neděle 18. září 2016

Medicína: Umění nebo řemeslo? 11

Metody detekce a analýza zdravotního stavu populace


Zdravotní stav populace je hromadný jev, který detekujeme a analyzujeme metodami epidemiologie a matematické statistiky.

Vztah mezi epidemiologií a statistikou

Statistika představuje skupinu matematických algoritmů, které popisují zpracování velkých souborů čísel (jednoho nebo více současně) tak, aby výsledkem byla pravděpodobnostní analýza.
Epidemiologie představuje soubor postupů, jak tyto datové soubory získat, a jaké testy na ně nasadit, aby z toho vylezly smysluplné výsledky.
Statistika je tedy jakýsi nízkoúrovňový nástroj a zpravidla byla vyvinuta "na míru" epidemiologickým problémům různého druhu.

Soubory

V naprosté většině případů nepracujeme s kompletními soubory, ale s výběry, které by měly být reprezentativní. V teorii to znamená, že každý člen sledované populační skupiny by měl mít stejnou pravděpodobnost do výběru "spadnout".
Tohle je v praxi velmi obtížné a nákladné. Pro ilustraci: Některé agentury na průzkumy názorů a postojů populace (teď před volbami se setkáváme s jejich výsledky častěji coby s odhady voličských preferencí) profesionálně dodávají seznamy lidí, které jim spadnou do lege artis provedeného populačního výběru. Dle náročnosti zadaných kritérií si berou stovky až tisíce od jednoho respondenta. Z toho vidíme, že takovýto výběr je extrémně náročný, mohou si ho dovolit jen nejbohatší organizace.
V praxi, a zejména v akademické sféře, se setkáváme (od studentských prací až po běžné grantové výzkumy) s výběry kvasináhodnými, u nichž vždy musí být diskluse o možných rozdílech oproti výběru "ideálně náhodnému".
Exitují i další výběry. Např. při stratifikovaném náhodně vybereme zástupce definovaných populačních skupin a dílčí výsledky přepočteme na jejich zastoupení v celé populaci (případně s extrapolacemi).

Studie

Nejjednodušší typ je studie deskriptivní, mechanicky popisující výskyt jednotlivých jevů v populaci. Jsou velice důležité, protože bez znalosti těchto základních informací nejsme s to regulérně naplánovat studie vyššího typu.
Analytické studie se zabývají vztahy mezi jevy v populaci. Ty mohou být velmi primitivní (např. porovnání BMI /marker obezity/ žáků dvou různých škol v různých typech lokalit) i velmi sofistifikované (např. mnohorozměrná multifaktoriální analýza vlivu jednotlivých faktorů na nějaký ukazatel zdraví, třeba výskyt nějaké nemoci). Těm studiím, které analyzují populaci v daném čase a časový faktor je nezajímá, říkáme průřezové.
  • Časově závislé analytické studie jsou dvojí, prospektivní a retrospektivní.
  • V retrospektivních studiích zjišťujeme, co se stalo v minulosti. Např. srovnáváme minulý životní styl pacientů s určitou chorobou s kontrolou (věk, pohlaví, profese atd.), která tuto chorobu nemá.
  • V prospektivních studiích naopak sledujeme velmi početnou skupinu lidí průběžně a potom můžeme dodatečně analyzovat, jak se lišil životní stal apod. lidí, kteří danou chorobu v určitém věku již měli, proti těm, kteří ji (zatím) nedostali. Takovéto skupině se říká kohorta a alternativní název pro tento typ studií je studie kohortová.
  • Studie případů a kontrol jsou organizovány pro relativně vzácná onemocnění. Při přijetí takovéhoto pacienta se k němu vybere kontrola, odpovídající co nejvíce zadaným parametrům (pohlaví, věk, profese atd.) a z dat případů a kontrol se vytváří databáze, kterou čas od času projede nějaký počítačový program a hledá tam statistickými testy nějaké rozdíly. Kontrol může být i více současně ("dvojníci" podle různých kritérií).
  • Klinické (intervenční, experimentální) studie jsou v podstatě pokusy na dobrovolnících a zpravidla nezjišťují zdravotní stav populace, ale např. se jimi porovnává účinnost různých léčebných metod a léků mezi sebou.

Znaky

Kritériem zdraví podle WHO je stav plné tělesné, duševní, duchovní a sociální pohody.
Je to definice velice široká a zcela jistě opravdu pokrývající celou škálu zdraví a jeho projevů a důsledků. Problém spočívá v obrovské nekonkrétnosti a zatížení subjektivním názorem vyšetřovaného i vyšetřujícího. Nedá se nijak matematicky analyzovat.
Z tohoto důvodu se používají znaky, charakterizující buď nějakou stránku zdraví nebo nějakou stránku zdravotního rizika. Tyto znaky mohou být:
  • numerické (výsledek nějakého vyšetření)
  • pořadové (škála větší až menší, nemusí existovat rovnoměrnost rozdílů mezi body na ní)
  • kvalitativní (různé možnosti, které se nedají škálovat, např. krevní skupiny, typ typického způsobu dopravy do zaměstnání apod.)
  • někdy se zvlášť uvádějí znaky logické (dá se k nim přihodit i pohlaví, byť studenti často vyrobí pohlaví 6 i více - M, m, Z, z, Ž, ž a někdy i F a f). Dosud se používají potomci programů, jejichž starší verze tyto znaky opravdu ukládaly do jednoho bitu
Musí být zaručeno, aby tentýž vyšetřovaný dostal při vyšetření stejnou hodnotu sledovaných znaků bez závislosti na tom, kdo sbírá data. Není to úplně jednoduché. Ve velkých studiích tazatelé procházejí dosti náročným školením, aby se ptali úplně stejně. Dokonce i laboratorní výsledky, dělané v jedné laboratoři, nemusejí mít tuto vlastnost, protože hodnoty může ovlivnit i doprava na různou vzdálenost (při práci typu "odebereme vzorky v nemocnicích A, B, C, D a E a všechny se zvezou do nemocnice A a tam vyšetří ve stejné laboratoři). Takto se "pohne" např. hematokrit (metoda, při níž zjišťujeme podíl krvinek v krvi jejím odstředěním v kapiláře), protože krvinky určitou dobu po odběru měknou a při odstředění se zmáčknou o něco víc. Ale mohou se i např. při delším "drncání" uvolnit některé enzymy z krvinek do séra apod.
Následně se znaky (jejich hodnoty) zpracovávají metodami matematické statistiky. Z této statistiky u jednodušších testů vyjde jako výsledek hodnota p, která představuje (vyjádřena jako procento nebo jako zlomek jedničky) "prostor pro náhodu", tady s jakou pravděpodobností by takovýto soubor hodnot vznikl náhodně.
Nikdy není zaručeno, že skutečně nejde o zcela náhodně vyšlý a v reálu neexistující vztah. Na druhé straně může jít i o vztahy zprostředkované něčím, co bylo při plánování studie opomenuto.
Statistický vztah nám také neurčuje směr závislosti, příklad s tuberkulózní krávou a laktací viz Intermezzo 1  ze 6. 1. 2016.

(pokračování)

Žádné komentáře:

Okomentovat