1.2: Заходи частоти захворювань
- Page ID
- 105366
Цілі навчання
Прочитавши цю главу, ви зможете зробити наступне:
- Визначте та розрахуйте поширеність
- Класифікуйте осіб як схильних до ризику захворювання, чи ні
- Визначте та розрахуйте частку захворюваності
- Побудувати інтервали часу людини в групі ризику для даної популяції
- Визначте та розрахуйте рівень захворюваності
- Розрізняють захворюваність та поширеність та пояснюють математичний зв'язок між ними
У сфері охорони здоров'я ми часто хочемо кількісно оцінити захворювання - скільки людей постраждало від цього результату здоров'я? На перший погляд, це може здатися простим питанням, але як тільки ви розглянете багато застосувань кількісної оцінки хвороби, складності стають очевидними. У цьому розділі ви дізнаєтеся про 3 заходи частоти захворювань: кількість, поширеність та захворюваність.
Графи (він же частоти)
Іноді, особливо при вкрай рідкісних станах, нам потрібно лише знати, скільки людей хворіють. Скільки випадків захворювання X або поведінку здоров'я Y було? Лічильник - це просто число - немає дробів, чисельників або знаменників, а одиниці завжди є «людьми».
Наприклад, протягом 2017/2018 навчального року спалах менінгококового менінгіту в Університеті штату Орегон (OSU) кількісно оцінювався за підрахунками: 6 студентів захворіли. я
З даних спостереження (див. Главу 3) відомо, що очікувана кількість випадків менінгококового менінгіту в даному році дорівнює нулю. Отже, 6 випадків становлять рівень, який значно перевищує очікуваний і буде називатися епідемією (див. Розділ 3).
Для рідкісних станів, таких як цей, просто знаючи, скільки випадків є достатньо для належного реагування громадського здоров'я. Оскільки ми зазвичай не очікуємо, чиновникам ОГУ та місцевого департаменту охорони здоров'я просто потрібно було знати, що є 6 студентів з менінгококовим менінгітом, щоб отримати відповідь (у цьому випадку вимагаючи вакцинації студентів 25 років та молодших). я
Аналогічно, ми могли б розглянути випадки сказу тварин, які спостерігалися в Орегоні протягом 10-річного періоду:
Наведена вище картина корисна з точки зору інфраструктури охорони здоров'я [1]; якщо ви працюєте у відділі охорони здоров'я округу Жозефіна, то ви можете залишити під рукою кілька доз вакцини проти сказу (оскільки випадки сказу у тварин часто виявляються через те, що заражена тварина вкусила людину, хто потім повинен бути щеплений). Однак, якщо ви працюєте у відділі охорони здоров'я округу Валлова, в якому за 10 років не було зафіксованих випадків сказу тварин, то, можливо, ваші ресурси краще витратити на речі, крім доз вакцини, які, ймовірно, закінчаться до їх використання (припускаючи, що ви можете швидко отримати дози вакцини від держава або сусідні округи, якщо вони коли-небудь стали необхідними).
Графи менш корисні, якщо ми хочемо порівняти 2 популяції. Наприклад, 1000 випадків грипу в Ешленді, штат Нью-Гемпшир, проти 100 000 випадків грипу в Нью-Йорку—Ми не можемо порівняти ці 2 цифри з першого погляду, тому що знаменники (тобто кількість людей, що живуть у кожному місті) настільки різні.
Захворюваність та поширеність
Існує 2 загальноприйнятих заходи частоти захворювань, які містять інформацію про знаменник: один є мірою існуючого захворювання (поширеності), а інший - міра нового захворювання (захворюваності). Захворюваність використовується для вивчення причин захворювання, тоді як поширеність використовується більше для розподілу ресурсів.
Поширеність
поширеність - це пропорція, що означає, що кожен, хто фігурує в чисельнику, також повинен фігурувати в знаменнику. Це також означає, що поширеність коливається від нуля (захворювання ніхто не має) до одиниці (захворювання є у всіх), і вона зазвичай виражається у відсотках.
Поширеність дає нам знімок навантаження на захворювання на рівні населення в даний час. Формула поширеності така
\[\text{prevalence} = \frac{\# \text { cases present in the population at a specified time }}{\# \text { people in the population at that time }}\]
Дивлячись на формулу поширеності, можна помітити, що кожен в чисельнику теж знаходиться в знаменнику. Як і підрахунки, поширеність використовується для цілей планування ресурсів. Розглянемо наступне питання, з яким може зіткнутися орган охорони здоров'я: Скільки грошей повинен наш департамент охорони здоров'я витратити на медичну освіту щодо куріння в порівнянні з фізичною активністю? Одним з показників для прийняття рішення може бути, яка поведінка є більш поширеною серед місцевого населення. [2]
«У зазначений час» частина визначення поширеності може стосуватися або конкретної дати (наприклад, якою була поширеність грипу в Ньюпорті, АБО 22 січня 2018 року?) або до певного моменту в житті людей (наприклад, яка поширеність грудного вигодовування в 6 тижнів після пологів?).
Чисельником поширеності є всі поточні випадки. Чи були випадки діагностовані вчора чи 20 років тому, не має значення; обидва будуть відображатися в чисельнику. Таким чином, на поширеність впливає як швидкість, з якою відбуваються нові випадки (захворюваність, див. Нижче), так і від того, як довго люди зазвичай живуть з хворобою. Тому поширеність менш корисна для таких умов, як застуда або грип (де люди швидко одужують), оскільки, як тільки вони одужують, вони більше не є поширеним випадком. У будь-який момент часу більшість людей не хворіють на грип, і тому здавалося б, що тягар захворювання досить низький на основі поширеності балів або поширеності, розрахованої на конкретну дату. У таких випадках ми іноді обчислюємо поширеність періоду, який є лише поширеністю захворювання протягом більш тривалого періоду часу: наприклад, якою була поширеність грипу в Ньюпорті, АБО протягом усього сезону грипу 2017-2018? Чисельником тут були б усі випадки, які відбувалися в будь-який час протягом цих місяців (рахуючи лише першу інстанцію, якщо комусь не пощастило захворіти грипом двічі), а знаменником буде кожен, хто жив у Ньюпорті протягом тих самих місяців.
Як інший приклад, на малюнку 2-2, поширеність світло-оранжевого кольору становить 4/12 = 0,33 = 33%. Зверніть увагу, що поширеність не має одиниць (хоча надання зазначеного часу часто є доцільним і ніколи не помилковим).
Приклад\(\PageIndex{1}\): Hypothetical Data
Якщо в університеті штату Орегон (OSU) проживає 5 000 студентів, а протягом зимового семестру 2018 року 400 з них хворіли на грип в якийсь момент, то поширеність грипу була
400/5,000 = 0,08 = 8,0% студентів, які проживають у гуртожитках протягом зимового семестру 2018 року, мали грип у певний момент
Вищесказане є прикладом поширеності періоду, оскільки ми обчислювали його протягом періоду часу, що перевищує один день. Це також приклад того, що вказаний час є календарним часом - для всіх учасників вказаним часом був зимовий термін 2018 року.
Приклад\(\PageIndex{2}\): Based on Known Birth, Infant Death, and Breastfeeding Rates in Oregon
У 2012 році в штаті Орегон народилося 48 972 немовлят. На 14 тижні після пологів 33 399 з них перебували на грудному вигодовуванні, а 146 померли. Яка поширеність грудного вигодовування на 14 тижні після пологів?
Тут нам потрібно відняти від знаменника 146 немовлят, які померли до 14 тижнів, оскільки вони вже не є частиною населення:
33 399/ (48,972-146) = 0,684 = 68,4% немовлят, народжених в Орегоні в 2012 році, перебували на грудному вигодовуванні через 14 тижнів після пологів
Вищесказане є прикладом того, що зазначений час є певним моментом у чиємусь житті: день, коли даній дитині виповнюється 14 тижнів, змінюється залежно від дня його народження. Це не поширеність періоду, тому що кожного оцінювали за один день - ми просто розподілили ці дні протягом року.
Приклад\(\PageIndex{3}\): Based on National Estimates
Ви також можете змінити розрахунки, щоб встановити кількість людей з хворобою, враховуючи поширеність і чисельність населення. У доповіді про здоров'я кісток Центрів контролю та профілактики захворювань (CDC) автори повідомили, що поширеність остеопорозу серед чоловіків у віці 65 років і старше становила 5,6%, а поширеність серед жінок у віці 65 років і старше становила 24,8%. Згідно з даними Бюро перепису населення США, vi станом на 1 липня 2017 року в США проживало 22 564 684 чоловіки та 28 293 995 жінок у віці 65 років і старше. Застосовуючи поширеність, можна оцінити, що:
22 564 684 × 0,056 = 1 263 622 чоловіки віком 65 років і старше
і
28 293 995 × 0,248 = 7 016 911 жінок віком від 65 років
в даний час мають остеопороз в США.
Захворюваність
Захворюваність - це хитре слово в епідеміології, тому що, хоча це завжди міра нових випадків, існує 2 можливих знаменника і принаймні півдюжини слів, які всі посилаються на цю саму річ. Ікес!
Чисельник захворюваності - це завжди кількість нових випадків захворювання, що спостерігаються протягом деякого періоду часу. Це означає, що для вивчення захворюваності ви повинні (1) стежити за людьми протягом деякого періоду часу (тривалість змінюється залежно від захворювання - кілька годин або днів для харчової хвороби проти декількох десятиліть для деяких видів раку) і (2) почати з групи ризику - тобто людей, які перебувають у групі ризику розвитку захворювання (ризикує стати випадком). Зазвичай, як мінімум, ми виключаємо людей, які вже мають хворобу — такі люди не можуть стати випадком інциденту, оскільки вони вже є поширеним випадком. Ми також виключаємо тих, хто не здатний захворіти на хворобу, або тому, що вони мають імунітет, або тому, що їм не вистачає належних органів (наприклад, біологічні жінки не можуть захворіти на рак яєчок). Крім того, оскільки ви встановлюєте кількість нових випадків, завжди необхідно включати одиниці часу, коли повідомляєте про захворюваність.
Один із способів розрахунку захворюваності полягає в тому, щоб включити в знаменник кількість людей, які ризикували отримати стан на початку періоду спостереження. Цей розрахунок дає частку захворюваності. Це також називається, залежно від того, яке джерело ви читаєте, сукупна частота або ризик. [vii]
Частка захворюваності інтерпретується як середній ризик (шанс) розвитку захворювання протягом деякого періоду часу.
Приклад\(\PageIndex{4}\): Hypothetical Data
Якщо в конкретному класі 25 студентів, і одна людина прийшла в клас в понеділок першого тижня вже хворіють на грип (ця людина є поширеним випадком—вони вже хворіють, тому не піддаються ризику), і ще 2 людини захворіли на грип в середу того ж тижня, то яка була захворюваність на грип під час Тиждень 1?
Наш чисельник буде кількістю нових випадків грипу - тут, 2. Знаменником є населення, що піддається ризику, тому ми повинні відняти учня, який вже хворий на грип, оскільки вони не піддаються ризику. Отже, знаменник дорівнює 24.
Захворюваність на грип у цьому класі протягом 1 тижня становила таким чином:
2/24 = 0,083 = 8,3 на 100 в тиждень
Хоча поширеність зазвичай виражається у відсотках, для захворюваності ми використовуємо «на 100», «на 1000», «на 10000» і так далі. Точна потужність 10 не стандартизована; просто виберіть той, який дає вам цілу (ish) кількість людей: 8,3 на 100 - це те саме, що 83 на 1000.
Крім того, дуже важливо вказати період часу, протягом якого ви спостерігали захворюваність, оскільки інтерпретація (наприклад, наскільки велика проблема це конкретне захворювання) варіюється в широких межах залежно від часу. Наприклад, 2 випадки раку молочної залози на 100 жінок за один тиждень сильно відрізняються від 2 випадків на 100 жінок за 20 років. Перші можуть вимагати втручання в охорону здоров'я, тоді як другі майже напевно не будуть.
Приклад\(\PageIndex{5}\): Hypothetical Data
Якщо ми хочемо порівняти інциденти між 2 популяціями, важливо висловити їх у тій самій силі 10 (наприклад, обидва повинні бути «на 100» або «на 1000»), а також конвертувати їх, щоб охопити однакові часові рамки. [3]
Якщо в місті А захворюваність норовірусом становить 25/1,000 на місяць, а в місті B захворюваність норовірусом становить 500/10 000 на рік, ми не можемо їх порівняти. Спочатку ми повинні перетворити один із знаменників та один із часових рамок, щоб вони були порівнянними.
Тут ми перетворимо числа для міста А. По-перше, знаменник повинен бути 10 000, а не 1000. Якщо помножити захворюваність на місто А на 10/10, [4] захворюваність у місті А зараз становить 250/10,000 на місяць.
Потім нам потрібно скорегувати часові рамки - тут, помноживши на 12 (оскільки є 12 місяців на рік). Захворюваність у місті А тоді стає:
250 × 12 = 3000/10 000 на рік
Порівняно з захворюваністю міста В 500/10,000 на рік, захворюваність вища в місті А.
Деякі з вас помітили потенційно сумнівне припущення, зроблене вище: що захворюваність у місті А, яка вимірювалася лише протягом одного місяця, є постійною протягом усього року. Це може бути насправді, а може і не бути правдою, і в реальному житті вам доведеться трохи копати, щоб визначити, чи це, ймовірно, правда чи ні, перш ніж заявити, що норовірус був більш поширеним у місті А. Що робити, якщо 1-місячна точка даних була з аномального місяця, коли місто А мав величезний спалах норовірусу, для екземпляр? Це не рідкість, адже як і грип, норовірус носить сезонний характер.
До цих пір ми розглядали випадки з відносно простим підрахунком населення - наприклад, кількість студентів, які проживають у певному гуртожитку в певний час. Інший вид захворюваності - рівень захворюваності. Деякі епідеміологічні тексти називатимуть це щільністю захворюваності. [vii] Важливо, що чисельник все ще є кількістю нових випадків, що спостерігаються протягом певного періоду часу. Але знаменником тепер є сума людини - час ризику.
Необхідність цього «іншого» виду захворюваності виникає з того, що популяції не статичні: одні народжуються, інші вмирають, люди переїжджають і виїжджають. Таким чином, якщо ви кількісно оцінюєте населення, що загрожує ризику на початку вікна спостереження, ви в кращому випадку лише наближаєте населення, особливо якщо ви стежите за людьми протягом року або більше. Натомість ми могли б подивитися на кожну людину в популяції і визначити, як довго вони перебувають у групі ризику. На малюнку 2-3 показана гіпотетична популяція з 10 людьми, всі з яких були в групі ризику на початку 1-річного періоду спостереження:
Людина 1 зарахована до дослідження 1 січня і пройшла до 31 грудня, не розвиваючи захворювання, що представляє інтерес (вони, можливо, були діагностовані з іншими речами, але якщо вони не заразилися хворобою, яку ми вивчаємо, то вони все ще знаходяться під загрозою). Особа 1 внесла 12 людино-місяців ризику.
Особа 2 поступила 1 січня і розвинулася хвороба в кінці серпня. Особа 2 внесла 8 людино-місяців ризику. Людина 2 все ще жива після серпня, але більше не може сприяти особистісному часу ризику, оскільки зараз вони є поширеним випадком.
Людина 3 не записалася до 1 лютого, а потім слідкувала протягом решти року, не розвиваючи захворювання, що цікавить. Особа 3 внесла 11 людино-місяців ризику.
Людина 4 поступила 1 січня і розвинулася хвороба в кінці вересня. Особа 4 внесла 9 людино-місяців ризику.
Особа 5 зарахована 1 липня і не розвивалася хвороба під час спостереження. Особа 5 внесла 6 людино-місяців ризику.
Особа 6 зарахована 1 січня і була втрачена для подальших дій наприкінці квітня (ця людина могла відійти, перестала повертати дзвінки, або, можливо, померла від чогось іншого - це називається конкуруючими ризиками). Особа 6 внесла 4 людини-місяці ризику. Ми все ще можемо порахувати ці місяці, тому що протягом цього часу Особа 6 перебувала в дослідженні і все ще ризикувала - не знаючи результату (якщо вони переїхали тощо) або припинення їх спостереження через смерть від конкуруючого ризику не скасовує того факту, що ми спостерігали Особу 6 протягом 4 місяців, поки вони були в ризик.
Особа 7 зарахована 1 січня і пройшла через 31 грудня без розвитку досліджуваного захворювання. Особа 7 внесла 12 людино-місяців ризику.
Особа 8 поступила 1 березня і розвинулася хвороба в кінці червня. Особа 8 внесла 4 людини-місяці ризику.
Особа 9 зарахована до дослідження 1 січня і пройшла через 31 грудня без інцидентів. Особа 9 внесла 12 людино-місяців ризику.
Особа 10 зарахована до дослідження 1 квітня і пройшла через 31 грудня без інцидентів. Особа 10 внесла 9 людино-місяців ризику.
Щоб обчислити рівень захворюваності, то наш чисельник все ще є кількістю нових випадків, які ми спостерігали під час спостереження - тут було 3 нових випадки (особи 2, 4 та 8). Знаменник тепер - це сума, у місяцях, особи, що знаходиться під загрозою, внесених усіма учасниками.
Приклад\(\PageIndex{6}\): Calculating Incidence Rate from Data in Figure 2-3
Перша сума загального часу людини в групі ризику:
12 + 8 + 11 + 9 + 6 + 4 + 12 + 4 + 12 + 9 = 87 людино-місяців ризику (PMAR)
Потім розрахуйте частоту захворюваності:
3/87 PMAR = 0,0345 на людину на місяць (PM)
Це виглядає трохи потворно, тому давайте перемістимо десятковий розряд:
3,45 на 100 людини-місяців
Натомість ми могли б висловити це з точки зору років, помноживши наш оригінал на 12 (тому що в році 12 місяців):
(0,0345 за PM) (12) = 0,414 на людину-рік
Нарешті, ми могли б зробити так, щоб він мав принаймні одну цілу людину:
4,14 на 10 людини-років
Іншими словами, на малюнку 2-3 ми спостерігали 4.14 нових випадків захворювання на кожні спостережувані 10 людини-років в групі ризику.
Сильні сторони підходу до часу людини полягають у тому, що він дозволяє більш нюансований погляд на населення, що піддається ризику, і є більш реалістичним: не всі зараховуються до дослідження точно в перший день, деякі люди відчувають конкуруючі ризики або втрачаються для подальшого спостереження, а іноді справа з'являється майже відразу, так що ця людина вносить дуже мало часу людини до знаменника (тоді як з часткою захворюваності вони додадуть повну людину).
Обмеження підходу «людина-час» полягають у тому, що він є більш складним, і він не розрізняє 100 людей, яких слідували протягом одного місяця (загалом 100 PM), 10 людей слідували протягом 10 місяців (загалом 100 PM), і одна людина стежила за 100 місяців (все ще загальною сумою 100 PM). Крім того, втрата спостереження, ймовірно, не є випадковою (це також може вплинути на частку захворюваності, якщо люди випадають, тому що вони почуваються погано, але до того, як вони будуть записані як випадок інциденту). Таким чином, корисно вказати часовий період, протягом якого люди мали право слідкувати (на малюнку 2-3, один рік). У таблиці 2-1 порівнюються два типи захворюваності.
| Частка захворюваності | Рівень захворюваності | |
| чисельник | нові випадки протягом певного періоду часу | нові випадки протягом певного періоду часу |
| знаменник | кількість людей в групі ризику на старті | сума часу людини в групі ризику |
| Ви повинні: | визначити часові рамки | звітувати одиниці часу людини-часу |
| А.К.А. | ризик сукупний рівень захворюваності абсолютний ризик |
щільність захворюваності |
| Діапазон | 0-1 (це пропорція) [5] | 0 до нескінченності |
Попередній час людини в групі ризику
А як щодо всього цього часу, перш ніж розпочалося наше дослідження? Якщо ми запишемо купу 50-річних дітей, які ризикують серцевими захворюваннями, і слідкувати за ними, записуючи час людини, чому б також не порахувати час людини, що знаходиться під загрозою до вступу в навчання? Кожна людина дасть додаткові 50 років особистісного часу під загрозою!
Ми не можемо цього зробити, тому що ми пропускаємо всі поширені випадки. Деяка частка людей розвиває захворювання серця до 50 років і, таким чином, не матиме права на наше дослідження. Без даних про те, скільки людино-років ризику мали ці люди до розвитку серцевих захворювань, наша захворюваність була б штучно низькою, оскільки ми додаємо 50 людини-років ризику на людину до знаменника без урахування всього населення, що включає деякі випадки, які є поширеними за віком 50 років.
Використання захворюваності та поширеності
Як говорилося вище, захворюваність використовується для вивчення причин захворювання. Поширеність менш корисна для цього, оскільки хвороба вже трапилася; таким чином, ми не маємо можливості знати, чи сталося захворювання чи вплив першим (необхідно для встановлення причинно-наслідкового зв'язку). Наприклад, ожиріння пов'язане з нижчим рівнем фізичної активності - один з можливих сценаріїв полягає в тому, що нижчі рівні фізичної активності призводять до ожиріння, вторинного до енергетичного дисбалансу. Однак іншим не менш можливим сценарієм є те, що ожиріння прийшло першим, і людина згодом зменшила кількість фізичної активності, можливо, вторинної болю в суглобах. Вивчення поширених випадків ожиріння не дозволяє розрізняти ці сценарії.
Захворюваність, з іншого боку, може бути легко використана для вивчення потенційних причин захворювання. Вивчаючи захворюваність, ми знаємо, що всі не хворіють на вихідному рівні, оскільки ми вивчаємо лише населення, що знаходиться в групі ризику. Тому будь-яке опромінення, оцінене на початку, відбувалося до початку захворювання за визначенням.
Поширеність є більш корисною як спосіб оцінки тягаря захворювання в конкретній громаді, можливо, для цілей розподілу ресурсів. Наприклад, державні департаменти охорони здоров'я на північному сході та верхньому Середньому Заході витрачають частину своїх бюджетів на освіту з профілактики хвороб Лайма (наприклад, рекламні щити про заправку штанів у шкарпетки), оскільки хвороба Лайма досить поширена в цих регіонах:
Однак поширеність хвороби Лайма в Колорадо надзвичайно низька; відділам охорони здоров'я в Колорадо було б добре витрачати свої гроші в іншому місці. Дані про поширеність також корисні для адміністраторів охорони здоров'я: якщо ви знаєте, що 80% мешканців вашого будинку престарілих мають деменцію в тій чи іншій формі, то це має наслідки для штатного розкладу, стандартних операційних процедур, а потенційно навіть для планування та дизайну простору (образотворчі знаки на стірах до вказати призначення кімнат, наприклад).
Взаємозв'язок між захворюваністю та поширеністю
Як уже згадувалося вище, на поширеність впливає як захворюваність (скільки нових випадків спливає), так і тривалість захворювання. Якщо люди довше живуть з хворобою, то вони довше залишаються поширеними випадками. Таким чином
Ось приклад:
На малюнку 2-5 показані поширеність (синя лінія) і захворюваність (червона пунктирна лінія) ВІЛ. На початку 1980-х років на початку цієї епідемії, перш ніж ми знали, що спричинило СНІД, і до того, як ми знали, що використання презервативів, скринінг донорства крові та універсальні запобіжні заходи медичного персоналу можуть запобігти поширенню вірусу, захворюваність продовжувала зростати. Більше людей заразилися, а потім вони в свою чергу інфікували інших. Однак ми також не могли спочатку лікувати ВІЛ, і тому люди помирають від СНІДу протягом декількох років. Таким чином, раннє зростання поширеності пояснюється виключно зростанням захворюваності. Потім ми з'ясували, як запобігти новим випадкам: таким чином, захворюваність знизилася, і хоча поширеність зайняла пару років, щоб наздогнати, вона врешті-решт вирівнялася. У 1996 році доступ до високоактивних антиретровірусних методів лікування (ВААРТ) став поширеним явищем, [viii] і тепер люди могли «жити з ВІЛ». Зростаюча поширеність, починаючи з кінця 1990-х років, таким чином, повністю обумовлена збільшенням виживання пацієнтів або середньою тривалістю хвороби (ви можете бачити, що захворюваність на той час стабільна).
Тому поширеність включає 2 характеристики захворювання всередині популяції: захворюваність та середній час виживання. Зміна будь-якого з цих компонентів призведе до зміни поширеності; таким чином, коли спостерігається зміна поширеності, розумний працівник охорони здоров'я робить паузу, щоб розглянути, чи відбувається зміна через зміну кількості нових випадків (захворюваності) або зі зміною доступних методів лікування (і, таким чином, виживання). Можна бачити, що реакція департаменту охорони здоров'я на кожен із цих сценаріїв була б різною.
Резюме
У цьому розділі розглядаються 3 заходи частоти захворювань: підрахунки, які використовуються при вкрай рідкісних станах; поширеність, яка розглядає нові та існуючі випадки та використовується для розподілу ресурсів; та захворюваність, яка розглядає лише нові випадки та використовується для вивчення етіології захворювання.
Захворюваність можна додатково розбити на частку захворюваності (яка використовує кількість людей, що піддаються ризику як знаменник) та рівень захворюваності (який використовує суму людини-часу ризику як знаменник). Поширеність приблизно дорівнює захворюваності, помноженої на середній час виживання після діагностики.
Посилання
i. менінгококова хвороба. Студентські медичні послуги. 2009 рік. https://studenthealth.oregonstate.ed...coccal-disease. Опубліковано 28 серпня 2009 року. Доступ до 19 жовтня 2018 р. (0 Повернення 1) (Повернення 2)
II. Орган охорони здоров'я штату Орегон. Дані про народження штату Орегон. Штат Орегон. https://www.oregon.gov/oha/PH/BirthD...ges/index.aspx. Доступ до 19 жовтня 2018 року.
iii. Орган охорони здоров'я штату Орегон. Дані про смерть та перинатальну смерть: Річний звіт Том 2: Штат Орегон. https://www.oregon.gov/oha/PH/BIRTHD...ges/index.aspx. Доступ до 19 жовтня 2018 року.
IV. Картка звіту про грудне вигодовування, США, 2013. Центри контролю та профілактики захворювань (CDC). 2013 рік. http://www.cdc.gov/breastfeeding/data/reportcard.htm. Доступ до 5 вересня 2014 року.
v. Відсоток дорослих у віці 65 років і старше з остеопорозом або низькою кістковою масою на шийці стегнової кістки або поперекового відділу хребта: США, 2005—2010. CDC. https://www.cdc.gov/nchs/data/hestat...s2005_2010.htm. Доступ до 31 липня 2018 р. (← Повернення)
vi. Американський фактошукач — результати. Бюро ОСК. https://factfinder.census.gov/faces/...prodType=table. Доступ до 31 липня 2018 р. (← Повернення)
vii. Останній Д.М. Словник епідеміології. 4-е изд. Нью-Йорк: Преса Оксфордського університету. (← Повернення 1) (:05 Повернення 2)
viii. Бірн М. Коротка історія AZT, першого «променя надії» ВІЛ. Материнська плата. 2015 рік. https://motherboard.vice.com/en_us/a... -лікування ВІЛ. Доступ до 19 жовтня 2018 р. (← Повернення)
- Останній рядок у ключі «Випадки сказу тварин» було відредаговано, щоб прочитати «20-24». Оригінальне вихідне зображення читає '2-24. '17'
- Ми використовували б підрахунки для прийняття цих рішень, коли стан, про який йде мова, надзвичайно рідкісний, таким чином, що поширеність становила б 0,000001% або подібне. Тоді знаменники не такі важливі - це стосується сказу, як обговорювалося вище. ←
- Нам не потрібно турбуватися про чисельність населення, оскільки розрахунок захворюваності враховує ці знаменники. ←
- Нагадаємо з ваших класів алгебри, що це легальний маневр, тому що 10/10 = 1, і ви можете безкарно множити числа на 1. ←
- якщо чисельником є кількість випадків захворювання, яке можна отримати не один раз, то частка захворюваності може бути вище 1, тому що знаменником все ж є люди. З цієї причини зазвичай ми підраховуємо тільки перший епізод того чи іншого захворювання. ←