Section 6: Descriptive Epidemiology

Jak již bylo uvedeno dříve, každý začínající novinář je učil, že příběh je neúplný, pokud to není popsat, co, kdo, kde, kdy a proč/jak situace, ať už je to start raketoplánu, nebo požár domu. Epidemiologové usilují o podobnou komplexnost při charakterizaci epidemiologické události, ať už jde o pandemii chřipky nebo lokální nárůst havárií terénních vozidel. Epidemiologové však mají tendenci používat synonyma pro výše uvedené pět W: definice případu, osoba, místo, čas a příčiny/rizikové faktory/způsoby přenosu. Popisná epidemiologie pokrývá čas, místo, a osoba.

kompilace a analýza dat podle času, místa a osoby je žádoucí z několika důvodů.

• nejprve se epidemiolog pečlivě seznámí s údaji. On nebo ona může vidět, co data mohou nebo nemohou odhalit na základě proměnné k dispozici, jeho omezení (například na počet záznamů s chybějícími informace pro každou důležitou proměnnou) a jeho výstřednosti (například všech případech se pohybují ve věku od 2 měsíců do 6 let, plus jeden 17-rok-starý.).
• za Druhé, epidemiolog dozví, rozsahu a struktury veřejného zdraví problém vyšetřován — což měsíců, což čtvrtí, a skupiny lidí, které mají nejvíce a nejméně případů.
• za třetí, epidemiolog vytvoří podrobný popis zdraví populace, který lze snadno komunikovat pomocí tabulek, grafů a map.
• za čtvrté, epidemiolog může identifikovat oblasti nebo skupiny v populaci, které mají vysokou míru onemocnění. Tyto informace zase poskytují důležité vodítka k příčinám onemocnění a tyto stopy lze proměnit v testovatelné hypotézy.

čas

výskyt onemocnění se v průběhu času mění. Některé z těchto změn se vyskytují pravidelně, zatímco jiné jsou nepředvídatelné. Mezi dvě nemoci, které se vyskytují každý rok ve stejné sezóně, patří infekce virem chřipky (zima) a viru západního Nilu (srpen-září). Naproti tomu onemocnění, jako je hepatitida B a salmonelóza, se mohou kdykoli objevit. U nemocí, které se vyskytují sezónně, mohou zdravotníci předvídat jejich výskyt a provádět kontrolní a preventivní opatření, jako je kampaň proti očkování proti chřipce nebo postřik komárů. U nemocí, které se vyskytují sporadicky, mohou vyšetřovatelé provádět studie k identifikaci příčin a způsobů šíření a poté vyvinout vhodně cílená opatření ke kontrole nebo prevenci dalšího výskytu onemocnění.

V situaci, zobrazení vzorců výskytu choroby tím, že doba je kritická pro monitorování výskytu nemocí ve společenství a pro posouzení, zda je opatření v oblasti veřejného zdraví nezměnilo.

časová data se obvykle zobrazují s dvourozměrným grafem. Svislá nebo osa y obvykle ukazuje počet nebo míru případů; vodorovná nebo osa x zobrazuje časová období, jako jsou roky, měsíce nebo dny. Počet nebo míra případů je vynesena v průběhu času. Grafy výskytu onemocnění v průběhu času jsou obvykle vykresleny jako čárové grafy (obrázek 1.4)nebo histogramy (obrázek 1.5).

někdy graf ukazuje načasování událostí, které souvisejí s zobrazenými trendy onemocnění. Graf může například uvádět dobu expozice nebo datum, kdy byla provedena kontrolní opatření. Studium grafu, který zaznamenává dobu expozice, může vést k nahlédnutí do toho, co mohlo způsobit nemoc. Studium grafu, který zaznamenává načasování kontrolních opatření, ukazuje, jaký dopad mohla mít opatření na výskyt onemocnění.

jak je uvedeno výše, čas je vynesen podél osy x. V závislosti na nemoci, časové měřítko může být tak široké jako roky nebo desetiletí, nebo tak krátké jako dny nebo dokonce hodiny dne. U některých stavů — například u mnoha chronických onemocnění — mají epidemiologové tendenci zajímat se o dlouhodobé trendy nebo vzorce v počtu případů nebo míře. U jiných podmínek, jako jsou ohniska přenášená potravinami, bude příslušná časová stupnice pravděpodobně dny nebo hodiny. Některé z běžných typů grafů souvisejících s časem jsou dále popsány níže. Tyto a další grafy jsou podrobněji popsány v lekci 4.

sekulární (dlouhodobé) trendy. Grafy ročních případů nebo míry onemocnění za období let ukazují dlouhodobé nebo sekulární trendy ve výskytu onemocnění (obrázek 1.4). Zdravotní úředníci použít tyto grafy k posouzení převažující směr výskytu onemocnění (rostoucí, klesající, nebo v podstatě plochý), pomoci jim zhodnotit programy nebo činí politická rozhodnutí, odvodit, co způsobilo zvýšení nebo snížení výskytu onemocnění (zejména pokud graf ukazuje, kdy související události došlo), a použití posledních trendů jako prediktor budoucího výskytu onemocnění.

sezónnost. Výskyt onemocnění může být grafován podle týdne nebo měsíce v průběhu roku nebo více, aby se ukázal jeho sezónní vzorec, pokud existuje. Je známo, že některá onemocnění, jako je chřipka a infekce západního Nilu, mají charakteristické sezónní distribuce. Sezónní vzorce mohou naznačovat hypotézy o tom, jak se infekce přenáší, jaké faktory chování zvyšují riziko a další možné přispěvatele k nemoci nebo stavu. Obrázek 1.6 ukazuje sezónní vzorce zarděnek, chřipky a rotaviru. Všechny tři nemoci displej v souladu sezónní distribucí, ale každá nemoc vrcholy v různých měsících — zarděnky v Březnu až červnu, ptáků v listopadu do Března, a rotaviry v únoru až dubnu. Graf zarděnek je nápadný pro epidemii, ke které došlo v roce 1963 (vakcína proti zarděnkám nebyla k dispozici až do roku 1969), ale tato epidemie přesto sledovala sezónní vzorec.

den v týdnu a denní dobu. U některých podmínek může být zobrazení dat podle dne v týdnu nebo denní doby informativní. Analýza v těchto kratších časových obdobích je zvláště vhodná pro podmínky související s pracovními nebo environmentálními expozicemi, které se obvykle vyskytují v pravidelně plánovaných intervalech. Na obrázku 1.7 se úmrtí zemědělských traktorů zobrazují podle dnů v týdnu.(32) Všimněte si, že počet úmrtí zemědělských traktorů v neděli činil přibližně polovinu počtu v ostatních dnech. Vzorec zranění zemědělského traktoru po hodině, jak je znázorněno na obrázku 1.8, dosáhl vrcholu v 11: 00, ponořil se v poledne a znovu dosáhl vrcholu v 4:00. tyto vzorce mohou naznačovat hypotézy a možná vysvětlení, která by mohla být hodnocena další studií. Obrázek 1.9 ukazuje hodinové počet přeživších a záchranáři prezentaci do místní nemocnice v New Yorku po útoku na Světové Obchodní Centrum 11. září 2001.

období epidemie. Pro zobrazení časového průběhu ohniska nebo epidemie nemoci používají epidemiologové graf zvaný epidemická křivka. Stejně jako u ostatních dosud prezentovaných grafů, osa Y epidemické křivky ukazuje počet případů, zatímco osa x ukazuje čas jako datum nástupu symptomů nebo datum diagnózy. V závislosti na inkubační doba (doba mezi expozicí a propuknutí příznaků) a cesty přenosu, měřítko na ose x může být tak široká, jak týdny (pro velmi dlouhodobé epidemie), nebo jako úzký jako minut (např. u potravin, otravy chemických látek, které způsobují příznaky během několika minut). Obvykle jsou data zobrazena jako histogram (který je podobný sloupcovému grafu, ale nemá mezery mezi sousedními sloupci). Někdy je každý případ zobrazen jako čtverec, jako na obrázku 1.10. Tvar a další vlastnosti epidemie křivka může navrhnout hypotézy o čas a zdroje expozice, režim přenosu, a původce. Epidemické křivky jsou podrobněji popsány v lekcích 4 a 6.

místo

popis výskytu onemocnění podle místa poskytuje vhled do geografického rozsahu problému a jeho geografické variace. Charakterizace podle místa se nevztahuje pouze na místo bydliště, ale na jakoukoli geografickou polohu relevantní pro výskyt choroby. Taková místa zahrnují místo diagnózy nebo zprávy, rodiště, místo zaměstnání, školní čtvrť, nemocniční jednotka, nebo nedávné destinace. Jednotka může být stejně velká jako kontinent nebo země nebo malá jako adresa ulice, nemocniční křídlo, nebo operační sál. Někdy se místo vůbec nevztahuje na konkrétní místo, ale na kategorii místa, jako je městská nebo venkovská, domácí nebo zahraniční, a institucionální nebo neinstitucionální.

zvažte údaje v tabulkách 1.3 a 1.4. Tabulka 1.3 zobrazuje údaje SARS podle zdroje zprávy a odráží, kde je pravděpodobné, že osoba s možným SARS bude v karanténě a léčena.(33) naproti tomu tabulka 1.4 zobrazuje stejné údaje podle toho, kam cestovali možní pacienti se SARS, a odráží, kde k přenosu mohlo dojít.

ačkoli údaje o místě lze zobrazit v tabulce, jako je tabulka 1.3 nebo tabulka 1.4, mapa poskytuje výraznější vizuální zobrazení údajů o místě. Na mapě lze různá čísla nebo míry onemocnění znázornit pomocí různých odstínů, barev nebo vzorů čar, jako na obrázku 1.11.

dalším typem mapy pro data o místě je bodová mapa, například obrázek 1.12. Bodové mapy se obecně používají pro shluky nebo ohniska s omezeným počtem případů. Tečka nebo X je umístěna na místě, které je nejvíce relevantní pro onemocnění zájmu, obvykle tam, kde každá oběť žil nebo pracoval, stejně jako John Sníh udělal na jeho místě mapa Golden Square Londýn (Obrázek 1.1). Jsou-li známa, jsou na mapě obvykle uvedena místa, která jsou relevantní, například pravděpodobná místa expozice (vodní čerpadla na obrázku 1.1).

Analýza dat podle místa může identifikovat komunity Se zvýšeným rizikem onemocnění. I když data nemohou odhalit, proč mají tito lidé zvýšené riziko, mohou pomoci vytvořit hypotézy pro testování pomocí dalších studií. Je například komunita vystavena zvýšenému riziku kvůli charakteristikám lidí v komunitě, jako je genetická citlivost, nedostatek imunity, rizikové chování nebo vystavení místním toxinům nebo kontaminovaným potravinám? Může zvýšené riziko, zejména přenosné choroby, být přičítána vlastnosti původce jako obzvláště virulentní kmen, pohostinných míst rozmnožování, nebo dostupnost vektor, který přenáší na organismus člověka? Nebo může zvýšené riziko připsat prostředí, které přináší agent a host spolu, jako je shlukování v městských oblastech, které zvyšuje riziko přenosu nákazy od osoby k osobě, nebo více domů se staví v zalesněné oblasti v blízkosti deer, které nesou klíšťata infikovány organismu, která způsobuje Lymskou nemoc? (More techniques for graphic presentation are discussed in Lesson 4.)

Person

Protože osobní vlastnosti mohou ovlivnit onemocnění, organizace a analýzy dat „osobou“ může použít vlastní charakteristiky lidí (například věk, pohlaví, rasa), biologické vlastnosti (status imunity), získané charakteristiky (rodinný stav), aktivity (zaměstnání, volnočasové aktivity, užívání léků/tabák, drogy), nebo podmínky, za kterých žijí (socioekonomický status, přístup k lékařské péči). Věk a pohlaví jsou zahrnuty téměř ve všech datových sadách a jsou to dvě nejčastěji analyzované charakteristiky „osoby“. V závislosti na nemoci a dostupných údajích jsou však obvykle nezbytné analýzy jiných proměnných osob. Epidemiologové obvykle začínají analýzu osobních údajů tím, že se na každou proměnnou dívají zvlášť. Někdy lze současně zkoumat dvě proměnné, jako je věk a pohlaví. Údaje o osobách se obvykle zobrazují v tabulkách nebo grafech.

věk. Věk je pravděpodobně nejdůležitějším atributem“ osoby“, protože téměř každá událost související se zdravím se mění s věkem. Mezi faktory, které se také liší podle věku, patří: citlivost, příležitost k expozici, latence nebo inkubační doba onemocnění a fyziologická odpověď (která mimo jiné ovlivňuje vývoj nemoci).

Při analýze dat podle věku, epidemiologové, zkuste použít věkové skupiny, které jsou dostatečně úzká, aby detekovat jakýkoli věk-související vzory, které mohou být přítomny v datech. U některých onemocnění, zejména chronických onemocnění, mohou být věkové skupiny 10 let přiměřené. U jiných nemocí 10leté a dokonce 5leté věkové skupiny skrývají důležité rozdíly ve výskytu onemocnění podle věku. Zvažte graf černému kašli výskyt standardní 5-leté věkové skupiny je znázorněno na Obrázku 1.13. Nejvyšší rychlost je zřetelně u dětí do 4 let a mladší. Je však míra stejně vysoká u všech dětí v této věkové skupině, nebo mají některé děti vyšší sazby než jiné?

Chcete-li odpovědět na tuto otázku, jsou zapotřebí různé věkové skupiny. Zkontrolujte obrázek 1.13 b, který ukazuje stejná data, ale zobrazuje míru pertuse u dětí mladších 1 roku zvlášť. Je zřejmé, že kojenci představují většinu vysoké míry u dětí ve věku 0-4 let. Úsilí v oblasti veřejného zdraví by se proto mělo zaměřit spíše na děti mladší než 1 rok než na celou 5letou věkovou skupinu.

Sex. Muži mají vyšší míru nemoci a úmrtí než ženy u mnoha nemocí. U některých nemocí je tento rozdíl související s pohlavím způsoben genetickými, hormonálními, anatomickými nebo jinými inherentními rozdíly mezi pohlavími. Tyto inherentní rozdíly ovlivňují citlivost nebo fyziologické reakce. Například premenopauzální ženy mají nižší riziko srdečních chorob než muži stejného věku. Tento rozdíl byl přičítán vyšším hladinám estrogenu u žen. Na druhé straně rozdíly ve výskytu mnoha nemocí související s pohlavím odrážejí rozdíly v příležitostech nebo úrovních expozice. Například obrázek 1.14 ukazuje rozdíly v míře rakoviny plic v průběhu času u mužů a žen.(34) rozdíl zaznamenaný v předchozích letech byl v minulosti přičítán vyšší prevalenci kouření u mužů. Bohužel, prevalence kouření u žen se nyní rovná tomu u mužů, a míra rakoviny plic u žen v důsledku toho stoupá.(35)

etnické a rasové skupiny. Někdy epidemiologové mají zájem v analýze osoba údaje o biologické, kulturní nebo sociální skupiny, jako jsou rasa, národnost, náboženství nebo sociální skupiny, jako jsou kmeny a další geograficky nebo sociálně izolované skupiny. Rozdíly v rasové, etnické, nebo jiné skupiny proměnných, které mohou odrážet rozdíly v citlivosti nebo expozice, nebo rozdíly v dalších faktorech, které mají vliv na riziko onemocnění, jako je socioekonomický status a přístup ke zdravotní péči. Na obrázku 1.15 jsou míry kojenecké úmrtnosti pro rok 2002 uvedeny podle rasy a hispánského původu matky.

socioekonomický status. Socioekonomický status je obtížné kvantifikovat. Skládá se z mnoha proměnných, jako je povolání, rodinný příjem, vzdělávací úspěch nebo sčítání lidu, životní podmínky, a sociální postavení. Proměnné, které lze nejsnadněji měřit, nemusí přesně odrážet celkový koncept. Nicméně, epidemiologové běžně používají povolání, rodinný příjem, a vzdělávací úspěch, přičemž uznává, že tyto proměnné neměří socioekonomický status přesně.

frekvence mnoha nepříznivých zdravotních stavů se zvyšuje s klesajícím socioekonomickým statusem. Například tuberkulóza je častější u osob v nižších socioekonomických vrstvách. Kojenecká úmrtnost a čas ztracený z práce v důsledku zdravotního postižení jsou spojeny s nižším příjmem. Tyto vzorce mohou odrážet škodlivější expozice, nižší odpor a menší přístup ke zdravotní péči. Nebo mohou částečně odrážet vzájemně závislý vztah, který nelze rozmotat: přispívá nízký socioekonomický status k invaliditě, nebo postižení přispívá k nižšímu socioekonomickému statusu, nebo oboje? Co odpovídá nepřiměřené prevalenci diabetu a astmatu v nižších socioekonomických oblastech? (36, 37)

několik nepříznivých zdravotních stavů se vyskytuje častěji u osob s vyšším socioekonomickým statusem. DNA byla známá jako „nemoc králů“ kvůli jeho spojení s konzumací bohatých potravin. Mezi další stavy spojené s vyšším socioekonomickým statusem patří rakovina prsu, Kawasakiho syndrom, syndrom chronické únavy a tenisový loket. Rozdíly v expozici představují alespoň některé, ne-li většinu rozdílů ve frekvenci těchto stavů.

References (This Section)

1. Goodman RA, Smith JD, Sikes RK, Rogers DL, Mickey JL. Úmrtí spojená s poraněním zemědělského traktoru: epidemiologická studie. Veřejné Zdraví Rep 1985; 100: 329-33.
2. Heyman DL, Rodier G. Global surveillance, national surveillance, and SARS. Vznik Dis. 2003;10:173–5.
3. Americká rakovinová společnost . Atlanta: Americká Rakovinová Společnost, Inc. Dostupné z: http://www.cancer.org/Research/CancerFactsFigures/cancer-facts-figures-2005/external icon.
4. Centra pro kontrolu a prevenci nemocí. Trend. Rakovina plic a rakovina prsu trendy u žen-Texas. MMWR 1984; 33 (MM19): 266.
5. Liao Y, Tucker P, Okoro CA, Giles WH, Mokdad AH, Harris VB, et. Ala. REACH 2010 dohled nad zdravotním stavem v menšinových komunitách-Spojené státy, 2001-2002. MMWR 2004; 53: 1-36.