MedUniver Микробиология
  Домой Медицинский фото атлас Психология отношений Медицинские видео ролики Медицинская библиотека Консультация врача  
Микробиология:
Общая микробиология
Общая бактериология
Экология микробов
Учение об инфекции
Лечение инфекций
Иммунология
Методы диагностики
Грам "+" бактерии
Грам "-" бактерии
Микобактерии
Хламидии. Риккетсии
Спирохеты. Трепонемы
Вирусы
Грибы
Простейшие
Гельминтозы
Санитарная микробиология
Книги по микробиологии
Рекомендуем:
Необходимое:
Книги по медицине
Видео по медицине
Фотографии по медицине
Консультации врачей
Форум
 

Статистические методы в эпидемиологии. Корреляционно-спектральный анализ в эпидемиологии.

Определению циклической компоненты в большей степени служат методы скользящей и взвешенной скользящей средней, которые устраняют случайные колебания и более выпукло подчеркивают закономерный ход заболеваемости.

Многократное применение указанных методов сглаживания различных динамических рядов заболеваемости позволило выявить показания и ограничения к их использованию. Так, сглаживание методом удлинения интервалов и скользящей средней показано в рядах динамики, имеющих 9 и более значений, что связано с потерей промежуточных вариант (удлинение интервалов) или крайних показателей (скользящая средняя). Метод взвешенной скользящей средней лишен этого недостатка и поэтому может быть использован для более коротких рядов.

Важнейшим условием применения рассматриваемых методов является выбор периода удлинения (осреднения), который в целом зависит от длины и характера динамического ряда. Установлено, что чем короче этот период, тем лучше выявляется цикл, но в меньшей степени обозначается тенденция.

В динамических рядах заболеваемости с большой амплитудой колебаний (грипп, эпидемический паротит), а также со слабо выраженной периодичностью (скарлатина, менингококковая инфекция) методы сглаживания использовать не рекомендуется, так как в первом случае они могут исказить особенность эпидемического процесса, а во втором - погасить слабо выраженные циклические компоненты. Методы удлинения интервалов и скользящей средней (в том числе взвешенной) пригодны для грубого, ориентировочного определения характера тенденции и циклической компоненты.

статистика в эпидемиологии

Для более тонкого исследования динамических рядов рекомендуется использовать методы фильтрации случайных процессов, простейшим среди которых является расчет и анализ отклонения от теоретической линии тенденции. Данный метод позволяет оценить выраженность периодических подъемов по абсолютным значениям рассчитанных отклонений.

Определенным преимуществом этого метода является возможность его использования для сравнительно коротких рядов (10 и более лет). В то же время для увеличения достоверности оценки многолетней динамики необходимо исследовать ряды, включающие несколько периодических волн.

Поиски более строгого математического решения задачи по отысканию «скрытой» периодичности эпидемического процесса начались в 70-х годах. Определенным толчком к этому, с одной стороны, были работы, описывающие методы теории случайных процессов, с другой - расширение использования ЭВМ в здравоохранении.

Наиболее перспективными при изучении многолетней периодичности являются методы теории случайных процессов — автокорреляционная функция, гармонический и спектральный анализ. Их применение в полной мере возможно только с помощью ЭВМ.

Одним из основных ограничений при применении корреляционно-спектрального анализа является длительность временного ряда, которая теоретически для получения объективных оценок должна исчисляться десятками и даже сотнями значений (лет), практически же спектральный анализ удовлетворительно используется при числе наблюдений порядка 100. Кроме того, особую значимость приобретает интерпретация результатов. В связи с этим формальное использование корреляционно-спектрального анализа не гарантирует объективность оценок. Математика в данном случае дает лишь средство описания поведения временного ряда (тип модели) в сжатом виде: вместо всего ряда получают соответствующую ему функцию спектральной плотности, выделение истинных максимумов которой не всегда можно сделать однозначно. Если же сгладить спектр, то, вероятно, часть небольших выбросов на кривой не проявится.

- Читать далее "Разработка проблем эпидемиологии. Сезонность в эпидемиологии."


Оглавление темы "Эпидемиологический анализ.":
1. Социально-экономические законы эпидемиологии. Правила эпидемиологии.
2. Эпидемиологический анализ. Научные основы эпидемиологического анализа.
3. Количественный эпидемиологический анализ. Социально-экономический анализ в эпидемиологии.
4. Роль эпидемиологического анализа. Методы эпидемиологического анализа.
5. Конструктивный эпидемиологический анализ. Методический аппарат эпидемиологического анализа.
6. Значение темпа прироста в эпидемиологии. Оценка тенденции эпидемиологического анализа.
7. Статистические методы в эпидемиологии. Корреляционно-спектральный анализ в эпидемиологии.
8. Разработка проблем эпидемиологии. Сезонность в эпидемиологии.
9. Очаговость в эпидемиологии. Закон Пуассона в эпидемиологии.
10. Статистическая очаговость. Территориальность распределения заболеваний.
Загрузка...

   
MedUniver.com
ICQ:493-344-927
E-mail: reklama@meduniver.com
   

Пользователи интересуются:

Будем рады вашим вопросам и отзывам:

Полная версия сайта