Для чего используется интенсивный показатель

Интенсивные и экстенсивные показатели. Методика вычисления, использование в здравоохранении.

Относительные величины (показатели, коэффициенты) получают­ся в результате отношения одной абсолютной величины к другой. Наиболее часто используются следующие показатели:

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 явление представляет собой как бы продукт среды. Например, население (среда) и заболевшие (явление); больные (среда) и умершие (яв­ление) и т. д.

Интенсивные показатели могут быть:

Интенсивные показатели применяются в медицине:

— для определения уровня, частоты, распространенности явления

— для сравнения частоты явле­ния в двух различных совокупностях

— для изучения изменений часто­ты явления в динамике.

Экстенсивные показатели используются для определения структу­ры явления и сравнительной оценки соотношения составляющих его частей. Экстенсивные показатели всегда взаимосвязаны между собой, т. к. их сумма всегда равна 100 процентам: так, при изучении структуры заболеваемости удельный вес отдельного заболевания мо­жет возрасти:

— при истинном росте числа заболеваний

— при одном и том же его уров­не, если число других заболеваний снизилось

— при снижении числа данного заболевания, если уменьшение числа других заболеваний происходит более быстрыми темпами.

При анализе экстенсивный показатель следует применять с осторожностью и помнить, что им пользуются только для характеристики состава (структуры) явления в данный момент времени и в данном месте.

Примеры использования в работе врача: лейкоцитарная формула; структура населения по полу, возрасту, социальному положению; структура заболеваний по нозологии; структура причин смерти.

Примеры использования в работе врача: показатели обеспеченности населения врачами, больничными койками; показатели, отражающие число лабораторных исследований на 1 врача и т.д.

Показатели наглядности указывают, на сколько процентов или во сколько раз произошло увеличение или уменьшение сравниваемых ве­личин. Показатели наглядности используются чаше всего для сравне­ния данных в динамике, чтобы представить закономерности изучае­мого явления в более наглядной форме.

При пользовании относительными величинами могут быть допущены некоторые ошибки:

1. иногда судят об изменении частоты явления на основе экстенсив­ных показателей, которые характеризуют структуру явления, а не его интенсивность.

2. нельзя складывать и вычитать статистические показатели, кото­рые рассчитаны из совокупностей, имеющих разную численность, ибо это приводит к грубым искажениям показателя.

3. при расчете специальных показателей следует правильно выби­рать знаменатель для расчета показателя: например, показатель послеоперационной летальности необходимо рассчитывать по отно­шению к оперированным, а не всем больным.

4. при анализе показателей следует учитывать фактор времени: нельзя сравнивать между собой показатели, вычисленные за раз­личные периоды времени (показатель заболеваемости за год и за полугодие), что может привести к ошибочным суждениям.

5. нельзя сравнивать между собой общие интенсивные показатели, вычисленные из неоднородных по составу совокупностей, пос­кольку неоднородность состава среды может влиять на величину интенсивного показателя.

111. Показатели соотношения и наглядности. Методика вычисления, использование в здравоохранении – см. вопрос 110.

Механическое удерживание земляных масс: Механическое удерживание земляных масс на склоне обеспечивают контрфорсными сооружениями различных конструкций.

Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов (88‰).

Общие условия выбора системы дренажа: Система дренажа выбирается в зависимости от характера защищаемого.

Источник

Основы санитарной статистики (6 стр.)

Относительные величины, их виды, методика расчета, применение в здравоохранении

Относительные величины (показатели, коэффициенты) – это величины, полученные путем отношения двух абсолютных величин, выраженных через третью абсолютную величину.

Виды относительных величин:

1. Экстенсивный показатель;

2. Интенсивный показатель;

3. Показатель соотношения;

4. Показатель наглядности.

Экстенсивный показатель (показатель распределения, структуры, состава явления, удельного веса) – показатель структуры явления.

К таковым, например, относятся: показатель структуры причин смертности, показатель структуры причин младенческой смертности, показатель структуры заболеваемости, показатели распределения населения по полу, образованию, месту жительства, возрастной состав населения, удельный вес детей в структуре населения и т.д.

Методика расчета: э.п. = (часть явления / целое явление) х основание.

Основание – чаще всего 100, экстенсивный показатель выражается в %, может быть I, экстенсивный показатель выражается в долях.

Интенсивный показатель – показатель частоты явления в среде, которая данное явление продуцирует.

Методика расчета: и.п. = (явление / среда, кот. данное явление продуцирует) х основание

Среда – чаще всего численность населения.

Общий интенсивный показатель – тот, при расчете которого средой выступает численность населения.

Может быть определенная группа населения, часть численности населения. Специальный интенсивный показатель – тот, при расчете которого средой выступает определенная часть (группа) населения. Пример специального интенсивного показателя: показатель общей плодовитости, показатель брачной плодовитости, показатель повозрастной плодовитости. Показатель общей плодовитости = (число рождений у женщин фертильного возраста (15–49 лет) / число женщин фертильного возраста (15–49 лет)) х 100.

100 – так рассчитываются, например, показатель летальности, показатель мертворождаемости, которые выражаются в %.

Показатель летальности = (число умерших / число больных) х 100

Показатель мертворождаемости = (число детей, родившихся мертвыми / число детей, родившихся живыми и мертвыми) х 100.

На 100 работающих рассчитываются и выражаются показатели заболеваемости с временной потерей трудоспособности.

Показатель частоты дней временной нетрудоспособности = (число дней временной нетрудоспособности / число работающих) х100

Показатель частоты случаев временной нетрудоспособности = (число случаев временной нетрудоспособности / число работающих) х 100.

1000 – это основание, которое чаще всего используется при расчете санитарно-статистических показателей. Так рассчитываются, например, показатели заболеваемости, болезненности, рождаемости, смертности, младенческой смертности, естественного прироста и др. Они выражаются в %о (промилях).

Рождаемость = (число родившихся за год / среднегодовая численность населения) х 1000

Смертность = (число умерших за год / среднегодовая численность населения) х 1000

Заболеваемость = (совокупность заболеваний, зарегистрированных впервые в жизни в данном году / среднегодовая численность населения) х 1000.

10 000 – так рассчитываются, например, показатели заболеваемости и смертности по отдельным причинам. На 10 000 населения рассчитываются показатели инвалидности. Названные показатели выражаются в %оо (продецимилях).

Показатель первичной инвалидности = (число лиц, которым впервые в жизни установлена группа инвалидности / численность населения) х 10 000

100 000 – на 100 000 детей, родившихся живыми, например, рассчитывается и выражается показатель материнской смертности.

Материнская смертность = (число женщин, умерших во время беременности, родов и в первые 42 дня послеродового периода / число детей, родившихся живыми) х 100 000.

На 100 000 населения могут рассчитываться показатели заболеваемости смертности по отдельным причинам. Названные показатели выражаются в %оо (просантимилях).

Показатель соотношения – это показатель частоты явления в среде, которая данное явление не продуцирует. Он характеризуется отношением двух статистических совокупностей, не связанных между собой, а сопоставимых только логически, по их содержанию.

Методика расчета: п.с. = (явление / среда, кот. данное явление не продуцирует) х основание.

Пример: показатель обеспеченности населения врачами, средним медицинским персоналом, койками. Они рассчитываются и выражаются на 10 000 населения.

Показатель наглядности – показатель, который используется для того, чтобы охарактеризовать изменения явления в динамике.

Методика расчета: первоначально исходный или конечный (либо любой другой) уровень принимают за 1 или 100, а затем путем составления пропорций для каждого уровня находят, во сколько раз или на сколько процентов произошло уменьшение либо увеличение.

К другим относительным величинам могут быть отнесены: показатель координации, коэффициент правдоподобия.

Показатель координации характеризует отношение частей целого между собой. Пример: показатели отношения между численностью мужчин и женщин, показатели отношения между числом врачей и средних медицинских работников.

Показатель координации = (число мужчин / число женщин) х 1000.

Коэффициенты правдоподобия характеризуют соотношения одноименных относительных показателей структуры, рассчитанных на двух разных совокупностях.

Динамические ряды, их виды и методика анализа

Динамический ряд – это ряд числовых значений признака (уровней), характеризующих его изменения во времени.

Виды:

1. простой – состоит из абсолютных величин;

2. сложный – состоит из относительных и средних величин.

Виды простого динамического ряда:

1. моментный – ряд числовых значений признака, характеризующих его изменения на определенные моменты времени,

2. интервальный – ряд числовых значений признака, характеризующих его изменения за определенные интервалы времени (чаще всего год, пять лет).

Для анализа динамического ряда рассчитывают следующие показатели:

1. абсолютный прирост (снижение) – разность данного уровня и предыдущего;

2. темп роста или снижения – процентное отношение последующего уровня к предыдущему;

3. темп прироста – процентное отношение абсолютного прироста к предыдущему уровню.

При значительных колебаниях уровней динамического ряда могут использоваться методики выравнивания динамического ряда: выравнивание по способу наименьших квадратов, приведение рядов к одному основанию, расчет групповой и скользящей средней, укрепление интервала.

Методика расчета стандартизованных показателей и их применение в медицине.

Интенсивные показатели не всегда правильно выявляют закономерности отражаемых ими явлений, т.к. на их величину влияет структура совокупности, из которой они исчислены.

Метод стандартизации применяется в том случае, когда при сравнении интенсивных показателей, вычисленных из неоднородных по своему составу совокупностей (сред), необходимо устранить влияние на них определенного фактора (среды). Например, необходимо сравнить смертность населения в двух районах А и Б. Неправильно было бы сделать вывод, не учитывая структуру населения в указанных районах. Общеизвестно, что на показатели смертности влияют такие факторы, как возрастной и половой состав населения.

Существует несколько способов стандартизации:

Выбор способа стандартизации зависит от имеющихся в нашем распоряжении исходных данных. Наиболее простым и точным является прямой способ стандартизации. Для его применения необходимо иметь распределение сравниваемого явления по устраняемому признаку и такое же распределение среды, в которой оно наблюдается. Например, пусть необходимо сравнить частоту заболеваемости с ВУТ (в случаях) в двух цехах, устранив при этом различия в возрастном составе работающих.

Необходимые исходные данные:

Прямой способ стандартизации состоит из следующих этапов:

1. I этап – вычисление интенсивных показателей.

В нашем примере – вычисление частоты случаев нетрудоспособности в целом по цехам и в каждой возрастной группе:

Рассчитываем общий интенсивный показатель для цеха № 1:

Источник

Для чего используется интенсивный показатель

В процессе эпидемиологического анализа приходится постоянно оперировать также такими статистическими понятиями, как интенсивные и экстенсивные показатели, средние величины и т.д.

Экстенсивный показатель — это доля определенного варианта того признака, который в той или другой разновидности встречается во всех изучаемых случаях. Обычно он выражается в процентах. Экстенсивные показатели взаимозависимы: если в изучаемой группе психически больных (то, что все составляющие группу лица, психически больные — это признак) случаи шизофрении (диагноз — вариант этого признака) составляют 60 %, то на прочие заболевания придется 40 %.

Интенсивный показатель — это мера частоты определенного признака среди тех случаев, в которых этот признак может быть, а может и не быть. Если мы говорим, что распространенность шизофрении среди населения составляет 1 на 1000, то это интенсивный показатель. Он не зависит от других интенсивных показателей: среди населения может быть сколько угодно больных с другими заболеваниями и здоровых, а показатель распространенности шизофрении при этом не изменится.

Использование экстенсивных и интенсивных показателей зависит от задачи исследования. Если нужно решить, как распределить имеющийся коечный фонд для лечения пациентов разного возраста, то нужны экстенсивные показатели, характеризующие возраст больных: сколько процентов среди них составляют дети, лица среднего и лица пожилого возраста. Если же нас интересует, у кого чаще отмечаются психические расстройства — у детей, людей старшего возраста или у стариков, то экстенсивные показатели ничего не дадут: может случиться, что процент пожилых среди пациентов будет очень высоким, потому что в городе значительную часть населения составляют пожилые люди. Для решения этой задачи необходимы интенсивные показатели: сколько приходится больных на 1000 детского населения, на 1000 пожилого населения и на 1000 населения среднего возраста. Тогда сравнение будет адекватным.

Средняя величина (точнее среднее арифметическое) — одно из самых частых понятий, используемых в эпидемиологических исследованиях. Говорят о средней длительности пребывания больного на койке, среднем числе посещений диспансера в день, средней длительности ремиссий и о множестве других средних величин. Не останавливаясь на вычислении среднего арифметического, рассмотрим вопрос о содержательном значении средней величины.

Если утверждается, что, например, средний рост мужчины составляет 175 см, то смысл этого утверждения очень глубок. Существует фундаментальная причина, определяющая именно эту величину: рост — генетически обусловленный признак (именно поэтому мужчины в среднем выше женщин).

Врач сталкивается с множеством подобных явлений. Это размеры и масса живых существ, длительность пребывания больного на койке, количество препарата, нужное для лечения определенного расстройства, и во всех этих случаях средняя величина имеет совершенно четкий смысл: она указывает, что причина явления определяет именно эту характеризующую его величину, а все отклонения от нее определяются влиянием случайностей.

Статистическое распределение количественных характеристик отдельных случаев, относящихся к подобному явлению, всегда бывает так называемым гауссовским, или нормальным (рис. 25). Если желательно использовать для характеристики каких-то данных их среднюю величину, следует проверить, соответствует ли распределение этих данных нормальному; если да, то применение средней величины оправдано, она имеет смысл: именно средняя величина определяется основной причиной изучаемого явления. Однако часто при такой проверке обнаруживается, что данные распределяются иначе. В частности, длительность многих психопатологических состояний имеет экспоненциальное (а не нормальное) распределение, которое свидетельствует о том, что количественная характеристика каждого отдельного наблюдения случайна. Средняя величина в таких случаях не имеет содержания. Именно поэтому в ядерной физике не употребляют понятие «среднее время распада ядер» радиоактивного вещества, а говорят о «периоде полураспада», т.е. о времени, за которое распадается половина всех имеющихся ядер. Подобно этому не следует характеризовать средними величинами и длительность психопатологических синдромов.

При эпидемиологических исследованиях часто сравнивают две выборки (или более). При этом может возникнуть проблема их несопоставимости (например, выборки очень различаются по возрастной структуре, что мешает решить поставленную задачу). В таких случаях помогает метод стандартизации данных, описанный, например, Н.А.Вигдорчиком (1945). Смысл этого метода заключается в том, что искусственно устраняется различие между выборками по всем факторам, кроме изучаемого.

С проблемой проверки достоверности статистических различий эпидемиолог сталкивается всякий раз, когда сравнивает два показателя. Если в каждой из срав ниваемых групп не меньше 20 наблюдений, то на этот вопрос отвечает критерий Стьюдента (Т), вычисляемый по известной формуле:

где p 1 и р2 — сравниваемые показатели, n 1и n2 — численность подвыборок.

Достоверным считается то различие, при котором разность между показателями в определенное число раз больше, чем сумма их ошибок. Это число (Т) определяется тем уровнем надежности, который принят в данном исследовании. При таком условии число Т (критерий Стьюдента) должно быть больше 2. Если это так, то различие считается достоверным: можно быть уверенным, что по крайней мере в 95 из 100 любых аналогичных выборок различие окажется примерно таким же (плюс-минус ошибка).

Если сравниваемые группы маленькие (содержат менее 20 наблюдений), то для проверки достоверности различий между ними метод Стьюдента непригоден. Поэтому обычно стараются избегать слишком маленьких групп. Однако это не всегда возможно, и тогда приходится применять так называемый точный метод Фишера. С его помощью вычисляется не условный коэффициент (как при методе Стьюдента), а величина вероятности, что полученный результат случаен. Если эта вероятность меньше 0,025, то различие признается достоверным.

Различия, которые при проверке оказываются статистически недостоверными, могут тем не менее иметь большое значение. Особенно часто это случается, когда сравнивается ряд показателей, характеризующих, например, динамику какого-либо процесса. Важным может оказаться не определение достоверности различий соседних показателей, а закономерность их изменений. Закономерные изменения всегда говорят о чем-то важном, независимо от того, достоверны ли различия между составляющими ее показателями.

Анализируя изменения показателей, постоянно приходится думать, не закономерны ли эти изменения. С распространением компьютерных технологий обработки полученных данных эта задача стала простой. Например, программный пакет » Microsoft Excel » решает ее автоматически, подбирая к экспериментальным данным линию тренда (определяя тенденцию их изменений) и указывая, насколько точно она их описывает.

Одной из главных методологических проблем при организации эпидемиологических исследований в психиатрии является идентификация больных. Последняя при эпидемиологическом обследовании отличается от обычной клинической диагностики. Массовость материала заставляет эпидемиолога опираться на стандартные диагностические критерии. Это требование вступает в очевидное противоречие со стремлением иметь как можно более добротный в клиническом отношении материал. При компромиссном решении, которое приходится принимать, неизбежно в жертву приносится либо стандартность диагностики, либо степень ее клинической фундированности. Зарубежные авторы, как правило, жертвуют последним, отдавая безусловный приоритет обеспечению сопоставимости материала разных исследователей. Поэтому они уже много лет используют формальные диагностические инструменты (опросники, шкалы, структурированные интервью и т.п.).

Клинико-эпидемиологический метод, описанный ранее и на протяжении многих лет используемый в отделе эпидемиологии Научного центра психического здоровья РАМП, характеризуется тем, что исследователи, применяя его, отдают предпочтение клинической добротности материала, а это затрудняет сравнение полученных результатов с данными зарубежных авторов. Изложенные трудности идентификации больных могут быть, по-видимому, отчасти преодолены использованием МКБ-10, поскольку эта международная диагностическая система снабжена подробной методикой постановки диагноза, обеспечивающей полную стандартность диагностики, без изменения клинического содержания диагноза.

Источник

Показатели экстенсивные и интенсивные

Показатели экстенсивные (или распределения)

Характеризуют распределение целого на его составные части, т. е. определяют состав этого целого или удельный вес отдельных частей в нем. Экстенсивные показатели выражаются обычно в процентах к итогу.

Например, в стационар Челябинской областной клинической больницы в 1962 г. было госпитализировано 15 962 человека. Из них сельских жителей — 7621, или 47,7%; жителей городов и рабочих поселков — 5313, или 33,3%, и жителей Челябинска — 3028, или 19%.

Такие же процентные отношения вычисляют, если нужно определить соотношение возрастных, половых, социальных групп в составе населения или соотношения между отдельными болезнями в структуре заболеваемости того или иного коллектива и др.

Экстенсивные показатели нельзя применять для установления динамики изучаемого явления во времени или для сравнения степени его распространения в двух или нескольких группах населения.

Показатели интенсивные (распространения частоты)

Характеризуют частоту распространения данного явления. Вычисление этих коэффициентов производится при помощи пропорций, приводящих абсолютные числа к одному основанию, — 1000, 10 000, 100 000 жителей, отношений которого вычисляется коэффициент.

Так, например, интенсивный показатель рождаемости вычисляется отношением числа родившихся на 1000 жителей; так же определяется интенсивный показатель общей смертности.

Интенсивный показатель заболеваемости или смертности определяется по формуле:

Пример

В городе А с числом жителей 65 300 умерло за год 700 человек, в городе Б с числом жителей 93 100 умерло 905 человек. Какова смертность в этих двух городах? Если судить по абсолютным данным, то умерло больше в городе Б. Однако в городе Б и численность населения больше, чем в городе А.

Поэтому для того чтобы решить вопрос в каком городе смертность выше, необходимо в том и другом городе вычислить интенсивный показатель смертности, т. е. показатель смертности на 1000 жителей.

Отсюда видно, что в городе А из каждой 1000 в год умирает 10,7, а в городе Б — 9,7. Эти величины ясно показывают, что смертность в городе А выше, чем в городе Б.

«Справочник помощника санитарного врача
и помощника эпидемиолога»,
под ред. члена-корреспондента АМН СССР
проф. Н.Н.Литвинова

Источник