Section 6: Descriptive Epidemiology

先に述べたように、すべての初心者の新聞記者は、それがスペースシャトルの打ち上げであるかどうか、何、誰が、どこで、いつ、なぜ/どのような状況を記述していない場合、物語が不完全であることを教えられている。または家の火災。 疫学者は、インフルエンザのパンデミックであろうと、全地形の車両衝突の局所的な増加であろうと、疫学的事象を特徴付ける際に同様の包括性を しかし、疫学者は、上記の5つのWの同義語を使用する傾向があります：ケースの定義、人、場所、時間、および原因/危険因子/伝達モード。 記述疫学は、時間、場所、および人をカバーしています。

時間、場所、人別にデータをコンパイルして分析することは、いくつかの理由から望ましいことです。

• まず、データを慎重に見ることによって、疫学者はデータに非常に精通しています。 利用可能な変数、その制限（たとえば、各重要な変数の情報が欠落しているレコードの数）、およびその偏心（たとえば、すべてのケースは2ヶ月から6年、プラス17歳の範囲）に基づいて、データが何を明らかにできるか、または明らかにできないかを見ることができます。).
• 第二に、疫学者は、調査されている公衆衛生問題の程度とパターンを学習します—どの月、どの地域、どのグループの人々が最も症例が少なくなっていますか。
• 第三に、疫学者は、表、グラフ、地図で簡単に伝えることができる人口の健康状態の詳細な説明を作成します。
• 第四に、疫学者は、疾患の割合が高い集団内の領域またはグループを識別することができます。 この情報は、病気の原因に重要な手がかりを提供し、これらの手がかりは、検証可能な仮説に変えることができます。

時間

病気の発生は時間の経過とともに変化します。 これらの変化の中には定期的に起こるものもあれば、予測不可能なものもあります。 毎年同じ季節に発生する二つの病気には、インフルエンザ（冬）と西ナイルウイルス感染（八月–九月）が含まれます。 対照的に、B型肝炎およびサルモネラ症などの疾患はいつでも起こり得る。 季節的に発生する病気については、保健当局はその発生を予測し、インフルエンザ予防接種キャンペーンや蚊の散布などの管理および予防措置を実 散発的に発生する疾患については、研究者は、拡散の原因とモードを特定するための研究を行い、その後、疾患のさらなる発生を制御または予防するための適切な標的化された行動を開発することができる。

いずれの状況においても、病気の発生パターンを時間別に表示することは、コミュニティにおける病気の発生を監視し、公衆衛生介入が違いを生じたかどうかを評価するために重要である。

時間データは、通常、二次元グラフで表示されます。 垂直軸またはy軸には、通常、ケースの数または割合が表示されます; 横軸またはx軸には、年、月、日などの期間が表示されます。 ケースの数または率は、時間の経過とともにプロットされます。 経時的な疾患発生のグラフは、通常、折れ線グラフ（図1.4）またはヒストグラム（図1.5）としてプロットされます。

時には、グラフが表示されている疾患の傾向に関連するイベントのタイミングを示しています。 例えば、グラフは、暴露の期間または管理措置が実施された日付を示すことができる。 暴露の期間を示すグラフを研究すると、病気の原因となった可能性のあるものについての洞察につながる可能性があります。 管理措置のタイミングをメモしたグラフを研究すると、もしあれば、その措置が病気の発生にどのような影響を与えたかが示されます。

上記のように、時間はx軸に沿ってプロットされます。 疾患に応じて、時間スケールは、数年または数十年のように広い、または一日の数日または数時間のように短いかもしれません。 いくつかの条件のために—多くの慢性疾患、例えば—疫学者は、ケースの数やレートの長期的な傾向やパターンに興味を持つ傾向があります。 食品媒介性の発生などの他の条件では、関連する時間スケールは数日または数時間である可能性があります。 時間関連グラフの一般的なタイプのいくつかは、以下でさらに説明されています。 これらのグラフやその他のグラフについては、レッスン4で詳しく説明します。

世俗的な（長期的な）傾向。 年間の疾患の年間症例または割合をグラフ化すると、疾患の発生における長期的または世俗的な傾向が示されます（図1.4）。 保健当局は、これらのグラフを使用して、病気の発生の一般的な方向（増加、減少、または本質的に平坦）を評価し、プログラムを評価したり、政策決定を下すのを助け、病気の発生の増加または減少の原因を推測し（特に、グラフが関連する出来事がいつ発生したかを示している場合）、過去の傾向を将来の病気の発生率の予測因子として使用する。

季節性。 病気の発生は、もしあれば、その季節のパターンを示すために、年以上の過程で週または月によってグラフ化することができます。 インフルエンザや西ナイル感染症などのいくつかの疾患は、特徴的な季節分布を有することが知られている。 季節性パターンは、感染がどのように伝達されるか、どのような行動要因がリスクを増加させるか、および疾患または状態への他の可能性のある貢献者 図1.6は、風疹、インフルエンザ、ロタウイルスの季節パターンを示しています。 三つの病気はすべて一貫した季節分布を示していますが、各病気は異なる月にピークを迎えます—月から月に風疹、月から月にインフルエンザ、月から月にロタウイルス。 風疹グラフは、1963年に発生した流行のために顕著である（風疹ワクチンは1969年まで利用できなかった）が、この流行はそれにもかかわらず、季節的なパター

週の曜日と時刻。 いくつかの条件では、曜日または時刻ごとにデータを表示することが有益である場合があります。 これらのより短い期間の分析は規則的に予定された間隔で起こりがちである職業的なか環境の露出と関連している条件のために特に適切です。 図1.7では、農業用トラクターの死亡者数は曜日別に表示されています。(32)日曜日の農業用トラクターの死亡者数は、それ以外の日の約半分であったことに注意してください。 図1.8に表示されているように、時間ごとの農業用トラクターの傷害のパターンは、午前11:00にピークに達し、正午に浸漬し、午後4:00に再びピークに達しました。 図1.9は、2001年9月11日にワールドトレードセンターが攻撃された後、ニューヨークの地元の病院に入院した生存者と救助者の時間単位の数を示しています。

病気の発生または流行の時間経過を示すために、疫学者は流行曲線と呼ばれるグラフを使用します。 これまでに提示された他のグラフと同様に、流行曲線のy軸は症例数を示し、x軸は症状の発症日または診断日のいずれかとして時間を示す。 潜伏期間（曝露から症状の発症までの時間の長さ）および伝達経路に応じて、x軸上のスケールは、数週間（非常に長期の流行の場合）または数分（例えば、数分以内に症状を引き起こす化学物質による食中毒の場合）のように幅が広いことができる。 従来、データはヒストグラムとして表示されます（これは棒グラフに似ていますが、隣接する列の間にギャップがありません）。 場合によっては、図1.10のように、各ケースが正方形として表示されることがあります。 流行曲線の形状およびその他の特徴は、曝露の時間および発生源、伝達様式、および原因物質に関する仮説を示唆することができる。 流行曲線は、レッスン4と6でより詳細に説明されています。

場所

場所によって病気の発生を記述することは、問題の地理的範囲とその地理的変化への洞察を提供します。 場所による特性評価は、居住地だけでなく、病気の発生に関連する地理的位置を指します。 そのような場所には、診断または報告の場所、出生地、雇用の場所、学区、病院単位、または最近の旅行先が含まれます。 単位は大陸か国大きいか、または住所、病院の翼、または手術室小さいかもしれません。 時には、場所はまったく特定の場所ではなく、都市部または農村部、国内または外国、制度的または非機関的などの場所カテゴリを指します。

表1.3および1.4のデータを考えてみましょう。 表1.3は、sarsデータをレポートのソース別に表示し、SARSの可能性のある人が隔離され、治療される可能性がある場所を反映しています。(33)対照的に、表1.4は、可能性のあるSARS患者がどこに移動したかによって同じデータを表示し、送信が発生した可能性のある場所を反映しています。P>

場所データは表1.3や表1.4などの表に表示できますが、マップは場所データのより印象的な視覚的な表示を提供します。 地図上では、図1.11のように、異なる陰影、色、または線のパターンを使用して、異なる数または疾患率を描写することができます。

場所データの別のタイプのマップは、図1.12のようなスポットマップです。 スポットマップは、一般的に、限られた数のケースでクラスターまたは発生に使用されます。 点またはXは、John SnowがロンドンのGolden Squareエリアのスポットマップ（図1.1）で行ったように、関心のある病気に最も関連する場所、通常は各犠牲者が住んでいたか、働いていた場所に配置されます。 既知であれば、暴露の可能性のある場所図1.1の水ポンプなど、関連する場所が通常地図上に記載されています。

場所別にデータを分析すると、病気のリスクが高いコミュニティを識別することができます。 これらの人々がリスクが高い理由をデータが明らかにできない場合でも、追加の研究でテストする仮説を生成するのに役立ちます。 たとえば、遺伝的感受性、免疫力の欠如、危険な行動、地元の毒素や汚染された食物への暴露など、コミュニティの人々の特性のために、コミュニティはリ 伝染病の高められた危険は、特に人間に有機体を送信するベクトルの特に病原性の緊張、親切な繁殖の場所、または利用可能性のような原因物質の特 または、人から人への病気の伝染のリスクを高める都市部での混雑、またはライム病の原因となる生物に感染したダニを運ぶ鹿の近くの樹木が茂った地域に建設されているより多くの家など、エージェントとホストを一緒にもたらす環境に起因するリスクの増加はできますか？ (More techniques for graphic presentation are discussed in Lesson 4.)

Person

個人的な特性は病気に影響を与える可能性があるため、”人”によるデータの組織と分析は、人々の固有の特性（例えば、年齢、性別、人種）、生物学的特性（免疫状態）、後天性特性（婚姻状態）、活動（職業、レジャー活動、薬物/タバコ/薬物の使用）、または彼らが住んでいる条件（社会経済的地位、医療へのアクセス）を使用することができる。 年齢と性別はほぼすべてのデータセットに含まれており、最も一般的に分析される2つの「人」特性です。 しかし、疾患および利用可能なデータに応じて、他の人の変数の分析が通常必要である。 通常、疫学者は、各変数を別々に見ることによって、個人データの分析を開始します。 場合によっては、年齢や性別などの2つの変数を同時に調べることができます。 個人データは、通常、表またはグラフに表示されます。

年齢です。

年齢です。 ほとんどすべての健康関連のイベントは年齢によって異なるため、年齢はおそらく最も重要な「人」属性です。 また年齢と変わるいくつかの要因は下記のものを含んでいます: 感受性、暴露の機会、疾患の潜伏期または潜伏期間、および生理学的応答（とりわけ、疾患発症に影響を及ぼす）。年齢別にデータを分析する場合、疫学者は、データに存在する可能性のある年齢関連パターンを検出するのに十分な狭い年齢層を使用しようとします。

いくつかの疾患、特に慢性疾患については、10歳の年齢層が適切であり得る。 他の病気のために、10年および5年の年齢別グループは年齢によって病気の発生の重要な変化を隠す。 図1.13aに示されている標準的な5歳の年齢層による百日咳の発生のグラフを考えてみましょう。 しかし、その年齢層内のすべての子供の割合は同等に高いですか、または一部の子供は他の子供よりも高い率を持っていますか？

画像の説明

この質問に答えるには、異なる 図1.13bは、同じデータを示していますが、1歳未満の子供の百日咳の割合を別々に表示しています。 明らかに、幼児は0-4歳の間で高い率のほとんどを占めています。 したがって、公衆衛生の取り組みは、5歳以上の年齢層全体ではなく、1歳未満の子供に焦点を当てるべきである。

セックス。 男性は、多くの病気の女性よりも病気と死亡率が高い。 いくつかの疾患では、この性関連の違いは、遺伝的、ホルモン的、解剖学的、または性別間の他の固有の違いのためである。 これらの固有の相違は感受性か生理学的な応答に影響を与えます。 例えば、閉経前の女性は、同じ年齢の男性よりも心臓病のリスクが低い。 この相違は女性のより高いエストロゲンのレベルに帰因しました。 一方、多くの疾患の発生における性関連の違いは、機会または曝露レベルの違いを反映している。 例えば、図1.14は、男性と女性の肺がん率の経時的な違いを示しています。（34）以前の年に指摘された違いは、過去に男性の間で喫煙の高い有病率に起因しています。 残念なことに、女性の間で喫煙の有病率は現在、男性の間でそれに等しく、女性の肺癌率は結果として上昇している。(35)

民族と人種のグループ。 疫学者は、人種、国籍、宗教、または部族やその他の地理的または社会的に孤立したグループなどの社会的グループなどの生物学的、文化的または社会的グループ 人種、民族、またはその他のグループ変数の違いは、感受性または曝露の違い、または社会経済的地位や医療へのアクセスなど、疾患のリスクに影響を与 図1.15では、2002年の乳児死亡率は、母親の人種とヒスパニック系の起源によって示されています。

div 社会経済的地位を定量化することは困難である。 それは、職業、家族の収入、教育の成果や国勢調査トラック、生活条件、社会的地位などの多くの変数で構成されています。 測定が最も簡単な変数は、全体的な概念を正確に反映していない可能性があります。 それにもかかわらず、疫学者は一般的に職業、家族の収入、教育の成果を使用しますが、これらの変数は社会経済的地位を正確に測定しないことを認識

多くの有害な健康状態の頻度は、社会経済的地位の低下とともに増加する。 例えば、結核は、より低い社会経済的地層の人の間でより一般的である。 乳児死亡率と障害のために仕事から失われた時間は、両方とも低所得に関連しています。 これらのパターンは、より有害な曝露、より低い抵抗、および医療へのアクセスが少ないことを反映している可能性がある。 あるいは、彼らは部分的には解くことが不可能な相互依存関係を反映しているかもしれません：低い社会経済的地位は障害に寄与するのか、障害は 低社会経済分野における糖尿病および喘息の不均衡な有病率を説明するものは何ですか？ (36,37)

いくつかの有害な健康状態は、より高い社会経済的地位の人の間でより頻繁に発生します。 痛風は豊富な食糧の消費との連合のために”王の病気”として知られていました。 より高い社会経済的地位と関連付けられる他の条件は乳癌、川崎シンドローム、慢性の疲労シンドロームおよびテニス肘を含んでいます。 露出の違いは、これらの条件の頻度の違いのほとんどではないにしても、少なくともいくつかを説明します。