Эпидемиологияда аурудың таралуы – белгілі бір уақытта халықтың қанша пайызының ауруға шалдыққанын көрсетеді. Жағдай санын анықтау, зерттеулерде маңызды.
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Белгілі бір уақыттағы белгілі бір популяциядағы аурудың саны.
Number of disease cases in a given population at a specific time
Эпидемиологияда аурудың таралуы – бұл белгілі бір уақытта медициналық жағдайға (әдетте ауру немесе темекі шегу сияқты қауіп факторы) шалдыққан белгілі бір популяцияның үлесі. Ол, ауруды анықтаған адамдар санын зерттелген адамдардың жалпы санымен салыстыру арқылы есептеледі және әдетте бөлшек, пайыз немесе 10 000 немесе 100 000 адамға шаққандағы жағдайлар саны түрінде көрсетіледі. Аурудың таралуы көбінесе сауалнамалар негізінде жүргізілетін зерттеулерде қолданылады.
In epidemiology, prevalence is the proportion of a particular population found to be affected by a medical condition (typically a disease or a risk factor such as smoking or seatbelt use) at a specific time. It is derived by comparing the number of people found to have the condition with the total number of people studied and is usually expressed as a fraction, a percentage, or the number of cases per 10,000 or 100,000 people. Prevalence is most often used in questionnaire studies.
Ауру таралуы мен жиілігі арасындағы айырмашылық
Таралу – белгілі бір уақытта белгілі бір популяцияда кездесетін ауру жағдайларының саны, ал жаңадан ауруға шағу – белгілі бір кезең ішінде пайда болатын жаңа ауру жағдайларының саны. Таралу «Қазіргі уақытта қанша адам осы ауруға шалданған?» немесе «Осы кезең ішінде қанша адам осы ауруға шалданды?» деген сұрақтарға жауап береді. Жаңадан ауруға шағу «[Белгілі бір кезең ішінде] қанша адам осы ауруға шақты?» деген сұраққа жауап береді. Дегенмен, математикалық тұрғыдан алғанда, таралу жаңадан ауруға шағу мен аурудың орташа ұзақтығының көбейтіндісіне пропорционалды. Атап айтқанда, таралу төмен болғанда (10%-дан төмен), бұл қатынасты былай көрсетуге болады:
Prevalence is the number of disease cases present in a particular population at a given time, whereas incidence is the number of new cases that develop during a specified time period. Prevalence answers "How many people have this disease right now?" or "How many people have had this disease during this time period?". Incidence answers "How many people acquired the disease [during a specified time period]?". However, mathematically, prevalence is proportional to the product of the incidence and the average duration of the disease. In particular, when the prevalence is low (<10%), the relationship can be expressed as:
Осы қатынас тек келесі екі шарт орындалғанда ғана қолданылатынын ескеру қажет: 1) таралу төмен және 2) аурудың ұзақтығы тұрақты (немесе орташа мәні алынуы тиіс).
Caution must be practiced as this relationship is only applicable when the following two conditions are met: 1) prevalence is low and 2) the duration is constant (or an average can be taken).
Мысалдар мен пайдалылығы
Ғылымда таралу көрсеткіші пропорцияны сипаттайды (әдетте пайызбен көрсетіледі). Мысалы, 2001 жылы АҚШ-тың Ауруларды бақылау орталығы (CDC) американдық ересектер арасындағы семіздіктің таралуын шамамен 20,9% деп бағалаған. Таралу – кең таралғандығын білдіретін термин және ол жаңадан пайда болудан (инциденттіліктен) ерекшеленеді. Таралу – белгілі бір уақытта ауруға шалдыққан барлық адамдардың көрсеткіші, ал жаңадан пайда болу – белгілі бір кезеңде ауруға шалдыққан жаңа адамдардың саны. Ұзаққа созылатын аурулар туралы сөйлескенде, мысалы, ВИЧ, таралу көрсеткіші пайдалырақ, ал қысқа мерзімді аурулар, мысалы, қызылша туралы сөйлескенде жаңадан пайда болу көрсеткіші көбірек қолданылады.
In science, prevalence describes a proportion (typically expressed as a percentage). For example, the prevalence of obesity among American adults in 2001 was estimated by the U. S. Centers for Disease Control (CDC) at approximately 20.9%. Prevalence is a term that means being widespread and it is distinct from incidence. Prevalence is a measurement of all individuals affected by the disease at a particular time, whereas incidence is a measurement of the number of new individuals who contract a disease during a particular period of time. Prevalence is a useful parameter when talking about long lasting diseases, such as HIV, but incidence is more useful when talking about diseases of short duration, such as chickenpox.
Өмір бойы таралуы
Өмір бойында кездесу жиілігі (ӨКЖ) – белгілі бір уақытқа дейін (бағалау кезінде) халықтың қанша пайызының «жағдайға» тап болғанын көрсетеді, мысалы, ауруға, қақтығысқа немесе қылмыс жасау сияқты әрекетке. Көбінесе, өмір бойында кездесу жиілігімен бірге 12 айлық жиілік (немесе басқа да «кезеңдік жиілік») көрсетіледі. Нақты уақыттағы жиілік – белгілі бір уақыт мезгілінде (бір ай немесе одан кем) аурудың кездесу жиілігі. Өмір бойы ауруға шалдығу қаупі – «халықтың өмірінің кез келген сәтінде белгілі бір ауруға шалдығу мүмкіндігі».
Lifetime prevalence (LTP) is the proportion of individuals in a population that at some point in their life (up to the time of assessment) have experienced a "case", e. g., a disease; a traumatic event; or a behavior, such as committing a crime. Often, a 12 month prevalence (or some other type of "period prevalence") is provided in conjunction with lifetime prevalence. Point prevalence is the prevalence of disorder at a specific point in time (a month or less). Lifetime morbid risk is "the proportion of a population that might become afflicted with a given disease at any point in their lifetime."
Нүктелердің таралуы
Нүктелік таралу – белгілі бір уақытта, мысалы, нақты бір күні, ауру немесе жағдайға шалдыққан халықтың үлесін өлшеу. Ол – белгілі бір сәттегі аурудың «суреті» сияқты. Оны созылмалы аурулардың қозғалысын есептеуге пайдалануға болады. Бұл, белгілі бір кезең ішінде, мысалы, маусым немесе жыл бойы ауруға шалдыққан халықтың үлесін өлшейтін кезеңдік таралудан өзгеше. Нүктелік таралуды былай формуланы қолданып есептеуге болады: Таралу = Нақты бір күні тіркелген жағдайлар саны ÷ Осы күні халықтың саны.
Point prevalence is a measure of the proportion of people in a population who have a disease or condition at a particular time, such as a particular date. It is like a snapshot of the disease in time. It can be used for statistics on the occurrence of chronic diseases. This is in contrast to period prevalence which is a measure of the proportion of people in a population who have a disease or condition over a specific period of time, say a season, or a year. Point prevalence can be described by the formula: Prevalence = Number of existing cases on a specific date ÷ Number of people in the population on this date
Шектеулер
Бұл өте үлкен адамдар саны бойынша қолданылатын өте кішкентай қателік (яғни, өмір бойында жалпы халықтың жағдайға ұшырамаған бөлігі; мысалы, 95% -дан астам) зерттеу нысаны болып табылатын жағдайға немесе кез келген басқа жағдайға шалдыққан деп қате жіктелетін маңызды, назардан тыс қалмайтын санды субъектілерді тудырады: осы субъектілер «жалған оң» деп аталады. Бұл ойлау «жалған оң» мәселесіне қатысты, бірақ «жалған теріс» мәселесіне емес, онда қателік бастапқыда салыстырмалы түрде өте аз сандағы адамдарға қолданылады (яғни, жалпы халықта жағдайға ұшырағандар; мысалы, 5% -дан кем). Сондықтан, сұхбат кезінде ауру тарихы бар сияқты көрінетін субъектілердің үлкен бөлігі осындай медициналық жағдай бойынша жалған оң болып табылады және толық клиникалық синдромды ешқашан дамытпаған. Психиатриялық жағдайлардың қоғамдық денсаулық маңыздылығын бағалауда Колумбия университетінің профессоры Роберт Шпиццер басқа, бірақ байланысты мәселені атап өтті: диагностикалық критерийлерді орындау және одан туындаған диагноз міндетті түрде емдеу қажеттілігін білдірмейді. Халық арасындағы таралуы немесе базалық деңгейі салыстырмалы түрде төмен аурулар мен жағдайлардың көрсеткіштерін анықтауда белгілі бір статистикалық мәселе туындайды. Тіпті егер қарапайым сұхбаттағы диагноздар сезімталдық және ерекшелік тұрғысынан жоғары дәлдікке ие болса және олардың ROC қисығының астындағы сәйкес ауданы (яғни AUC, немесе қабылдаушының операциялық сипаттамалық қисығының астындағы ауданы) жоғары болса да, салыстырмалы түрде төмен таралу немесе базалық деңгейде жоғары жалған оң көрсеткіштер пайда болады, олар жалған теріс көрсеткіштерден асып түседі. Мұндай жағдайда, шектеулі оң болжамдық құндылығы (PPV) тіпті ерекшелігі 100% -ға жақын болған кезде де жоғары жалған оң көрсеткіштерге әкеледі.
It can be said that a very small error applied over a very large number of individuals (that is, those who are not affected by the condition in the general population during their lifetime; for example, over 95%) produces a relevant, non negligible number of subjects who are incorrectly classified as having the condition or any other condition which is the object of a survey study: these subjects are the so called false positives; such reasoning applies to the 'false positive' but not the 'false negative' problem where we have an error applied over a relatively very small number of individuals to begin with (that is, those who are affected by the condition in the general population; for example, less than 5%). Hence, a very high percentage of subjects who seem to have a history of a disorder at interview are false positives for such a medical condition and apparently never developed a fully clinical syndrome. A different but related problem in evaluating the public health significance of psychiatric conditions has been highlighted by Robert Spitzer of Columbia University: fulfillment of diagnostic criteria and the resulting diagnosis do not necessarily imply need for treatment. A well known statistical problem arises when ascertaining rates for disorders and conditions with a relatively low population prevalence or base rate. Even assuming that lay interview diagnoses are highly accurate in terms of sensitivity and specificity and their corresponding area under the ROC curve (that is, AUC, or area under the receiver operating characteristic curve), a condition with a relatively low prevalence or base rate is bound to yield high false positive rates, which exceed false negative rates; in such a circumstance a limited positive predictive value, PPV, yields high false positive rates even in presence of a specificity which is very close to 100%.