Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.


Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему Эпидемиологические исследования

Содержание

ВведениеЭпидемиология – это (как и медицина) наука о здоровье, болезнях и смертях, но предметом эпидемиологии являются не отдельные люди, как в медицине, а большие группы людей (популяции).Исследования в эпидемиологии проводятся либо методом наблюдения, либо методом эксперимента
Эпидемиологические исследования ВведениеЭпидемиология – это (как и медицина) наука о здоровье, болезнях и смертях, Введение Исследования в эпидемиологии бывают либо: кросс-секционными, что означает – метод «поперечного ВведениеПри лонгитудинальных исследованиях в группы наблюдения (группы сравнения) включают только лиц, у ВведениеЧаще всего проводятся кросс-секционные исследования, так как они требуют меньших затрат времени ВведениеНапример, в кросс-секционном исследовании мы устанавливаем статистически достоверную связь между полнотой и ВведениеНам могут возразить, что у людей с заболеванием сердца ограничивается подвижность и ВведениеПри лонгитудинальных исследованиях в группы наблюдения включают людей, у которых интересующее событие ВведениеЕсли Вы набираете когорты в настоящее время, а затем прослеживаете, то такое Общие требования к эпидемиологическим научным исследованиям Набор групп для исследованияВ отношении набора групп исследования можно разделить на две Выборка из генеральной совокупностиНапример, мы хотим узнать осведомленность старшеклассников в городе Павлодаре Генеральная совокупность и репрезентативная выборкаПроизводя опрос ограниченного числа людей мы предполагаем, что Примеры смещенных выборокОпрос производился по телефону. В выборку не включены люди, не Давление доступных респондентовНапример, опрос производится молодежной газетой.В выборку попадают только читатели этой Недостаточный учет отсутствующихНапример, опрос производится в школе.Ряд учеников отсутствует.Среди отсутствующих значительное количество Отказы от ответаДаже при анонимном опросе многие курящие ученики ответят, что они Смещение реального объекта выборки Получение репрезентативной выборкиСамый распространенный прием получения репрезентативной выборки – случайный отбор, когда Получение репрезентативной выборкиДругие способы получения случайной выборки используют карту населенного пункта. На Определение объема выборки при опросе общественного мнения     При Выборки при сравнительных исследованияхВо многих медицинских исследованиях изучается воздействие того или иного Создание групп сравненияВ основную группу включают лиц, подвергающихся воздействию (например, ртуть на Дополнительные критерииДополнительные критерии отбора в контрольную группу могут потребоваться в связи со Эффект здорового работникаНапример, вы хотите исследовать влияние ртути на здоровье. В этих Эффект здорового работникаВ качестве примера можно привести исследование смертности у солдат США, Смещенная выборкаОшибки, связанные с неправильным отбором, называются систематическими ошибками отбора, а полученная Matching, как способ избегания систематической ошибки выборкиДля того, чтобы сравнение было адекватным, МатчингНабирается основная группа.Если число кандидатов велико, то отбор должен носить случайный характер. Объем выборки при сравнительных исследованияхКоличество членов основной и контрольной групп должно быть Примеры причин ограниченийИсследователи ограничены в ресурсах Исследуется редкое явлениеВ ситуации клинических испытаний Как определить разумную достаточностьСуществуют различные методы.Мы можем воспользоваться одним из них (Ralph Формула для расчета величины выборки Условные обозначенияn – количество членов в основной и контрольной группахpe – пропорция Условные обозначенияqe = (1- pe)qc = (1- pc)d= |pe- pc|C – константа, Условные обозначенияВеличина α обычно применяется допустимой как 0.05 или 0.01Величина β допускается Подбор константы С Пробный расчетВыберем константу С. Для получения наиболее достоверных результатов выберем α = Пробный расчетДля расчета нам нужно определить pe и pс, то есть, пропорцию Пробный расчетНапример, мы проводим клиническое испытание нового антигипертензивного препарата (экспериментальная группа) в Пробный расчетqе = (1-pе) = 1- 0.5= 0.5qc = (1-pc) = 1- Пробный расчетТаким образом, для получения достоверной разницы нам нужно включить как минимум Группы сравнения при редких явленияхПредставим ситуацию, что 15 человек подверглись отравлению на Рассчитаем размер минимальной доказательной группыВ результате расчета получаем, что в экспериментальной и Группы сравнения при редких явленияхВ данной ситуации мы можем увеличивать контрольную группу, Систематические ошибкиДругим важным моментом является «мера», с помощью которой регистрируются те или Стандартизация меры Под мерой в данной ситуации мы понимаем не только аппаратные Мера и субъективный факторДля одного из исследований нужно было подобрать группу лиц Мера и субъективный факторПример: Недопустимо делать выводы о какой-либо специфической заболеваемости в Мера и субъективный фактор Во всех случаях, где это доступно, нужно пользоваться Мера и субъективный факторВо всех случаях, перед обследованием нужно провести тренинг участников “Hard” and “soft” measuresВ популяционных исследованиях существует также понятие «твердых» и «мягких» “Hard” and “soft” measuresЕсли в исследовании используются «мягкие» меры, то желательно применять Мера Биномиальные и непрерывные переменныеПод переменными в статистике понимают любые признаки в Непрерывные переменныеНепрерывные (количественные переменные) могут принимать непрерывный ряд некоторых числовых значений. Например, Превращение переменныхВ зависимости от целей исследования можно превращать биномиальные переменные в непрерывные, Превращение переменныхНаоборот, непрерывную переменную систолического АД можно перевести в биномиальную, то есть Биномиальные переменныеЧаще всего в эпидемиологических исследованиях имеют дело с биномиальными переменными и Дизайн исследованияStudy design обычно переводят, как схема исследования или план исследования.Существует две Дизайн исследованияГлавным показателем дизайна исследования является временной интервал.Дизайн поперечного среза означает, что Дизайн исследованияДизайн поперечного среза менее затратен, но он лишь гипотетически устанавливает причинно-следственные Кросс-секционные исследования Меры частоты при кросс-секционных исследованиях Основной мерой частоты при кросс-секционных исследованиях является РаспространенностьРаспространенность вычисляется по формуле:P = C /N РаспространенностьP = C /N Например, при обследовании выборки из 520 мужчин мы РискОчень часто в эпидемиологических исследованиях используется термин риск. При различных схемах исследования ШансыЕще одним часто используемым понятием являются шансы (odds). Шансы, количественно отличаясь от ШансыO = C/(N-C) ШансыПонятие шансов введено в связи с тем, что они позволяют производить с Перенос данных исследования на генеральную совокупностьПоскольку обычно эпидемиологические исследования проводятся не на 95% доверительный интервал95%CL = P ± 1,96 ( P(1-P)/N )0,5 В нашем 95% доверительный интервалСледует обратить внимание, что 95% доверительный интервал окажется тем уже, Экспозиция и меры сравнения при кросс-секционных исследованиях Часто эпидемиологические исследования проводятся не Отношение шансовДля оценки эффекта экспозиции создаются две группы – экспонированная и не-экспонированная ПримерМы уже приводили пример с распространенностью курения среди 520 мужчин, который был ПримерДопустим, что мы исследовали группу из 390 женщин и обнаружили, что 21 Относительный риск при кросс-секционных исследованияхМерой сравнения при кросс-секционных исследованиях может также выступать Интерпретация OR и RRКак для OR так и для RR критическим значением 95% доверительный интервал для RRДля расчета 95%CL (доверительных границ) RR пользуются следующей ПримерДля нашего примера с курильщиками среди мужчин и женщин   var[ln(RR)] Статистическая достоверностьОчень важно знать статистическую достоверность полученных результатов. Если обе доверительные границы Расчет кси квадратЕ(С1) = [(С1+ С0)*(N1/N)]  var(С1) = С*(N1/N)*(N0/N)*[(N-С)/(N-1)],где N= N1+ Р по кси квадратДалее величина Р определяется по таблицам χ2 для одной 10.8Обычно запись величины Р носит следующий характер: Р>0.05, если χ2 меньше 3.8, Р Аппроксимация РДля определения Р по χ2 с одной степенью свободы можно также Аппроксимация РВ диапазоне величин χ2 от 0.45 до 2.7 величины Р (от Стратификация в кросс-секционных исследованияхПри проведении экспериментальных исследований необходимо составить экспериментальную группу и Стратификация в кросс-секционных исследованияхСтратум означает слой. Более понятно – подгруппа.На этапе анализа ПримерПредставим ситуацию исследования влияния образования на распространенность курения.Мы хотим сравнить распространенность курения Пример (продолжение)Распространенность курения среди рабочих равна 100/200=0,5, а среди студентов – 50/300=0,1. Пример (продолжение)Казалось бы, можно сделать вывод, что низкий уровень образования повышает распространенность Пример (продолжение)Для того, чтобы разобраться нужно произвести стратификацию (от латинского слова stratum Пример (продолжение)В группе студентов мужчин из 50 человек было 15 курящих (соответственно, Пример (продолжение)Таким образом, у мужчин RR= 0,3/0,3= 1 и OR= 0,43/0,43= 1. Процедура Мантела-ХанзелаOR M-H = Sum[C1(N0-C0)/N]/Sum[C0(N1-C1)/N] Пример (продолжение)Для нашего примера, [C1(N0-C0)/N] для женщин = 47*(250-35)/(90+250)= 29,72. То же Пример (продолжение)Как мы помним до коррекции по полу величина OR была равна СтратификацияСтратификацию можно производить по нескольким показателям, например, делать страты по нескольким возрастным 95% доверительный интервал Расчет WW рассчитывают для каждой страты и суммируют. В нашем случае w 95% доверительный интервалСумма w у мужчин и w у женщин будет 8,45+12,88= Вероятность ошибки РДля определения вероятности ошибки Р при стратифицированных кросс-секционных исследованиях вначале определяют промежуточную переменную χ2: Вероятность ошибки РЕ(ΣС1) = Σ [(С1+ С0)*(N1/N)]  Σvar(С1) = Σ С*(N1/N)*(N0/N)*[(N-С)/(N-1)],где Исследования случай-контроль (case-control) Исследования случай-контроль (case-control) В тех случаях, когда исследуемое явление (например, болезнь) бывают Особенности схемы случай-контрольПри схеме случай-контроль в основную группу включают только больных (случаи), ПримерНапример, в группу случаев мы включаем 50 человек страдающих опиатной зависимостью, а 4-х польная таблицаДалее могут использоваться те же формулы, что и при обычных кросс-секционных исследованиях. Рассчетные формулы для схемы случай-контрольРасчетные формулы для схемы случай-контроль те же самые, Пример (продолжение)Так  RR = P1/P0, что соответствует (С1/ N1)/(С0/N0) = (15/25)/(35/125)= Схема случай-контрольИсследования случай-контроль не считаются точными и применяются лишь для выдвижения этиологических Лонгитудинальные исследования Лонгитудинальные исследованияЛонгитудинальный означает «продольный», что является противоположным по смыслу слову «кросс-секционный» (поперечный Особенности лонгитудинальных исследований1. В экспонированную и контрольную группу включают людей не имеющих Проспективные и ретроспективные лонгитудинальные исследованияЕсли мы набираем экспонированную и контрольную группу и Принципы создания групп сравненияПринципы такие же, как и при кросс-секционных исследованиях.Производится matching, Два основных типа статистических расчетов при лонгитудинальных исследованиях.При первом типе регистрируется частота Исследования с фиксированным временемИсследования с фиксированным периодом наблюдения считаются предпочтительными. Продолжительность наблюдения определяется характером предмета исследования. Определение периода наблюденияНапример, мы изучаем влияния избыточной массы тела на развитие артериальной Пример определение величины групп сравненияРасчет величины производится как и при кросс-секционных исследованиях.Для Расчетные показателиПри кросс-секционных исследованиях основной мерой была распространенность. Р= С/Nгде Р – Расчетные показателиСлабым местом в продолжительных лонгитудинальных исследованиях являются потери членов когорты (отказы, Расчетные показателиПродолжим наш примерВ группе полных (экспонированная группа, N1 = 394 человека) Расчетные показателиПо формулам, уже приводившимся для кросс-секционных исследований, можно рассчитать и другие Относительный риск Основной мерой сравнения при лонгитудинальных исследованиях является относительный риск (отношение Расчеты на основании человеко-лет наблюдения Человеко-годы наблюденияВ приведенном примере мы 10 лет наблюдали 788 человек (394+394).Это выдуманная Человеко-годы наблюдения Измеряемыми показателями, обязательно регистрируемыми в когортах являются:количество членов когорты;присутствие экспозиции; Человеко-годы наблюденияМы наблюдаем на протяжении 5-ти лет частоту рецидивов после лечения у Человеко-годы наблюденияКак видно из примера, человеко-годы наблюдения у измеряются у каждого члена Основные расчетные показателиIR (incidence rate) = D / Yгде IR – «уровень Incidence Rate Данный показатель называют уровнем инцидентности (incidence rate, IR) или уровнем Сравнение экспонированной и контрольной группМерой сравнения уровней инцидентности (рисков) является соотношение уровней 95% доверительный интервал95%CL для IR = IR ± 1,96 (IR/Y) 0,5 95%CL Расчет Р (вероятности ошибки)Р рассчитывается через промежуточную переменную кси-квадрат Matching в когортных исследованиях Как и при кросс-секционных исследованиях при исследованиях follow Стратификация в когортных исследованиях Принципы и цели стратификации в когортных исследованиях не 95%CL для IRRДля расчета 95% доверительного интервала вначале нужно рассчитать промежуточную величину 95%CL для IRRДалее рассчитывается промежуточная величина S по формуле S = √(V/QR),где Q=Σ(D’1Y’0)/Y’ и R=Σ(D’0Y’1)/Y’. 95%CL для IRRСоответственно, нижняя граница 95% доверительного интервала для уровня IRR будет Вероятность ошибки Р
Слайды презентации

Слайд 2 Введение
Эпидемиология – это (как и медицина) наука о

ВведениеЭпидемиология – это (как и медицина) наука о здоровье, болезнях и

здоровье, болезнях и смертях, но предметом эпидемиологии являются не

отдельные люди, как в медицине, а большие группы людей (популяции).
Исследования в эпидемиологии проводятся либо методом наблюдения, либо методом эксперимента (например, клинические испытания).

Слайд 3 Введение
Исследования в эпидемиологии бывают либо:
кросс-секционными, что

Введение Исследования в эпидемиологии бывают либо: кросс-секционными, что означает – метод

означает – метод «поперечного среза» (то есть, одномоментными)
либо


лонгитудинальными (то есть, продолжающимися во времени).
На английском языке такие исследования чаще всего называют follow-up study (от слова follow, что означает «следовать за к.л.», «следить», «прослеживать»).

Слайд 4 Введение
При лонгитудинальных исследованиях в группы наблюдения (группы сравнения)

ВведениеПри лонгитудинальных исследованиях в группы наблюдения (группы сравнения) включают только лиц,

включают только лиц, у которых интересующее нас событие/инцидент еще

не наступило.
Под событием понимается болезнь или смерть.
Регистрируется количество событий за период наблюдения. Например, заболеваемость туберкулезом в городе Павлодаре за год.

Слайд 5 Введение
Чаще всего проводятся кросс-секционные исследования, так как они

ВведениеЧаще всего проводятся кросс-секционные исследования, так как они требуют меньших затрат

требуют меньших затрат времени и финансов.
Однако, кросс-секционные методы

считаются недостаточно доказательными в отношении этиологических факторов.

Слайд 6 Введение
Например, в кросс-секционном исследовании мы устанавливаем статистически достоверную

ВведениеНапример, в кросс-секционном исследовании мы устанавливаем статистически достоверную связь между полнотой

связь между полнотой и ИБС (ишемическая болезнь сердца).
Мы

можем выдвинуть гипотезу, что нарушенный обмен жиров, одним из проявлений которого является полнота, приводит к отложению холестерина в коронарных сосудах и, следовательно, полнота является фактором риска по развитию ИБС.
То есть, что причиной является нарушенный обмен жиров, а следствием – ИБС.

Слайд 7 Введение
Нам могут возразить, что у людей с заболеванием

ВведениеНам могут возразить, что у людей с заболеванием сердца ограничивается подвижность

сердца ограничивается подвижность и вторично развивается полнота.
При такой

интерпретации причина – ИБС, а следствие – полнота.
В связи с этим, на основании кросс-секционных исследований можно делать лишь гипотетические выводы, которые затем проверяются с помощью лонгитудинальных исследований.

Слайд 8 Введение
При лонгитудинальных исследованиях в группы наблюдения включают людей,

ВведениеПри лонгитудинальных исследованиях в группы наблюдения включают людей, у которых интересующее

у которых интересующее событие еще не наступило (то есть,

свободных от данной болезни, если регистрируется болезнь, или живых, если регистрируется смерть).
Такие группы при лонгитудинальных исследованиях называют когортами, а исследования называют также когортными.

Слайд 9 Введение
Если Вы набираете когорты в настоящее время, а

ВведениеЕсли Вы набираете когорты в настоящее время, а затем прослеживаете, то

затем прослеживаете, то такое исследование называется проспективным когортным исследованием.


Если же когорта набирается по документам или данным опроса на какой-то период в прошлом, а затем по документам или данным опроса регистрируется интересующее событие, то такое исследование называется ретроспективным когортным исследованием.

Слайд 10 Общие требования к эпидемиологическим научным исследованиям

Общие требования к эпидемиологическим научным исследованиям

Слайд 11 Набор групп для исследования
В отношении набора групп исследования

Набор групп для исследованияВ отношении набора групп исследования можно разделить на

можно разделить на две категории:
1. Изучение воздействия тех или

иных факторов (сравнение основной и контрольной группы).
2. Изучение распространенности того или иного явления в генеральной совокупности.

Слайд 12 Выборка из генеральной совокупности
Например, мы хотим узнать осведомленность

Выборка из генеральной совокупностиНапример, мы хотим узнать осведомленность старшеклассников в городе

старшеклассников в городе Павлодаре о вреде курения.
Метод исследования –

опрос.
В Павлодаре 35 000 старшеклассников (генеральная совокупность).
Опросить всех у нас нет возможности.
Необходимо произвести репрезентативную выборку.


Слайд 13 Генеральная совокупность и репрезентативная выборка
Производя опрос ограниченного числа

Генеральная совокупность и репрезентативная выборкаПроизводя опрос ограниченного числа людей мы предполагаем,

людей мы предполагаем, что опрошенные отражают состояние генеральной совокупности

(в нашем случае – всех Павлодарских старшеклассников)
Выборка, соответствующая распределению тех или иных признаков в генеральной совокупности, называется репрезентативной.
При неправильной (смещенной) выборке нет репрезентативности и выводы будут ложными.

Слайд 14 Примеры смещенных выборок
Опрос производился по телефону. В выборку

Примеры смещенных выборокОпрос производился по телефону. В выборку не включены люди,

не включены люди, не имеющие телефона.
Опрос на улице –

не включены люди, отказавшиеся отвечать.
Опрос только в одном районе населенного пункта. Если район престижный, то не включены неблагополучные люди. Если в районе проживают преимущественно люди с низким доходом, то не достаточно включены люди среднего и высокого достатка и т.д.

Слайд 15 Давление доступных респондентов
Например, опрос производится молодежной газетой.
В выборку

Давление доступных респондентовНапример, опрос производится молодежной газетой.В выборку попадают только читатели

попадают только читатели этой газеты, то есть, люди с

определенными интересами.
Ответы на анкету прислали 10% читателей. То есть, даже среди читателей произошел отбор тех, кто занимает активную позицию по предмету опроса.
Таким образом, полученные данные не отражают позицию изучаемой группы в целом.


Слайд 16 Недостаточный учет отсутствующих
Например, опрос производится в школе.
Ряд учеников

Недостаточный учет отсутствующихНапример, опрос производится в школе.Ряд учеников отсутствует.Среди отсутствующих значительное

отсутствует.
Среди отсутствующих значительное количество учеников с девиантным поведением, которые

склонны к нездоровому образу жизни.
В итоге выборка получается смещенной.

Слайд 17 Отказы от ответа
Даже при анонимном опросе многие курящие

Отказы от ответаДаже при анонимном опросе многие курящие ученики ответят, что

ученики ответят, что они не курят.
В итоге мы получаем

заниженные данные о курении.

Слайд 18 Смещение реального объекта выборки

Смещение реального объекта выборки

Слайд 19 Получение репрезентативной выборки
Самый распространенный прием получения репрезентативной выборки

Получение репрезентативной выборкиСамый распространенный прием получения репрезентативной выборки – случайный отбор,

– случайный отбор, когда каждый член генеральной совокупности имеет

равные шансы попасть в выборку.
Например, у нас есть список генеральной совокупности из 15891 человека. Для получения достоверной информации нужно отобрать 395 респондентов. 15891/395= 40. То есть, нам нужен каждый сороковой человек из списка. Отбираем сорокового, восьмидесятого, сто двадцатого и т.д.
По другой методике используется таблица случайных чисел.

Слайд 20 Получение репрезентативной выборки
Другие способы получения случайной выборки используют

Получение репрезентативной выборкиДругие способы получения случайной выборки используют карту населенного пункта.

карту населенного пункта.
На карте рисуется решетка или спираль.


Дома, попавшие на линии используются для получения выборки.


Слайд 21 Определение объема выборки при опросе общественного мнения

Определение объема выборки при опросе общественного мнения   При надежной

При надежной выборке вероятность ошибки -

< 5%
Для примера можно привести следующие данные:
Ошибка выборки не более Р = 0,05 :
N - генеральная совокупность
n - количество исследуемых
 Существует таблица
|N |500 |1 000 |2 000 |3 000 |10 000 |100 000 и более |
|n |222 |286 |333 |350 |385 |398

Слайд 22 Выборки при сравнительных исследованиях
Во многих медицинских исследованиях изучается

Выборки при сравнительных исследованияхВо многих медицинских исследованиях изучается воздействие того или

воздействие того или иного фактора.
Например, влияние производственной вредности на

здоровье.
Создается две группы:
- группа подверженная вредности
- контрольная группа

Слайд 23 Создание групп сравнения
В основную группу включают лиц, подвергающихся

Создание групп сравненияВ основную группу включают лиц, подвергающихся воздействию (например, ртуть

воздействию (например, ртуть на производстве, лекарство при клинических испытаниях)
В

контрольную группу включают лиц, по полу и возрасту сходных с основной группой.
В некоторых случаях дополнительно вводятся другие критерии сходства.

Слайд 24 Дополнительные критерии
Дополнительные критерии отбора в контрольную группу могут

Дополнительные критерииДополнительные критерии отбора в контрольную группу могут потребоваться в связи

потребоваться в связи со многими причинами.
Типичный пример: «эффект здорового

работника».


Слайд 25 Эффект здорового работника
Например, вы хотите исследовать влияние ртути

Эффект здорового работникаНапример, вы хотите исследовать влияние ртути на здоровье. В

на здоровье.
В этих целях вы сравниваете обычных жителей

города с лицами, контактирующими на работе с ртутью.
Может оказаться, что многие показатели здоровья будут лучше у работников, чем в общей популяции, так как при поступлении на работу они проходили тщательный медицинский отбор.

Слайд 26 Эффект здорового работника
В качестве примера можно привести исследование

Эффект здорового работникаВ качестве примера можно привести исследование смертности у солдат

смертности у солдат США, которые участвовали в открытых ядерных

испытаниях.
Смертность у них оказалась ниже, чем в среднем по США.
Тогда был изменен подход к подбору группы сравнения.
В качестве группы сравнения использовали лиц, которые в те же годы служили в армии США и подвергались не менее тщательному отбору.
Такая мера позволила исключить «эффект здорового работника» и выявить отдаленные последствия радиационного облучения.

Слайд 27 Смещенная выборка
Ошибки, связанные с неправильным отбором, называются систематическими

Смещенная выборкаОшибки, связанные с неправильным отбором, называются систематическими ошибками отбора, а

ошибками отбора, а полученная таким образом выборка называется смещенной

выборкой.
К сожалению, ситуация каждого исследования уникальна и нельзя дать общего совета.
Единственным советом может быть внимательность и серьезное отношение к проблеме получения репрезентативной выборки.

Слайд 28 Matching, как способ избегания систематической ошибки выборки
Для того,

Matching, как способ избегания систематической ошибки выборкиДля того, чтобы сравнение было

чтобы сравнение было адекватным, группы сравнения нужно подобрать так,

чтобы они не различались по важным признакам (matching или подбор схожих пар)
Количество этих важных признаков обычно не велико. Иначе подобрать группы становится невозможным.

Слайд 29 Матчинг
Набирается основная группа.
Если число кандидатов велико, то отбор

МатчингНабирается основная группа.Если число кандидатов велико, то отбор должен носить случайный

должен носить случайный характер.
Отбираются кандидаты в контрольную группу.

Из них к каждому члену основной группы выбирают сходную пару (пол, возраст +_ дополнительные признаки).
Если таких кандидатов оказывается несколько, то выбирают одного случайным образом.

Слайд 30 Объем выборки при сравнительных исследованиях
Количество членов основной и

Объем выборки при сравнительных исследованияхКоличество членов основной и контрольной групп должно

контрольной групп должно быть достаточным, чтобы получить статистически достоверные

выводы.
Закон статистики: чем больше, тем лучше.
Реальность: количество обследуемых может оказаться ограниченным.

Слайд 31 Примеры причин ограничений
Исследователи ограничены в ресурсах
Исследуется редкое

Примеры причин ограниченийИсследователи ограничены в ресурсах Исследуется редкое явлениеВ ситуации клинических

явление
В ситуации клинических испытаний возникают этические ограничения:
- неэтично подвергать

риску большое количество людей (нужно стремиться к разумному минимуму).
- неэтично проводить испытания, которые не позволят сделать вывод (группа должна быть разумно большой).

Слайд 32 Как определить разумную достаточность
Существуют различные методы.
Мы можем воспользоваться

Как определить разумную достаточностьСуществуют различные методы.Мы можем воспользоваться одним из них

одним из них (Ralph B. Dell, Steve Holleran, and

Rajasekhar Ramakrishnan, 2002)
Этот метод применим при исследовании биномиальных (дихотомных) переменных (например, «болен- здоров»).

Слайд 33 Формула для расчета величины выборки

Формула для расчета величины выборки

Слайд 34 Условные обозначения
n – количество членов в основной и

Условные обозначенияn – количество членов в основной и контрольной группахpe –

контрольной группах
pe – пропорция лиц в экспериментальной группе, имеющих

интересующий признак (например, 0,2, то есть, 20%)
pс – пропорция лиц в контрольной группе, имеющих интересующий признак (например, 0,02, то есть, 2%)


Слайд 35 Условные обозначения
qe = (1- pe)
qc = (1- pc)
d=

Условные обозначенияqe = (1- pe)qc = (1- pc)d= |pe- pc|C –

|pe- pc|
C – константа, зависящая для выбранных α и

β
α – это вероятность получения ложно положительного результата (часто обозначается как Р. Например, Р<0.05)
β (статистическая мощность) – вероятность получения ложно отрицательного результата.


Слайд 36 Условные обозначения


Величина α обычно применяется допустимой как 0.05

Условные обозначенияВеличина α обычно применяется допустимой как 0.05 или 0.01Величина β

или 0.01
Величина β допускается равной 0.2 или 0.1 (20%

или 10%)


Слайд 37 Подбор константы С

Подбор константы С

Слайд 38 Пробный расчет
Выберем константу С. Для получения наиболее достоверных

Пробный расчетВыберем константу С. Для получения наиболее достоверных результатов выберем α

результатов выберем α = 0.01 и β = 0.1.

С из таблицы будет равен 14.88.

Слайд 39 Пробный расчет
Для расчета нам нужно определить pe и

Пробный расчетДля расчета нам нужно определить pe и pс, то есть,

pс, то есть, пропорцию интересующего признака в экспериментальной и

контрольной группе. Эти пропорции неизвестны и мы должны предположить их гипотетически.

Слайд 40 Пробный расчет
Например, мы проводим клиническое испытание нового антигипертензивного

Пробный расчетНапример, мы проводим клиническое испытание нового антигипертензивного препарата (экспериментальная группа)

препарата (экспериментальная группа) в сравнении с обычным лечением (контрольная

группа).
На фоне обычного лечения нормальное АД будет предположительно встречаться в 50% случаев (то есть, pс = 0.5)
Мы предполагаем, что в экспериментальной группе на фоне лечения нормальное АД будет в 80% или более (pе =0.8).

Слайд 41 Пробный расчет
qе = (1-pе) = 1- 0.5= 0.5
qc

Пробный расчетqе = (1-pе) = 1- 0.5= 0.5qc = (1-pc) =

= (1-pc) = 1- 0.8= 0.2
d = |pе-pc| =

|0.8-0.5| = 0.3


Слайд 42 Пробный расчет
Таким образом, для получения достоверной разницы нам

Пробный расчетТаким образом, для получения достоверной разницы нам нужно включить как

нужно включить как минимум 77 человек в основную и

77 человек в контрольную группы.

Слайд 43 Группы сравнения при редких явлениях
Представим ситуацию, что 15

Группы сравнения при редких явленияхПредставим ситуацию, что 15 человек подверглись отравлению

человек подверглись отравлению на производстве. У двоих из них

при осмотре обнаружен тремор рук. Можно ли доказать, что тремор связан с отравлением.
Пропорция лиц с тремором = 2/15 = 0.13
В адекватном контроле тремор обнаружен у 1 человека из 15. Пропорция = 0.07

Слайд 44 Рассчитаем размер минимальной доказательной группы
В результате расчета получаем,

Рассчитаем размер минимальной доказательной группыВ результате расчета получаем, что в экспериментальной

что в экспериментальной и контрольной группах должно быть по

705 человек для того, чтобы сказать достоверна разница или нет.

Слайд 45 Группы сравнения при редких явлениях
В данной ситуации мы

Группы сравнения при редких явленияхВ данной ситуации мы можем увеличивать контрольную

можем увеличивать контрольную группу, но не можем экспериментальную.
Выход следующий:
Оптимальное

общее количество исследуемых = 705+705= 1410 человек.
В экспериментальную группу мы можем включить только 15.
Для обнаружения достоверной разницы или отсутствия достоверной разницы размер контрольной группы должен как минимум быть = 1410-15 = 1395
При этом обязательно применяется matching. На одного члена экспериментальной группы нужно будет подобрать 95 контролей сходного возраста и пола.

Слайд 46 Систематические ошибки
Другим важным моментом является «мера», с помощью

Систематические ошибкиДругим важным моментом является «мера», с помощью которой регистрируются те

которой регистрируются те или иные признаки.
Например, если часть

обследуемых взвешивать на одних весах, а часть на других, которые дают показания отличные от первых, то мы можем получить систематическую ошибку измерения.

Слайд 47 Стандартизация меры
Под мерой в данной ситуации мы

Стандартизация меры Под мерой в данной ситуации мы понимаем не только

понимаем не только аппаратные и лабораторные измерения, но и

критерии диагностики.
Если осмотр у части исследуемых проводит один врач, а у другой части – другой врач, которые применяют разные критерии диагностики, то мы вновь можем столкнуться с систематической ошибкой измерения.

Слайд 48 Мера и субъективный фактор
Для одного из исследований нужно

Мера и субъективный факторДля одного из исследований нужно было подобрать группу

было подобрать группу лиц без признаков тонзиллита
После осмотра 100

кандидатов ЛОР-врачом пригодными были признаны 90 человек.
Эти люди были показаны второму ЛОР-врачу и он отсеял еще 9 человек.
Оставшийся 81 человек был осмотрен третьим ЛОР-врачом и еще 8 человек были отсеяны.
Пример показывает важность объективизации методов исследования.
К сожалению, для физикальных методов нет общего решения данной проблемы.

Слайд 49 Мера и субъективный фактор
Пример: Недопустимо делать выводы о

Мера и субъективный факторПример: Недопустимо делать выводы о какой-либо специфической заболеваемости

какой-либо специфической заболеваемости в разных микрорайонах города, основываясь на

данных о заболеваемости, полученных от разных поликлиник.
Эти поликлиники могут быть различно укомплектованы специалистами и иметь разные возможности параклинического обследования.
В этих двух микрорайонах может также оказаться различная обращаемость за медицинской помощью. Следовательно, очень высок риск систематической ошибки измерения.

Слайд 50 Мера и субъективный фактор
Во всех случаях, где

Мера и субъективный фактор Во всех случаях, где это доступно, нужно

это доступно, нужно пользоваться стандартными критериями диагностики.
В отношении

же тех переменных (например, симптомов), регистрация которых сильно зависит от субъективного впечатления исследователя, можно рекомендовать либо осмотр всех исследуемых одним исследователем, либо независимый осмотр нескольких исследователей.

Слайд 51 Мера и субъективный фактор
Во всех случаях, перед обследованием

Мера и субъективный факторВо всех случаях, перед обследованием нужно провести тренинг

нужно провести тренинг участников и убедиться в том, что

они единообразно регистрируют исследуемые нарушения и признаки
Перед проведением тренинга нужно составить протоколы правил сбора данных и стандартные бланки для регистрации первичной информации.

Слайд 52 “Hard” and “soft” measures
В популяционных исследованиях существует также

“Hard” and “soft” measuresВ популяционных исследованиях существует также понятие «твердых» и

понятие «твердых» и «мягких» мер.
Например, если мерой в исследовании

является систолическое АД 160 мм рт ст и выше, то эта мера «мягкая», так как такое АД может эпизодически быть зарегистрировано и у здорового человека.
Примером «твердой» меры может быть рост или, например, смерть.

Слайд 53 “Hard” and “soft” measures
Если в исследовании используются «мягкие»

“Hard” and “soft” measuresЕсли в исследовании используются «мягкие» меры, то желательно

меры, то желательно применять дополнительные критерии для придания мерам

большей «твердости».
Например, если мерой является повышение АД, то может использоваться такое определение: «Артериальная гипертензия — это стойкое повышение АД (систолического АД ≥ 140 мм рт. ст. и/или диастолического АД ≥ 90 мм рт. ст.), зарегистрированное не менее чем при 2-х врачебных осмотрах, при каждом из которых АД измеряется по крайней мере дважды».

Слайд 54 Мера Биномиальные и непрерывные переменные
Под переменными в статистике понимают

Мера Биномиальные и непрерывные переменныеПод переменными в статистике понимают любые признаки

любые признаки в популяции, которые могут быть различными у

различных лиц.
Переменные подразделяют на биномиальные и непрерывные.
Биномиальные (качественные, альтернативные, дихотомные) переменные могут принимать только два значения, они либо есть, либо их нет.
Например, человек может либо иметь признаки ИБС, либо нет.

Слайд 55 Непрерывные переменные
Непрерывные (количественные переменные) могут принимать непрерывный ряд

Непрерывные переменныеНепрерывные (количественные переменные) могут принимать непрерывный ряд некоторых числовых значений.

некоторых числовых значений.
Например, систолическое артериальное давление может принимать

ряд значений в пределах от 0 до 300 мм ртутного столба.

Слайд 56 Превращение переменных
В зависимости от целей исследования можно превращать

Превращение переменныхВ зависимости от целей исследования можно превращать биномиальные переменные в

биномиальные переменные в непрерывные, а непрерывные – в биномиальные.


Например, мы можем ранжировать ИБС по степени ее выраженности (0- ИБС не обнаружена, 1- ИБС в стертой форме, 2- ИБС легкой выраженности, 3 – ИБС умеренной выраженности, 4 – тяжелая ИБС).

Слайд 57 Превращение переменных
Наоборот, непрерывную переменную систолического АД можно перевести

Превращение переменныхНаоборот, непрерывную переменную систолического АД можно перевести в биномиальную, то

в биномиальную, то есть систолическое АД ≥165 мм ртутного

столба принимается как значительно повышенное.
Далее всех членов группы можно разделить на имеющих и не имеющих значительное повышение систолического АД.

Слайд 58 Биномиальные переменные
Чаще всего в эпидемиологических исследованиях имеют дело

Биномиальные переменныеЧаще всего в эпидемиологических исследованиях имеют дело с биномиальными переменными

с биномиальными переменными и переводят непрерывные переменные в биномиальные.
В

связи с этим, дальнейшая информация будет посвящена биномиальным переменным.

Слайд 59 Дизайн исследования
Study design обычно переводят, как схема исследования

Дизайн исследованияStudy design обычно переводят, как схема исследования или план исследования.Существует

или план исследования.
Существует две группы схем:
- исследование по схеме

поперечного среза (cross sectional study)
- лонгитудинальное исследование (когоротное или follow up исследование).

Слайд 60 Дизайн исследования
Главным показателем дизайна исследования является временной интервал.
Дизайн

Дизайн исследованияГлавным показателем дизайна исследования является временной интервал.Дизайн поперечного среза означает,

поперечного среза означает, что все данные регистрируются на какой-то

момент времени.
Дизайн лонгитудинального исследования подразумевает, что исследуемые наблюдаются на протяжении какого-либо отрезка времени.

Слайд 61 Дизайн исследования
Дизайн поперечного среза менее затратен, но он

Дизайн исследованияДизайн поперечного среза менее затратен, но он лишь гипотетически устанавливает

лишь гипотетически устанавливает причинно-следственные отношения. Задача – выработка гипотез.
Лонгитудинальные

исследования трудоемки и затратны, но они позволяют доказать причинно-следственные отношения.

Слайд 62


Кросс-секционные исследования

Кросс-секционные исследования

Слайд 63 Меры частоты при кросс-секционных исследованиях
Основной мерой частоты

Меры частоты при кросс-секционных исследованиях Основной мерой частоты при кросс-секционных исследованиях

при кросс-секционных исследованиях является распространенность признака (частный случай –

болезненность).
Термин распространенность (prevalence) имеет более широкое значение, чем термин болезненность (morbidity) так как он может касаться не только заболеваний, но любых интересующих исследователя признаков (переменных).

Слайд 64 Распространенность
Распространенность вычисляется по формуле:
P = C /N

РаспространенностьРаспространенность вычисляется по формуле:P = C /N


где P – распространенность (prevalence), C – число наблюдений, где имеется интересующая болезнь или признак и N – общее количество членов группы.

Слайд 65 Распространенность
P = C /N
Например, при обследовании выборки

РаспространенностьP = C /N Например, при обследовании выборки из 520 мужчин

из 520 мужчин мы обнаружили 158 курильщиков.
Следовательно, распространенность

курения среди исследованных мужчин P = 158/520 = 0,30.
Распространенность можно также выражать в процентах. В данном случае P = 0,30*100% = 30%.

Слайд 66 Риск
Очень часто в эпидемиологических исследованиях используется термин риск.

РискОчень часто в эпидемиологических исследованиях используется термин риск. При различных схемах


При различных схемах исследования (кросс-секционных и лонгитудинальных) смысл этого

термина различен.
При кросс-секционных исследованиях речь идет о риске иметь болезнь (или признак) у члена данной популяции на данный момент времени, а при лонгитудинальных исследованиях – о риске заболеть за определенный период времени.
Риск при кросс-секционном исследовании равен распространенности.

Слайд 67 Шансы
Еще одним часто используемым понятием являются шансы (odds).

ШансыЕще одним часто используемым понятием являются шансы (odds). Шансы, количественно отличаясь


Шансы, количественно отличаясь от риска, тем не менее, по

своей сути отражают ту же меру частоты заболевания, что и риск.

Слайд 68 Шансы
O = C/(N-C)

ШансыO = C/(N-C)


где O – шансы иметь болезнь, C- число наблюдений, где имеется интересующая болезнь или признак и (N-С) – количество членов группы, не имеющих данную болезнь или признак.
В данном случае О = 158/(520-158) = 0,44.

Слайд 69 Шансы
Понятие шансов введено в связи с тем, что

ШансыПонятие шансов введено в связи с тем, что они позволяют производить

они позволяют производить с ними некоторые математические действия, которые

невозможно производить с рисками.
Подробнее об этом можно прочесть в прилагаемых руководствах.

Слайд 70 Перенос данных исследования на генеральную совокупность
Поскольку обычно эпидемиологические

Перенос данных исследования на генеральную совокупностьПоскольку обычно эпидемиологические исследования проводятся не

исследования проводятся не на общей популяции (генеральной совокупности), а

на случайной выборке из нее, то всегда возникает вопрос, насколько полученные данные могут быть перенесены на общую популяцию, то есть о степени доверия к полученным результатам.
С этой целью вводится понятие 95% доверительного интервала или 95% доверительных границ, 95%CL (confidence limits).

Слайд 71 95% доверительный интервал
95%CL = P ± 1,96 (

95% доверительный интервал95%CL = P ± 1,96 ( P(1-P)/N )0,5 В

P(1-P)/N )0,5
В нашем случае с курильщиками 95%CL =

0,3± 1,96*(0.3(1-0.3)/520)0,5 = 0.3±0.04. То есть, мы можем с 95% вероятностью ожидать, что распространенность курения в общей популяции мужчин окажется в пределах от 0,26 до 0,34.

Слайд 72 95% доверительный интервал
Следует обратить внимание, что 95% доверительный

95% доверительный интервалСледует обратить внимание, что 95% доверительный интервал окажется тем

интервал окажется тем уже, чем выше будет число наблюдений,

N.
Например, если бы мы получили распространенность курения 0.3 на 10 наблюдениях, то 95%CL был бы равен 0,3± 1,96*(0.3(1-0.3)/10) 0,5 = 0.3±0,14. То есть, от 0,16 до 0,44.


Слайд 73 Экспозиция и меры сравнения при кросс-секционных исследованиях
Часто

Экспозиция и меры сравнения при кросс-секционных исследованиях Часто эпидемиологические исследования проводятся

эпидемиологические исследования проводятся не столько для того, чтобы изучить

распространенность того или иного заболевания (признака) в популяции, сколько для обнаружения воздействия того или иного вредного (полезного) фактора на распространенность.
В качестве синонима воздействия в эпидемиологии используется термин – экспозиция, которым мы и будем пользоваться в дальнейшем.

Слайд 74 Отношение шансов
Для оценки эффекта экспозиции создаются две группы

Отношение шансовДля оценки эффекта экспозиции создаются две группы – экспонированная и

– экспонированная и не-экспонированная (контрольная).
Далее при кросс-секционных исследованиях

в качестве меры эффекта экспозиции используют отношение шансов между экспонированной (O1) и неэкспонированной группами (O0). То есть, отношение шансов (odds ratio) равно
OR = O1/ O0

Слайд 75 Пример
Мы уже приводили пример с распространенностью курения среди

ПримерМы уже приводили пример с распространенностью курения среди 520 мужчин, который

520 мужчин, который был определен равным 0.3, а шансы

распространенности, O1, были равны 0,44.
Если мы примем в качестве воздействующего фактора (экспозиции) мужской пол и захотим определить эффект этой экспозиции на распространенность курения, то нужно будет произвести сравнение с распространенностью курения у женщин.

Слайд 76 Пример
Допустим, что мы исследовали группу из 390 женщин

ПримерДопустим, что мы исследовали группу из 390 женщин и обнаружили, что

и обнаружили, что 21 из них курят.
Распространенность курения

у женщин P= 21/390 = 0.05, а шансы курения O0 = 21/(390-21) = 0,06.
По формуле OR = O1/ O0 определяем отношение шансов у экспонированной и неэкспонированной групп и находим, что OR= 0.44/0.06 = 7.3.
То есть, оказалось, что при экспозиции (принадлежность к мужскому полу) шансы курения возрастают в 7.3 раза.

Слайд 77 Относительный риск при кросс-секционных исследованиях
Мерой сравнения при кросс-секционных

Относительный риск при кросс-секционных исследованияхМерой сравнения при кросс-секционных исследованиях может также

исследованиях может также выступать относительный риск распространенности (relative risk

или синоним – risk ratio, отношение рисков).
Поскольку риск распространенности при кросс-секционных исследованиях равен самой распространенности, то относительный риск
RR = P1/P0
В приводимом примере RR= 0,3/0,06 = 5.

Слайд 78 Интерпретация OR и RR
Как для OR так и

Интерпретация OR и RRКак для OR так и для RR критическим

для RR критическим значением является единица.
Если этот показатель

меньше единицы, то экспозиция уменьшает распространенность заболевания, если больше, то – увеличивает.
Если показатель равен или близок к единице, то эффект экспозиции не выявлен.

Слайд 79 95% доверительный интервал для RR
Для расчета 95%CL (доверительных

95% доверительный интервал для RRДля расчета 95%CL (доверительных границ) RR пользуются

границ) RR пользуются следующей формулой:
eln(RR)±l,96 (var[ln(RR)]) 0,5


где е - основание натурального логарифма, приблизительно равное 2,718, а ln - логарифмическая функция по основанию е, натуральный логарифм, (var[ln(RR)]) 0,5 - корень квадратный из вариации натурального логарифма RR.
var[ln(RR)] = (N1-C1)/N1*C1+ (N0-C0)/N0*C0
где N1 и N0 – число наблюдений в экспонированной и неэкспонированной группах, соответственно, C1 и C0 – число случаев заболевания, зарегистрированных в экспонированной и неэкспонированной группах.

Слайд 80 Пример
Для нашего примера с курильщиками среди мужчин и

ПримерДля нашего примера с курильщиками среди мужчин и женщин  var[ln(RR)]

женщин var[ln(RR)] = (520-158)/520*158 + (390-21)/390*21

= 362/82160+369/8190 = 0,05. Квадратный корень из этого числа равен 0,22.
Подставим это значение в формулу и получим 2,716ln(5)±l,96*0,22= 2,7161.6±0.43.
Таким образом, нижняя граница 95%CL будет равна 2,71 61,6-0.43 =2,716 1,77=3,22.
Верхняя граница 95%CL = 2,7161.6+0.43 = 2,7162.03 = 7,60.

Слайд 81 Статистическая достоверность
Очень важно знать статистическую достоверность полученных результатов.

Статистическая достоверностьОчень важно знать статистическую достоверность полученных результатов. Если обе доверительные


Если обе доверительные границы больше или меньше 1, то

вероятность отсутствия различия между группами, Р, <0.05.
Для определения вероятности ошибки Р при кросс-секционных исследованиях вначале определяют промежуточную переменную t или χ2
Далее по специальным таблицам в зависимости от величины t или χ2 находят значения Р.


Слайд 82 Расчет кси квадрат
Е(С1) = [(С1+ С0)*(N1/N)]
var(С1)

Расчет кси квадратЕ(С1) = [(С1+ С0)*(N1/N)] var(С1) = С*(N1/N)*(N0/N)*[(N-С)/(N-1)],где N= N1+ N0, а C= С1+ С0.

= С*(N1/N)*(N0/N)*[(N-С)/(N-1)],
где N= N1+ N0, а C= С1+ С0.


Слайд 83 Р по кси квадрат
Далее величина Р определяется по

Р по кси квадратДалее величина Р определяется по таблицам χ2 для

таблицам χ2 для одной степени свободы. Например, Н.А.Плохинский (1970)

дает следующие значения Р для χ2 с одной степенью свободы:

Слайд 84 10.8
Обычно запись величины Р носит следующий характер:
Р>0.05,

10.8Обычно запись величины Р носит следующий характер: Р>0.05, если χ2 меньше 3.8, Р

если χ2 меньше 3.8,
Р

5.2,
Р<0.001, если χ2, например, равна 12.1.

Слайд 85 Аппроксимация Р
Для определения Р по χ2 с одной

Аппроксимация РДля определения Р по χ2 с одной степенью свободы можно

степенью свободы можно также использовать аппроксимацию, которая достаточно хорошо

отражает величины Р в диапазоне от 0.0005 до 0.1 (т.е. в диапазоне величин от 2.7 до 12.1):
P = 0.4617538*exp(-0.5695345* χ2)

Слайд 86 Аппроксимация Р
В диапазоне величин χ2 от 0.45 до

Аппроксимация РВ диапазоне величин χ2 от 0.45 до 2.7 величины Р

2.7 величины Р (от 0.5 до 0.1) хорошо отражаются

аппроксимацией:
P = 0.3168734-0.2343324*ln(χ2)
Для расчета Р по этой формуле можно воспользоваться программой Microsoft Excel.

Слайд 87 Стратификация в кросс-секционных исследованиях
При проведении экспериментальных исследований необходимо

Стратификация в кросс-секционных исследованияхПри проведении экспериментальных исследований необходимо составить экспериментальную группу

составить экспериментальную группу и контроль в виде сходных пар.
В

некоторых ситуациях это невозможно и на результаты будет влиять не только исследуемый фактор, но и другие факторы, связанные с не сходностью групп по полу, возрасту и т.п.
Эти дополнительные факторы называют спутывающими переменными, конфаундерами или конфаундинг факторами (confounder, confounding factor)

Слайд 88 Стратификация в кросс-секционных исследованиях
Стратум означает слой. Более понятно

Стратификация в кросс-секционных исследованияхСтратум означает слой. Более понятно – подгруппа.На этапе

– подгруппа.
На этапе анализа данных экспериментальную и контрольную группы

разбивают на подгруппы с разным сочетанием конфаундеров.
Например, (1) возраст до 20 лет + мужской пол, (2) возраст до 20 лет + женский пол, (3) возраст 20 лет и старше + мужской пол, (4) возраст 20 лет и старше + женский пол.
Далее производят сравнение каждой из подгрупп в контроле и эксперименте.
Полученные расчеты по специальным формулам объединяют.

Слайд 89 Пример
Представим ситуацию исследования влияния образования на распространенность курения.
Мы

ПримерПредставим ситуацию исследования влияния образования на распространенность курения.Мы хотим сравнить распространенность

хотим сравнить распространенность курения среди студентов в возрасте от

20 до 25 лет с распространенностью курения среди рабочей молодежи того же возраста.
Мы обнаруживаем, что среди 200, случайно отобранных рабочих, имеется 100 курильщиков, а среди 300 студентов – 50 курильщиков.

Слайд 90 Пример (продолжение)
Распространенность курения среди рабочих равна 100/200=0,5, а

Пример (продолжение)Распространенность курения среди рабочих равна 100/200=0,5, а среди студентов –

среди студентов – 50/300=0,1. Соответственно, шанс распространенности курения среди

рабочих, О1 = 100/(200-100)= 1, а среди студентов - О0 = 50/(300-50)= 0,2.
Таким образом, RR=0.5/0.1=5 и OR=1/0.2=5.

Слайд 91 Пример (продолжение)
Казалось бы, можно сделать вывод, что низкий

Пример (продолжение)Казалось бы, можно сделать вывод, что низкий уровень образования повышает

уровень образования повышает распространенность курения.
Однако, в группе рабочих

было 210 мужчин и 90 женщин, а среди студентов – 250 женщин и 50 мужчин.
В данном примере пол оказывается спутывающим фактором, так как мы не можем сделать вывод, что на самом деле оказывает влияние на распространенность курения в изучаемых группах – уровень образования или пол.

Слайд 92 Пример (продолжение)
Для того, чтобы разобраться нужно произвести стратификацию

Пример (продолжение)Для того, чтобы разобраться нужно произвести стратификацию (от латинского слова

(от латинского слова stratum – слой), то есть:
разделить

обе группы на мужчин и женщин и вначале произвести отдельно сравнение однополых групп,
а затем, пользуясь специальными формулами, произвести объединение OR и выяснить истинное влияние образования на распространенность курения.

Слайд 93 Пример (продолжение)
В группе студентов мужчин из 50 человек

Пример (продолжение)В группе студентов мужчин из 50 человек было 15 курящих

было 15 курящих (соответственно, Р=15/50 = 0,3, а О=15/(50-15)

= 0,43).
В группе мужчин рабочих из 210 мужчин было 63 курильщика (Р= 63/210 = 0,3 и О= 63/(210-63)= 0,43).
В группе студентов женщин из 250 человек было 35 курильщиц (Р= 35/250= 0,14 и О= 35/(250-35)= 0,16).
В группе работниц из 90 женщин было 47 курильщиц (Р= 47/90= 0,52 и О= 47/(90-47)= 1,09).

Слайд 94 Пример (продолжение)
Таким образом, у мужчин RR= 0,3/0,3= 1

Пример (продолжение)Таким образом, у мужчин RR= 0,3/0,3= 1 и OR= 0,43/0,43=

и OR= 0,43/0,43= 1. Оба показателя равны единице, то

есть не обнаруживается значимая разница. У женщин RR= 0.52/0.14= 3,71 и OR= 1,09/0.16= 6,81).
Следовательно, низкий уровень образования в данном случае ассоциируется с большей распространенностью курения именно в группе женщин.
Теперь, нам нужно объединить эти данные для получения скорригированного по полу OR. Для этого применяется процедура Мантела-Ханзела.

Слайд 95 Процедура Мантела-Ханзела
OR M-H = Sum[C1(N0-C0)/N]/Sum[C0(N1-C1)/N]

Процедура Мантела-ХанзелаOR M-H = Sum[C1(N0-C0)/N]/Sum[C0(N1-C1)/N]


где C1 – число больных (курящих) в экспонированной группе (рабочие),
C0- число больных (курящих) в неэкспонированной группе (студенты),
N1 и N0- количество членов экспонированной и неэкспонированной групп,
N – суммарное количество человек в экспонированной и неэкспонированной группе.
Термин Sum в данном случае означает, что расчет [C1(N0-C0)/N] проводится вначале для одной страты (например, для женщин), затем для другой страты (мужчины) и результаты обеих страт суммируются.

Слайд 96 Пример (продолжение)
Для нашего примера, [C1(N0-C0)/N] для женщин =

Пример (продолжение)Для нашего примера, [C1(N0-C0)/N] для женщин = 47*(250-35)/(90+250)= 29,72. То

47*(250-35)/(90+250)= 29,72. То же самое, проделывается и в отношении

[C0(N1-C1)/N]. В нашем примере, это - 35*(90-47)/(90+250)= 6,27.
Теперь получим [C1(N0-C0)/N] для мужчин, который будет 63*(50-15)/(50+210)= 8,48. [C0(N1-C1)/N] для мужчин на нашем примере равен 15*(210-63)/(50+210)=8,48.
Далее произведем суммирование Sum[C1(N0-C0)/N] = 29,72+ 8,48= 38,20 и Sum[C0(N1-C1)/N]= 6,27+ 8,48= 14,75.
Подставим эти значения в формулу Мантела Ханзела и получим скорригированное по полу значение OR = 38.20/14.75 = 2.59.

Слайд 97 Пример (продолжение)
Как мы помним до коррекции по полу

Пример (продолжение)Как мы помним до коррекции по полу величина OR была

величина OR была равна 5.
В результате коррекции она

снизилась до 2.59.
В популяционных исследованиях величины RR и OR до стратифицированного анализа называют грубыми (crude), а после стратификации и объединения – скорригированными (adjusted).
Более высокая величина OR до коррекции объясняется тем, что в группах сравнения неодинаково были представлены мужчины и женщины.

Слайд 98 Стратификация
Стратификацию можно производить по нескольким показателям, например, делать

СтратификацияСтратификацию можно производить по нескольким показателям, например, делать страты по нескольким

страты по нескольким возрастным группам, по расе и т.д.


После этого можно использовать для объединения формулу Мантела Хензела.
Единственным ограничением для стратификации является требование, чтобы ни одна из величин C1, C0, N1, (N1- C1), (N0- C0) и N0 не была равна 0.

Слайд 99 95% доверительный интервал

95% доверительный интервал

Слайд 100 Расчет W
W рассчитывают для каждой страты и суммируют.

Расчет WW рассчитывают для каждой страты и суммируют. В нашем случае


В нашем случае w для мужчин будет равно
__________________1_______
1/63+1/15+1/(210-63)+1/(50-15)
В результате

расчета получаем w = 8,45.
Аналогичным образом получаем расчет w для женщин
_________1________________ 1/47+1/35+1/(90-47)+1/(250-35)
В результате w у женщин равна 12,88.

Слайд 101 95% доверительный интервал
Сумма w у мужчин и w

95% доверительный интервалСумма w у мужчин и w у женщин будет

у женщин будет 8,45+12,88= 21,33. Корень квадратный из этой

суммы равен 4,62.
Сделаем подстановки в формулу.
eln2.59-[1.96/4,62] и eln2,59+[1.96/4,62], что равно e0,95-0,42 и e0,95+0,42 = e0,53 и e1,37= 1,70 и 3,94.
Таким образом, 95%CL для скорригированного OR равен 1,70-3,94.

Слайд 102 Вероятность ошибки Р
Для определения вероятности ошибки Р при

Вероятность ошибки РДля определения вероятности ошибки Р при стратифицированных кросс-секционных исследованиях вначале определяют промежуточную переменную χ2:

стратифицированных кросс-секционных исследованиях вначале определяют промежуточную переменную χ2:


Слайд 103 Вероятность ошибки Р
Е(ΣС1) = Σ [(С1+ С0)*(N1/N)]

Вероятность ошибки РЕ(ΣС1) = Σ [(С1+ С0)*(N1/N)] Σvar(С1) = Σ С*(N1/N)*(N0/N)*[(N-С)/(N-1)],где


Σvar(С1) = Σ С*(N1/N)*(N0/N)*[(N-С)/(N-1)],
где N= N1+ N0, а C=

С1+ С0.
Далее величина Р определяется по таблицам χ2 для одной степени свободы.

Слайд 104
Исследования случай-контроль (case-control)

Исследования случай-контроль (case-control)

Слайд 105 Исследования случай-контроль (case-control)
В тех случаях, когда исследуемое

Исследования случай-контроль (case-control) В тех случаях, когда исследуемое явление (например, болезнь)

явление (например, болезнь) бывают редкими, либо когда средства на

исследование бывают ограниченными, применяют схему случай контроль.

Слайд 106 Особенности схемы случай-контроль
При схеме случай-контроль в основную группу

Особенности схемы случай-контрольПри схеме случай-контроль в основную группу включают только больных

включают только больных (случаи), а в контроль лиц без

данной болезни.
После этого определяется количество лиц в группе больных и в контроле, которое подвергалось влиянию гипотетической причины болезни (например, курению).
Производится статистическое сравнение.

Слайд 107 Пример
Например, в группу случаев мы включаем 50 человек

ПримерНапример, в группу случаев мы включаем 50 человек страдающих опиатной зависимостью,

страдающих опиатной зависимостью, а в группу контроля – 100

человек, не страдающих этой болезнью.
В качестве возможного фактора риска по опиатной зависимости мы исследуем курение в возрасте до 15 лет
Данные удобно представить в форме 4-х польных таблиц.

Слайд 108 4-х польная таблица
Далее могут использоваться те же формулы,

4-х польная таблицаДалее могут использоваться те же формулы, что и при обычных кросс-секционных исследованиях.

что и при обычных кросс-секционных исследованиях.


Слайд 109 Рассчетные формулы для схемы случай-контроль
Расчетные формулы для схемы

Рассчетные формулы для схемы случай-контрольРасчетные формулы для схемы случай-контроль те же

случай-контроль те же самые, что и для обычного кросс-секционного

исследования:
P = C /N
O = C/(N-C)
OR = O1/ O0
RR = P1/P0
95%CL= eln(RR)±l,96 (var[ln(RR)]) 0,5

Слайд 110 Пример (продолжение)
Так RR = P1/P0, что соответствует

Пример (продолжение)Так RR = P1/P0, что соответствует (С1/ N1)/(С0/N0) = (15/25)/(35/125)=

(С1/ N1)/(С0/N0) = (15/25)/(35/125)= 0.6/0.28= 2.14.
По формуле OR

= O1/ O0, что соответствует [С1/ N1- С1)]/[С0/( N0- С0)]= [15/10]/[35/90]= 1.5/0.39= 3.85.

Слайд 111 Схема случай-контроль
Исследования случай-контроль не считаются точными и применяются

Схема случай-контрольИсследования случай-контроль не считаются точными и применяются лишь для выдвижения

лишь для выдвижения этиологических гипотез.
Далее эти гипотезы должны

проверяться в когортных исследованиях, если это доступно.

Слайд 112
Лонгитудинальные исследования

Лонгитудинальные исследования

Слайд 113 Лонгитудинальные исследования
Лонгитудинальный означает «продольный», что является противоположным по

Лонгитудинальные исследованияЛонгитудинальный означает «продольный», что является противоположным по смыслу слову «кросс-секционный»

смыслу слову «кросс-секционный» (поперечный срез).
Если при схеме поперечного среза

группа исследуется на какой-то момент времени, то при лонгитудинальном исследовании группа прослеживается во времени.
Лонгитудинальные исследования называет также follow up
Третий синоним – когортные исследования.

Слайд 114 Особенности лонгитудинальных исследований
1. В экспонированную и контрольную группу

Особенности лонгитудинальных исследований1. В экспонированную и контрольную группу включают людей не

включают людей не имеющих интересующего признака.
2. Группы наблюдают на

протяжении определенного времени на предмет появления интересующего признака.
Например, изучается гипотеза, что избыток массы тела способствует повышению АД.
В экспонируемую группу включают лиц с избыточной массой тела и нормальным АД, в контрольную группу – лиц с нормальной массой и нормальным АД.
Наблюдаем группы 10 лет.
Определяем количество лиц, у которых развилась артериальная гипертензия. Сравниваем группы.

Слайд 115 Проспективные и ретроспективные лонгитудинальные исследования
Если мы набираем экспонированную

Проспективные и ретроспективные лонгитудинальные исследованияЕсли мы набираем экспонированную и контрольную группу

и контрольную группу и прослеживаем их некоторое время, то

такое исследование называется проспективным.
Если мы работаем не с людьми, а с документами (например, с медицинскими картами) и прослеживаем события, которые имели место в прошлом, то исследование называется ретроспективным.

Слайд 116 Принципы создания групп сравнения
Принципы такие же, как и

Принципы создания групп сравненияПринципы такие же, как и при кросс-секционных исследованиях.Производится

при кросс-секционных исследованиях.
Производится matching, то есть, создание сходных пар.

На каждого члена экспонированной группы подбирается сходный член в контрольную группу.
Как минимум, сходство должно быть по полу и возрасту.
Необходимое количество исследуемых также определяется как было рассмотрено выше при кросс-секционных исследованиях.

Слайд 117 Два основных типа статистических расчетов при лонгитудинальных исследованиях.
При

Два основных типа статистических расчетов при лонгитудинальных исследованиях.При первом типе регистрируется

первом типе регистрируется частота интересующих событий (например, развитие инфарктов

миокарда) за жестко фиксированный период наблюдения.
При втором типе рассчитывается частота событий на человеко-годы наблюдения. Период наблюдения не является фиксированным.

Слайд 118 Исследования с фиксированным временем
Исследования с фиксированным периодом наблюдения

Исследования с фиксированным временемИсследования с фиксированным периодом наблюдения считаются предпочтительными. Продолжительность наблюдения определяется характером предмета исследования.

считаются предпочтительными.
Продолжительность наблюдения определяется характером предмета исследования.


Слайд 119 Определение периода наблюдения
Например, мы изучаем влияния избыточной массы

Определение периода наблюденияНапример, мы изучаем влияния избыточной массы тела на развитие

тела на развитие артериальной гипертензии (АГ).
Из литературы известно, что

чаще всего АГ развивается в возрасте от 30 до 50 лет.
Следовательно для исследования можно взять лиц в возрасте 30 лет без АГ и наблюдать их как минимум 10 лет.

Слайд 120 Пример определение величины групп сравнения
Расчет величины производится как

Пример определение величины групп сравненияРасчет величины производится как и при кросс-секционных

и при кросс-секционных исследованиях.
Для нашего примера допустим, что мы

ожидаем развитие АГ у 10% контроля и у 20% лиц с избыточной массой тела.
При этом, мы выбираем α=0.01 и β=0.1.
Подставляем эти значения в формулу и определяем, что минимальное количество экспонированной группы и контроля по 394 человека.

Слайд 121 Расчетные показатели
При кросс-секционных исследованиях основной мерой была распространенность.

Расчетные показателиПри кросс-секционных исследованиях основной мерой была распространенность. Р= С/Nгде Р

Р= С/N
где Р – распространенность (пропорция), С- количество обнаруженных

случаев.
При лонгитудинальных исследованиях применяется формула IR = C/N
где IR (incidence rate) – частота развития новых случаев за период наблюдения (например, заболеваемость АГ). Ее можно также обозначить как риск развития случая (в нашем примере – 10-ти летний риск развития АГ). С- число вновь зарегистрированных случаев. N- количество человек в группе.

Слайд 122 Расчетные показатели
Слабым местом в продолжительных лонгитудинальных исследованиях являются

Расчетные показателиСлабым местом в продолжительных лонгитудинальных исследованиях являются потери членов когорты

потери членов когорты (отказы, смерти и т.п.)
Если потери для

исследования превышают 10%, то исследование не считается достоверным.

Слайд 123 Расчетные показатели
Продолжим наш пример
В группе полных (экспонированная группа,

Расчетные показателиПродолжим наш примерВ группе полных (экспонированная группа, N1 = 394

N1 = 394 человека) за 10 лет зарегистрировано 83

случая развития АГ.
Следовательно IR1 = C1/N1 = 83/394 = 0.21 (или 21%). Можно записать, что при избыточной массе тела десятилетний риск развития АГ равен 21%.
В контрольной группе (N0 =394 человека) за 10 лет зарегистрировано 24 случая развития АГ. IR0 = C0/N0 = 24/394= 0.06 (или 6%). То есть, десятилетний риск развития АГ равен 6%.


Слайд 124 Расчетные показатели
По формулам, уже приводившимся для кросс-секционных исследований,

Расчетные показателиПо формулам, уже приводившимся для кросс-секционных исследований, можно рассчитать и

можно рассчитать и другие показатели.
95CL для IR1 =от 17%

до 25%
95CL для IR0 =от 4% до 8%
Достоверность различий Р <0,001.


Слайд 125 Относительный риск
Основной мерой сравнения при лонгитудинальных исследованиях

Относительный риск Основной мерой сравнения при лонгитудинальных исследованиях является относительный риск

является относительный риск (отношение рисков)
RR (relative risk) = IR1/

IR0.
Для нашего примера RR= 0.21/0.06 = 3.5.
То есть, у лиц с избыточной массой тела десятилетний риск развития АГ в 3.5 раза выше, чем у лиц с нормальной массой.


Слайд 126


Расчеты на основании человеко-лет наблюдения

Расчеты на основании человеко-лет наблюдения

Слайд 127 Человеко-годы наблюдения
В приведенном примере мы 10 лет наблюдали

Человеко-годы наблюденияВ приведенном примере мы 10 лет наблюдали 788 человек (394+394).Это

788 человек (394+394).
Это выдуманная ситуация.
В реальности за 10

лет из наблюдения могло выйти более 10% людей и исследование не дало бы достоверных данных.
Существует схема расчетов, при которой не обязательно, чтобы все члены когорты наблюдались до завершения исследования.
При этой схеме частота событий определяется как число событий (например, развитие АГ) деленное на человеко-годы наблюдения.

Слайд 128 Человеко-годы наблюдения
Измеряемыми показателями, обязательно регистрируемыми в когортах

Человеко-годы наблюдения Измеряемыми показателями, обязательно регистрируемыми в когортах являются:количество членов когорты;присутствие

являются:
количество членов когорты;
присутствие экспозиции;
продолжительность наблюдения у каждого члена

когорты;
количество событий (интересующих заболеваний или смертей), наступивших в когорте за время наблюдения.

Слайд 129 Человеко-годы наблюдения
Мы наблюдаем на протяжении 5-ти лет частоту

Человеко-годы наблюденияМы наблюдаем на протяжении 5-ти лет частоту рецидивов после лечения

рецидивов после лечения у 5 человек с опиатной зависимостью.
У

первого наблюдаемого ремиссии не было. Начал употреблять наркотики сразу после выписки. Человеко-годы наблюдения = 0
У второго рецидив наступил через 1 год. Человеко-годы наблюдения = 1
Третий через 2 года уехал. За эти два года рецидива не было. Человеко-годы наблюдения = 2
У четвертого – рецидив через 3 года. Человеко-годы наблюдения = 3
Пятый погиб в автокатастрофе через 4 года. Рецидива за этот период не было.
Таким образом мы имеем 3 рецидива и 0+1+2+3+4 = 10 человеко-лет наблюдения.
IR= 3/10 = 0.3 или 30% рецидивов в год.

Слайд 130 Человеко-годы наблюдения
Как видно из примера, человеко-годы наблюдения у

Человеко-годы наблюденияКак видно из примера, человеко-годы наблюдения у измеряются у каждого

измеряются у каждого члена когорты от момента начала исследования

до исхода.
Исходы могут быть следующие:
- момент наступления интересующего события (например, рецидив болезни)
- плановое завершение исследования
- потеря из-под дальнейшего наблюдения (отказ, смена места жительства, смерть и т.п.)

Слайд 131 Основные расчетные показатели
IR (incidence rate) = D /

Основные расчетные показателиIR (incidence rate) = D / Yгде IR –

Y
где IR – «уровень инцидентности» (скорость наступления событий =

частота событий в год)
D – количество событий
Y – человеко-годы наблюдения.

Слайд 132 Incidence Rate
Данный показатель называют уровнем инцидентности (incidence

Incidence Rate Данный показатель называют уровнем инцидентности (incidence rate, IR) или

rate, IR) или уровнем заболеваемости (morbidity rate) (если регистрируется

наступление какой-либо болезни) и уровнем смертности (mortality rate) от данной причины (если регистрируется наступление смерти от данной причины).
Уровень инцидентности и уровень заболеваемости иногда называют также коэффициентом заболеваемости.
Это основной расчетный параметр, характеризующий когорту. Он отражает среднюю вероятность наступления данного события для члена данной когорты за период в 1 год.
Часто уровень инцидентности отражают не на 1 человеко-год, а на 10000 или 100000.

Слайд 133 Сравнение экспонированной и контрольной групп
Мерой сравнения уровней инцидентности

Сравнение экспонированной и контрольной группМерой сравнения уровней инцидентности (рисков) является соотношение

(рисков) является соотношение уровней инцидентности (incidence rate ratio, IRR).


IRR=(уровень инцидентности у экспонированных)/( уровень инцидентности у неэкспонированных).

Слайд 134 95% доверительный интервал


95%CL для IR = IR ±

95% доверительный интервал95%CL для IR = IR ± 1,96 (IR/Y) 0,5

1,96 (IR/Y) 0,5
95%CL для IRR = eln(IRR) ±1.96√(1/D1+1/D0)



Слайд 135 Расчет Р (вероятности ошибки)
Р рассчитывается через промежуточную переменную

Расчет Р (вероятности ошибки)Р рассчитывается через промежуточную переменную кси-квадрат

кси-квадрат


Слайд 136 Matching в когортных исследованиях
Как и при кросс-секционных

Matching в когортных исследованиях Как и при кросс-секционных исследованиях при исследованиях

исследованиях при исследованиях follow up часто группы сравнения неоднородны

по ряду признаков.
Одной из возможностей коррекции является матчинг, то есть, подбор сходных пар.
В этом отношении нет никакой разницы между когортными и кросс-секционными исследованиями

Слайд 137 Стратификация в когортных исследованиях
Принципы и цели стратификации

Стратификация в когортных исследованиях Принципы и цели стратификации в когортных исследованиях

в когортных исследованиях не отличаются от таковых в кросс-секционных

исследованиях
После того, как получены значения IRR для каждой страты их объединяют с помощью процедуры Мантела-Ханзела:
IRRM-H = Sum(D1*Y0/Y) / Sum(D0*Y1/Y)

Слайд 138 95%CL для IRR
Для расчета 95% доверительного интервала вначале

95%CL для IRRДля расчета 95% доверительного интервала вначале нужно рассчитать промежуточную

нужно рассчитать промежуточную величину V в каждой подгруппе
V’= D*(Y1/Y’)*(1-

Y’1/Y’)
Суммарное V = ΣV’.

Слайд 139 95%CL для IRR
Далее рассчитывается промежуточная величина S по

95%CL для IRRДалее рассчитывается промежуточная величина S по формуле S = √(V/QR),где Q=Σ(D’1Y’0)/Y’ и R=Σ(D’0Y’1)/Y’.

формуле

S = √(V/QR),
где Q=Σ(D’1Y’0)/Y’ и R=Σ(D’0Y’1)/Y’.


Слайд 140 95%CL для IRR
Соответственно, нижняя граница 95% доверительного интервала

95%CL для IRRСоответственно, нижняя граница 95% доверительного интервала для уровня IRR

для уровня IRR будет =
IRR/exp(1.96*S),
а верхняя граница =

IRR*exp(1.96*S).

Слайд 141 Вероятность ошибки Р

Вероятность ошибки Р

  • Имя файла: epidemiologicheskie-issledovaniya.pptx
  • Количество просмотров: 185
  • Количество скачиваний: 0