Здравоохранение и общественное здоровье

Охрана здоровья населения в каждой стране определяется положением и развитием общественного здоровья и здравоохранения как научной дисциплины. Содержание любого курса по организации здравоохранения и общественному здоровью изменяется в зависимости от национальных особенностей и медико-социальных нужд населения, от дифференциации, достигнутой различными медицинскими науками.

В соответствии с классификацией медицинских наук (о природе, восстановлении и укреплении здоровья человека, отдельных групп и общества) общественное здоровье стремится заполнить разрыв между основными группами клинических (лечебных) и профилактических (гигиенических) наук.

Медицина играет синтезирующую роль, развивая объединяющие принципы мышления и исследования обоих направлений медицинской науки и практики.

Организация здравоохранения и общественное здоровье дают обобщающую картину состояния и динамики здоровья, воспроизводства населения и определяющих их факторов. Только в рамках дисциплины «Организация здравоохранения и общественное здоровье» можно создать научную организацию и научное планирование охраны здоровья населения.

«Организация здравоохранения и общественное здоровье» как предмет преподавания способствует повышению качества подготовки специалистов с высшим медицинским образованием, формированию умений и навыков постановки диагноза, определению тактики лечения пациентов, организации деятельности по обеспечению высокого уровня здравоохранения.

Основное назначение организации здравоохранения и общественного здоровья как науки и учебной дисциплины - определение и оценка критериев общественного здоровья, организации и качества медицинской помощи, их оптимизация.

Под общественным здоровьем понимают медико-демографическую и социальную категорию, отражающую физическое, психическое, социальное благополучие людей, осуществляющих свою жизнедеятельность в рамках определенных социально-экономических систем.

По определению Всемирной организации здравоохранения (ВОЗ), общественное здоровье - это система практических знаний и умений, направленных на охрану и улучшение здоровья населения с помощью организованных общественных усилий, а также с помощью профилактической медицины, санитарии и социологии.

В соответствии с приказом Минздрава России № 83 от 01.03.2000 «О совершенствовании преподавания в медицинских и фармацевтических вузах проблем общественного здоровья и здравоохранения» и предложениями семинара заведующих кафедрами организационного профиля медицинских вузов России «Современные подходы, формы и методы преподавания? Общественного здоровья и здравоохранения"» (Москва, 2000) рекомендовано следующее определение: «Общественное здоровье - важнейший экономический и социальный потенциал страны, обусловленный воздействием различных факторов окружающей среды и образа жизни населения, позволяющий обеспечить оптимальный уровень качества и безопасности жизни».

Понятие «здравоохранение» появилось в советское время и было образовано от сокращения словосочетания «охрана здоровья». Здравоохранение система государственных и общественных мероприятий, направленных на предупреждение и лечение болезней, на изучение труда и быта населения, на укрепление здоровья подрастающего поколения и повышение продолжительности активной жизни.

Понятие «здравоохранение» входит в понятие «медицина» как ее социальная функция. Медицина - система научных знаний и практической деятельности, цель которой - укрепление и сохранение здоровья, продление жизни людей, предупреждение и лечение болезней человека.

Охрана здоровья граждан - это совокупность мер политического, экономического, правового, социального, культурного, научного, медицинского, санитарно-гигиенического и противоэпидемического характера, направленных на сохранение и укрепление физического и психического здоровья каждого человека, поддержание его долголетней активной жизни, предоставление ему медицинской помощи в случае утраты здоровья.

Здравоохранение можно рассматривать несколько уже, чем понятие «охрана здоровья» (поскольку не все виды деятельности, направленные на улучшение здоровья населения, зависят от медицинской и (или) здравоохранительной деятельности).

Мероприятия в области здравоохранения осуществляются организациями системы здравоохранения. Под системой здравоохранения понимают систему организаций, учреждений, предприятий, ассоциаций, научных обществ, специалистов и иных хозяйственных субъектов (вне зависимости от их ведомственной принадлежности и организационно-правовой формы), деятельность которых направлена на сохранение и укрепление здоровья граждан, оказание медицинской и лекарственной помощи, проведение государственного санитарно-эпидемиологического надзора.

Основные принципы отечественного здравоохранения, провозглашенные в 1919 г. на VIII съезде РКП(б):

Однако не все из перечисленных принципов удалось реализовать.

Наука об общественном здоровье и здравоохранении включает разработку научно обоснованных оптимальных методов управления здравоохранением, новых форм и методов работы различных медицинских организаций, путей улучшения качества медицинской помощи, обосновывает оптимальные решения экономических и управленческих проблем в здравоохранении.

Бурный рост развития медицинской науки вооружил врачей новыми, современными методами диагностики сложных заболеваний, эффективными средствами лечения. Все это требует разработки новых организационных форм и условий деятельности медиков, а иногда и создания совершенно новых, ранее не существовавших, медицинских организаций. Возникает потребность в изменении системы управления и расстановки медицинских кадров; появляется необходимость в пересмотре нормативной базы здравоохранения и расширении самостоятельности руководителей медицинских организаций, прав врача.

В целях оптимального решения экономических проблем здравоохранения, введения элементов внутриведомственного хозяйственного расчета, экономического стимулирования качественного труда медицинского персонала создаются условия для проведения научно-исследовательских и опытноконструкторских работ.

Указанные проблемы определяют место и значение науки в дальнейшем совершенствовании отечественного здравоохранения. Единство теории и практики отечественного здравоохранения нашло отражение в единстве теоретических и практических задач, методических приемов отечественного общественного здоровья и здравоохранения.

В современных условиях важное место занимает изучение влияния на здоровье населения проводимых государством мероприятий, а также роли в этом здравоохранения и конкретных медицинских организаций всех форм собственности. Предмет раскрывает значение всего многообразия общественноэкономической жизни страны и определяет пути совершенствования медицинского обеспечения населения.

Следовательно, организация здравоохранения и общественное здоровье - наука о стратегии и тактике здравоохранения, способствующая улучшению общественного здоровья. В отличие от большинства медицинских и прежде всего клинических дисциплин, имеющих дело с отдельным человеком и его здоровьем, предмет «Здравоохранение и общественное здоровье» изучает здоровье населения и составляющих его контингентов. Изучаемая наука обеспечивает интеграцию медицины, общественных дисциплин и социологии.

Изучение и оценка здравоохранения и общественного здоровья осуществляются путем проведения социально-гигиенических исследований.

Состояние здоровья человека определяется функцией его физиологических систем и органов, полового, возрастного и психологического факторов, наследственности, влиянием внешней среды, причем последней принадлежит ведущая роль. Таким образом, здоровье людей зависит от воздействия сложного комплекса социальных и биологических факторов.

Методологическая основа общественного здоровья как науки состоит в изучении и объективной трактовке причин, связей и взаимозависимости между состоянием здоровья населения и общественными отношениями, т.е. в безошибочном решении проблемы взаимоотношения социального и биологического в обществе.

Проблема взаимоотношений социального и биологического в жизнедеятельности человека - коренная методологическая проблема современной медицины. От ее решения зависит то или иное толкование явлений природы, сущности здоровья и болезни человека, этиологии, патогенеза и других понятий в медицине. Социально-биологическая проблема предполагает выделение трех групп закономерностей и соответствующих им аспектов медицинских знаний:

Две последние закономерности проявляются и изменяются только через социальные условия. Социальные закономерности для человека как члена общества являются ведущими в развитии его как биологической особи, способствуют его прогрессу.

Организация здравоохранения и общественное здоровье, как и другие дисциплины, располагает методологией, объектом, предметом и методами исследования.

Методология дисциплины - учение о научном познании в области организации здравоохранения и общественного здоровья.

Объект исследования дисциплины представлен системой организации здравоохранения и общественным здоровьем населения.

Предмет дисциплины - круг знаний в области организации здравоохранения и общественного здоровья.

К объектам социально-гигиенических исследований относятся:

Предмет исследования организации здравоохранения и общественного здоровья включает:

Основная задача науки об общественном здоровье и здравоохранении - изучение влияния социально-гигиенических факторов, условий и образа жизни на здоровье различных групп населения; разработка научно обоснованных рекомендаций по предупреждению и устранению неблагоприятных социальных условий и факторов, оздоровительных мероприятий для повышения уровня здоровья населения.

В современных условиях развития отечественного здравоохранения осуществляются:

Основные методы изучения предмета: исторический, статистический, методы экспертных оценок, системного анализа и моделирования, экспериментальный, экономический, метод наблюдения и опроса.

Дисциплина «Организация здравоохранения и общественное здоровье» изучает в историческом аспекте прошлое, сопоставляет его с настоящим и учитывает возможные перспективы на будущее.

Экспертными оценками широко пользуются в исследованиях организации, качества и результативности медицинской помощи, ее планировании и т.д.

Не меньшее значение имеют методы математической статистики, особенно моделирование. Статистика - основа изучения науки «Общественное здоровье и здравоохранение». Медицинская статистика формируется на основе общей математической статистики с учетом специфики медицинских объектов.

Важную роль играют социологические методы, применяемые в медицине и здравоохранении. Особое место занимают анкетирование, интервьюирование и опросы населения.

Комплексное изучение общественного здоровья, организации здравоохранения и разработка мероприятий по их совершенствованию осуществляется с использованием методологии и методов системного подхода и системного анализа.

Системный подход предполагает использование совокупности методологических принципов для изучения объектов, явлений, процессов как целостных систем и разработку комплекса мероприятий и рекомендаций для их совершенствования.

Системный анализ - это методология комплексного изучения системы (объекта, службы, процесса) как единого целого, ее целей, функций, структуры, организации, выявление положительных и отрицательных сторон системы и разработки мероприятий для ее коррекции на основе использования различных наук, математических методов и вычислительной техники.

Экспериментальный метод позволяет создавать различные модели организации медицинской помощи (так называемые пилотные объекты) в соответствии с целью исследования.

Экономические методы применяются при изучении и разработке вопросов учета, планирования, финансирования, управления здравоохранением, рационального использования материальных ресурсов, научной организации труда.

Для выявления характера и степени влияния социально-гигиенических условий на заболеваемость, смертность и физическое развитие используются различные варианты опроса (интервью, анкетный метод) отдельных лиц, семей или групп людей по специальной программе. Методом опроса (интервью) можно получить ценную информацию по экономическим, социальным, демографическим и другим аспектам изучаемого явления.

Важное место среди эпидемиологических методов исследования занимает эпидемиологический анализ. Эпидемиологический анализ представляет собой совокупность методов изучения особенностей эпидемического процесса с целью выяснения причин, способствующих распространению данного явления на конкретной территории, и разработки практических рекомендаций по его оптимизации. С точки зрения методики общественного здоровья, эпидемиология представляет собой прикладную медицинскую статистику, которая в этом случае выступает как основной специфический метод.

Использование эпидемиологических методов в разных областях здравоохранения на больших популяциях позволяет выделить различные составляющие эпидемиологии: клиническую, экологическую, эпидемиологию неинфекционных и инфекционных заболеваний и т.д.

Клиническая эпидемиология - основа доказательной медицины, позволяющая с использованием строго научных методов на основании изучения клинического течения болезни в аналогичных случаях составлять прогноз для каждого конкретного пациента. Цель клинической эпидемиологии разработка и применение таких методов клинического наблюдения, которые дают возможность делать объективные заключения, избегая влияния ранее допущенных ошибок.

Эпидемиология неинфекционных заболеваний (НИЗ) изучает причины и частоту их возникновения в целях разработки мер профилактики и снижения распространенности этих болезней.

Эпидемиология инфекционных заболеваний изучает закономерности эпидемического процесса, причины возникновения и распространения инфекционных заболеваний в целях разработки мер борьбы с этими болезнями, их предупреждения и ликвидации.

Говоря об общественном здоровье, выделяют эпидемиологию показателей общественного здоровья.

В исследовании могут использоваться методы хронометражных исследований (хронометраж работы медицинских работников, изучение и анализ затрат времени больными на получение медицинской помощи и т.д.).

Для изучения различных проблем общественного здоровья и здравоохранения необходимо пользоваться всеми указанными методами. Благодаря этому достигаются последовательность и доказательность результатов социально-гигиенических исследований.

Еще один источник информации - государственная отчетная документация лечебно-профилактических учреждений (ЛПУ). Для более глубокого исследования сбор материала может производиться с использованием специально разработанных карт, анкет, в которые включены вопросы для получения необходимых сведений, согласно утвержденной программе исследования и задачам, поставленным перед исследователем. Для этой цели может использоваться и компьютер, когда исследователь по специальной программе вводит необходимые данные из первичных регистрационных документов.

Социальные проблемы медицины интересовали выдающихся ученых древности - Гиппократа, Авиценну, Аристотеля, Везалия и других. В развитие социальной медицины крупный вклад сделали М.В. Ломоносов, Н.И. Пирогов, С.П. Боткин, И.М. Сеченов, Т.А. Захарьин, Д.С. Самойлович, А.П. Доброславин, Ф.Ф. Эрисман.

Именно в России во второй половине XIX в. впервые стали формироваться основы науки и учебной дисциплины об общественном здоровье и здравоохранении. В Казанском университете в 60-х гг. XIX в. профессор А.В. Петров читал студентам лекции по общественному здоровью и социальной гигиене. В конце XIX в. на медицинских факультетах многих университетов России (Санкт-Петербург, Москва, Киев, Харьков и др.) читались курсы общественной гигиены, медицинской географии и медицинской статистики. Однако эти курсы были эпизодическими, часто входили в состав других дисциплин.

Первая в мире кафедра социальной гигиены была образована лишь в 1920 г. в Германии в Берлинском университете. Возглавил эту кафедру ее основатель, немецкий ученый - социал-гигиенист, профессор Альфред Гротьян. Так началась история самостоятельного предмета и науки социальной гигиены. Вслед за кафедрой А. Гротьяна стали организовываться аналогичные кафедры в других университетах Германии и стран Европы. Их руководители (А. Фишер, С. Нейман, Ф. Принцинг, Э. Ресле и др.) направляли научно-исследовательскую деятельность на разработку актуальных проблем общественного здоровья и медицинской статистики.

Становление и расцвет социальной гигиены (так наука называлась в России до 1941 г.) в период советской власти связаны с именами крупных деятелей советского здравоохранения Николая Александровича Семашко и Зиновия Петровича Соловьева. По их инициативе в медицинских институтах стали создаваться кафедры социальной гигиены.

Первая такая кафедра была создана Н.А. Семашко в 1922 г. на медицинском факультете 1-го Московского государственного университета. В 1923 г. под руководством З.П. Соловьева создается кафедра во 2-м Московском государственном университете и под руководством профессора А.Ф. Никитина - в 1м Ленинградском медицинском институте. До 1929 г. такие кафедры были организованы во всех медицинских институтах.

В 1923 г. открыт Государственный институт социальной гигиены Наркомздрава РСФСР, который стал научно-организационной базой для всех кафедр социальной гигиены и организации здравоохранения. Учеными - социал-гигиенистами проводятся важные исследования по изучению санитарно-демографических процессов в России первой половины XX в. (А.М. Мерков, С.А. Томилин, П.М. Козлов, С.А. Новосельский, Л.С. Каминский и др.), разрабатываются новые методы изучения здоровья населения (П.А. Кувшинников, Г.А. Баткис и др.). В 30-е гг. издается написанный Г.А. Баткисом учебник для кафедр социальной гигиены медицинских институтов.

Во время Великой Отечественной войны кафедры социальной гигиены переименовываются в кафедры организации здравоохранения. Все внимание кафедр в эти годы сосредоточено на вопросах медико-санитарного обеспечения фронта и организации медицинской помощи в тылу, предупреждения вспышек инфекционных заболеваний. В послевоенные годы активизируется работа кафедр по укреплению связи с практическим здравоохранением.

На фоне усиления разработки теоретических проблем здравоохранения, социологических и демографических исследований, направленных на разработку научно обоснованного планирования охраны здоровья, изучения потребности населения в различных видах медицинской помощи развиваются комплексные исследования по изучению причин распространенности различных НИЗ: сердечно-сосудистой патологии, злокачественных новообразований, травматизма и др.

Большой вклад в развитие медицинской науки во второй половине XX в. внесли З.Г. Френкель, Б.Я. Смулевич, С.В. Курашов, Н.А. Виноградов, А.Ф. Серенко, С.Я. Фрейдлин, Ю.А. Добровольский, Ю.П. Лисицын, О.П. Щепин и др.

В 2000 г. кафедры социальной гигиены и организации здравоохранения переименовываются в кафедры общественного здоровья и здравоохранения.

Современный этап развития отечественного здравоохранения (внедрение экономических механизмов хозяйствования, оптимизация финансирования, использование новых правовых взаимоотношений в системе здравоохранения, переход к медицинскому страхованию) требует от врача усвоения дополнительного объема теоретических знаний и практических организационных навыков.

Врач должен уметь четко организовать работу подчиненного ему медицинского персонала, знать медицинское и трудовое законодательство, владеть элементами экономики и управления. Важная роль в выполнении этой задачи принадлежит кафедрам организации здравоохранения и общественного здоровья, которые представляют и науку, и предмет преподавания в системе высшей медицинской школы.

Первым государственным органом управления медицинским делом в России был Аптекарский приказ, созданный в 1620 г. В XVIII в., в период больших преобразований в экономике, науке, культуре и медицине, совершенствовались и органы управления здравоохранением: в 1721 г. открылась Медицинская канцелярия, в 1763 г. - Медицинская коллегия.

Началась подготовка медицинских кадров в госпитальных школах (1707 г.), медико-хирургических училищах (1786 г.), с 1798 г. - в Петербургской и Московской медико-хирургических академиях. В 1725 г. открылась Петербургская академия наук. В 1755 г. создан первый в стране Московский университет с медицинским факультетом.

Выдающийся вклад в охрану здоровья внес Михаил Васильевич Ломоносов. В труде «Слово о размножении и сохранении российского народа» он представил глубокий анализ здравоохранения и предложил ряд конкретных мер для улучшения его организации.

В первой половине XIX в. формируются первые научные медицинские школы: анатомическая (П.А. Загорский), хирургические (И.Ф. Буш, Е.О. Мухин, И.В. Буяльский), терапевтические (М.Я. Мудров, И.Е. Дядьковский).

Николай Иванович Пирогов создал топографическую анатомию и военно-полевую хирургию, выдвинул положение о важности организации медицинской помощи во время боевых действий, подчеркнул исключительно высокую роль предупредительной медицины. Впервые в мире в военно-полевых условиях применил для наркоза этиловый эфир, разработал классические методы оперативного лечения, используемые и сегодня.

Со второй половины XIX в. вопросами охраны здоровья, помимо государственных структур, занималась и общественная медицина: Русское общество охранения народного здравия (1878 г.), Общество русских врачей в память Н.И. Пирогова (1885 г.).

Сергей Петрович Боткин создал первую в России участковую систему оказания медицинской помощи (земские врачи), положил начало организации санитарного дела в Петербурге (1882 г.), был инициатором строительства в столице образцового инфекционного стационара (1882 г.).

В 70-е гг. XIX в. сформировалась как самостоятельная дисциплина отечественная гигиена, создавались первые научные гигиенические школы (А.П. Доброславин, Ф.Ф. Эрисман).

Алексей Петрович Доброславин - основоположник гигиенической школы экспериментального направления. Он исследовал химический состав продуктов питания, организовал первую в России лабораторию для проведения экспериментальных исследований по гигиене питания, был инициатором создания диетических столовых и кулинарных школ при них. Специалист по военной гигиене, организатор многих мероприятий по оздоровлению населенных мест, улучшению водоснабжения и канализации, он разработал планы народной школы в городе и на селе, здорового крестьянского жилища, земских больниц. Он - один из учредителей Русского общества охранения народного здравия и основатель научно-популярного гигиенического журнала «Здоровье» (1874-1884 гг.).

Федор Федорович Эрисман - основоположник гигиенической школы общественного направления гигиены. Впервые в России (вместе с санитарными врачами А.В. Погожевым и Е.М. Дементьевым) провел комплексное социально-гигиеническое изучение фабрик и заводов Московской губернии (18791885 гг.), способствуя развитию гигиены труда и профессиональной патологии как науки. Внес большой вклад в школьную и коммунальную гигиену. Его ученик Г.В. Хлопин впоследствии организовал кафедру гигиены.

Для развития земской и городской санитарных организаций многое сделали И.И. Моллесон, И.А. Дмитриев, Г.И. Архангельский, Е.А. Осипов, Н.И. Тезяков, З.Г. Френкель и др.

Иван Иванович Моллесон - первый санитарный врач в России, создал в Пермской губернии первый врачебно-санитарный совет - коллегиальный орган, призванный руководить земской медициной. Предложил проект организации врачебных участков на селе, должность уездного санитарного врача для изучения санитарного состояния населения, условий труда и быта, причин болезней и борьбы с ними. Организатор и руководитель более 20 губернских съездов земских врачей. И.И. Моллесон подчеркивал: «Социальная медицина как отрасль знаний и деятельности широка и охватывает…​ все мероприятия, которые могут улучшать жизненную обстановку масс населения».

Евграф Алексеевич Осипов - один из основоположников земской медицины и санитарной статистики. Впервые в России ввел карточную регистрацию заболеваний. Создал земскую Московскую губернскую санитарную организацию (1884 г.). Разработал принцип деятельности врачебного участка с лечебницей-стационаром, функции сельского врача, программу санитарного обследования губернии.

Илья Ильич Мечников - выдающийся биолог и патолог, иммунолог и бактериолог, один из основоположников эволюционной эмбриологии, создатель фагоцитарной теории иммунитета и сравнительной теории воспаления, почетный член Петербургской академии наук (с 1902 г.) и многих иностранных академий, лауреат Нобелевской премии (1907 г.).

В 1883 г. на VII съезде русских естествоиспытателей и врачей в Одессе в докладе «О целебных силах организма» И.И. Мечников обосновал взгляд на инфекционное заболевание как на процесс взаимодействия макро- и микроорганизмов. Ученый использовал эволюционный подход в изучении фагоцитоза, на этой основе разработал учение об иммунитете. Изучал течение сибирской язвы, возвратного тифа, холеры, туберкулеза, сифилиса и других инфекций, процесс восприимчивости людей и животных к заразным болезням. Главную роль в иммунитете отводил фагоцитам - подвижным клеткам, поглощающим и переваривающим микробы.

Илья Ильич Мечников и Николай Федорович Гамалея - инициаторы создания в Одессе бактериологической и антирабической лаборатории. Это была первая бактериологическая лаборатория в России и вторая (после Парижской) в мире.

С 1917 г. в условиях формирования нового общественного строя в нашей стране создаются новые органы управления и формируются теоретические основы здравоохранения, ведущая роль в разработке которых принадлежит Н.А. Семашко и З.П. Соловьеву.

Николай Александрович Семашко - теоретик и организатор здравоохранения, первый народный комиссар здравоохранения (1918-1930 гг.). Под его руководством разрабатывались принципы здравоохранения - государственный характер, профилактическая направленность, бесплатность и общедоступность квалифицированной медицинской помощи, единство науки и практики, широкое участие общественности в решении вопросов охраны здоровья. Н.А. Семашко создал новую науку - социальную гигиену и стал первым заведующим кафедрой социальной гигиены (1922 г.). Создал новые виды здравоохранения - охрана материнства и младенчества, санаторно-курортное дело. При его активном участии создан Государственный научный институт народного здравоохранения им. Л. Пастера, перестроена система высшего медицинского образования, в Москве и Ленинграде организованы институты физической культуры.

Зиновий Петрович Соловьев - теоретик и организатор гражданского и военного здравоохранения, заместитель народного комиссара здравоохранения, начальник Главного военно-санитарного управления. В 1923 г. организовал кафедру социальной гигиены во 2-м Московском медицинском институте.

Внес большой вклад в развитие профилактического направления здравоохранения, в реформу медицинского образования.

Захарий Григорьевич Френкель - организатор и руководитель кафедры социальной гигиены 2-го Ленинградского медицинского института (1923- 1949 гг.), крупный специалист по коммунальной гигиене, демографии и геронтологии, руководитель Гигиенического общества Ленинграда в течение 27 лет.

Период Великой Отечественной войны и послевоенные годы связаны с развитием военной медицины, восстановлением материальной базы здравоохранения и активной подготовкой медицинских кадров.

Начиная с 1961 г. принимается ряд законодательных актов и постановлений Правительства РФ, направленных на развитие системы здравоохранения. Важнейшей социальной задачей провозглашена охрана здоровья населения. Укрепляется материальная база здравоохранения, осуществляется специализация медицинской помощи, совершенствуется система первичной медико-санитарной помощи. Становлению социальной гигиены в эти годы способствовали известные ученые С.В. Курашев, Г.А. Баткис, С.Я. Фрейдлин, Е.Я. Белицкая и др.

Современный период медико-социальных исследований проблем здоровья населения и здравоохранения связан с именами ведущих отечественных ученых: Ю.П. Лисицына, О.П. Щепина, О.В. Грининой, Э.Д. Грибанова, И.Н. Денисова, К.И. Журавлевой, И.П. Катковой, Ю.М. Комарова, В.З. Кучеренко, И.В. Лебедевой, В.А. Миняева, А.М. Москвичева, В.К. Овчарова, А.И. Потапова, И.В. Пустового, Л.Г. Розенфельда, О.М. Хромченко, С.Я. Чикина и др.

Приоритетные проблемы здравоохранения:

В послании Президента Российской Федерации Федеральному Собранию Российской Федерации (2005 г.) обращено внимание на демографический кризис в России. С учетом сложившейся ситуации в здравоохранении стали реализовываться приоритетные национальные проекты, планироваться стратегическое развитие отрасли с целью улучшения показателей здоровья населения и повышения эффективности расходования ресурсов. Наметились тенденции повышения уровня организации медицинской помощи во всех ее секторах - государственном, муниципальном, частном. Знаменательным событием начала XXI века стал взятый Правительством Российской Федерации курс на модернизацию отечественного здравоохранения.

С 2006 г. в России реализуется национальный проект «Здоровье», обеспечивающий поступательное развитие здравоохранения.

Ключевые мероприятия проекта:

В 2011-2012 гг. реализуется Федеральная программа модернизации здравоохранения Российской Федерации, что способствует улучшению материально-технической базы медицинских организаций, развитию современных информационных технологий в здравоохранении, внедрению федеральных стандартов оказания медицинской помощи населению. Реализация программы осуществлялась на основе финансовой поддержки Правительства Российской Федерации.

Важную роль в развитии отечественного здравоохранения сыграли указы Президента Российской Федерации от 7 мая 2012 г.:

Во исполнение указов Президента Правительством Российской Федерации установлены целевые значения демографических показателей до 2018 г.

В послании Президента Российской Федерации Федеральному Собранию Российской Федерации на 2016 г. в числе главных названы вопросы демографии, предложено продлить действие материнского капитала как минимум на два года. Развитие системы здравоохранения стало еще одной важной темой. Президент заявил о необходимости финансировать за счет средств системы обязательного медицинского страхования (ОМС) высокотехнологичные операции и потребовал принять соответствующие законы уже в весеннюю сессию Госдумы.

Врачебная этика определяет нравственные начала в деятельности врача.

Медицинская деонтология - учение о должном в поведении медицинских работников.

К основным предметам изучения врачебной этики и медицинской деонтологии относятся:

Основные принципы, регламентирующие нравственный облик врача, формировались и изменялись на протяжении столетий в зависимости от сложившихся в данном обществе политического строя, социально-экономических и классовых отношений, уровня культурных, национальных, религиозных традиций и т.д.

Уже в индийском своде законов Ману «Веды» детально перечислены правила поведения врача, понимаемые как этические нормы.

Выдающаяся роль в определении основных проблем медицины и как науки и как нравственной деятельности принадлежит основоположнику научной медицины Гиппократу.

В сборнике Гиппократа имеются специальные разделы «Клятва», «Закон», «О враче», «О благоприятном поведении», «О древней медицине» и др., в которых сформированы деонтологические нормы, имеющие непреходящее значение. В представлении Гиппократа идеал врача - врач-мудрец: «Все, что ищется в мудрости, все это есть и в медицине, а именно: презрение к деньгам, совестливость, скромность, простота в одежде, уважение, суждение, решительность, опрятность, изобилие мыслей, знание всего того, что полезно и необходимо для жизни, отвращение к пороку, отрицание суеверного страха перед богами, божественное превосходство».

Обязанности врача по отношению к больному сформированы в знаменитой «Клятве» Гиппократа: «Чисто и непорочно буду я проводить свою жизнь и свое искусство…​. В какой бы дом я ни вошел, я войду туда для пользы больного, будучи далек от всего намеренного, несправедливого и пагубного…​ Что бы я ни увидел или ни услышал касательно жизни людской из того что не следует когда-либо разглашать, я умолчу о том, считая подобные вещи тайной».

В средневековой медицине принципы врачебной этики, как и теоретические основы медицины, были подчинены религиозно-церковной философии и морали, оказались лишенными собственно научного и общегуманного содержания. Врачам средневековья не были чужды нормы врачебной деонтологии.

Примером тому служат Салернский кодекс здоровья, «Канон врачебной науки» и «Этика» Авиценны.

В эпоху Возрождения получили признание гуманные заветы великих античных медиков. Известный врач и химик Парацельс писал: «Сила врача - в его сердце, работа его должна руководиться богом и освещаться естественным светом и опытностью; величайшая основа лекарства - любовь».

Декарт считал, что только медицина может разрешить проблемы, которые более всего касаются величия и счастья человечества.

Матвей Яковлевич Мудров учил, что «врачевание не состоит ни в лечении болезни, ни в лечении причин - врачевание состоит в лечении больного».

Значительную роль в становлении врачебной деонтологии в России сыграла земская медицина, благодаря которой, несмотря на ее недостатки, появились многие тысячи беспредельно преданных своему делу врачей и фельдшеров.

То, что в настоящее время составляет предмет врачебной деонтологии, в конце XIX в. именовалось врачебной этикой. Содержание этого понятия было расплывчатым, так как отдельные авторы включали сюда правовые моменты, сословные обязанности, сословный этикет, а кое-кто и врачебную политику.

Заслуга введения в медицинскую практику отечественного здравоохранения термина «врачебная деонтология» и раскрытия его содержания принадлежит Николаю Николаевичу Петрову. Его основная работа «Вопросы хирургической деонтологии», в которой врачебную деонтологию он определил как «учение о принципах поведения врача не для достижения индивидуального благополучия и почестей, но для максимального повышения суммы общественной полезности и максимального устранения вредных последствий неполноценной медицинской работы».

Отечественная медицинская деонтология основана на данных медицинской психологической этики, педагогики. Большой вклад внесло учение Ивана Петровича Павлова (влияние слова как условного раздражителя на течение, исход и возникновение болезненных состояний).

Труды В.М. Бехтерева, К.И. Платонова, Р.А. Лурия и других врачей оказали большое влияние на разработку различных видов психотерапии, способствовали развитию учения о ятрогении.

Элементы врачебной деонтологии

Культурный врач - человек высокого этического уровня, чуткий, внимательный и заботливый, отзывчивый и ласковый, доброжелательный и спокойный.

Любить свою профессию - значит любить человека, стремиться помочь ему, радоваться его выздоровлению; поэтому врач должен постоянно повышать свое мастерство.

Это не только сумма технических приемов, знаний, но и форма интеллектуальной работы, которая называется клиническим мышлением. Все действия врача, касающиеся распознавания болезней и их лечения, должны быть строго продуманы и научно обоснованы.

Определенный интерес представляют приведенные ниже советы и наставления молодым докторам, представленные в книге Е.А. Вагнера и соавт. «О самовоспитании врача» (1971).

Для того чтобы подготовиться к своей будущей деятельности, необходимо:

Самовоспитание - трудный и длительный процесс. Однако без него не обойтись тому, кто хочет стать достойным своей эпохи и своей профессии.

Черты характера. Равнодушие к людям и их страданиям - качество, несовместимое с благородной профессией врача.

Жесткий перечень того минимума порядочности и воспитанности, которым должен обладать, по мнению А.П. Чехова, каждый человек, представлен в известном письме писателя своему брату Николаю.

«Недостаток у тебя только один…​ Это твоя крайняя невоспитанность…​

Воспитанные люди, по моему мнению, должны удовлетворять следующим условиям.

<…​> Они уважают человеческую личность, а потому всегда снисходительны, мягки, вежливы, уступчивы. Они не бунтуют из-за молотка или пропавшей резинки; живя с кем-нибудь, они не делают из-за этого одолжения, а уходя не говорят: с вами жить нельзя!

<…​> Они сострадательны не к одним только нищим и кошкам. Они болеют душой и от того, чего не увидишь простым глазом.

<…​> Они чистосердечны и боятся лжи как огня. Не лгут они даже в пустяках. Ложь оскорбительна для слушателя и опошляет в его глазах говорящего. Они не рисуются, держат себя на улице так же как дома, не пускают пыли в глаза меньшей братии. Они не болтливы и не лезут с откровениями, когда их не спрашивают. Из уважения к чужим ушам, они чаще молчат.

<…​> Они не унижают себя с той целью, чтобы вызвать в другом сочувствие. Они не играют на струнах чужих душ, чтобы в ответ им вздыхали и нянчились с ними.

<…​> Они не суетны. Делая на грош, они не носятся со своей папкой на сто рублей и не хвастаются тем, что их пустили туда, куда других не пустили…​

Истинные таланты всегда сидят в потемках, в толпе, подальше от выставки…​

<…​> Если они имеют в себе талант, то уважают его. Они жертвуют для него покоем, женщинами, вином, суетой. Они горды своим талантом.

<…​> Они воспитывают в себе эстетику. Они не могут уснуть в одежде, видеть на стене щели с клопами, дышать дрянным воздухом, шагать по оплеванному полу. Они не трескают походя водку, не нюхают шкафов, ибо они знают, что они не свиньи.

<…​> Таковы воспитанные…​ Чтобы воспитаться и не стоять ниже уровня среды, в которую попал. нужны беспрерывный дневной и ночной труд, вечное чтение, штудировка, воля. Тут дорог каждый час.»

Моральный облик врача

Жизнь - воспитатель - урок.

Врач-философ Владислав Беганьский подчеркивал: «Не будет хорошим врачом тот, кто не является хорошим человеком».

Речь идет об одном из крупнейших клиницистов конца позапрошлого века, пользовавшимся вполне заслуженной популярностью. К сожалению, он отличался тяжелым характером и корыстолюбием. Имея огромную практику, он брал с больных за визит 100 рублей (большие деньги для того времени).

Однажды к нему обратился за помощью заболевший туберкулезом студент-медик, специально приехавший с этой целью из Сибири. Однако профессор отказал в консультации, заявив, что деньги с медика брать неудобно, а бесплатно он принципиально никого не лечит.

Об этом как-то узнали студенты-медики. Они собрали сто рублей монетами копеечного достоинства и мешок с медяками демонстративно выставили перед лекцией на кафедру. Скандал. Профессор оставил университет.

Достоинство врача

Рассказ об Эрнсте Швенингере, личном враче Отто фон Бисмарка, всесильного канцлера кайзеровской Германии.

Отто фон Бисмарк на протяжении многих лет лечился от серьезного заболевания сердца. Сменил множество врачей, к которым в большинстве случаев относился презрительно: в присутствии высокопоставленного пациента они теряли свое достоинство, и их «позвоночник приобретал гибкость».

При очередной смене врача был приглашен Эрнст Швенингер. Когда он стал собирать подробный анамнез, Бисмарк небрежно заметил, что у него нет времени на длинные разговоры.

«Тогда лечитесь у ветеринара», - парировал спокойно Швенингер. Ответ озадачил и пробудил чувство уважения. 20 лет Швенингер лечил Бисмарка. Бисмарк говорил: «Моих прежних врачей я лечил, он же лечит меня».

Врач и больной

Ответственность за больного и его здоровье - главная черта нравственного долга врача.

Для каждого больного требуется индивидуальный подход и индивидуальные меры воздействия. Задача врача заключается в том, чтобы убедить больного в реальной возможности выздоровления. Сам факт посещения врача должен облегчить состояние больного. Доверие к врачу - одна из гарантий успешного лечения.

Деонтология и научно-технический прогресс - медицинская аппаратура не должна заслонять личность больного.

Необходимо помнить о деонтологических аспектах и при решении вопросов организации работы медицинского учреждения.

Влияние слова на состояние здоровья пациентов

Разговор врача с больным - искусство. Беседуя с больным, необходимо помнить о ятрогенных заболеваниях.

У Н.И. Пирогова незадолго до пятидесятилетнего юбилея была обнаружена незаживающая язва в области альвеолярного отростка. Заключение консилиума - злокачественное новообразование, требуется безотлагательная операция. Состояние Пирогова - тягостное. Отказ от всего. По настоянию жены и сына едет в Вену к ведущему хирургу того времени Т. Бильроту.

Т. Бильрот утверждает, что имеет место диагностическая ошибка. Н.И. Пирогов, как свидетельствует доктор С. Шкляревский, воспрял духом. Стал принимать больных, ездить верхом и вести активную жизнь до тех пор, пока болезнь не взяла верх.

Современники упрекали Т. Бильрота в диагностической ошибке, но очевидно, что Т. Бильрот сделал это вполне осознанно.

Врач и родственники больного. Это наименее разработанный и наиболее трудный вопрос. Необходим максимум тактичности со стороны врача.

Особенно при злокачественных новообразованиях только в таком случае можно рассчитывать на определенный успех.

Взаимоотношения медицинских работников

Важной проблемой остается нейтрализация отрицательных сторон разделения медицины на специальности. Врач вынужден консультироваться с врачами других специальностей. Если обнаруживаются ошибки, в присутствии больных обсуждать их недопустимо. Разговоры врача с врачом должны основываться на взаимоуважении и взаимопомощи. Недопустимы критические замечания в адрес врача в присутствии больного. Правильной следует считать такую постановку дела, когда консультируют врача, а не больного.

Непозволительно к медицинским сестрам обращаться на «ты» и делать им замечания в присутствии больного. В глазах больных это снижает авторитет медицинского учреждения.

Взаимоотношения врачей. Воспоминания профессора С.П. Миротворцевой.

Профессор хирургии Цезарь Ру длительное время работал ассистентом Эмиля Теодора Кохера. В конце своей деятельности Ру разошелся с Кохером.

Ру получил кафедру в Лозанне. Он считал, что Кохер его «затирал» и т.д.

Вскоре у Ру появились грозные симптомы рака желудка. После обследования Ру приказал все приготовить к операции, просил своего старшего ассистента никому об этом не говорить.

Старший ассистент ночью поехал к Кохеру. Кохер распорядился: «Оперировать буду я, но ничего не говорить Ру». После операции Кохер сразу уехал. Ру узнал об этом лишь спустя 2 недели. Через месяц Ру вошел в аудиторию, где был Кохер, подошел к нему и сказал: «Дорогой учитель, как я был неправ. Простите меня за все прошлое и примите мою благодарность ученика, которого вы всегда учили благородству и доказали это». Он взял руку Кохера и поцеловал ее. Аудитория приветствовала примирение двух крупных хирургов громкими аплодисментами.

Врачебная тайна

В соответствии с действующим законодательством медицинские работники не вправе разглашать ставшие им известными в силу исполнения профессиональных обязанностей сведения о болезни, интимной и семейной сторонах жизни больного.

Однако врач обязан ставить в известность органы государственного санитарно-эпидемиологического надзора об инфекционных заболеваниях, отравлениях; следственные органы - об убийствах и тяжелых травмах; одного из супругов - о заболеваниях другого. Врач обязан сообщать о заболеваниях руководителям учреждений, в котором работа по состоянию здоровья больному противопоказана, и т.д.

Врачебная ошибка - добросовестное заблуждение врача без элементов халатности, небрежности и профессионального невежества.

Возможность врачебных ошибок объясняется тем, что «врачу приходится иметь дело не со стандартным материалом, легко поддающимся оценке и учету, а со всевозможными индивидуализированными особенностями организма человека» (И.В. Давыдовский).

Врачебные ошибки предаются гласности в системе органов здравоохранения. Освещение врачебных ошибок в печати противоречит медицинской деонтологии.

Замечательный диагност профессор С.П. Боткин не мог простить себе, что из-за отсутствия каких-либо объективных данных не поверил больному юноше-фельдшеру, вновь поступившему в клинику после выздоровления от брюшного тифа с жалобами на упорные головные боли. Больного выписали с пометкой на истории болезни «симуляция». После смерти при вскрытии был обнаружен абсцесс мозга.

Профессор С.П. Коломнин в 1886 г. покончил жизнь самоубийством после смерти больной, оперированной им с использованием нового по тем временам метода анестезии (кокаин).

Популярный саратовский врач З.В. Васильева в 1928 г. прибегла к морфину, будучи не в состоянии пережить смерть своей подруги - хирурга Н.В. Алмазовой, которую по ее просьбе оперировала.

Трудно переносят врачи свои ошибки, нужно много сил и самообладания, чтобы не согнуться под их тяжестью.

Деонтологические требования в практике санитарных врачей:

Располагая данными об эпидемиологической обстановке, о групповых случаях инфекционных заболеваний, организаторы санитарноэпидемиологической службы должны с известной осторожностью приводить их в своих публичных выступлениях, принимая во внимание возможность ятрогенного воздействия на аудиторию.

Особое место занимают этика и деонтология врача-организатора здравоохранения. Это прежде всего культура поведения, общения, внешний вид, корректные замечания, воспитание, неразглашение врачебной тайны, осторожность при проведении консилиумов и т.д.

Контрольные вопросы

ЛИТЕРАТУРА

Современный этап общественного развития характеризуется широким использованием статистики в различных областях науки, культуры, образования, промышленного и сельскохозяйственного производства, строительства. Трудно определить сферу человеческой деятельности, где бы не применялась статистика. Это в полной мере относится к медицине, биологии и здравоохранению.

Статистика - самостоятельная общественная наука, изучающая количественную сторону массовых общественных явлений в неразрывной связи с их качественной стороной.

Статистику принято считать мощным орудием социального познания. Используя результаты количественных измерений изучаемых явлений, статистика позволяет определить причинно-следственные связи и устанавливать складывающиеся на различных этапах общественного развития закономерности. Количественные изменения, накапливаясь, способны вызвать коренные качественные изменения, вследствие чего старое качество исчезает и возникает новое.

При изучении возрастного состава населения страны определяется доля, которую занимает каждый возраст в общей численности населения, т.е. дается количественная характеристика его возрастной структуры. Выявляются и качественные особенности состава населения - удельный вес граждан, достигших трудоспособного возраста, численность населения в школьном возрасте, количество дошкольников и т.д. Таким образом, при исследовании количественной стороны явлений углубляются знания о свойствах исследуемого явления, составляющих его качество.

Медико-биологический раздел статистики включает:

Предмет статистики применительно к медицине, биологии, здравоохранению:

Статистика языком цифр характеризует размеры и количественные соотношения (структуру, темпы развития и т.п.) явлений общественной жизни и проявляющиеся в них закономерности.

Одна из особенностей статистики - то, что при изучении количественной стороны общественных явлений и процессов она всегда отображает качественные особенности исследуемых явлений, т.е. изучает количество в неразрывной связи, единстве с качеством. Качество в научно-философском понимании - свойство, присущее предмету или явлению, которое отличает данный предмет или явление от других. Качество - это то, что делает предметы и явления определенными.

Медико-биологический раздел статистики обеспечивает:

Следовательно, совершенствование знаний в области теоретических и методологических основ статистики, мониторинг общественного здоровья, обоснование необходимости оздоровительных мероприятий, их реализации с оценкой эффективности, оптимизация организации и управления системой здравоохранения на доказательной основе - необходимые компоненты в повышении квалификации специалистов в сфере общественного здоровья и здравоохранения.

Для изучения любого явления необходимо выбрать объект исследования, единицу наблюдения и ее учетные признаки, определить статистическую совокупность и необходимый объем наблюдений. Объем выборочного исследования должен быть достаточным для получения статистически значимых результатов.

Теоретическое обоснование выборочного метода строится на основе теории вероятностей и закона больших чисел. Суть теории вероятности заключается в том, что появление любого признака рассматривается как случайное событие.

Например, несмотря на случайность заболеваний гриппом, эпидемии возникают с определенной закономерностью и, как правило, в холодное время года, так что эпидемиологи могут с большой вероятностью прогнозировать распространенность этого вида заболевания среди населения.

В последнее время особый интерес медицинской общественности вызывают результаты исследований, полученные на принципах доказательной медицины, основу которой составляют теория вероятностей и закон больших чисел, а также современные методы обработки информации.

Вероятность - это мера возможности возникновения случайных событий в конкретных условиях.

В биологии и медицине мы чаще всего имеем дело с выборочными совокупностями.

Вероятность наступления какого-либо события (Р) определяется отношением наступивших событий (т) к числу всех возможных случаев (я):

P = m/n.

Альтернатива вероятности наступившего события - вероятность его отсутствия (q).

q = (n - m)/n = 1 - m/n = 1 - P; q = 1 - P;

P + q =1.

Вероятность наступления события находится в пределах от 0 до 1. Соответственно, чем P ближе к 1, тем выше вероятность наступления того или иного события и чем больше P приближается к 0, тем меньше возможность его наступления.

Теория вероятностей позволяет вывести закон больших чисел.

В соответствии с законом больших чисел:

Для иллюстрации сказанного в математике применяют упрощенные схемы моделирования этих процессов с подбрасыванием монет или использованием ящиков с цветными шарами.

Доля, полученная на выборочной совокупности (P₁ ), при большой выборке весьма близка к доле, которую составляет явление в генеральной совокупности (Р). При большом числе наблюдений вероятность этого несовпадения настолько мала, что практически с ней можно не считаться.

Теорией статистики установлено, что при большой выборке (n >30) с вероятностью, равной 95%, можно утверждать, что разность долей, полученных из этой выборки (Р₁), и генеральной совокупности (Р), будет составлять 2m; с вероятностью, равной 99,7%, можно утверждать, что разность этих долей (Р₁ - Р) не превысит 3m.

Числа 1, 2, 3 и другие, на которые умножают ошибку репрезентативности (m), носят название доверительных коэффициентов, и обозначают их буквой t. С увеличением t возрастает степень вероятности, с которой можно утверждать, что разность долей, полученных из выборки и генеральной совокупности будет находиться в пределах: Δ = tm, где Δ - предельная ошибка, допустимая для данного исследования. Предельная ошибка (Δ) может быть с положительным и отрицательным знаком (± Δ). Следовательно, Р + Р₁ ± Δ.

Пользуясь законом больших чисел, увеличивая объем выборки, можно регулировать размер предельной ошибки, доводя ее до минимума. При планировании исследования используют формулы, основывающиеся на законе больших чисел, по которому рассчитывают необходимую численность (я) выборки. Для этого надо знать, с какой точностью, в зависимости от задач исследования, необходимо получить результаты, т.е. иметь представление о допустимой для данного исследования ошибке (Δ).

Основные и наиболее общие положения теории вероятностей и закона больших чисел разработаны отечественными учеными - математиками П.Л. Чебышевым, А.М. Ляпуновым, А.А. Марковым. Дальнейшая разработка теории вероятностей произведена советским математиком А.Н. Колмогоровым. Теорема Чебышева формулируется следующим образом: с вероятностью, сколь угодно близкой к единице, можно утверждать, что при достаточно большом числе независимых наблюдений средняя величина изучаемого признака, полученная на основе выборки, будет сколь угодно мало отличаться от средней величины изучаемого признака во всей генеральной совокупности.

Знание теоретических основ статистики позволяет разрабатывать и совершенствовать технологии, обеспечивающие инновационные направления изучения закономерностей, существующих в окружающем мире и обществе, в частности, при исследовании процессов, формулирующих здоровье населения.

В процессе изучения влияния общественных факторов используется множество объектов исследования, информация о которых представляется в виде статистической совокупности.

Комплексное изучение объектов исследования обеспечивается, как уже отмечалось, использованием системного анализа и системного подхода.

Системный анализ - методология комплексного изучения системы (объекта, службы, процесса) как единого целого, ее целей, функций, структуры, организации, выявление положительных и отрицательных сторон системы и разработки мероприятий для ее коррекции на основе использования различных наук, математических методов и вычислительной техники.

Системный подход предполагает использование совокупности методологических принципов для изучения объектов, явлений, процессов как целостных систем, а также разработку комплекса мероприятий и рекомендаций для их совершенствования. Системный подход помогает лицу, принимающему решение, выбрать последовательность действий путем общего изучения стоящей перед ним проблемы, определения цели, нахождения вариантов решения и сравнения последних под углом зрения соответствующих им результатов.

С позиций системного подхода необходимо рассматривать медицинский объект не только как сложную систему, но и как составную часть (подсистему) другой системы, взаимодействующую со многими другими внешними системами. Например, плохая работа стационара отразится на деятельности многих взаимосвязанных медицинских и немедицинских организаций и наоборот. Развитие специализированной медицинской помощи означает концентрацию тяжелых больных в специализированных организациях, и априори можно ожидать ухудшения показателей деятельности организации, если оно не имеет более квалифицированного персонала и не оснащено современным оборудованием и т.д.

Неблагоприятные демографические процессы в ряде регионов страны влияют на показатели здоровья населения и деятельности служб здравоохранения, что требует для нейтрализации этого явления (влияния) дополнительных средств здравоохранения.

Системный подход предполагает, что при ограниченности средств увеличение ресурсов в одном секторе здравоохранения означает их уменьшение в других, а увеличение трудовых ресурсов в производственной сфере означает их уменьшение в непроизводственной.

Системный подход к изучению проблем управления здравоохранением предусматривает, что если, несмотря на все принятые меры, нет существенного прогресса в решении проблемы, то данная проблема является межотраслевой и ее решение в значительной степени зависит от других взаимосвязанных отраслей народного хозяйства, природных систем и т.д.

Рассмотрение проблем здравоохранения как многофакторных комплексов позволяет выделить группу неуправляемых (природные, географические, климатические и т.д.) и управляемых факторов, зависящих от пациента, врача, медицинского учреждения, вышестоящих органов здравоохранения, внешних систем.

В целях рационального использования тех или иных методов обработки полученной информации необходимо учитывать распределение признака в исследуемой совокупности и его типичности для изучаемого явления.

Статистическая совокупность состоит из элементов, имеющих различные значения изучаемого признака. Количество элементов (единиц наблюдения) в совокупности варьирует. Величина, свидетельствующая о количестве единиц наблюдения с одинаковой величиной признака, называется частотой. Наличие в совокупности элементов с определенным значением признака выражается мерой вероятности, что позволяет с помощью теории вероятностей определить закономерности распределения признака изучаемого явления.

Характер распределения возможно установить только на достаточном объеме наблюдений. Знание характера распределения признака в совокупности способствует рациональному выбору статистических критериев для оценки результатов исследования.

Распределения, которые наблюдаются в медицинских, в том числе и в социально-гигиенических исследованиях, довольно разнообразны по своему характеру.

Различают основные типы распределений: альтернативное, нормальное (симметричное) и асимметричное (правостороннее, левостороннее, двугорбое бимодальное и т.д.). На рис. 2-1 показаны наиболее распространенные в практике типы распределения.

В социально-гигиенических исследованиях очень популярен альтернативный тип распределения. Такое распределение имеет только два противоположных значения признака (да, нет). Например, исход лечения состоит только из двух противоположных градаций: числа умерших и числа выживших; по признаку доношенности при рождении распределение состоит также только из двух групп: числа доношенных и числа недоношенных; по признаку успеваемости студентов распределение состоит из числа успевающих и числа неуспевающих и т.д.

Часто встречаются явления, которые распределяются по асимметричному типу. При правостороннем распределении наибольшее число случаев наблюдения скапливается не на уровне середины ряда, а сдвигается в сторону меньшего значения признака. В этом случае М > Ме > Мо. Если наибольшее число случаев наблюдения сдвинуто в сторону большего значения признака, наблюдается левосторонняя асимметрия (М < Ме < Мо). Если наибольшее число случаев наблюдения скапливается по концам ряда, отмечается двугорбое бимодальное распределение.

Правосторонняя асимметрия характерна для распределения такого признака, как число детей в семье или кратность случаев временной утраты трудоспособности. Как известно, в большинстве семей имеется 1-2 ребенка. С увеличением числа детей в семьях соответственно уменьшается число семей. Если проанализировать ряд по кратности случаев нетрудоспособности в связи с заболеванием в течение года, то он будет иметь вид правосторонней асимметрии, так как основная масса работающих имеет минимальное число случаев временной нетрудоспособности - 1-2 (т.е. значительное число болеющих скапливается у наименьшей градации данного признака).

Реже встречается распределение нормальное (симметричное). Обычно нормальное распределение наблюдается при построении рядов количественных признаков: роста, массы тела, артериального давления, сроков госпитализации и др.

При нормальном типе распределения число случаев наблюдений с различной величиной признака располагается симметрично по отношению к середине ряда: от меньшего значения признака к большему его значению, наибольшее число случаев наблюдений приходится на середину ряда. При нормальном распределении признака в совокупности значения моды, медианы и средней арифметической величины равны (М = Ме = Мо). Если признаки имеют только положительные значения, можно оценить соответствие эмпирического распределения нормальному с помощью среднего квад-ратического отклонения. Если среднее квадратическое отклонение меньше половины среднего (S < M/2), распределение можно считать нормальным, так как симметричность - одна из основных характеристик нормального распределения.

Двугорбое (бимодальное) распределение имеет две вершины. Как правило, такой ряд нуждается в дополнительном анализе. Двугорбый тип распределения указывает, что совокупность неоднородна. Например, если включить в совокупность мальчиков и девочек и измерить их рост, то полученное распределение будет бимодальным.

При альтернативном типе распределения признака в совокупностях специальных методов его определения не требуется. Обработка данных, полученных на альтернативных совокупностях, предполагает вычисление относительных величин, оценку статистической значимости различий между ними и установление других закономерностей.

Определить, отличается ли эмпирическое распределение от нормального, можно с помощью коэффициента асимметрии и эксцесса. Чем более выражена асимметрия (As), тем больше значение коэффициента. Знак величины коэффициента асимметрии связан с направлением асимметрии. Если распределение вытянуто в сторону отрицательных значений, коэффициент асимметрии положительный (As >0), если распределение вытянуто в сторону положительных значений, коэффициент асимметрии отрицательный (As <0; рис. 2-2, а).

Количественное описание островершинности дает коэффициент эксцесса (Ex). Если эксцесс больше нуля, распределение принято считать островершинным, в противоположном случае - туповершинным (рис. 2-2, б).

Таким образом, если асимметрия и эксцесс значительно отличаются от нуля, можно считать, что распределение не подчиняется закону нормального распределения (рис. 2-2, б).

В эпоху компьютерных технологий рассчитать эти коэффициенты - несложная задача. В доступной для любого пользователя программе Excel имеется встроенная опция «Анализ данных», которая позволяет получить значения искомых показателей.

С целью определения отличия изучаемого распределения от нормального с помощью коэффициентов асимметрии и эксцесса применяют обычный в биометрии метод сравнения коэффициентов с их ошибками репрезентативности.

Если показатели эксцесса и асимметрии превышают свою ошибку более чем в три раза, можно говорить об отличии эмпирических распределений от нормального.

С помощью компьютерных технологий характер распределения признака возможно определить несколькими способами: построить гистограмму распределения; наглядно оценить, насколько диаграмма близка к графику нормального распределения; проверить нулевую гипотезу о том, что эмпирическое распределение соответствует закону нормального распределения и альтернативную гипотезу о том, что эмпирическое распределение не соответствует закону нормального распределения.

Проверить гипотезы можно с помощью критериев:

Если полученное значение P для используемого критерия больше критического уровня статистической значимости (0,05), то эмпирическое распределение приближенно считают нормальным.

Любое научное исследование должно быть соответствующим образом продумано и организовано. Исследование проводится поэтапно.

Подготовительный этап включает определение проблемы, выбор темы и формулировку рабочей гипотезы. На этом этапе следует определить цель и задачи исследования, научную новизну, теоретическую и практическую значимость.

На первом этапе исследователю необходимо составить план и программу. Второй этап включает сбор материала. Третий этап - статистическая обработка собранного материала, на котором проводится сводка и группировка. На четвертом этапе данные подвергаются анализу, делаются соответствующие выводы и даются рекомендации, результаты исследования внедряются в практику (рис. 2-3).

Программа представляет общий стратегический замысел исследования, а план включает перечень вопросов организационного характера.

Научно-исследовательская работа начинается с определения проблемы. Проблема исследования - некая противоречивая ситуация, требующая разрешения. Проблема возникает тогда, когда имеющихся знаний в соответствующей области недостаточно, а новые знания отсутствуют. Исследователь должен показать, где проходит грань между знанием и незнанием с точки зрения предмета исследования. Формулируя проблему, он должен ответить на вопрос, что предстоит изучить из ранее не изученного.

Для того чтобы выявить проблему, определить тему будущей научной работы, необходимо изучить имеющуюся литературу по данному кругу вопросов. Изучение литературы позволит понять, что уже разработано по данной проблеме, что частично разработано, что вообще никогда не рассматривалось.

Тема научного исследования - это направление, в котором рассматривается проблема. Тема должна быть направлена на решение актуальных для здравоохранения и медицины задач и проблем. В обосновании актуальности определяется уровень изученности избранной проблемы в медицине и здравоохранении, указывается степень ее новизны для современной науки, подчеркивается ее связь с важными аспектами медико-социальных проблем современности, решению которых может способствовать ее исследование.

Тема исследования актуальна, если ее научное решение удовлетворяет потребности медицинской практики и заполняет пробел в науке, не располагающей в настоящее время средствами для решения этой актуальной задачи. Другими словами, исследование имеет научную новизну, теоретическую и практическую значимость.

Научная новизна характеризуется полученными в процессе исследования результатами. Научная новизна - признак, наличие которого дает исследователю право на использование понятия «впервые» при представлении полученных результатов.

Под практической значимостью понимают то, как результаты научного исследования могут быть использованы в медицинской практике. Практическая значимость может состоять в разработке системы профилактики и лечения, методики диагностики отдельных заболеваний, в разработке медико-социальных рекомендаций и т.д. Теоретическая значимость заключается в получении нового научного знания.

Описание практической значимости следует начинать со слов «Обоснована эффективность использования…​», «Результаты, полученные в ходе исследования…​ могут быть основой для…​», «Предложенная методика позволяет…​», «Обоснована необходимость изучения. для.»

Изучение литературных источников позволяет исследователю не только определить тему научной работы, но и приступить к выработке научной гипотезы. Гипотеза - это предположение о фактах, связях, функционировании и развитии биосоциальных и медицинских явлений, не имеющих эмпирического или логического обоснования либо недостаточно обоснованных. Гипотеза должна быть проверяемой, содержать предположение, соответствовать фактам. Гипотеза не должна противоречить логике.

При формулировке гипотез можно использовать словесные конструкции типа: «если…​, то…​»; «так…​, как…​»; «при условии, что…​»

Существует несколько видов гипотез. Рабочая гипотеза должна отражать основное содержание исследования. Частным следствием рабочей гипотезы становятся эмпирические гипотезы. Они конкретизируют общие гипотезы, выдвинутые в исследовании. С учетом того, что статистический анализ неотъемлемая часть научно-исследовательской работы, формулируются статистические гипотезы. Статистические гипотезы используют для проверки статистической значимости различий между группами сравнения, при оценке характера распределения признака в статистической совокупности. Проверке подвергаются статистические гипотезы: нулевая (Н₀) - о различии и альтернативная (Н₁) - о сходстве групп.

Выражение общего замысла исследования - его цель. Цель - это обоснованное представление об итоговых результатах научной работы. Определение цели в итоге позволяет исследователю окончательно определиться с темой научной работы. Цель исследования в сфере здравоохранения и общественного здоровья заключается в установлении влияния медико-социальных факторов на общественное здоровье с последующей разработкой системы корригирующих мероприятий и оценкой их эффективности.

Для достижения цели исследования необходимо определить задачи, которые должны отвечать на вопрос, как достичь цели. Задачи должны содержать в себе конкретные статистические гипотезы, проверка которых будет осуществлена выбранными методами статистического анализа. Важно так выстроить последовательность задач, чтобы можно было определить «маршрут» научного поиска, его логику и структуру. Задачи исследования предусматривают:

Для формулировки задач исследования рекомендуется использовать такие слова, как «определить», «исследовать», «изучить», «установить», «выявить», «разработать», «оптимизировать», «решить», «выяснить», «провести», «обосновать», «оценить».

Программа сбора информации предполагает разработку первичной документации. Это специально разработанные карты (бланки, анкеты) (рис. 2-4) для углубленного изучения проблем в сфере охраны и укрепления здоровья населения, улучшения организации и качества медицинской помощи, эффективного использования ресурсов, решения других проблем здравоохранения и общественного здоровья. В них содержится перечень вопросов, позволяющих собрать информацию об изучаемых признаках, подлежащих регистрации в процессе наблюдения. В заголовке каждой карты (бланка, анкеты) указывают ее предназначение. Далее следуют вопросы (перечисляются изучаемые признаки), требующие ответа.

Заполнение карты может осуществляться с использованием специально разработанного шифра, что обеспечивает ее формализацию и оптимизирует обработку информации.

Программа обработки информации предполагает формирование макетов таблиц. Их заполнение проводится на последующих этапах исследования.

Принцип построения таблиц предусматривает обеспечение логичности и компактности представленной в них информации.

Таблица должна иметь номер, четкое и краткое название. В ней различают подлежащее и сказуемое. Подлежащее таблицы характеризует основной признак изучаемого явления и располагается на горизонтальных строках таблицы. Сказуемое располагается в вертикальных графах таблицы. Таблица должна содержать итоги по графам и строкам. С использованием итоговых данных таблиц на последующих этапах исследования рассчитывают показатели. Таблицы, за исключением таблиц приложений, следует нумеровать арабскими цифрами сквозной нумерацией. Макеты таблиц должны отражать основное направление исследования и анализа его результатов. Различают простые, групповые и комбинационные таблицы.

Простой считается таблица, в которой представлены данные с учетом лишь одного признака (табл. 2-1).

Групповые таблицы содержат информацию по двум признакам: один из них представлен в виде сказуемого, другой в виде подлежащего (табл. 2-2).

Комбинационные таблицы располагают информацией, позволяющей учесть влияние трех и более факторов на величину изучаемого явления. Подлежащее такой таблицы характеризуется наличием сказуемого в виде комбинации нескольких признаков (табл. 2-3).

В соответствии с государственной системой стандартизации Российской Федерации (ГОСТ 1.5-02), при переносе части таблицы на ту же или другие страницы название помещают только над первой частью таблицы. Цифровой материал, как правило, оформляют в виде таблиц в соответствии с рис. 2-5.

Программа анализа материала основана на свойствах статистической совокупности: распределение признаков, средний уровень признаков, вариабельность, репрезентативность и взаимосвязь признаков (корреляции и ассоциации).

Оценить распределение признаков можно абсолютными числами и относительными показателями.

Средний уровень признаков описывается средними величинами (мода, медиана, средняя геометрическая, средняя арифметическая). Какую именно среднюю величину применить в каждом конкретном случае, исследователь решает, предварительно оценив характер распределения признаков в совокупности.

Вариабельность, или разнообразие, признаков характеризуют размах (амплитуда - А), интерпроцентильный размах, интерквартильный размах и среднее квадратическое отклонение. Для принятия решения об использовании конкретных меры разнообразия оценивают соответствие распределения признака закону нормального распределения.

Репрезентативность - представительность признаков, т.е. выборочная совокупность, должна обладать всеми свойствами генеральной совокупности. Меры репрезентативности - ошибка показателя и доверительные интервалы.

Еще одно свойство статистической совокупности - это взаимосвязь признаков. Установить наличие взаимосвязи количественных или порядковых признаков - значит рассчитать коэффициент корреляции, который покажет, в какой степени изменение значения одного признака сопровождается изменениями значения другого признака. Метод Пирсона применяется для признаков, характер распределения которых соответствует закону нормального распределения. Для других распределений используются непараметрические методы оценки корреляции. Описать взаимосвязь качественных признаков или ассоциацию можно, используя методы Спирмена, Кендалла, Гамма.

Перечисленные методы подходят для выявления линейной взаимосвязи. Это такая взаимосвязь, при которой увеличение (уменьшение) средних значений одного признака приводит к увеличению (уменьшению) средних значений другого. Однако встречается и другой тип взаимосвязи между явлениями. Например, исследователь проверяет гипотезу о влиянии продолжительности рабочей смены на производительность труда. Производительность труда с начала рабочей смены постепенно повышается, затем продолжительное время держится на высоком уровне, а к концу смены начинает снижаться. В данном случае можно говорить о криволинейной зависимости, которая коэффициентами линейной корреляции не улавливается. Один из способов оценки корреляционной связи в этом случае - применение корреляционного отношения.

Таким образом, в программе анализа необходимо указать, какие методы применяли для оценки характера распределения признака в совокупности и для проверки статистических гипотез, какие параметры распределения использовали для описания признаков, явлений.

План исследования включает перечень организационно-методических вопросов. В соответствии с планом исследователь определяет, что исследовать, в каком направлении, сколько единиц наблюдения взять для исследования, где проводить исследование и т.д.

При выборе места исследования необходимо учитывать типичность медицинских организаций, предприятий, районов, городов, территорий. В таком случае исследование будет представлять ценность, а именно давать возможность использования результатов научного труда на практике, распространения полученных данных на другие подобные организации, территории и т.п.

Под объектом наблюдения понимается статистическая совокупность, состоящая из отдельных предметов или явлений (единиц наблюдения), взятых вместе в единых границах времени и пространства. Объект исследования должен иметь четко установленный формат, которым определяются место (территория), сроки, объем и единица наблюдения. Объектами исследований в области организации здравоохранения и общественного здоровья могут быть медицинские организации, население областей, краев, городов и районов, ресурсы системы здравоохранения и т.д.

Тему научной работы определяет предмет исследования. Предмет - это свойства, особенности, процессы объекта исследования, которые следует изучить. В качестве изучаемого явления можно рассматривать общественное здоровье населения, организацию медицинской помощи, ресурсное обеспечение отрасли и т.п.

В качестве объекта исследования может быть представлено население определенной территории, а предметом в данном случае будет заболеваемость населения изучаемой территории. В одном и том же объекте может быть несколько предметов исследования. Границы между предметом и объектом условны и подвижны. Например, изучение качества жизни, связанного со здоровьем, - предмет исследования для практикующего врача, а для организатора здравоохранения - объект исследования. Точное определение предмета избавляет исследователя от безнадежных попыток «объять необъятное» и позволяет представить новую информацию об объекте исследования.

Единица наблюдения - первичный элемент статистической совокупности, наделенный всеми признаками, подлежащими учету и регистрации. Если объект исследования - работники угольных предприятий, то один работник - единица наблюдения. Если же объект исследования - здравоохранение определенной территории, единицей наблюдения в исследовании будет каждая конкретная медицинская организация.

Общее число единиц наблюдения в исследовании характеризует его объем. Если исследование является несплошным, объем выборки должен быть достаточным для получения статистически значимых результатов, т.е. исследование должно иметь необходимую статистическую мощность.

Статистическая мощность (чувствительность) исследования - это вероятность того, что при проверке статистической гипотезы исследование с данными объемами выборок выявит статистически значимое, реально существующее различие между выборками. Иными словами, это вероятность объективного отклонения нулевой гипотезы в случае, когда на самом деле верна альтернативная.

Статистическая мощность критерия равна 1 - β, где β - вероятность ошибки второго рода (т.е. вероятность ошибочного принятия нулевой гипотезы), допускаемой в исследовании. Если β принимается равной 0,2 (20%), то статистическая мощность исследования равна 1 - 0,2 = 0,8 (80%). Чем больше статистическая мощность исследования, тем больше уверенность в том, что имеющиеся в реальности различия между выборками выявлены в ходе исследования.

Для обеспечения большой статистической мощности требуются большие объемы наблюдений. В настоящее время считается, что если в ходе исследования невозможно обеспечить сбор необходимого числа наблюдений, такое исследование должно быть запрещено по этическим соображениям. Для преодоления проблемы большого числа наблюдений организуются многоцентровые исследования, в которых участвуют несколько организаций, иногда из разных государств.

Обычно выбирают статистическую мощность исследования более 80%. Необходимое число единиц наблюдения определяют на основе данных, полученных при проведении пробного (пилотного) исследования, с использованием соответствующих формул, либо таблиц, либо номограмм.

Определить объем совокупности выборочного исследования можно также при помощи специальных таблиц. В пособии для врачей А.М. Меркова и Л.Е. Полякова «Санитарная статистика» приведена таблица «Число наблюдений, необходимое для того, чтобы ошибка в 19 случаях из 20 не превысила заданного предела» (табл. 2-4).

Пример. В хирургическом отделении больницы за год было прооперировано 384 чел., у 64 больных в послеоперационном периоде возникли осложнения.

Требуется найти частоту возникновения осложнений.

Вычисляем интенсивный показатель.

х = (100×64)/384 = 16,7.

Достаточным ли был объем наблюдения (384 чел.)?

Находим в таблице величину показателя в процентах (15-20). Предельная ошибка, которая нас устроит, - 4%. На пересечении находим число наблюдений, необходимое для того, чтобы ошибка в 19 случаях из 20 не превысила заданного предела. Это число - 320-400 чел. Следовательно, объем наблюдения, равный 384 пациентам, достаточен для получения статистически значимых результатов.

Необходимое число наблюдений для относительного показателя, полученного по выборке, можно определить при помощи преобразования формулы предельной ошибки выборки (Δ):

где t - доверительный коэффициент, m - ошибка относительной величины, p - показатель, n - число наблюдений.

Решая приведенное равенство относительно n, получаем формулу для определения необходимого числа наблюдений:

Используя данные рассмотренного ранее примера, проведем проверку достаточности объема наблюдений выборочной совокупности:

t - доверительный коэффициент; при P = 95,5% равен 2; p = 16,7; Δ = 5% (задает сам исследователь).

Следовательно, необходимый объем наблюдений выборочной совокупности равен 222.

Необходимое число наблюдений для выборочного среднего можно определить при помощи преобразования формулы предельной ошибки выборки (Δ):

где t - доверительный коэффициент, m - ошибка средней арифметической, σ - среднеквадратическое отклонение, n - число наблюдений.

Решая приведенное равенство относительно n, получим формулу для определения необходимого числа наблюдений:

Проведем проверку достаточности объема наблюдений выборочной совокупности.

Пример. Пусть t - доверительный коэффициент, при Р = 95,5% равен 2; σ - составляет ±1,8; Δ = 0,5 (задает сам исследователь)

Следовательно, необходимый объем наблюдений выборочной совокупности равен 52.

Оценить необходимый объем наблюдений и мощность критерия можно, используя номограмму Альтмана (рис. 2-6).

Пример. Объект исследования - две группы пациентов, пролеченных двумя разными способами лечения. Для проверки гипотез о равенстве средних в группах использовали непарный критерий Стьюдента (t). Необходимо оценить эффективность нового метода лечения. Показатель, который будет оцениваться - число дней, на протяжении которых сохранялись симптомы заболевания.

Необходимо ответить на вопрос, сколько пациентов включить в исследование, чтобы иметь 80% мощность обнаружения 3-дневной разницы в длительности сохранения симптомов между группами пациентов, пролеченных разными методами лечения, при 5% уровне значимости. Предположим, что стандартное отклонение длительности сохранения симптомов заболевания составляет 6 дней. Стандартизованная разница - это соотношение δ/σ; где δ - наименьшая разность в средних, которая клинически значима; σ - принятое стандартное отклонение наблюдений, одинаковое в каждой из двух групп (по данным литературы или пилотного исследования). Следовательно, 3/6 = 0,5.

По номограмме Альтмана определим достаточный объем наблюдений. Соединив линией стандартизованную разницу и мощность, получим необходимый объем наблюдений, равный 120 пациентам.

Таким образом, чтобы иметь 80% шанс обнаружения разницы средних в 3 дня (σ = 6) при 5% уровне значимости с применением непарного критерия Стьюдента (t), нужно взять 60 пациентов в группу наблюдения и 60 пациентов в группу сравнения.

Для непарного критерия Стьюдента и критерия χ² Пирсона для расчета объема выборки можно применить формулу Лера: 16/(стандартизованная разность)² = 16/(0,50)² = 64. Числитель 16 относится к мощности 80%, а числитель 21 - к мощности 90%.

Вывод: для мощности 80% и двухстороннем уровне значимости 0,05 потребуется взять по 64 пациента в каждую группу.

Номограмму Альтмана применяют также для оценки мощности критерия при данном объеме выборки. Если обнаружится, что мощность критерия недостаточна (менее 80%) для получения статистически значимых различий, нужно выбирать другой критерий.

Единицы наблюдения, отобранные для исследования, характеризуются признаками, которые принято называть учетными. Объективный выбор единицы наблюдения и соответствующих учетных признаков - ответственный момент, определяющий весь ход научного исследования. В одном исследовании может быть несколько единиц наблюдения. Если одной из задач исследования предполагается изучение заболеваемости, то за единицу наблюдения принимается случай заболевания. К учетным признакам относятся диагноз, течение заболевания (острое, хроническое), длительность и т.д. Если изучение заболеваемости предусматривает полицевой учет, то единицей наблюдения будет человек, а учетными признаками при регистрации станут пол, возраст, профессия и т.д.

Анализ данных, характеризующих тот или иной признак, необходим для того, чтобы определить параметры описания признака и методы аналитической статистики для выявления различного рода закономерностей.

Признаки в совокупности могут быть выражены количественными и качественными характеристиками.

Количественные данные (числовые) могут быть непрерывными, если они представлены дробными числами, и дискретными. К непрерывным количественным данным относят рост, массу тела, возраст, стаж и т.д. Данные, представленные целыми числами, например, число студентов в группе, число пролеченных больных, считаются дискретными.

Качественные данные (категориальные) можно описать словами, но не числами. Они подразделяются на номинальные и порядковые. К номинальным данным можно отнести диагноз, профессию, условия проживания. Номинальные данные, если они имеют лишь два возможных значения (пол, исход заболевания), относят к бинарным (дихотомическим). Порядковые данные - это качественные данные, которые отражают степень выраженности, какой-либо характеристики объекта наблюдения (группа инвалидности, стадия заболевания).

Учетные признаки по роли в статистической совокупности могут быть факторными и результативными. Результативный признак меняет свое значение под действием другого признака, оказывающего на него влияние. Этот признак будет факторным. Например, число лет курения - факторный признак, формирование сердечно-сосудистой патологии - результативный.

В плане исследования необходимо предусмотреть продолжительность календарного периода, за который будет осуществлен сбор данных об объекте, время сбора данных. Этот период зависит от сложности объекта наблюдения, численности объекта исследования и масштаба исследования.

По времени исследование может быть текущим и единовременным. Перепись населения - классический пример единовременного наблюдения, так как проводится на определенный момент времени (критический момент - 01.01.20…​).

Регистрация рождений, смертей, заболеваний на определенной территории в течение года - пример текущего наблюдения.

Второй этап исследования - сбор материала (проведение наблюдения). Для сбора и регистрации информации используют первичную документацию, формы которой разрабатывают на первом этапе исследования.

Данные для исследования получают:

Наблюдение может быть сплошным, когда охватывается вся генеральная совокупность, т.е. предполагается учет 100% единиц изучаемого объекта, и частичным - исследование части совокупности, но с обязательным распространением результатов на всю совокупность.

Под статистической совокупностью понимают отдельные элементы (единицы наблюдения), взятые для изучения какого-либо явления с учетом определенных признаков. Примеры статистической совокупности: население города, района, родившиеся или умершие, заболевшие и другие контингенты населения. Статистическая совокупность может рассматриваться как генеральная или как выборочная, и от этого зависит интерпретация результатов исследования.

Пример. Если в целях изучения распространенности туберкулеза на планете обследовать все население земного шара, то получились бы данные на основе генеральной совокупности. Провести такое исследование не предоставляется возможным. В качестве генеральной совокупности может рассматриваться население какого-либо города или села. Генеральная совокупность определяется не только территориальными границами. Ее формирование возможно с учетом иных признаков: возраст, пол, профессия, а также их сочетанием. Таким образом, в зависимости от цели и задач исследования определяется формат генеральной совокупности.

Зачастую невозможно, а иногда и нецелесообразно проводить углубленный анализ всех единиц генеральной совокупности. Именно поэтому исследование ограничивают определенной частью единиц - выборочной совокупностью, обладающей всеми ее свойствами. Такая совокупность должна быть репрезентативной, т.е. представленной с точки зрения содержания составляющих элементов, их соотношения и закономерностей, присущих генеральной совокупности.

Выборочный метод - наиболее разработанный и распространенный метод, при котором отбор единиц наблюдения из генеральной совокупности осуществляется так, чтобы у каждой единицы были равные шансы попасть в выборку, что именуется рандомизацией. Различают следующие способы отбора единиц наблюдения в выборочную совокупность: механический, типологический, серийный, случайный, парно-сопряженный и др.

Случайный отбор осуществляется методом жеребьевки. Используются таблицы случайных чисел. Все единицы генеральной совокупности нумеруются. На одинаковых карточках пишутся номера, методом жеребьевки осуществляется отбор единиц для исследования.

Механический отбор производится с учетом начальной буквы фамилии, номера истории болезни или других признаков. Для осуществления отбора все единицы совокупности располагаются в определенном порядке. Если речь идет о выборе историй болезней, то можно взять каждую пятую, шестую или десятую историю болезни. Если для обследования приглашают пациентов, то лучше использовать ту или иную первую букву фамилии.

При типологическом отборе выборка формируется из типичных групп всей генеральной совокупности, в которых методом случайной или механической выборки отбираются единицы для исследования, что обеспечивает сохранение идентичности соотношения составляющих компонентов выборки и генеральной совокупности.

Серийный отбор предполагает формирование серий (гнезд) в генеральной совокупности, каждая из которых имеет равную возможность быть включенной в выборочную совокупность. В выбранных таким способом сериях обследованию подлежат все единицы наблюдения.

Определенный интерес представляет парно-сопряженный отбор, или метод уравновешенных групп (копи-пар). Суть этого метода заключается в том, что используются группы наблюдения (опытные) и сравнения (контрольные), в которых подбираются единицы наблюдения с одним, двумя или несколькими однородными признаками.

Иногда в целях углубленного изучения закономерностей тех или иных явлений на фоне уже изученных используют метод направленного отбора. Для определения эффективности внедрения стационарозамещающих технологий необходимо методом направленного отбора взять для исследования медицинские организации, где работа по внедрению ресурсосберегающих технологий поставлена на должном уровне, и сравнить с организациями, где такое практикуется недостаточно или вовсе отсутствует.

Одним из видов направленного отбора считается когортный метод. Когортой принято называть статистическую совокупность, которая состоит из относительно однородных элементов, объединенных наступлением определенного признака и прослеженного за один и тот же интервал времени.

Пример. Для определения численности детей, рожденных в семье (или числа беременностей, родов, абортов) за определенный интервал супружеской жизни, исследуется когорта лиц, имеющих единый срок вступления в брак и единую продолжительность периода супружеской жизни. Взяв за единицу наблюдения молодых (до 30 лет) супругов, проживающих на территории одного города, вступивших в первый брак в течение определенного года, и прослеживая детородную функцию за пять лет их супружеской жизни, получим когорту, состоящую из единиц наблюдения, однородных сразу по пяти признакам.

К несовершенным сплошным методам исследования относится метод основного массива, позволяющий выбрать для изучения наиболее представленную часть генеральной совокупности. В соответствии с методом основного массива для исследования отбирается от 70% и более единиц изучаемого объекта. Недостаток метода заключается в том, что не включенная в исследование часть общей совокупности может отличаться от основного массива.

Монографический метод используется для детального описания отдельных единиц совокупности.

Третий этап исследования - сводка и группировка материала. Собранную информацию следует переносить с бумажных носителей в электронную базу данных. Доступен для большинства пользователей персональных компьютеров программный продукт Access - программа для создания баз данных.

Собранные данные проверяют, систематизируя по группам и подгруппам таким образом, чтобы можно было описать характер распределений внутри них, обнаружить взаимосвязи между признаками, тенденции развития явления во времени, рассчитать статистические показатели, характеризующие процессы и явления. Сводка - это еще и технические операции по распределению данных по группам, таблицам и подсчет итогов.

На этом этапе обрабатывают материалы исследования, характеризуют всю исследуемую совокупность, рассчитывают различные статистические показатели, собранные данные проверяют на наличие ошибок, составляют таблицы, динамические ряды, визуализируют материал.

В современных условиях все эти операции можно осуществить, используя программу Excel, которая позволяет составлять сводные таблицы, группировать данные, рассчитывать различные статистические показатели, строить диаграммы, оценивать характер распределения признаков в статистической совокупности, проверять выдвинутые гипотезы.

Рекомендуется также использовать пакеты прикладных профессиональных статистических программ STATISTICA, IBM SPSS. Эти программные продукты дают возможность осуществить факторный, кластерный, дискри-минантный анализы, прогнозирование и другие сложные виды статистических анализов. Более подробно о данных видах анализа можно прочитать в книге Дж.-О. Кима, Ч.У. Мьюллера, У.Р. Клекки и соавт. «Факторный, дискриминантный и кластерный анализ» (1989).

Перед тем как заносить цифровые данные в таблицы, полученный материал группируют с учетом признаков изучаемого явления. Группировка - это объединение единиц статистической совокупности в однородные группы в соответствии со значениями одного или нескольких признаков. Различают четыре вида группировок: типологическую и вариационную, аналитическую и комбинационную.

Типологическая группировка строится на основе качественных признаков (табл. 2-5).

В основу вариационной группировки положено числовое выражение признака (численность населения, уровень заболеваемости, рост, масса тела, параметры артериального и венозного давления и т.п., табл. 2-6).

Аналитические группировки позволяют установить, как факторный признак влияет на результативный (табл. 2-7).

Комбинационные группировки строятся по иерархической системе (табл. 2-8). Группы, выделенные по одному признаку, делятся на подгруппы по значениям других признаков. Построение комбинационной группировки требует больших размеров совокупности, иначе при образовании большого числа групп появляются малочисленные и (или) пустые интервалы.

Многомерные группировки предназначены для выделения групп, однородных по совокупности признаков. Эту задачу решают кластерным методом, в основе которого лежит идея разбиения исходного множества на непересекающиеся подмножества (кластеры, группы, таксоны). Элементы этих подмножеств либо подобны друг другу, либо наименее удалены друг от друга в n-мерном пространстве признаков.

При обработке информации названные виды группировок используют в различных сочетаниях.

Завершающий (четвертый) этап исследования - формулировка выводов и предложений по внедрению его результатов в практику здравоохранения. На этом этапе исследователь анализирует полученные данные, сравнивает их со стандартами и нормативами, с данными по другим учреждениям, территориям, оценивает показатели в динамике, делает выводы на основе тех задач, которые выдвинуты на первом этапе, литературно оформляет работу.

Использование результатов исследования в практической работе медицинских организаций, образовательном процессе в вузах подтверждается актами внедрения.

Выборка из генеральной совокупности позволяет получить точечную оценку интересующего параметра и вычислить стандартную ошибку для определения точности оценки. Стандартная ошибка используется для вычисления интервальной оценки - доверительного интервала для параметра популяции.

Доверительный интервал расширяет оценки в обе стороны некоторой величиной, кратной стандартной ошибке найденной величины. Доверительные границы интервала обычно отделяют запятой и ставят в скобки.

Величина доверительного интервала задается вероятностью безошибочного прогноза (доверительная вероятность, надежность). Величина доверительной вероятности может задаваться коэффициентом Стьюдента (t).

При достаточном числе наблюдений значения коэффициента t и доверительной вероятности соотносятся следующим образом: если t=1, то с доверительной вероятностью в 68,3% результаты выборочного исследования могут быть перенесены на генеральную совокупность; при t =2 вероятность перенесения результатов выборочного исследования на генеральную совокупность увеличивается до 95,5% и при t =3 - до 99,7%.

При интерпретации доверительных интервалов необходимо учитывать их ширину. Широкий доверительный интервал указывает на неточную оценку, узкий - на точную оценку. Ширина доверительного интервала зависит от размера стандартной ошибки, объема выборки и числовой изменчивости данных. Исследования с небольшим набором данных дают широкие доверительные интервалы.

Доверительный интервал принято определять для средней величины, медианы, относительной частоты встречаемости признака в совокупности и т.д. Доверительный интервал с определенной долей уверенности (95 или 99%) показывает, в каких пределах находится изучаемый показатель в генеральной совокупности. Например, 95% доверительный интервал представляет собой область, в которую попадает истинное значение изучаемого показателя в 95% случаев. Иными словами, можно с 95% надежностью сказать, что истинное значение изучаемого показателя в генеральной совокупности будет находиться в пределах 95% доверительного интервала.

Значению доверительной вероятности соответствует свой уровень статистической значимости (Р). Уровень статистической значимости выражает вероятность нулевой гипотезы (вероятность того, что в сравниваемых совокупностях отсутствуют различия в распределении частот). Чем выше уровень статистической значимости, тем меньше можно доверять утверждению о том, что различия существуют.

Для вероятности безошибочного прогноза 95% уровень статистической значимости Р = 1 - 0,95 = 0,05. Для доверительной вероятности 99% Р = 0,01.

Таким образом, статистическая значимость полученных на выборке данных представляет собой меру уверенности в их истинности. Уровень статистической значимости находится в убывающей зависимости от доверительной вероятности. Высокая статистическая значимость соответствует низкому уровню доверия к найденной по выборке величине. Именно уровень статистической значимости представляет собой вероятность ошибки, связанной с распространением наблюдаемого результата на всю генеральную совокупность. Выбор того или иного уровня значимости в большинстве случаев произволен. Для медицинских и биологических исследований допустима доверительная вероятность не менее 95%, соответственно уровень значимости составит не более 0,05. В случаях, когда необходима особая уверенность в полученных результатах, в качестве критического уровня статистической значимости принимают Р = 0,01 или Р = 0,001.

Интерпретация уровней статистической значимости:

Исследователю необходимо различать клиническую и статистическую значимость полученных результатов. Целесообразно употреблять термин «клиническая важность». Клинически важное заключение - заключение о том, что при тестируемом методе лечения есть последствия для здоровья пациента. Статистически значимое заключение основано на вероятности. Статистическая значимость отражает влияние случая на результат. Клиническая важность отражает биологическую ценность полученных в ходе исследования данных. Ошибочно делать вывод о «тенденции к значимости» при клинически важных, но статистически не значимых результатах. Результаты исследования не могут ни «стремиться к значимости», ни «приближаться к значимости». Вместо использования этих выражений следует указать отмеченную разность и 95% доверительный интервал для нее.

Абсолютные и относительные величины

В медицине и здравоохранении нередко пользуются абсолютными величинами. Они несут важную информацию о численности и составе населения регионов, городов, районов, числе родившихся, заболевших, умерших, сменивших место жительства и т.д. Эти данные используют для организации медицинской помощи населению и решения других проблем.

Абсолютная величина должна быть указана, если данные получены на малых выборках (менее 20 единиц наблюдения), потому что в этом случае процентные значения оказываются значительно больше абсолютного числа единиц наблюдения.

Если число единиц наблюдения в исследовании от 20 до 100, проценты должны быть представлены в виде целых чисел. Например, 81% и 19%. При числе наблюдений более 100 относительная величина указывается с одним разрядом десятичной дроби.

В некоторых случаях абсолютные числа без их преобразования в относительные величины (показатели) имеют ограниченное познавательное значение.

Пример. Об эффективности противоэпидемических мероприятий по поводу инфекционных заболеваний можно судить на основании рассмотрения данных об их распространенности в двух городах без учета численности населения городов и определения соответствующих показателей.

Различают следующие виды относительных величин: интенсивные, экстенсивные, соотношения и наглядности.

Интенсивный показатель, или показатель частоты, вычисляется на 100, 1000, 10 000 в однородной среде, т.е. в среде, продуцирующей это явление.

Пример. Численность населения района составляет 30 000. За последний год в названном районе родилось 450 детей. Требуется определить уровень рождаемости.

В данном случае необходимо найти интенсивный показатель (показатель частоты), который вычисляется на 100, 1000, 10 000 в однородной среде. Составим пропорцию: на 30 000 жителей родилось - 450 детей; на 1000 жителей - х детей.

х = (1000 × 450) / 30 000 = 15,0%.

Экстенсивный показатель, или показатель структуры распределения частей в целом, выражается в процентах (%). Однако общее число случаев может приниматься не только за 100, но и за 1000, и за 10 000. Тогда рассматриваемый показатель вычисляется, соответственно, в промилле (?) или продецимилле

Пример. В районе были зарегистрированы случаи инфекционных заболеваний (табл. 2-9). Требуется рассчитать показатель, характеризующий структуру заболеваемости.

Для характеристики распределения частей в целом необходимо определить экстенсивный показатель (показатель структуры), который выражается в процентах по отношению к итоговым данным.

60 случаев заболеваний - 100%

8 случаев заболеваний корью - х

х = (8 × 100) / 60 = 13,3%;

60 случаев заболеваний - 100%

1 случай заболевания скарлатиной - х

х = (1 × 100) / 60 = 1,7%.

Показатель соотношения характеризует отношение между самостоятельными совокупностями и вычисляется на 100, 1000 и 10 000.

Пример. В районе с численностью населения 40 000 развернуто 480 больничных коек. Какой вид относительных величин целесообразно вычислить для характеристики обеспеченности населения больничными койками?

В данном случае нужно рассчитывать показатель соотношения, который вычисляется на 100, 1000, 10000 в разнородной среде.

На 40 000 чел. развернуто 480 больничных коек, на 1000 чел. - х больничных коек.

х = (1000 × 480) / 40 000 = 12,0?

Показатель наглядности используется для изучения динамики явления во времени, вычисляется в процентах к начальному уровню или к средней величине числового ряда, принятым за 100%.

Пример. При изучении заболеваемости с временной утратой трудоспособности в динамике были получены данные (табл. 2-10). Требуется рассчитать показатели, позволяющие наглядно представить сведения о заболеваемости.

Для характеристики динамики изучаемого процесса необходимо определить показатель наглядности, который вычисляется в процентах по отношению к начальному уровню или к средней величине числового ряда, принятый за 100%. В данном случае за 100% взяли уровень заболеваемости в 2010 г.

Вычисление показателя наглядности для 2011 г.:

120 случаев заболеваний - 100% 110 случаев заболеваний - х

х = (110 × 100) / 120 = 91,7%.

Вычисление показателя наглядности для 2012 г.:

х = (105 × 100) / 120 = 87,5% и т.д.

Относительная частота (доля, пропорция, вероятность, шанс)

Описание качественных бинарных признаков начинается с подсчета абсолютных и относительных частот. Анализируют данные величины путем построения таблиц сопряженности (табл. 2-11). Описывать порядковые данные можно с помощью медианы, моды и квартили.

Рассмотрим описание качественных бинарных признаков на примере.

В хирургическом отделении больницы А за год было прооперировано 384 чел., у 64 больных в послеоперационном периоде возникли осложнения (т.е. в 64 случаях из 384). В хирургическом отделении больницы Б за год был прооперирован 441 чел., у 58 больных в послеоперационном периоде возникли осложнения (т.е. в 58 случаях из 441). В табл. 2-11 представлены абсолютные и относительные частоты наблюдаемых явлений.

Относительные величины следует представлять в отчете одновременно с указанием абсолютного значения той величины, которая принималась за 100%. Например, 16,7% из 384 единиц наблюдения. Допускается указание одновременно абсолютных и относительных значений признака: 16,7% (64 из 384 единиц наблюдения).

В клинических и эпидемиологических исследованиях рассчитываются такие показатели, как вероятность (абсолютная и относительная), риск (абсолютный и относительный), шанс, отношения шансов (ОШ) и др.

Если речь идет об изучении неблагоприятных исходов (смерть, ухудшение состояния здоровья и др.), термин «вероятность» заменяется термином «риск».

Риск возникновения послеоперационных осложнений в больнице А равен 0,2 - а / (а + b). Вероятность того, что осложнения не возникнут - 0,8 (т.е. 1-0,2 = 0,8).

Риск возникновения послеоперационных осложнений в больнице Б равен 0,1 - с / (с + d), вероятность того, что осложнения не возникнут - 0,9 (т.е. 1 - 0,1 = 0,9).

Относительная вероятность (относительный риск) - это отношение абсолютных вероятностей:

[а / (а + b)] / [с / (с + d)] = (64/384) / (58/441) = 0,2/0,1 = 2.

Относительная вероятность или риск характеризуют силу связи между медицинской организацией, в которой проводятся операционные вмешательства, и возникновением послеоперационных осложнений. Чем больше, по сравнению с единицей, относительная вероятность (риск), тем вероятнее то, что осложнения связаны с медицинской организацией (низкий профессиональный уровень хирургов, плохая материально-техническая оснащенность, отсутствие современных методов оперативного лечения и т.д.).

Относительные частоты (пропорция, частота события, доля, вероятность, риск) - это величины, которые выражаются в долях единицы (0-1) или в процентах (1-100%).

Шанс - отношение вероятности возникновения события к вероятности его отсутствия. Значения шанса изменяется в интервале от 0 до бесконечности.

Шанс используется преимущественно при описании бинарных признаков.

В общем виде вероятность (В) и шанс (Ш) связаны формулами:

Ш = В / (1 - В); 0,25 = 0,2/0,8;

В = Ш / (1 + Ш); 0,2 = 0,25 / 1,25.

В приведенном выше примере шанс возникновения послеоперационных осложнений равен отношению абсолютных вероятностей, т.е. отношению вероятности возникновения послеоперационных осложнений к вероятности их отсутствия (0,2 / 0,8 = 0,25).

Отношение шансов - показатель, который рассчитывается при построении логистической регрессионной модели, т.е. этот показатель имеет прогностическое значение. Отношение шансов интерпретируют так: при увеличении на единицу значения рассматриваемого признака шанс возникновения события увеличивается в число раз, соответствующее отношению шансов.

Для бинарного факторного признака отношение шансов - это вероятность события в группе наблюдения, отнесенная к его вероятности в группе сравнения.

Отношение шансов возникновения послеоперационных осложнений в больнице А к вероятности послеоперационных осложнений в больнице Б можно рассчитать по формуле

(а / b) / (с / d).

Шансы возникновения осложнений при операционном вмешательстве в больнице А - 64 / 320 = 0,2; в больнице Б - 58 / 383 = 0,15.

ОШ = 0,2 / 0,15 = 1,3.

Таким образом, шансы возникновения послеоперационных осложнений в больнице А в 1,3 раза больше, чем в больнице Б.

Чем больше отношение шансов, тем выше вероятность наступления события (возникновения послеоперационных осложнений), которое случится в группе, представленной в числителе отношения шансов.

Если бы отношение шансов было равно 1, в сопоставляемых больницах были бы одинаковые шансы послеоперационных осложнений.

Во многих исследованиях рассчитывается показатель разности относительных частот событий. Разность относительных частот (разность рисков возникновения послеоперационных осложнений) вычисляют по формуле

а / (а + b) - с / (с + d) =

64 / 384 - 58 / 441 = 0,2 - 0,1 = 0,1.

Риск послеоперационных осложнений в данном случае в больнице А на 0,1 больше, чем в больнице Б. Можно сказать, что это основной показатель различия между сравниваемыми объектами.

Описать относительную частоту (долю, пропорцию, вероятность) бинарного признака можно с помощью доверительного интервала (ДИ).

Рассчитаем 95% ДИ для относительной частоты возникновения послеоперационных осложнений, которая составила 16,7 на 100 прооперированных (точечная оценка). Необходимо вычислить интервальную оценку.

С целью определения интервальной оценки находим 95% доверительный интервал для частоты послеоперационных осложнений. Для этого нужно определить ошибку показателя (m). Ошибка показателя - мера отличия выборочной совокупности от генеральной и свидетельствует о пределе возможных колебаний коэффициента при повторном исследовании:

где m - ошибка показателя, p - вероятность наступления события, q - вероятность не наступления события.

q =1- p, если показатель вычислен в десятичных долях 1;

q =100- p, если показатель вычислен на 100;

q =1000- p, если показатель вычислен на 1000;

q =10 000- p, если показатель вычислен на 10000;

q = число наблюдений.

Доверительные границы статистического показателя определяются по формуле

p ± tm,

где p - показатель, t - доверительный коэффициент, m - ошибка показателя.

В рассмотренном примере показатель равен 16,7 на 100 обследованных, его ошибка соответствует ± 1,9.

95% ДИ = 16,7 ± 2 × 1,9 = (12,9; 20,5).

Следовательно, существует 95% уверенность, что истинная частота послеоперационных осложнений колеблется в популяции в частотном интервале от 12,9 до 20,5 на 100 прооперированных.

Если количественные данные получены на малых выборках (менее 20 единиц наблюдения), следует приводить их в виде таблицы. В этом случае использование показателей описательной статистики может дать не адекватные реальности результаты, поэтому нет необходимости вычислять параметры распределения.

Если число единиц наблюдения более 20, следует приводить таблицу с описанием центральных тенденций и рассеяния значений признака (табл. 2-12). Таблицу можно заменить диаграммой диапазонов.

Меры центральной тенденции показывают наиболее типичное количественное значение для данной выборки, а меры рассеяния - разброс значений признака в совокупности. При описании признаков необходимо учитывать характер их распределения.

В целях изучения методики определения средних величин, мер рассеяния, показателя вариации, ошибки средних величин, проверки распределения признака на соответствие закону нормального распределения, определения доверительных интервалов к средним величинам предлагается воспользоваться материалами статистического исследования изучения здоровья работников угледобывающих предприятий, приведенных в табл. 2-13.

Для признаков «возраст» и «индекс массы тела» требуется определить характер распределения, средние величины и доверительные интервалы к ним, меры рассеяния.

В приведенном примере вариационный ряд несгруппированный, определение средней арифметической (М) по возрасту проводят по формуле:

где V - варианты - числовые значения вариационного ряда; n - число наблюдений.

Средняя величина - обобщающий показатель совокупности, характеризующий процесс или изучаемое явление.

Среднее квадратическое отклонение - наиболее распространенный показатель вариации. В генеральной совокупности оно обозначается σ, в выборке s.

Для определения среднеквадратического отклонения используется формула

где d - отклонение вариант от средней величины; n - число наблюдений.

Алгоритм определения среднеквадратического отклонения по возрасту представлен в табл. 2-14.

Дисперсия (D или σ ) - показатель изменчивости (вариации) представляет средний квадрат отклонений индивидуальных значений признака от их средней величины:

где d - отклонение вариант от средней величины; n - число наблюдений.

Наиболее часто для характеристики относительной колеблемости применяется коэффициент вариации (Cv).

Коэффициент вариации используют для сравнительной оценки вариации и как характеристику однородности совокупности.

При Су, превышающем 33%, найденная средняя величина считается не типичной для данного вариационного ряда, следовательно, ее нецелесообразно использовать в практической деятельности.

Коэффициент вариации определяется по формуле:

Cv = (σ / М) × 100%;

Cv = (10,65 / 41,12) × 100% = 25,9%.

На основании Cv = 25,9% делается вывод о типичности найденной средней величины для данного вариационного ряда, так как расчетное значение коэффициента вариации не превышает критериального (25,9 < 33).

Ошибка средней величины (m) - предел возможных колебаний средней величины при повторных исследованиях, мера отличия выборки от генеральной совокупности. Определяется по формуле

Мода (Мо) - наиболее часто встречающееся значение в вариационном ряду. В ряду, характеризующем возраст, это число 56.

Для определения отличия эмпирического распределения от нормального можно воспользоваться наиболее простыми методами, такими как, например, вычисление коэффициентов асимметрии As и (или) эксцесса Es.

Относительный показатель асимметрии К Пирсона рассчитывают для характеристики асимметричности вариационного ряда.

Величина показателя As может быть положительной и отрицательной. Положительная величина свидетельствует о правосторонней асимметрии (правый хвост относительно максимальной ординаты вытянут больше, чем левый). При правосторонней асимметрии Мо < Ме < М. Отрицательный знак показателя асимметрии свидетельствует о наличии левосторонней асимметрии. Между показателями центра распределения в этом случае имеется соотношение Мо > Ме > М.

Коэффициент As Пирсона вычисляется по формуле:

где M - средняя величина; Mo - мода вариационного ряда; σ - среднеквад-ратическое отклонение.

Для симметричных распределений рассчитывается показатель эксцесса (островершинности). Наиболее точен показатель, при расчете которого используется центральный момент четвертого порядка:

где μ - центральный момент четвертого порядка; 4

Алгоритм определения центрального момента четвертого порядка представлен в табл. 2-15.

Чтобы определить отличие изучаемого распределения от нормального с помощью коэффициентов асимметрии и эксцесса, применяют обычный в биометрии метод сравнения коэффициентов с их ошибками репрезентативности.

Ошибки репрезентативности определяют по следующим формулам:

Если показатели эксцесса и асимметрии превышают свою ошибку более чем в три раза, можно говорить об отличии эмпирических распределений от нормального.

В данном случае коэффициент асимметрии превышает свою ошибку более чем в три раза, следовательно, распределение работающих по возрасту отличается от нормального.

В случае нормального распределения признака описание проводят с использованием средней величины. Для средней величины рассчитывают доверительный интервал. Доверительный интервал для средней величины находят по формуле M ± tm;

где M - средняя величина; t - доверительный коэффициент; m - ошибка показателя.

41,12 ± 2 × 1,5.

Медиана (Ме) - величина в ранжированном вариационном ряду (табл. 2-16), которая делит его на 2 равные части. Ранжированным считается ряд, упорядоченный по возрастанию или убыванию. Медиана в вариационном ранжированном ряду по возрасту - число 43,5-(42+45)/2 = 43,5.

Квартили - меры положения, которые делят вариационный ряд на 4 равные части. Это 3 квартили, которые принято обозначать Q₁, Q₂, Q₃.

Q₁ является 25-м процентилем, т.е. Q₁ = Р₂₅ .

Q₂ является 50-м процентилем (медианой - Ме), т.е. Q₂ = Р₅₀ .

Q₃ является 75-м процентилем, т.е. Q₃ = Р₇₅ .

Процентили распределения - меры положения, которые делят совокупность на 100 частей. Можно определить 99 процентилей.

Чтобы рассчитать Q₁ , определяют номер Р-го процентиля в вариационном ряду (i).

i = Р/100 × n,

где Р - значения процентиля; n - объем выборки.

Если i - целое, то Р-й процентиль является средней величиной i-го и (i + 1)-го наблюдений в вариационном ряду.

Если i - не целое число, то номер Р-го процентиля определяется как целая часть от значения (i +1).

Так как, то определяем 25-й процентиль для n = 48.

i = 25 / 100 × 48 = 12.

Поскольку i - целое число, то Р₂₅ определяется как среднее 12-го и 13-го значений в вариационном ряду по возрасту.

Р₂₅ = Q₁ = (32 + 32) / 2 = 32,

Q₂ = Р₅₀ и является медианой.

Поскольку n - четное, то

Р₅₀ = Q₂ = (42 + 45) / 2 = 43,5,

i =75/100×48=36,

Р₇₅ = Q₃ = (46 + 50)/2 = 48.

Необходимый объем наблюдений для средней величины определяют по формуле:

где t - доверительный коэффициент; m - ошибка средней арифметической; σ - среднеквадратическое отклонение; n - число наблюдений; N - численность генеральной совокупности.

Проведем проверку достаточности объема наблюдений выборочной совокупности для средней величины (по признаку «возраст»).

Пусть t - доверительный коэффициент, при р =95,5% равен 2; σ - ±10,65 лет; Δ =0,5 см (задает сам исследователь).

N = (2² × 10,65²) / 0,5² = 1815 чел.

Следовательно, необходимый объем наблюдений выборочной совокупности равен 1815. Для получения статистически значимых результатов необходимо увеличить выборку.

Если характер распределения признака в статистической совокупности отличается от нормального, то количественный признак описывается медианой и интерквартильным размахом. При представлении данных указывается число наблюдений (n), Ме (1-й; 3-й квартили), 95% доверительный интервал к медиане.

Вывод. При проведении пилотного исследования объем наблюдений при изучении возрастного состава работающих на угольных предприятиях составил 48 чел. Объем выборки для получения статистически значимых результатов должен быть не менее 1815 чел.

По данным пилотного исследования, половина работающих на обследуемых предприятиях находится в возрасте старше 43,5 года (Ме) и половина работающих - в возрасте младше 43,5 лет. 25% работающих в отрасли младше 32 лет (Q₁) и 25% - старше 48 лет (Q₃). С 95% уверенностью можно предположить, что возраст работающих в угольной промышленности находится в интервале 35-45 лет (95% доверительный интервал).

Статистический анализ материалов исследования проводится с применением различных программ: Excel, STATISTICA, IBM SPSS и др.

В настоящее время используют два подхода к сравнению данных исследования: с использованием доверительных интервалов и методов проверки статистических гипотез.

Оценка различий между статистическими совокупностями с использованием доверительных интервалов

Сравнение с помощью доверительных интервалов позволяет определить, насколько велики различия сравниваемых групп. Различия будут статистически не значимы, если доверительные интервалы сравниваемых выборок перекрываются (рис. 2-7, б). Если интервалы не перекрываются (рис. 2-7, а), можно считать, что группы статистически значимо отличаются по изучаемым параметрам.

Если вычисленная точечная оценка популяционного значения находится вне доверительного интервала, рассчитанного по выборке, выборка будет статистически значимо отличаться от популяции. А если популяционное значение попадает внутрь доверительного интервала, то данные, полученные на выборке, не будут отличаться от данных для всей популяции.

Наиболее распространенные статистические методы сравнения сопряженных (зависимых) и несопряженных (независимых) выборочных совокупностей по качественному и количественному признакам, в зависимости от задач исследования и характера распределения полученной информации, представлены в табл. 2-17. Технология статистической обработки информации с применением программ Excel, IBM SPSS и других изложена в учебнометодическом пособии «Компьютерные технологии обработки информации в медицине и здравоохранении».

Динамический ряд - совокупность однородных статистических величин, показывающих изменение какого-либо явления во времени, расположенных в хронологическом порядке через определенные промежутки времени.

Анализ динамического ряда

В целях определения причинно-следственных связей динамики изучаемого явления применяют специальные методы анализа динамического ряда.

Динамические ряды могут быть простыми и сложными, интервальными и моментными. Числовые значения динамического ряда принято называть уровнями. Уровни динамического ряда выражаются абсолютными числами, средними и относительными величинами.

Простой динамический ряд состоит из абсолютных величин. Уровни сложного динамического ряда характеризуются относительными или средними величинами.

Интервальный ряд показывает изменения явления за определенный промежуток времени. Моментный ряд характеризует динамику изменения явления на определенный момент (конкретную дату).

Пример. На основании данных табл. 2-18 провести анализ и преобразование динамического ряда.

При анализе динамического ряда необходимо определять абсолютный прирост, темп прироста, темп роста и абсолютное значение одного процента прироста.

Абсолютный прирост характеризует размер увеличения (уменьшения) уровней ряда за отдельный промежуток времени. Определение абсолютного прироста (разность последующего и предыдущего уровней):

Темп прироста показывает, на какую долю (процент) уровень данного периода или момента времени больше или меньше базового уровня. Вычисление темпа прироста (процентное отношение абсолютного прироста к предыдущему уровню):

Темп роста показывает, во сколько раз данный уровень ряда больше или меньше базисного уровня' представляет собой соотношение двух сравниваемых уровней. Темпы роста выражаются либо в виде процентов, либо в виде коэффициентов. Если темп роста больше единицы (100%), уровень ряда возрастает, если меньше -убывает.

Нахождение темпа роста (процентное отношение последующего уровня к предыдущему):

Сравнение абсолютного прироста и темпа прироста за одни и те же промежутки времени показывает, что замедление прироста часто не сопровождается уменьшением абсолютных приростов. При замедлении темпов роста абсолютный прирост может увеличиваться и наоборот.

Определение абсолютного значения одного процента прироста (отношение абсолютного прироста к темпу прироста):

Расчет средних характеристик роста (убыли) явления (средний абсолютный прирост, средний темп роста и прироста) относится к наиболее простым методам прогнозирования явления.

Выявление основной тенденции развития явления методами выравнивания динамического ряда

Нередко приходится иметь дело с динамическими рядами, по уровням которых трудно определить тенденцию изучаемого явления. Рост показателей в динамике сменяется их снижением, затем снова отмечается увеличение и т.д. В такой ситуации целесообразно проводить выравнивание динамического ряда.

Существует механическое и аналитическое выравнивание. Механическое выравнивание - метод укрупнения интервала, сглаживания ряда при помощи групповой и скользящей средней. Выявление основной тенденции может быть осуществлено графически.

Пример

Укрупнение интервалов:

1110 + 1150 + 1165 + 1169 + 1170 = 5764;

1165 + 1150 + 1180 + 1175 + 1154 = 5824 и т.д.

Вычисление групповой средней:

(1110 + 1150 + 1165 + 1169 + 1170) / 5 = 1152,8;

(1165 + 1150 + 1180 + 1175 + 1154) / 5 = 1164,8 и т.д.

Вычисление скользящей средней:

(1110 + 1150 + 1165) / 3 = 1141,7;

(1150 + 1165 + 1169) / 3 = 1161,3;

(1165 + 1169 + 1170) / 3 = 1168,0 и т.д.

Наиболее эффективны методы аналитического выравнивания. Выравнивание может осуществляться по прямой, по гиперболе, по параболе 2-го или 3го порядка. Задача заключается в том, чтобы подобрать для конкретного динамического ряда такую логарифмическую кривую, которая бы наиболее точно отображала черты фактической динамики. Данная задача может быть решена методом наименьших квадратов, с помощью которого находят линию, максимально приближающуюся к эмпирическим данным и характеризующую направление изучаемого процесса, при этом сумма квадратов отклонений фактических данных от выровненных будет наименьшей.

Для выравнивания динамического ряда используют уравнение

у = а₀ + а₁ х,

где у - величина явления, изменяющегося с течением времени; а₀ - начальный уровень; а₁ - начальная скорость ряда; х - периоды времени.

Алгоритм выравнивания данных представлен в табл. 2-19.

Метод наименьших квадратов основан на упрощенном подборе способа отсчета времени х так, чтобы Σх =0. Вычисление а₀ и а₁ проводят по формулам:

a₀ = Σу/n;

a₁ = Σxy/Σx² ,

где у - величина явления, изменяющегося с течением времени; а₀ - начальный уровень; а₁ - начальная скорость ряда; x - периоды времени; n - число наблюдений.

а₀ = 17335 / 15 = 1155,7;

а₁ = 50 / 280 = 0,18; 1

у = 1155,7 + 0,18х(-7) = 1154,4;

у = 1155,7 + 0,18х(-6) = 1154,6;

у = 1155,7 + 0,18х(-5) = 1154,8;

у = 1155,7 + 0,18х(-4) = 1155,0.

В целях объективизации информации и для большей наглядности полученные данные целесообразно отображать графически. Предварительно следует провести качественный анализ сущности изучаемого явления (рис. 2-8).

Графическое изображение статистических данных широко используется в медицине и здравоохранении, что позволяет оптимизировать методику анализа статистической информации и обеспечивает наглядность установленных закономерностей. Выбор вида графического изображения зависит от содержания иллюстрируемых статистических данных.

Для графического изображения материалов исследования используются диаграммы, картограммы, картодиаграммы.

Различают линейные, плоскостные и объемные диаграммы.

В линейных диаграммах числовые значения изображаются в виде прямых, кривых и ломаных линий. Они применяются для изображения однородных статистических величин и характеризуют динамику изучаемого явления во времени. Для изображения таких диаграмм используются оси абсцисс и ординат.

Разновидность линейных диаграмм - радиальная, или полярная, диаграмма.

Этот вид диаграмм чаще всего применяют для изображения динамики сезонных колебаний изучаемого явления.

На плоскостных диаграммах числовые данные изображаются в виде геометрических фигур. Наиболее распространенные виды диаграмм столбиковые и секторные. Картограмму применяют для изображения показателей изучаемого явления на различных территориях.

Пример. Изобразить графически естественный прирост населения города, если известны данные (табл. 2-20).

При выполнении задания необходимо помнить, что различают два вида графических изображений:

Самые распространенные виды диаграмм - линейные, плоскостные, объемные и фигурные.

Для графического изображения интенсивных показателей (уровень рождаемости, смертности, естественного прироста населения и др.), показателей соотношения (обеспеченность населения больничными койками, врачами, средним медицинским персоналом и др.), динамики изучаемого явления используют линейные графики (рис. 2-9) или столбиковые диаграммы (гистограммы) (рис. 2-10).

Основа построения линейных диаграмм - две взаимно перпендикулярные линии: горизонтальная (ось абсцисс) и вертикальная (ось ординат), на которых в соответствии с избранным масштабом откладывают изучаемое явление (ось ординат) и интервалы времени (ось абсцисс).

При построении столбиковых диаграмм (гистограмм) статистические данные изображаются согласно выбранному масштабу, в виде столбиков одинаковой ширины, расположенных на горизонтальной линии и различающихся по высоте, которая определяется величиной изучаемого явления.

Пример. Изобразить графически младенческую смертность в городе (табл. 2-21).

Для изображения сезонных колебаний изучаемых явлений, имеющих циклический характер, необходимо использовать радиальную диаграмму (лепестковую). При построении диаграммы круг делят на несколько секторов соответственно числу месяцев или других периодов наблюдения. Длина радиуса приравнивается к средней величине явления за тот или иной период наблюдения. После чего на каждом радиусе, согласно выбранному масштабу, откладываются данные за каждый момент наблюдения (день, неделя, месяц) с последующим соединением полученных точек. График выглядит как ломаная линия, характеризующая колебания изучаемого явления вокруг среднего уровня (рис. 2-11). При построении данной диаграммы радиус круга соответствовал среднему числу детей, умерших в возрасте до 1 года за 1 мес, что составило 7,2 случая (см. табл. 2-21).

Пример. На основании данных табл. 2-22 изобразить графически структуру эпидемической заболеваемости в городе. Для наглядного изображения структуры изучаемого явления пользуются круговыми (секторальными) диаграммами (рис. 2-12).

При построении круговой диаграммы окружность принимают за 100%. Для графического изображения 1% необходимо отложить сектор в 3,6°.

В настоящее время для визуализации материала исследования используются различные виды графических изображений, доступные в программах Excel, STATISTICA, IBM SPSS и др.

При сопоставлении показателей рождаемости, смертности, заболеваемости, инвалидности и т.п. следует учесть, что эти показатели необходимо вычислять на совокупностях, в каждой из которых все включенные возрастно-половые контингенты должны находиться в определенном пропорциональном отношении, что в реальных условиях не всегда получается. Именно поэтому для объективной оценки закономерностей вышеназванных процессов необходимо проводить стандартизацию.

Стандартизация - метод расчета условных показателей, позволяющий исключить количественную диспропорцию элементов (единиц наблюдения) сопоставляемых совокупностей. Существует три метода расчета стандартизованных показателей: прямой, косвенный и обратный.

Прямой метод стандартизации используют, когда известно распределение среды и изучаемого явления в зависимости от градации продуцирующей среды.

Косвенный метод применяют в случае сопоставления групп, в которых при наличии градации среды градация изучаемого явления отсутствует. Характеристика изучаемых явлений представлена обобщающей величиной, т.е. имеется распределение населения по возрасту, полу или другим признакам, а распределение родившихся и умерших представлено одним числом без учета возрастно-полового распределения.

Обратный метод стандартизации используют при сравнении групп, в которых среда, где изучается то или иное явление, характеризуется одним числом, в то время как признак имеет определенные градации, т.е. данные о возрастно-половом распределении сопоставляемых контингентов отсутствуют. Известно лишь общее число лиц, входящих в состав групп. В то же время родившиеся, умершие, заболевшие распределены в зависимости от возраста и пола (табл. 2-23).

Пример. Требуется определить, различаются ли показатели плодовитости женщин в двух районах (А и Б), если известно, что возрастной состав женщин, проживающих в названных районах, различен (табл. 2-24).

Уровень рождаемости (на 1000 женщин) в районе А - 68,4?, в районе Б - 64,1?. Показатели рассчитаны следующим образом:

(1000 × 1573) / 23 000 = 68,4 (район А);

(1000 × 1538) / 24 050 = 64,1 (район Б).

Для исключения неоднородности возрастного состава женщин, проживающих в разных районах, необходимо использовать метод стандартизации (метод расчета условных показателей, позволяющих исключить неоднородность возрастного, полового и другого состава сравниваемых групп).

В данном случае необходимо использовать прямой метод стандартизации, так как известно возрастное распределение женщин и число родившихся у них детей.

I этап вычисления стандартизованных показателей заключается в нахождении общих и частных возрастнополовых показателей плодовитости (табл. 2-25).

(1000 × 50) / 1800 = 27,8 (район А);

(1000 × 54) / 1950 = 27,7 (район Б).

II этап вычисления стандартизованных показателей предусматривает нахождение стандарта (см. табл. 2-25). Для определения стандарта необходимо найти суммарное число женщин, проживающих в районах А и Б, затем определить состав каждой возрастной группы в расчете на 1000 женщин.

Так, в возрасте от 15 до 19 лет в двух районах (А и Б) проживало 3750 женщин (1800 + 1950). В возрасте от 20 до 24 лет - 4500 женщин (2100 + 2400) и т.д., всего в двух районах проживало 47 050 женщин.

(1000 × 3750) / 47 050 = 79,7 (15-19 лет);

(1000 × 4500) / 47 050 = 95,6 (20-24 года) и т.д.

Для получения окончательного результата ожидаемые возрастнополовые показатели рождаемости необходимо сложить.

2,2 + 14,6 + 17,8 + 19,9 + 9,3 + 4,3 + 0,6 = 68,7 (район А);

2,2 + 13,5 + 17,0 + 17,6 + 8,7 + 4,0 + 0,5 = 63,5 (район Б).

III этап - оценка статистической значимости различий стандартизованных показателей.

Пример. Требуется определить, отличаются ли показатели плодовитости женщин в двух районах (А и Б), если известно, что в районе А родилось 1580 детей, а в районе Б - 1560 (действительное число родившихся). Возрастной состав женщин в названных районах различен. За стандарт повозрастных показателей рождаемости рекомендуется взять данные из справочной литературы (табл. 2-26).

Уровень плодовитости в районе А - 68,3?, в районе Б - 65,8?. Данные показатели рассчитаны следующим образом: (1000 × 1580) / 23 120 = 68,3 (район А); (1000 × 1560)/23 710 = 65,8 (район Б).

IV этап вычисления стандартизованных показателей - завершающий и заключается в определении названных показателей, т.е. ожидаемых показателей плодовитости женщин в разных возрастных группах.

Район А:

(27,8 × 79,7) / 1000 = 2,2 (15-19 лет);

(152,8 × 95,6) / 1000 = 14,6 (20-24 года) и т.д.

Район Б:

(27,7 × 79,7) / 1000 = 2,2 (15-19 лет);

(141,7 × 95,6) / 1000 = 13,5 (20-24 года) и т.д.

Приведенный пример решают с использованием косвенного метода стандартизации.

I этап - нахождение ожидаемого числа родившихся в каждой возрастной группе.

Район А:

(30,0 × 1810) / 1000 = 54,3 (15-19 лет) и т.д.

Район Б:

(30,0 × 1960) / 1000 = 58,8 (15-19 лет) и т.д.

Полученные «ожидаемые» числа родившихся по каждому району необходимо суммировать (см. табл. 2-26).

II этап вычисления стандартизованных показателей проводят по формуле

[(действительное число родившихся) / (ожидаемое число родившихся)] × общий показатель плодовитости стандарта.

Район А:

(1580 / 1738,5) × 78,3 = 71,2.

Район Б:

(1560 / 1793,0) × 78,3 = 68,1.

III этап - оценка статистической значимости различий стандартизованных показателей.

Пример. Требуется определить, отличаются ли показатели плодовитости женщин в двух районах (А и Б), если известно, что в районе А проживало 23 200 женщин в возрасте от 15 до 49 лет, а в районе Б - 23 900. Возрастной состав женщин в названных районах различен. Данных о возрастном распределении женщин не имеется. За стандарт повозрастных показателей плодовитости рекомендуется принять данные из справочной литературы (табл. 2-27).

Уровень плодовитости в районе А - 67,3?, в районе Б - 64,2?.

Предложенную задачу решают с использованием обратного метода стандартизации.

I этап - нахождение ожидаемой численности женщин для районов А и Б.

Район А:

(52 × 1000) / 30 = 1733,3.

Район Б:

(54 × 1000) / 30 = 1800,0.

Полученные данные ожидаемой повозрастной численности женщин по каждому району необходимо суммировать (см. табл. 2-26).

II этап - стандартизованные показатели вычисляют по формуле

[(«ожидаемое» число женщин) / (действительное число женщин)] × (общий показатель плодовитости стандарта Район А:

(21 516,1 / 23 200) × 78,3 = 72,6.

Район Б:

(17 609,6 / 23 900) × 78,3 = 57,7.

III этап - оценка статистической значимости различий стандартизованных показателей.

Среди статистически взаимосвязанных признаков одни могут рассматриваться как определенные факторы, влияющие на изменение других, а вторые как следствие или результат изменения первых. Соответственно, первые - это факторные признаки, а вторые - результативные. Связь между двумя переменными x и у функциональна, если определенному значению переменной x соответствует строго определенное значение у. Это жестко детерминированная связь. Однако существует и другая взаимосвязь, при которой взаимно действуют многие факторы, неравномерно влияющие на изменение результативного признака. Такие связи называют стохастическими (вероятностными).

Корреляционная связь - частный случай стохастической. Это соотношение, соответствие между средним значением результативного признака и признаками-факторами. Если рассматривают связь средней величины результативного показателя у c одним признаком-фактором x, корреляционную связь называют парной, а если факторных признаков два и более - множественной.

По характеру изменений у, x в парной корреляции различают прямую (положительная) и обратную (отрицательная) взаимосвязи (рис. 2-13). При прямой связи с увеличением x возрастает и у, при обратной - уменьшается. По форме связи корреляции делятся на прямолинейные (линейные) и криволинейные (нелинейные) (рис. 2-14). Если направление изменения одной переменной не меняется с возрастанием (или убыванием) другой переменной, такая взаимосвязь называется монотонной, в противоположном случае - немонотонной (рис. 2-15).

Область допустимых значений линейного коэффициента парной корреляции - от -1 до +1. Знак коэффициента корреляции указывает направление связи. Если r_xy >0, связь прямая; если r_xy <0 - обратная.

Связи между признаками могут быть слабыми и сильными (тесными). Их критерии оцениваются по шкале Чеддока:

Если данный коэффициент по модулю близок к единице, то связь между признаками может быть интерпретирована как довольно тесная линейная. Если его модуль равен единице, то связь между признаками функциональная линейная. Если признаки х и y линейно независимы, то r_xy близок к 0.

Наглядное представление о характере связи дает диаграмма рассеивания (рис. 2-16).

Диаграмма рассеивания представляет собой график, оси которого соответствуют значениям двух переменных. Точка на графике - единица наблюдения.

В медицине и биологии чаще всего для определения направления и силы связи между явлениями используют коэффициенты Пирсона (r_xy) и ранговой корреляции Спирмена (ρ_xy). Параметрический корреляционный анализ Пирсона используется для установления взаимосвязи признаков, имеющих нормальное распределение. Непараметрические коэффициенты (Спирмена, Кендалла, гамма) применяются с целью исследования взаимосвязи количественных признаков независимо от вида их распределения, количественного и качественного признака, двух порядковых признаков. Нередко исследуется взаимосвязь качественных (порядковых) признаков. В этом случае корректнее использовать термин «ассоциация» вместо термина «корреляция». Измерить ассоциацию бинарных данных можно при помощи «φ-коэффициента сопряженности» (Phi).

Изучение корреляционных связей сводится к решению следующих задач:

Метод регрессионного анализа может применяться для статистического прогноза - вычисления значений результативного показателя y для любых значений факторов x и восполнения пропусков в данных.

Общий термин «корреляционно-регрессионный анализ» подразумевает всестороннее исследование корреляционных связей, в том числе и определение уравнений регрессии, измерение тесноты связей, определение возможных ошибок как параметров уравнений регрессии, так и показателей тесноты связей.

Наиболее часто для описания статистической связи признаков используется линейная форма. Внимание к линейной связи объясняется четкой интерпретацией ее параметров, ограниченной вариацией переменных и тем, что в большинстве случаев нелинейные формы связи для выполнения расчетов преобразуют (путем логарифмирования или замены переменных) в линейную форму.

Корреляционный анализ по Пирсону

На основе данных табл. 2-28 требуется определить зависимость цветного показателя крови (ряд х) от величины эритроцитов (ряд у).

В данном случае числовые значения коррелируемых рядов соответствуют нормальному распределению, поэтому для определения наличия связи между изучаемыми явлениями целесообразно вычислять коэффициент линейной корреляции Пирсона.

При вычислении коэффициента линейной корреляции Пирсона необходимо помнить, что он более мощный по сравнению с коэффициентом ранговой корреляции Спирмена, однако область его применения ограничивается нормальным распределением.

Коэффициент линейной корреляции по Пирсону определяют по формуле

где r_xy - коэффициент линейной корреляции; d_x d_y - отклонение каждого числового значения от средней величины по ряду х и d в ряду y.

Начальный момент вычисления коэффициента линейной корреляции Пирсона - нахождение средней величины по ряду х (М_х) и ряду у (М_у).

d_x = V_x - M_x = 0,91 - 0,96 = -0,05; 0,92 - 0,96 = -0,04 и т.д.

d_y = V_y - M_y = 78 - 82 = -4; 79 -82 = -3 и т.д.

Проверка значимости коэффициента корреляции Пирсона

Для определения статистической значимости полученного коэффициента используют два метода.

t = r_xy / m;

где t - коэффициент Стьюдента; r_xy - коэффициент корреляции; m - ошибка коэффициента корреляции; n - число коррелируемых пар.

t = 0,87 / 0,17 = 5,1.

Для определения статистической значимости критерия t используют оценочные таблицы. Если критерий t превышает критическое значение таблиц, коэффициент корреляции считается статистически значимым, так как он существенно (статистически значимо) превышает свою ошибку.

Корреляционный анализ по Спирмену

На основании данных табл. 2-29 требуется определить зависимость цветного показателя (ряд х) от уровня насыщения крови кислородом (ряд у).

В данном случае один из рядов (ряд у) представлен показателями, выраженными в процентах, что соответствует качественному характеру распределения. Именно поэтому для определения зависимости между величиной цветного показателя и уровнем насыщения крови кислородом нужно использовать коэффициент ранговой корреляции Спирмена.

При вычислении коэффициента ранговой корреляции Спирмена необходимо учесть, что этот коэффициент - менее мощный критерий по сравнению с коэффициентом линейной корреляции, однако имеет более широкую область применения. Названный коэффициент корреляции используется в тех случаях, когда коррелируемые данные соответствуют количественному, качественному или порядковому распределению. Коэффициент корреляции Спирмена рассчитывают по формуле

где ρ_xy - коэффициент ранговой корреляции Спирмена; d - разница между рангами; n - число коррелируемых пар.

Начальный этап определения коэффициента ранговой корреляции - ранжировка коррелируемых рядов (построение числовых значений рядов х и у по возрастающей или убывающей величине) путем присвоения числовым значениям каждого ряда порядковых номеров. Если числовые значения в ряду одинаковые, их ранги будут соответствовать среднему значению порядковых мест, которые они занимают. Так, в ряду х самая малая величина 0,9 (см. табл. 2-29) встречается дважды, следовательно, для определения ее ранга необходимо сложить порядковые места и найти их среднее значение (1 + 2) / 2 = 1,5; следующее по величине - число 1,0, которое встречается 5 раз. Это число должно занять места с 3 по 7. Для нахождения рангов необходимо: (3 + 4 + 5 + 6 + 7) / 5 = 5 и т.д. Аналогично определяются ранги для ряда у.

Проверка значимости коэффициента корреляции Спирмена

Для определения статистической значимости полученного коэффициента используются два метода.

t = ρ_xy / m;

где t - коэффициент Стьюдента; ρ_xy - коэффициент ранговой корреляции; m - ошибка коэффициента корреляции; n - число коррелируемых пар.

t = 0,87 / 0,17 = 5,1.

Для определения статистической значимости критерия t используют оценочные таблицы. Если критерий t превышает критическое значение таблиц, коэффициент корреляции считается статистически значимым, так как он существенно (статистически значимо) превышает свою ошибку.

Ассоциация бинарных данных

Бинарный признак - свойство, определенное на множестве объектов, каждый из которых обладает или не обладает определенным свойством: заболел - не заболел; есть улучшения - нет улучшений.

Пример. Требуется определить зависимость между патогенностью микроорганизмов и их устойчивостью к сульфаниламидным препаратам (табл. 2-30).

Рассчитаем φ-коэффициент сопряженности (а, b, с, d - числовые значения частот сопоставляемых совокупностей.

Выявлена слабая (0,1< r_xy <0,3) положительная взаимосвязь между пато-генностью микроорганизмов и устойчивостью к сульфаниламидам; так как φ-коэффициент сопряженности есть коэффициент Пирсона, вычисленный на бинарных данных, интерпретация и оценка статистической значимости проводятся аналогичным образом.

Вычисление χ² проводим по формуле:

Для определения статистической значимости критерия χ² используют оценочные таблицы. Если критерий превышает критическое значение таблиц, то он считается статистически значимым, т.е. между патогенностью микроорганизмов и их устойчивостью к сульфаниламидным препаратам существует взаимная зависимость.

Коэффициент детерминации

Коэффициент детерминации R² характеризует долю вариации (дисперсии) результативного признака, объясняемую фактором, в общей вариации (дисперсии). Коэффициент детерминации R² принимает значения от 0 до 1.

При парной линейной корреляции коэффициент детерминации равен квадрату коэффициента корреляции:

R² = r_xy² .

Тесноту связи удобно выражать в процентах - R² × 100%.

Вернемся к рассмотренному ранее примеру. При изучении зависимости цветового показателя крови от величины эритроцитов был установлен r_xy = 0,85, следовательно,

R² = r_ху² =0,7225;

R² =72,25%.

Коэффициенты корреляции и ассоциации рекомендуется вычислять с использованием программ Excel, STATISTICA, IBM SPSS и др.

Регрессионный анализ применяют в случае необходимости представления связи между явлениями (признаками, процессами) в виде уравнения. Регрессионный анализ относят к методам статистического моделирования. Моделью является уравнение регрессии.

Цель регрессионного анализа - поиск комбинаций независимых признаков, которые наилучшим образом предсказывают значение зависимого признака.

Чтобы построить регрессионную модель, необходимо осуществить анализ взаимосвязи признаков (корреляции, ассоциации), отобрать наиболее сильные ассоциации, построить уравнение регрессии.

Классификация методов регрессионного анализа

По типу математической зависимости.

По числу независимых признаков.

Основные понятия регрессионного анализа

Регрессия - это функция, позволяющая по средней величине одного признака определить среднюю величину другого, корреляционно с ним связанного. С этой целью применяется коэффициент регрессии и ряд других параметров.

Коэффициент регрессии - это абсолютная величина, на которую в среднем изменяется величина одного признака при изменении другого на установленную единицу измерения.

Коэффициент регрессии определяют по формуле

R_y/x = r_хуx (S_y / S_x),

где R_y/x - коэффициент регрессии; r_ху - коэффициент корреляции между признаками х и y; s_y и s_x - среднеквадратические отклонения признаков x и y.

Наилучшим образом для демонстрации основополагающих принципов регрессионного анализа подходит простая линейная регрессия.

Пример. Изучена заболеваемость острыми респираторными заболеваниями (ОРЗ) на территории в зимний период (с декабря по февраль). Установлена корреляционная зависимость между среднемесячной температурой в зимний период (х) и числом ОРЗ (у). Необходимо установить, как будет изменяться число ОРЗ (у) при снижении среднемесячной температуры (х) воздуха на 1 °С.

Коэффициент корреляции между изменениями среднемесячной температуры в зимний период (х) и средним числом ОРЗ (у) r_ху = -0,7; s_x = 6,3 (средне-квадратическое отклонение температуры воздуха в зимний период; s_у = 20,9 (среднеквадратическое отклонение числа ОРЗ).

В этом случае коэффициент регрессии

R_y/x = -0,7(20,9 / 6,3) = 2,3.

Вывод: при снижении среднемесячной температуры воздуха (x) на 1 °С среднее число ОРЗ (у) в зимний период будет изменяться на 2,3 случая.

Уравнение регрессии в случае прямолинейной связи между двумя признаками (х и у) имеет вид:

у = M_y + R_y/x (x - M_x ),

где у - средняя величина признака, которую следует определять при изменении средней величины другого признака (х); х - известная средняя величина другого признака; R_y/x - коэффициент регрессии; М_х, М_у - известные средние величины признаков x и y.

Среднее число ОРЗ (у) можно определить без каких-либо специальных измерений при любом среднем значении средней температуры воздуха (x).

Пример. Необходимо определить среднее число ОРЗ при температуре -25 °С.

х = -25 °С; R_y/x = 2,3 заболевания; М_х = -23 °С; М_у = 34 случая ОРЗ.

Среднее число ОРЗ при температуре -25 °С - 38,6 случаев (у = 34 + 2,3(2523) = 34 + 4,6 = 38,6 заболеваний).

Уравнение регрессии используют для построения линии регрессии. Линия регрессии позволяет без специальных измерений определять любую среднюю величину (у) одного признака, если меняется величина (х) другого. По линии регрессии можно определить среднее число ОРЗ при любом значении средней температуры за месяц в пределах между расчетными значениями числа ОРЗ.

Среднеквадратическое отклонение регрессии (Sr^) - это мера разнообразия результативного признака (у). Она используется для построении шкалы регрессии. Шкала регрессии отражает отклонение величин результативного признака от его среднего значения, отложенного на линии регрессии.

Среднеквадратическое отклонение регрессии рассчитывается по формуле

где s_Ry/x - среднеквадратическое отклонение регрессии; s_y - среднеквадра-тическое отклонение признака у; r_ху - коэффициент корреляции между признаками х и у.

Оценка физического развития с использованием шкалы регрессии

Регрессионный анализ очень часто применяют для разработки нормативных шкал и стандартов физического развития.

С использованием коэффициента корреляции, среднеквадратического отклонения и уравнения регрессии строят шкалу регрессии - основу стандартов физического развития.

Пример. При изучении физического развития семилетних мальчиков были получены следующие данные:

Рост - факторный признак, масса тела - результативный, который меняет свое значение под действием факторного признака.

Коэффициент регрессии массы по росту вычисляется по формуле

R_y/х = r_xy (s_y / s_x );

R_y/x = 0,7 (2,5 / 6,1) = 0,28.

Следовательно, при увеличении роста семилетних мальчиков на 1 см масса их тела увеличивается на 0,28 кг.

Следующий этап - нахождение массы тела по росту с использованием уравнения регрессии

у = М_у + R_y/x (х - М_x )

Расчеты представлены в табл. 2-31.

На основании данных, приведенных в таблице, строится шкала регрессии (рис. 2-17). Шкала позволяет определить как среднее значение массы тела по росту, так и индивидуальные колебания массы тела по росту каждого ребенка.

Затем определяются пределы колеблемости индивидуальной массы тела по среднему росту с использованием среднеквадратического отклонения регрессии (табл. 2-32).

По стандартной шкале можно определить индивидуальную оценку развития детей. Физическое развитие оценивается как гармоничное в том случае, если при определенном росте масса тела ребенка находится в пределах одной сигмы регрессии к средней расчетной единице массы тела - (у) для данного роста (x) (у ± 1s_Rx/y ). Физическое развитие считается дисгармоничным по массе тела, если масса тела ребенка для определенного роста находится в пределах второй сигмы регрессии: (у ± 2s_Rx/y ). Резко дисгармоничное физическое развитие как за счет избыточной, так и за счет недостаточной массы тела будет в том случае, если масса тела для определенного роста находится в пределах третьей сигмы регрессии (у ±3s_Rx/y ).

Регрессионный анализ целесообразно проводить с использованием программ Excel, STATISTICA, IBM SPSS и др.

Контрольные вопросы

ЛИТЕРАТУРА

Социальная обусловленность здоровья

Приоритетное направление социальной политики в области здравоохранения - охрана и укрепление, повышение уровня здоровья населения.

Определение понятий здоровья и болезни остаются наиболее дискуссионными, так как нельзя говорить о здоровье и болезни вообще - необходимо говорить о здоровье и болезнях людей.

На сегодня существуют десятки определений этих понятий. Общественное здоровье - это здоровье населения, обусловленное комплексным воздействием биологических и социальных факторов окружающей среды при определяющем значении общественно-политического и экономического строя и зависящих от него условий жизни общества (труд, быт, характер питания, отдых, уровень образования и культуры, здравоохранение).

Наука, которая занимается изучением общественного здоровья, называется санологией.

Наряду с понятием общественного здоровья существует определение здоровья человека как индивидуума. По определению ВОЗ, здоровье человека это состояние полного физического, духовного и социального благополучия, когда органы и системы организма человека уравновешены с природной и социальной средой, отсутствуют какие-либо заболевания, болезненные состояния и физические дефекты.

Здоровье - это состояние, позволяющее человеку вести нестесненную в своей свободе жизнь, полноценно выполнять свойственные человеку функции, вести здоровый образ жизни, т.е. иметь душевное, физическое, материальное и социальное благополучие.

Основываясь на понимании соотношения социального и биологического, специалисты в области социальной медицины дают определение здоровья и болезни.

Здоровье человека - это гармоничное единство биологических и социальных качеств, обусловленных врожденными (генетическими) и приобретенными (биологическими, экологическими и социальными) воздействиями. Болезнь - нарушение этой гармонии, этого единства.

Существует множество концепций здоровья. Согласно одной из них, здоровье считают вопросом личного, а не социального характера. Именно поэтому к основным направлениям в области охраны здоровья относят усиление ответственности каждого человека. Альтернативным вариантом служит подход, предполагающий равномерное распределение ответственности между правительством, общественностью и отдельной личностью.

Различают индивидуальное (личности, отдельного человека) и популяционное здоровье:

В последние годы руководители здравоохранения многих стран мира вынуждены говорить об укреплении здоровья населения, а не о лечении болезней, поскольку лечение болезней обходится обществу дороже, чем их профилактика. Именно поэтому планирование и организация служб здравоохранения должны осуществляться с учетом сохранения здоровья, а не его восстановления.

По мнению Юрия Павловича Лисицына, к основным категориям, характеризующим образ жизни населения, относят:

Следовательно, образ жизни квалифицируется как система наиболее существенных, типичных характеристик способа деятельности или активности людей, в единстве их количественных и качественных сторон, отражающих уровень экономического развития и общественных отношений.

Важную роль с точки зрения общественного здоровья призван сыграть здоровый образ жизни населения - это активная деятельность людей, направленная на сохранение и укрепление здоровья, повышение его уровня и увеличение продолжительности жизни.

Ведущие факторы, обусловливающие здоровье (как индивидуальное, так и общественное):

Таким образом, к числу важнейших факторов, определяющих здоровье, относят: