Файл: Анализ структуры и уровня заболеваемости. Определим интенсивный показатель для каждого исследуемого год.docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 30.11.2023
Просмотров: 82
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Строим график цикличности эпидемического процесса, где ось абсцисс – теоретически рассчитанная линия тенденции, а по оси ординат в верхнем и нижнем направлении откладываются значения разности между фактической заболеваемостью и теоретически рассчитанной по каждому анализируемому году.
На полученный график наносятся сглаженные методом скользящей средней показатели заболеваемости.
Определяем число циклов, сроки начала и окончания, продолжительность положительных (периоды подьёма) и отрицательных (периоды спада) фаз циклов за анализируемый период.
Рис. 2.4. График цикличности эпидемического процесса Гриппа в Самарской области за период с 2012 по 2022гг.
Выводы: на полученном графическом изображений динамики заболеваемости населения Самарской области Гриппом, цикличность отсутствует. Также, на графике выражены периоды подъёма и снижения заболеваемости: за период с 2012 по 2022 гг, и имеют 2 периода повышения заболеваемости: 2012 г. по 2013 г., и с 2014 г. по 2016 г; и 2 периода снижения заболеваемости: с 2017 г. по 2019 г., и с 2020 г. по 2022 г.
2.3. Прогнозирование показателя заболеваемости на следующий год.
Прогноз осуществляется по уравнению, наиболее близко описывающему тенденцию развития эпидемического процесса (Y₁= а + bx и Y₂=а + bx + cx²) путем присвоения условного номера X прогнозируемому году и решения соответствующего уравнения.
Доверительный интервал прогнозируемого показателя определяется,
как
Y прог ±3 m.
Ошибку прогноза можно рассчитать по формуле:
m = √Y прог (100 000 - Y прог) / N,
где N - ожидаемая численность населения в прогнозируемом году,
100 000 - размерность относительного показателя,
Yпр= 25,6 + 0,4 * 5 = 27,6
m = √Yпр. (100 000 - Y пp) / N = √27,6 (100 000- 27,6)/1 000 000 = 1,6
Доверительный интервал (ДИ) = 27,6 ± 1,6 * 3 = 27,6±4,8
Вывод: прогнозируемый показатель заболеваемости населения Гриппом на следующий год составил 27,6 ± 4,8
2.4.Определение скрытой вспышечной заболеваемости
Скрытая вспышечная заболеваемость определяется в годы с высоким уровнем заболеваемости, как разность между фактическим и предельным теоретическим показателем заболеваемости.
Рассчитываем предельный теоретический уровень заболеваемости для каждого анализируемого года по формуле:
Yпp=Ym + 3 m
где Yпр - предельный теоретический показатель заболеваемости;
Yт - теоретический уровень заболеваемости, рассчитанный по параболе 1-го или 2-го порядка;
m - ошибка показателя.
Число заболевших во вспышке (А) рассчитывается по формуле:
A = N* Yвсп/ 100 000,
где N - ожидаемая численность населения в прогнозируемом году,
100 000 - размерность относительного показателя.
Yвсп - Y факт - Yпр
где Yфакт - фактическая заболеваемость;
Yпр - предельный теоретический показатель заболеваемости.
Yпp = Ym + 3m
где Ym - теоретический уровень заболеваемости, рассчитанный по параболе 1-го или 2-го порядка;
m = √ Y пp. (100 000 - Yпp) / N
Вывод: в 2013 году число заболевших людей во вспышке составило 157 человек, в 2016 году – 837,7 человек, в 2017 г. – 1174,8 человек, в 2018 году – 449,4 человек, в 2019 году – 216,1 человек. В остальные анализируемые годы, значения со знаком минус свидетельствуют о количестве предотвращенных случаев заболевания в годы со сравнительно низким уровнем заболеваемости.
Абсолютные числа заболеваемости Гриппом по месяцам в Самарской области за период 2012 по 2022 годы.
Численность населения г. Самара за 2012-2022 г.г.
Вычислим удельный вес заболеваемости за каждый месяц, принимая за 100% количество случаев за год. Для этого, взяв из табл.сумму абсолютных чисел заболеваемости за каждый месяц и год (ΣА), высчитываем экстенсивные показатели. Полученные данные занесем в таблицу.
Удельный вес помесячной заболеваемости Гриппом в Самарской области за 2012-2022 г.г.
Месяцы, в которых удельный вес был более 8,3%(100/12=8,3%) относятся к месяцам сезонного подъема. По данным нашего примера это- май, июнь, сентябрь, октябрь. Рассчитанные экстенсивные показатели отражают динамику годовой заболеваемости по типовой кривой.
Колебания по месяцам и дням можно оценить показателем сезонных заболеваний . Для этого, по среднемесячному числу заболеваемости , рассчитаем среднедневное число заболеваний по каждому месяцу и в целом за год. Затем, принимая среднедневное годовое число заболеваний за 100%, вычисляем показатели сезонных колебаний.
На полученный график наносятся сглаженные методом скользящей средней показатели заболеваемости.
Определяем число циклов, сроки начала и окончания, продолжительность положительных (периоды подьёма) и отрицательных (периоды спада) фаз циклов за анализируемый период.
Рис. 2.4. График цикличности эпидемического процесса Гриппа в Самарской области за период с 2012 по 2022гг.
Выводы: на полученном графическом изображений динамики заболеваемости населения Самарской области Гриппом, цикличность отсутствует. Также, на графике выражены периоды подъёма и снижения заболеваемости: за период с 2012 по 2022 гг, и имеют 2 периода повышения заболеваемости: 2012 г. по 2013 г., и с 2014 г. по 2016 г; и 2 периода снижения заболеваемости: с 2017 г. по 2019 г., и с 2020 г. по 2022 г.
2.3. Прогнозирование показателя заболеваемости на следующий год.
Прогноз осуществляется по уравнению, наиболее близко описывающему тенденцию развития эпидемического процесса (Y₁= а + bx и Y₂=а + bx + cx²) путем присвоения условного номера X прогнозируемому году и решения соответствующего уравнения.
Доверительный интервал прогнозируемого показателя определяется,
как
Y прог ±3 m.
Ошибку прогноза можно рассчитать по формуле:
m = √Y прог (100 000 - Y прог) / N,
где N - ожидаемая численность населения в прогнозируемом году,
100 000 - размерность относительного показателя,
Yпр= 25,6 + 0,4 * 5 = 27,6
m = √Yпр. (100 000 - Y пp) / N = √27,6 (100 000- 27,6)/1 000 000 = 1,6
Доверительный интервал (ДИ) = 27,6 ± 1,6 * 3 = 27,6±4,8
Вывод: прогнозируемый показатель заболеваемости населения Гриппом на следующий год составил 27,6 ± 4,8
2.4.Определение скрытой вспышечной заболеваемости
Скрытая вспышечная заболеваемость определяется в годы с высоким уровнем заболеваемости, как разность между фактическим и предельным теоретическим показателем заболеваемости.
Рассчитываем предельный теоретический уровень заболеваемости для каждого анализируемого года по формуле:
Yпp=Ym + 3 m
где Yпр - предельный теоретический показатель заболеваемости;
Yт - теоретический уровень заболеваемости, рассчитанный по параболе 1-го или 2-го порядка;
m - ошибка показателя.
Число заболевших во вспышке (А) рассчитывается по формуле:
A = N* Yвсп/ 100 000,
где N - ожидаемая численность населения в прогнозируемом году,
100 000 - размерность относительного показателя.
Yвсп - Y факт - Yпр
где Yфакт - фактическая заболеваемость;
Yпр - предельный теоретический показатель заболеваемости.
Yпp = Ym + 3m
где Ym - теоретический уровень заболеваемости, рассчитанный по параболе 1-го или 2-го порядка;
m = √ Y пp. (100 000 - Yпp) / N
Годы | Население | Заболеваемость фактическая, ‱0 | Заболеваемость теоретическая, ‱0 | Yпр | Yвсп | А |
2012 | 3214065 | 5,15 | 23,6 | 28,4 | -23,25 | -747,2 |
2013 | 3211931 | 33,69 | 24 | 28,8 | 4,89 | 157 |
2014 | 3212676 | 4,95 | 24,4 | 29,2 | -24,25 | -779 |
2015 | 3209325 | 10,92 | 24,8 | 29,6 | -18,68 | -599,5 |
2016 | 3203679 | 56,15 | 25,2 | 30 | 26,15 | 837,7 |
2017 | 3193514 | 41,59 | 0 | 4,8 | 36,79 | 1174,8 |
2018 | 3192416 | 44,88 | 26 | 30,8 | 14,08 | 449,4 |
2019 | 3183038 | 37,99 | 26,4 | 31,2 | 6,79 | 216,1 |
2020 | 3179532 | 23,26 | 26,8 | 31,6 | -8,34 | -265,1 |
2021 | 3172925 | 0,09 | 27,2 | 32 | -31,91 | -1012,4 |
2022 | 3164384 | 23,32 | 27,6 | 32,4 | -9,08 | -287,3 |
Вывод: в 2013 году число заболевших людей во вспышке составило 157 человек, в 2016 году – 837,7 человек, в 2017 г. – 1174,8 человек, в 2018 году – 449,4 человек, в 2019 году – 216,1 человек. В остальные анализируемые годы, значения со знаком минус свидетельствуют о количестве предотвращенных случаев заболевания в годы со сравнительно низким уровнем заболеваемости.
Абсолютные числа заболеваемости Гриппом по месяцам в Самарской области за период 2012 по 2022 годы.
Годы | Месяцы | ||||||||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | Всего | |
2012 | 3 | 7 | 10 | 2 | 1 | 6 | 1 | 4 | 2 | 5 | 8 | 11 | 60 |
2013 | 20 | 80 | 26 | 15 | 7 | 4 | 3 | 8 | 29 | 68 | 40 | 75 | 393 |
2014 | 3 | 6 | 5 | 1 | 0 | 1 | 2 | 2 | 4 | 15 | 8 | 10 | 58 |
2015 | 5 | 30 | 9 | 4 | 6 | 2 | 1 | 8 | 10 | 7 | 28 | 18 | 128 |
2016 | 42 | 102 | 42 | 32 | 15 | 8 | 4 | 28 | 58 | 60 | 137 | 130 | 658 |
2017 | 30 | 74 | 83 | 17 | 11 | 5 | 3 | 9 | 45 | 36 | 80 | 94 | 487 |
2018 | 32 | 89 | 36 | 24 | 9 | 7 | 11 | 18 | 19 | 81 | 96 | 103 | 525 |
2019 | 51 | 83 | 30 | 14 | 11 | 0 | 4 | 5 | 23 | 36 | 122 | 63 | 442 |
2020 | 29 | 42 | 37 | 19 | 13 | 6 | 5 | 4 | 9 | 25 | 38 | 36 | 269 |
2021 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
2022 | 38 | 43 | 36 | 18 | 12 | 5 | 6 | 3 | 8 | 24 | 39 | 35 | 267 |
∑А | 253 | 557 | 314 | 146 | 85 | 44 | 40 | 89 | 207 | 357 | 596 | 575 | 3288 |
Аср. | 23 | 51 | 28 | 13 | 8 | 4 | 4 | 8 | 19 | 32 | 54 | 52 | 299 |
Численность населения г. Самара за 2012-2022 г.г.
Год | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | ∑3214065-3164384 |
Население | 3214065 | 3211931 | 3212676 | 3209325 | 3203679 | 3193514 | 3192416 | 3183038 | 3179532 | 3172925 | 3164384 | 49681 |
Анализ годовой динамики по всей совокупности годовой
заболеваемости.
Вычислим удельный вес заболеваемости за каждый месяц, принимая за 100% количество случаев за год. Для этого, взяв из табл.сумму абсолютных чисел заболеваемости за каждый месяц и год (ΣА), высчитываем экстенсивные показатели. Полученные данные занесем в таблицу.
Удельный вес помесячной заболеваемости Гриппом в Самарской области за 2012-2022 г.г.
Годы | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | всего |
ΣА | 253 | 557 | 314 | 146 | 85 | 44 | 40 | 89 | 207 | 357 | 596 | 575 | 3288 |
Уд. вес | 7,6 | 16,9 | 9,5 | 4,4 | 2,5 | 1,3 | 1,2 | 2,7 | 6,2 | 10,8 | 18,1 | 17,4 | 100 |
Месяцы, в которых удельный вес был более 8,3%(100/12=8,3%) относятся к месяцам сезонного подъема. По данным нашего примера это- май, июнь, сентябрь, октябрь. Рассчитанные экстенсивные показатели отражают динамику годовой заболеваемости по типовой кривой.
Колебания по месяцам и дням можно оценить показателем сезонных заболеваний . Для этого, по среднемесячному числу заболеваемости , рассчитаем среднедневное число заболеваний по каждому месяцу и в целом за год. Затем, принимая среднедневное годовое число заболеваний за 100%, вычисляем показатели сезонных колебаний.