В практике работы эпидемиологов значительное место занимает оценка очаговости в организованных коллективах. С этой целью предложен метод определения «статистической» очаговости с помощью распределения Пуассона. Под «статистической» очаговостью следует понимать число вторичных больных на одного первичного больного в коллективе за 1 мес. Применение метода предполагает наличие следующих данных: число всех коллективов; число коллективов, свободных от заболеваний; общее число случаев заболеваний; число месяцев, понадобившихся для накопления этих заболеваний; численность коллективов.
Расчет «статистической» очаговости с помощью распределения Пуассона имеет следующие ограничения: 1) вероятность заболевания лиц в рассматриваемом коллективе должна быть такой же, как и в реальном коллективе с численностью N; 2) как первичные, так и вторичные заболевания во времени должны распределяться равномерно; 3) вероятность появления первичного больного в коллективах одинакова; 4) вероятность появления вторичного больного в коллективах, где появился первичный больной, одинакова; 5) находящиеся под наблюдением коллективы по численности должны быть равны; 6) необходима прямая пропорциональность отношения числа вторичных и первичных заболеваний и средней численности коллектива. Следовательно, данный метод не следует применять в коллективах, которые характеризуются резкими различиями в величине прослойки переболевших.
Эпидемиологический анализ должен способствовать вскрытию (выявлению) взаимосвязей пространственно-временных параметров эпидемического процесса. Основные задачи, решаемые при этом, сводятся к оценке показателей заболеваемости по высоте уровня; определению шкалы для картографирования; характеристике степени однородности территориального распределения заболеваемости.
Для углубленного изучения особенностей территориального распределения инфекционных болезней большое значение имеет разработка специфических критериев. Так, Г. П. Облапенко и Б. В. Вертинским (1976) предложен критерий «плотность инфекции», который выражается показателем числа инфекционных больных на единицу площади. Между плотностью населения и «плотностью инфекции» выявлена более высокая степень корреляции (0,94 ±0,03), чем между плотностью населения и уровнем заболеваемости (0,42 + 0,23).
Одним из основных методов пространственного анализа эпидемического процесса является картографический метод. Существуют различные приемы составления шкал картограмм (принцип равных и кратных интервалов, метод «провалов» и др.), технически простых, однако далеко не во всех случаях позволяющих судить о том, на каких территориях заболеваемость имеет низкий, средний или высокий уровень. На этот вопрос отвечает способ, основанный на определении среднего значения фактического распределения показателей заболеваемости по территориям и среднего квадратического отклонения. Метод не имеет ограничений, однако важным условием его использования является предварительное логарифмирование значения рядов заболеваемости, подверженных значительным колебаниям и имеющих логарифмически нормальное распределение.
Оценку однородности территориального распределения заболеваний можно проводить с помощью формулы Шеннона: чем ближе критерий к 1, тем однороднее распределение. Метод пригоден при анализе территориальных особенностей заболеваемости на одной и той же территории за разные отрезки времени или по разным территориям за один временной интервал. Метод является очень чувствительным: при чтении результатов следует учитывать колебания критерия Шеннона на уровне сотых и даже тысячных долей. Показанием к применению метода энтропии Шеннона является необходимость получения сравнительной оценки однородности территориального распределения по различным нозоформам за 1 год или по одной нозоформе за разные годы. Существенным ограничением использования этого метода является численность рассматриваемых показателей, которая не должна быть меньше 20.
Рассмотренные методы оценки территориального распределения заболеваемости (энтропия Шеннона) дополняют друг друга, поскольку первый оценивает однородность по удельному весу однородных величин в общей совокупности, а второй-по разбросу каждой варианты, входящей в совокупность.
Таким образом, методы конструктивного эпидемиологического анализа охватывают широкий спектр разнообразных статистических и математических приемов анализа большого объема информации, позволяющей описать и изучить условия возникновения, течения и прекращения эпидемического процесса.
