Section 6: Descriptive Epidemiology

mint korábban megjegyeztük, minden kezdő újságírónak azt tanítják, hogy egy történet hiányos, ha nem írja le a MIT, ki, hol, mikor és miért / hogyan egy helyzet, függetlenül attól, hogy egy adott helyzetről van-e szó legyen egy űrsikló elindítása vagy egy ház tűz. Az epidemiológusok hasonló átfogó jellegre törekszenek egy epidemiológiai esemény jellemzésében, legyen az influenza pandémia vagy a terepjáró balesetek helyi növekedése. Az epidemiológusok azonban a fent felsorolt öt W szinonimáit használják: esetmeghatározás, személy, hely, idő és okok/kockázati tényezők/átviteli módok. A leíró epidemiológia kiterjed az időre, a helyre és a személyre.

az adatok idő, hely és személy szerinti összeállítása és elemzése több okból is kívánatos.

• először is, ha alaposan megvizsgálja az adatokat, az epidemiológus nagyon megismeri az adatokat. A rendelkezésre álló változók, korlátai (például az egyes fontos változókhoz hiányzó információkat tartalmazó rekordok száma) és különcségei (például minden eset életkora 2 hónaptól 6 évig terjed, plusz egy 17 éves.).
• másodszor, az epidemiológus megtanulja a vizsgált közegészségügyi probléma mértékét és mintázatát — mely hónapokban, mely városrészekben és mely embercsoportokban fordul elő a legtöbb és legkevesebb eset.
• harmadszor, az epidemiológus részletes leírást készít egy populáció egészségéről, amely könnyen kommunikálható táblázatokkal, grafikonokkal és térképekkel.
• negyedszer, az epidemiológus azonosíthatja azokat a területeket vagy csoportokat a populáción belül, ahol magas a betegség aránya. Ez az információ viszont fontos nyomokat ad a betegség okaira, és ezek a nyomok tesztelhető hipotézisekké alakíthatók.

idő

a betegség előfordulása idővel változik. Ezen változások egy része rendszeresen fordul elő, míg mások kiszámíthatatlanok. Két betegség, amely minden évben ugyanabban az évszakban fordul elő, az influenza (tél) és a nyugat–nílusi vírusfertőzés (augusztus-szeptember). Ezzel szemben olyan betegségek, mint a hepatitis B és a szalmonellózis bármikor előfordulhatnak. A szezonálisan előforduló betegségek esetében az egészségügyi tisztviselők előre jelezhetik azok előfordulását, és ellenőrző és megelőző intézkedéseket hajthatnak végre, például influenza elleni oltási kampányt vagy szúnyogpermetezést. A szórványosan előforduló betegségek esetében a kutatók vizsgálatokat végezhetnek a terjedés okainak és módjainak azonosítására, majd megfelelően célzott intézkedéseket dolgozhatnak ki a betegség további előfordulásának ellenőrzésére vagy megelőzésére.

bármelyik helyzetben a betegség előfordulási mintáinak időbeli megjelenítése kritikus fontosságú a betegség előfordulásának nyomon követése szempontjából a közösségben, valamint annak értékeléséhez, hogy a közegészségügyi beavatkozások változást hoztak-e.

az időadatok általában kétdimenziós grafikonnal jelennek meg. A függőleges vagy y tengely általában az esetek számát vagy arányát mutatja; a vízszintes vagy az x tengely az időszakokat, például éveket, hónapokat vagy napokat mutatja. Az esetek számát vagy arányát az idő múlásával ábrázoljuk. A betegség időbeli előfordulásának grafikonjait általában vonaldiagramok (1.4.ábra) vagy hisztogramok (1.5. ábra) formájában ábrázolják.

néha egy grafikon mutatja a megjelenített betegség trendekkel kapcsolatos események időzítését. Például a grafikon jelezheti az expozíció időtartamát vagy az ellenőrzési intézkedések végrehajtásának dátumát. Az expozíció időtartamát feljegyző grafikon tanulmányozása betekintést nyerhet abba, hogy mi okozhatta a betegséget. A kontrollintézkedések időzítését feljegyző grafikon tanulmányozása megmutatja, hogy az intézkedések milyen hatással lehetnek a betegség előfordulására, ha vannak ilyenek.

mint fentebb megjegyeztük, az időt az x tengely mentén ábrázoljuk. A betegségtől függően, az időskála lehet olyan széles, mint évek vagy évtizedek, vagy olyan rövid, mint a nap napjai vagy akár órái. Bizonyos állapotok – például számos krónikus betegség-esetén az epidemiológusok általában érdeklődnek a hosszú távú tendenciák vagy minták iránt az esetek számában vagy az arányában. Más körülmények között, mint például az élelmiszerekben terjedő járványok, a vonatkozó időskála valószínűleg napok vagy órák. Az idővel kapcsolatos grafikonok néhány általános típusát az alábbiakban ismertetjük. Ezeket és más grafikonokat részletesebben a 4. lecke ismerteti.

világi (hosszú távú) trendek. A betegség éves eseteinek vagy arányának ábrázolása évek alatt a betegség előfordulásának hosszú távú vagy világi tendenciáit mutatja (1.4.ábra). Az egészségügyi tisztviselők ezeket a grafikonokat használják a betegség előfordulásának uralkodó irányának felmérésére (növekvő, csökkenő vagy lényegében lapos), segítenek nekik a programok értékelésében vagy a politikai döntések meghozatalában, következtetni arra, hogy mi okozta a betegség előfordulásának növekedését vagy csökkenését (különösen, ha a grafikon jelzi, hogy mikor történtek kapcsolódó események), és a múltbeli tendenciákat használják a betegség jövőbeli előfordulásának előrejelzőjeként.

szezonalitás. A betegség előfordulása hét vagy hónap szerint ábrázolható egy vagy több év alatt, hogy megmutassa szezonális mintázatát, ha van ilyen. Egyes betegségekről, mint például az influenza és a nyugat-nílusi fertőzés, ismert, hogy jellegzetes szezonális eloszlással rendelkeznek. A szezonális minták hipotéziseket sugallhatnak arról, hogy a fertőzés hogyan terjed, milyen viselkedési tényezők növelik a kockázatot, valamint a betegség vagy állapot egyéb lehetséges hozzájárulói. Az 1.6. ábra a rubeola, az influenza és a rotavírus szezonális mintázatát mutatja. Mindhárom betegség következetes szezonális eloszlást mutat, de mindegyik betegség különböző hónapokban tetőzik — a rubeola márciustól júniusig, az influenza novembertől márciusig, a rotavírus pedig februártól áprilisig. A rubeola grafikon feltűnő az 1963-ban bekövetkezett járvány szempontjából (a rubeola vakcina 1969-ig nem volt elérhető), de ez a járvány ennek ellenére a szezonális mintát követte.

a hét napja és a napszak. Bizonyos körülmények között az adatok megjelenítése a hét napja vagy a napszak szerint informatív lehet. Az ilyen rövidebb időszakokban végzett elemzés különösen megfelelő a foglalkozási vagy környezeti expozícióval kapcsolatos olyan körülmények esetében, amelyek általában rendszeresen ütemezett időközönként fordulnak elő. Az 1.7. ábrán a mezőgazdasági traktorok halálesetei a hét napjai szerint jelennek meg.(32) vegye figyelembe, hogy a mezőgazdasági traktorok vasárnapi haláleseteinek száma körülbelül a fele volt a többi nap számának. A mezőgazdasági traktor sérüléseinek óránkénti mintázata, amint az az 1.8 ábrán látható, 11:00-kor tetőzött, délben mártott, majd ismét 4:00-kor tetőzött.ezek a minták hipotéziseket és lehetséges magyarázatokat sugallhatnak, amelyeket további tanulmányokkal lehet értékelni. Ábra 1.9 mutatja az óránkénti száma túlélők és a mentők bemutató helyi kórházak New York-i támadás után a World Trade Center szeptember 11, 2001.

epidémiás időszak. A betegség kitörésének vagy járványának időbeli lefolyásának bemutatására az epidemiológusok egy járványgörbének nevezett grafikont használnak. Az eddig bemutatott többi grafikonhoz hasonlóan a járványgörbe y tengelye az esetek számát mutatja, míg az x tengely az időt mutatja a tünetek megjelenésének vagy a diagnózis dátumaként. A lappangási időtől (az expozíció és a tünetek megjelenése közötti időtartamtól) és az átvitel útjától függően az x tengelyen a skála lehet olyan széles, mint hét (nagyon elhúzódó járvány esetén) vagy olyan keskeny, mint perc (pl. olyan vegyi anyagok által okozott ételmérgezés esetén, amelyek perceken belül tüneteket okoznak). Hagyományosan az adatok hisztogramként jelennek meg (amely hasonló az oszlopdiagramhoz, de nincsenek hézagok a szomszédos oszlopok között). Néha minden eset négyzetként jelenik meg, mint az 1.10. A járványgörbe alakja és egyéb jellemzői hipotéziseket sugallhatnak az expozíció idejéről és forrásáról, az átvitel módjáról és a kórokozóról. A járványos görbéket részletesebben a 4.és 6. lecke tárgyalja.

hely

a betegség előfordulási helyének leírása betekintést nyújt a probléma földrajzi kiterjedésébe és földrajzi változatosságába. A hely szerinti jellemzés nemcsak a lakóhelyre vonatkozik, hanem a betegség előfordulása szempontjából releváns földrajzi helyre is. Ilyen helyek közé tartozik a diagnózis vagy a jelentés helye, születési hely, foglalkoztatási hely, iskolai körzet, kórházi egység, vagy legutóbbi utazási célpontok. Az egység lehet akkora, mint egy kontinens vagy ország, vagy olyan kicsi, mint egy utcacím, kórházi szárny vagy műtő. Néha a hely egyáltalán nem egy adott helyre utal, hanem olyan helykategóriára, mint a városi vagy vidéki, belföldi vagy külföldi, valamint intézményi vagy nem intézményes.

vegye figyelembe az 1.3.és 1.4. táblázatban szereplő adatokat. Az 1.3. táblázat a SARS-adatokat a jelentés forrása szerint jeleníti meg, és azt mutatja, hogy a lehetséges SARS-ban szenvedő személyt valószínűleg karanténba helyezik és kezelik.(33) ezzel szemben az 1.4.táblázat ugyanazokat az adatokat jeleníti meg az alapján, hogy a lehetséges SARS-betegek hova utaztak, és azt tükrözi, hogy az átvitel hol történhetett.

bár a helyadatok megjeleníthetők egy táblázatban, például az 1.3 vagy az 1.4 táblázatban, a térkép a helyadatok szembetűnőbb vizuális megjelenítését biztosítja. A térképen a betegség különböző számai vagy arányai különböző árnyalatokkal, színekkel vagy vonalmintákkal ábrázolhatók, mint az 1.11.ábrán.

a helyadatok egy másik típusú térképe a helytérkép, például az 1.12.ábra. A Spot térképeket általában klaszterekhez vagy kitörésekhez használják, korlátozott számú esettel. Egy pontot vagy X-et helyezünk arra a helyre, amely a leginkább releváns az érdeklődésre számot tartó betegség szempontjából, általában ott, ahol minden áldozat élt vagy dolgozott, csakúgy, mint John Snow a londoni arany tér területének spot térképén (1.1.ábra). Ha ismert, a releváns helyeket, például az expozíció valószínű helyeit (vízszivattyúk az 1.1.ábrán) általában a térképen jelölik meg.

Az adatok hely szerinti elemzése azonosíthatja a betegség fokozott kockázatának kitett közösségeket. Még akkor is, ha az adatok nem tudják feltárni, hogy ezeknek az embereknek miért van fokozott kockázata, segíthet hipotézisek létrehozásában további vizsgálatokkal történő teszteléshez. Például egy közösség fokozott kockázatnak van kitéve a közösségben élő emberek jellemzői miatt, mint például a genetikai érzékenység, az immunitás hiánya, a kockázatos viselkedés, vagy a helyi toxinoknak vagy szennyezett ételeknek való kitettség? A megnövekedett kockázat, különösen egy fertőző betegség, tulajdonítható-e a kórokozó jellemzőinek, például egy különösen virulens törzsnek, vendégszerető tenyészhelyeknek vagy a szervezetet az emberre továbbító vektor elérhetőségének? Vagy a megnövekedett kockázat annak a környezetnek tulajdonítható, amely összehozza az ügynököt és a gazdaszervezetet, például a városi területeken való zsúfoltság, amely növeli a betegség emberről emberre történő terjedésének kockázatát, vagy több ház épül erdős területeken, szarvasok közelében, amelyek a Lyme-kórt okozó organizmussal fertőzött kullancsokat hordoznak? (More techniques for graphic presentation are discussed in Lesson 4.)

Person

mivel a személyes jellemzők befolyásolhatják a betegséget, az adatok “személy” szerinti szervezése és elemzése felhasználhatja az emberek eredendő jellemzőit (például életkor, nem, faj), biológiai jellemzők (immunállapot), szerzett jellemzők (családi állapot), tevékenységek (foglalkozás, szabadidős tevékenységek, gyógyszerek / dohány / gyógyszerek használata), vagy az életkörülmények (társadalmi-gazdasági helyzet, orvosi ellátáshoz való hozzáférés). Az életkor és a nem szinte minden adathalmazban szerepel, és a két leggyakrabban elemzett “személy” jellemző. A betegségtől és a rendelkezésre álló adatoktól függően azonban általában más személyváltozók elemzése szükséges. Az epidemiológusok általában az egyes változókat külön-külön vizsgálva kezdik meg a személyadatok elemzését. Néha két változó, például az életkor és a nem vizsgálható egyszerre. A személyadatok általában Táblázatokban vagy grafikonokban jelennek meg.

kor. Az életkor valószínűleg az egyetlen legfontosabb” személy ” tulajdonság, mivel szinte minden egészséggel kapcsolatos esemény az életkor függvényében változik. Számos tényező, amely az életkorral is változik, a következők: érzékenység, expozíció lehetősége, a betegség késleltetése vagy lappangási ideje, valamint fiziológiai válasz (amely többek között befolyásolja a betegség kialakulását).

az adatok életkor szerinti elemzése során az epidemiológusok olyan korcsoportokat próbálnak használni, amelyek elég szűkek ahhoz, hogy észleljék az adatokban esetlegesen jelen lévő életkorral kapcsolatos mintákat. Egyes betegségek, különösen a krónikus betegségek esetében a 10 éves korcsoportok megfelelőek lehetnek. Más betegségek esetében a 10 éves, sőt az 5 éves korcsoportok a betegség előfordulásának fontos eltéréseit rejtik el életkor szerint. Tekintsük a pertussis előfordulásának grafikonját a standard 5 éves korcsoportok szerint, az 1.13 a. a legmagasabb arány egyértelműen a 4 éves vagy annál fiatalabb gyermekek körében van. De vajon az arány egyformán magas-e az adott korcsoporton belüli összes gyermeknél, vagy egyes gyermekek aránya magasabb, mint másoké?

a kérdés megválaszolásához különböző korcsoportokra van szükség. Vizsgálja meg az 1.13 b ábrát, amely ugyanazokat az adatokat mutatja, de külön mutatja az 1 év alatti gyermekek pertussis arányát. Nyilvánvaló, hogy a csecsemők teszik ki a legtöbb magas arányt a 0-4 évesek körében. A közegészségügyi erőfeszítéseket tehát az 1 évesnél fiatalabb gyermekekre kell összpontosítani, nem pedig az egész 5 éves korcsoportra.

szex. A férfiaknál magasabb a betegség és a halálozás aránya, mint a nőknél sok betegség esetén. Egyes betegségek esetében ez a nemi jellegű különbség a nemek közötti genetikai, hormonális, anatómiai vagy egyéb eredendő különbségek miatt következik be. Ezek a benne rejlő különbségek befolyásolják az érzékenységet vagy a fiziológiai válaszokat. Például a premenopauzás nőknél alacsonyabb a szívbetegség kockázata, mint az azonos korú férfiaknál. Ezt a különbséget a nők magasabb ösztrogénszintjének tulajdonították. Másrészt a nemi különbségek számos betegség előfordulásában tükrözik a lehetőségek vagy az expozíció szintjének különbségeit. Például az 1.14 ábra mutatja a tüdőrák arányának időbeli különbségeit a férfiak és a nők között.(34) A korábbi években észlelt különbséget annak tulajdonították, hogy a múltban a férfiak körében nagyobb volt a dohányzás gyakorisága. Sajnos a dohányzás prevalenciája a nők körében most megegyezik a férfiakéval, és a nők tüdőrák aránya ennek eredményeként emelkedett.(35)

Etnikai és faji csoportok. Néha az epidemiológusok érdeklődnek a személyadatok biológiai, kulturális vagy társadalmi csoportosulások, például faj, nemzetiség, vallás vagy társadalmi csoportok, például törzsek és más földrajzilag vagy társadalmilag elszigetelt csoportok elemzése iránt. A faji, etnikai vagy más csoportváltozók közötti különbségek tükrözhetik a fogékonyság vagy az expozíció különbségét, vagy a betegség kockázatát befolyásoló egyéb tényezők, például a társadalmi-gazdasági helyzet és az egészségügyi ellátáshoz való hozzáférés különbségeit. Az 1.15. ábrán a csecsemőhalandóság 2002-es arányát az anya faji és spanyol származása mutatja.

társadalmi-gazdasági helyzet. A társadalmi-gazdasági helyzetet nehéz számszerűsíteni. Számos változóból áll, mint például a foglalkozás, a családi jövedelem, az iskolai végzettség vagy a népszámlálási pálya, az életkörülmények és a társadalmi helyzet. A legkönnyebben mérhető változók nem feltétlenül tükrözik pontosan az általános koncepciót. Ennek ellenére az epidemiológusok gyakran használják a foglalkozást, a családi jövedelmet és az oktatási eredményeket, miközben felismerik, hogy ezek a változók nem mérik pontosan a társadalmi-gazdasági státuszt.

számos kedvezőtlen egészségi állapot gyakorisága növekszik a társadalmi-gazdasági helyzet csökkenésével. Például a tuberkulózis gyakoribb az alacsonyabb társadalmi-gazdasági rétegekben élő személyek körében. A csecsemőhalandóság és a fogyatékosság miatt a munkából elvesztett idő egyaránt alacsonyabb jövedelemmel jár. Ezek a minták több káros expozíciót, alacsonyabb ellenállást és kevesebb egészségügyi ellátást tükrözhetnek. Vagy részben tükrözhetnek egy egymástól függő kapcsolatot, amelyet lehetetlen kibogozni: az alacsony társadalmi-gazdasági helyzet hozzájárul-e a fogyatékossághoz, vagy a fogyatékosság hozzájárul-e az alacsonyabb társadalmi-gazdasági helyzethez, vagy mindkettő? Mi magyarázza a cukorbetegség és az asztma aránytalan előfordulását az alacsonyabb társadalmi-gazdasági területeken? (36, 37)

néhány kedvezőtlen egészségi állapot gyakrabban fordul elő a magasabb társadalmi-gazdasági státusú személyek körében. A köszvény a “királyok betegsége” néven ismert, mivel a gazdag ételek fogyasztásával függ össze. A magasabb társadalmi-gazdasági státusszal járó egyéb állapotok közé tartozik az emlőrák, a Kawasaki-szindróma, a krónikus fáradtság szindróma és a teniszkönyök. Az expozícióbeli különbségek az ilyen feltételek gyakoriságában mutatkozó különbségek legalább egy részét, ha nem a legnagyobb részét teszik ki.

References (This Section)

1. Goodman RA, Smith JD, Sikes RK, Rogers DL, Mickey JL. A mezőgazdasági traktor sérüléseivel járó halálesetek: epidemiológiai tanulmány. Közegészségügyi Képviselő 1985;100: 329-33.
2. Heyman DL, Rodier G. globális felügyelet, nemzeti felügyelet és SARS. Emerg Infect Dis. 2003;10:173–5.
3. Amerikai Rák Társaság . Atlanta: Az Amerikai Rák Társaság, Inc. Elérhető: http://www.cancer.org/Research/CancerFactsFigures/cancer-facts-figures-2005/external ikon.
4. betegségellenőrzési és Megelőzési Központok. Jelenlegi trendek. Tüdőrák és a mellrák trendek a nők körében-Texas. MMWR 1984; 33 (MM19):266.
5. Liao Y, Tucker P, Okoro CA, Giles WH, Mokdad AH, Harris VB, et. al. REACH 2010 a kisebbségi közösségek egészségi állapotának felügyelete-Egyesült Államok, 2001-2002. MMWR 2004;53: 1-36.