибок, облегчить процесс принятия решения для практических врачей, администрации лечебных учреждений и юристов, а также снизить расходы на здравоохранение. Сам термин «доказательная медицина» был предложен в 1990 г. канадскими учеными из Университета МакМастера в Торонто. Главный постулат доказательной медицины таков: каждое клиническое решение врача должно базироваться на научных фактах. В поисках решения клинической проблемы врач может обращаться к различным источникам информации (учебники, книги, статьи, советы коллег, личный опыт и пр.), при этом он будет получать разнообразные, иногда даже взаимоисключающие данные и рекомендации. Теоретические представления о механизмах заболевания на основе сведений, полученных из биохимии, анатомии, физиологии и других областей знания и опыта, в большинстве случаев не позволяют составить однозначный прогноз в отношении течения заболевания и выбрать метод его лечения. На течение и исход болезни влияет слишком много в большинстве случаев неизвестных факторов (генетических, психологических, социальных, экологических). Таким образом, клинические прогнозы, основанные на теоретических представлениях о механизмах болезни, следует рассматривать только как гипотезы, которые должны пройти проверку в процессе клинических исследований. Поэтому другой важнейший принцип доказательной медицины таков: при диагностике и выборе метода лечения «вес» каждого факта тем больше, чем строже была научная методика исследования, в процессе которого этот факт получен. В соответствии с концепцией доказательной медицины в большинстве случаев диагноз заболевания, прогноз и результаты его лечения для конкретного пациента не могут быть определены точно, поэтому необходимо использовать вероятностный подход, основанный на предыдущем опыте, накопленном в отношении групп аналогичных больных. Наиболее совершенной методологией клинических исследований лекарственных средств являются рандомизированные двойные «слепые», плацебо-контролируемые испытания. Схема их проведения такова: после определения целевой популяции (на основании формулирования и применения критериев включения и исключения пациентов в исследование) обычно формируют две группы пациентов: одну (опытную) группу подвергают новому варианту терапевтического вмешательства (во многих случаях — в дополнение к стандартному лечению), а другая (контрольная группа) получает плацебо и стандартное лечение. По окончании исследования сравнивают эффективность воздействий в опытной и контрольной группах, проводя анализ данных. Только в случае обнаружения статистически значимой положительной разницы эффектов делают вывод о преимуществе нового препарата или методики по сравнению с обычно применяемыми. В соответствии с концепцией доказательной медицины научно обоснованными признаются результаты лишь тех клинических исследований, которые проведены на основе принципов клинической эпидемиологии, позволяющих свести к минимуму как систематические ошибки, так и случайные ошибки (с помощью корректного статистического анализа полученных в исследовании данных). Наиболее обоснованные результаты обычно могут быть получены при проведении рандомизированных контролируемых испытаний лечебных и профилактических вмешательств, так как в таких случаях организация (т.е. структура) и проведение исследования наиболее близки к эксперименту в общенаучном понимании этого термина. Достаточно часто результаты исследований, в которых оценивается эффективность одного и того же лечебного или профилактического вмешательства или диагностического 15 метода при одном и том же заболевании, различаются. В связи с этим возникает необходимость относительной оценки результатов разных исследований и интеграции их результатов с целью получения обобщающего вывода. К одной из самых популярных и быстро развивающихся методик системной интеграции результатов отдельных научных исследований сегодня относится методика мета-анализа. Цель мета-анализа — выявление, изучение и объяснение различий (вследствие наличия статистической неоднородности, или гетерогенности) в результатах исследований. К несомненным преимуществам мета-анализа относятся возможность увеличения статистической мощности исследования, а, следовательно, точности оценки эффекта анализируемого вмешательства. Это позволяет более точно, чем при анализе каждого отдельно взятого небольшого клинического исследования, определить категории больных, для которых применимы полученные результаты. Правильно выполненный мета-анализ предполагает проверку научной гипотезы, подробное и четкое изложение применявшихся при мета-анализe статистических методов, достаточно подробное изложение и обсуждение результатов анализа, а также вытекающих из него выводов. Подобный подход обеспечивает уменьшение вероятности случайных и систематических ошибок, позволяет говорить об объективности получаемых результатов. 20. Медицинская статистика. Основы доказательной медицины, принципы. Рандомизированные контролируемые клинические исследования, характеристика. В основе доказательной медицины лежит проведение рандомизированных клинических исследований (РКИ). Это экспериментальное исследование, выполненное на больных с соблюдением соответствующих этических норм, имеющее - заранее определенную цель (реализуется в конечных точках) - четкие критерии включения и исключения - разделяющее с помощью рандомизации больных на две (или более) одинаковых группы, различающиеся только по тому, проводится или не проводится в них интересующее нас вмешательство. Рандомизированное контролируемое испытание ( рандомизированное контролируемое исследование , РКИ ) — тип научного (часто медицинского) эксперимента, при котором его участники случайным образам делятся на группы, в одной из которых проводится исследуемое вмешательство, а в другой (контрольной) применяются стандартные методики или плацебо . Для исследования сначала отбираются пациенты из большого числа людей с изучаемым состоянием. Затем этих пациентов разделяют случайным образом на две группы, сопоставимые по основным прогностическим признакам. Одна группа, называемая экспериментальной, или группой лечения, подвергается вмешательству, которое, как ожидается, будет полезным. Другая группа, называемая контрольной, или группой сравнения, находится точно в таких же условиях, как первая, за исключением того, что составляющие ее пациенты не подвергаются изучаемому вмешательству. Затем исследователи наблюдают клиническое течение заболевания в обеих группах и любые отличия в исходах приписывают изучаемому вмешательству. 16 Основная причина подобного построения клинических испытаний состоит в стремлении избежать систематических ошибок при сравнении эффективности двух или большего числа вмешательств. Достоверность клинических испытаний зависит от того, насколько в сравниваемых группах удалось обеспечить одинаковое распределение всех факторов, определяющих прогноз, кроме изучаемого вмешательства. Недостатки рандомизированных контролируемых испытаний (ввиду больших материальных затрат и длительного периода): испытания проводятся в течение малого промежутка времени на небольшой группе добровольцев или большая часть исследований не проводится совсем; в связи с оплатой испытаний фармацевтическими компаниями, НИИ, университетами, указывается и их направление; используются критерии оценки косвенные вместо клинических. Систематические ошибки возникают по следующим причинам: включение в группу только тех добровольцев, которые выдадут предсказуемый результат при приеме препарата; несовершенная рандомизация; осведомление исследователей о нахождении пациентов в конкретных группах, т. е. слепой метод не соблюдается. Преимущества рандомизированных контролируемых исследований: Оценивается эффективность лекарственного средства по сравнению с препаратом-плацебо в определенных группах, например, у мужчин в возрасте от 40 до 50 лет. Накопление информации после проведенного исследования. Целью может являться не возможность подтвердить собственную гипотезу, а попытка провести фальсификацию. Исключение ошибки, так как идет сравнение в других идентичных группах. Возможность комбинировать полученные результаты из нескольких исследований (мета-анализ). 21. Медицинская статистика. Виды статистических величин. Относительные величины, методика вычисления интенсивных показателей, использование в з/о. Для сравнительного анализа данных медико-социального исследования используются статистические величины: абсолютные, относительные, средние. Абсолютные величины. Абсолютные величины, полученные в сводных таблицах в ходе статистического исследования, отражают абсолютный размер явления (число лечебно- профилактических организаций, число коек в больнице, численность населения, число умерших, родившихся, заболевших и т. д.). Хотя абсолютные цифры и имеют свое познавательное значение, применение их ограничено. Ряд статистических исследований завершается получением абсолютных величин. Иногда они могут быть использованы для анализа изучаемого явления, например, при изучении редких явлений, если надо знать точный абсолютный размер явления, при необходимости обратить внимание на отдельные случаи этого явления. При малом числе наблюдений, когда не требуется определения закономерности, также могут использоваться абсолютные числа. В значительной части случаев абсолютные величины не могут быть использованы для сравнения с данными других исследований. Для этого служат относительные и средние величины. Относительные величины (показатели, коэффициенты) получаются в результате отношения одной абсолютной величины к другой. Наиболее часто используются следующие показатели: интенсивные, экстенсивные, соотношения, наглядности. Интенсивные — это показатели частоты, интенсивности явления в среде, продуцирующей данное явление. Они показывают, как часто данное явление встречается в среде. В здравоохранении изучаются заболеваемость, смертность, инвалидность, рождаемость и другие показатели здоровья населения. Средой, в которой происходят процессы, является население в целом или его отдельные группы (возрастные, половые, социальные, профессиональные и др.). В медико-статистических исследованиях при 17 изучении общественного здоровья явление представляет собой как бы продукт среды. Например, население (среда) и заболевшие (явление); больные (среда) и умершие (явление) и т. д. Величина основания выбирается в соответствии с величиной показателя — 100. 1000, 10000, 100000. — и в зависимости от этого показатель выражается в процентах, промилле, продецимилле, просантимилле. В статистике при вычислении: - санитарно-демографических показателей (смертность, рождаемость, младенческая смертность, естественный прирост населения и др.) за основание обычно принимают 1000; - общей и первичной заболеваемости — 100000 населения; - первичной инвалидности — 10000 населения; - показателей заболеваемости с ВУТ — 100 работающих; - показателей летальности — 100 заболевших (или выбывших из стационара). Интенсивные показатели могут быть общими и специальными. Общие интенсивные показатели характеризуют явление в целом, например, общие показатели рождаемости, смертности, заболеваемости, вычисленные ко всему населению административной территории, общий показатель летальности по больнице в целом. Специальные (погрупповые) интенсивные показатели применяются для характеристики частоты явления в различных группах (заболеваемость по полу, возрасту, смертность среди детей в возрасте до 1 года, летальность по отдельным нозологическим формам в разных возрастных группах и т. д.). Интенсивные показатели применяются: - для определения уровня, частоты, распространенности явления; - для сравнения частоты явления в различных совокупностях; - для изучения изменений частоты явления в динамике. |