Файл: Ответы ОЗЗ.doc

Экстенсивные показатели используются для определения структу­ры явления и сравнительной оценки соотношения составляющих его частей. Экстенсивные показатели всегда взаимосвязаны между собой, т. к. их сумма всегда равна 100 процентам: так, при изучении структуры заболеваемости удельный вес отдельного заболевания мо­жет возрасти при его истинном росте; при одном и том же его уров­не, если число других заболеваний снизилось; при снижении числа данного заболевания, если уменьшение числа других заболеваний происходит более быстрыми темпами.

Соотношения - представляют собой соотношение двух самостоя­тельных, независимых друг от друга, качественно разнородных вели­чин. К показателям соотношения относятся показатели обеспеченнос­ти населения врачами, средними медицинскими работниками, больнич­ными койками и др.

Вычисление показателя соотношения производится следующим обра­зом: например, в Ливане с численностью населения 3789 тыс. жите­лей в медицинских учреждениях в 1996 году работали 3941 врачей.

Наглядности - применяются с целью более наглядного и дос­тупного сравнения статистических величин. Показатели наглядности представляют удобный способ преобразования абсолютных, относи­тельных или средних величин в легкую для сравнения Форму. При вы­числении этих показателей одна из сравниваемых величин приравни­вается к 100 (или 1), а остальные величины пересчитываются соответственно этому числу.

Вычисление показателей наглядности производится следующим об­разом: например, численность населения Иордании составила: в 1994г. - 4275 тыс. человек, в 1995г. - 4440 тыс. человек, в 1996г.- 5439 тыс. человек.

Показатель наглядности: 1994г.-100%;

1995г.	=	4460 *100	=	103.9%;
		4275
1996г.	=	5439*100	=	127.2%
		4275

Показатели наглядности указывают, на сколько процентов или во сколько раз произошло увеличение или уменьшение сравниваемых ве­личин. Показатели наглядности используются чаше всего для сравне­ния данных в динамике, чтобы представить закономерности изучае­мого явления в более наглядной форме.

При пользовании относительными величинами могут быть допущены некоторые ошибки. Приведем наиболее частые из них:

1. Иногда судят об изменении частоты явления на основе экстенсив­ных показателей, которые характеризуют структуру явления, а не его интенсивность.

3. При расчете специальных показателей следует правильно выби­рать знаменатель для расчета показателя: например, показатель послеоперационной летальности необходимо рассчитывать по отно­шению к оперированным, а не всем больным.

4. При анализе показателей следует учитывать Фактор времени:

нельзя сравнивать между собой показатели, вычисленные за раз­личные периоды времени: например, показатель заболеваемости за год и за полугодие, что может привести к ошибочным суждениям.

5. Нельзя сравнивать между собой общие интенсивные показатели, вычисленные из неоднородных по составу совокупностей, пос­кольку неоднородность состава среды может влиять на величину показателя.

2. Нельзя складывать и вычитать статистические показатели, кото­рые рассчитаны из совокупностей, имеющих разную численность, ибо это приводит к грубым искажениям показателя.

Средние величины

Средние величины дают обобщающую характеристику статистичес­кой совокупности по определенному изменяющемуся количественному признаку.

Средняя величина характеризует весь ряд наблюдений одним чис­лом, выражающим общую меру изучаемого признака. Она нивелирует случайные отклонения отдельных наблюдений и дает типичную харак­теристику количественного признака.

Одним из требований при работе со средними величинами являет­ся качественная однородность совокупности, для которой рассчиты­вается средняя. Только тогда она будет объективно отображать ха­рактерные особенности изучаемого явления. Второе требование зак­лючается в том, что средняя величина только тогда выражает типич­ные размеры признака, когда она основывается на массовом обобще­нии изучаемого признака, т.е. рассчитывается на достаточном чис­ле наблюдений.

Средние величины получаются из рядов распределения (вариа­ционных рядов).

Вариационный ряд - ряд однородных статистических величин, ха­рактеризующих один и тот же количественный учетный признак, отли­чающихся друг от друга по своей величине и расположенных в опре­деленном порядке (убывания или возрастания).

Элементами вариационного ряда являются:

Варианта - v - числовое значение изучаемого меняющегося коли­чественного признака.

Частота - p (pars) или f (frequency) - повторяемость вариант в вариационном ряду, показывающая, как часто встречается та или иная варианта в составе данного ряда.

Общее число наблюдений - n (numerus) - сумма всех частот: n=ΣΡ. Если общее число наблюдений более 30, статистическая выборка считается большой, если n меньше или равно 30 - малой.

Вариационные ряды бывают прерывные (дискретные), состоящие из целых чисел, и непрерывные, когда значения вариант выражены дроб­ным числом. В прерывных рядах смежные варианты отличаются друг от друга на целое число, например: число ударов пульса, число дыха­ний в минуту, число дней лечения и т.д. В непрерывных рядах ва­рианты могут отличаться на любые дробные значения единицы. Вариационные ряды бывают трех видов. Простой - ряд, в котором каждая варианта встречается один раз, т.е. частоты равны единице.

Обычный - ряд, в котором варианты встречаются более одного ра­за.

Сгруппированный - ряд. в котором варианты объединены в группы по их величине в пределах определенного ин­тервала с указанием частоты повторяемости всех вариант, входящих в группу.

Сгруппированный вариационный ряд используют при большом числе наблюдений и больном размахе крайних значений вариант.

Обработка вариационного ряда заключается в получении парамет­ров вариационного ряда (средней величины, среднего квадратичес­кого отклонения и средней ошибки средней величины).

Виды средних величин.

В медицинской практике наиболее часто используются следующие средние величины: мода, медиана, средняя арифметическая. Реже применяются другие средние величины: средняя геометрическая (при обработке результатов титрования антител, токсинов, вакцин); средняя квадратическая (при определении среднего диаметра среза клеток, результатов накожных иммунологических проб); средняя кубическая (для определения среднего объема опухолей) и другие.

Мода (Mo) - величина признака, чаще других встречающаяся в со­вокупности. За моду принимают варианту, которой соответствует наибольшее количество частот вариационного ряда.

Медиана (Me) - величина признака, занимающая срединное значе­ние в вариационном ряду. Она делит вариационный ряд на две рав­ные, части.

На величину моды и медианы не оказывают влияния числовые зна­чения крайних вариант, имеющихся в вариационном ряду. Они не всегда могут точно характеризовать вариационный ряд и применяют­ся в медицинской статистике относительно редко. Более точно ха­рактеризует вариационный ряд средняя арифметическая величина.

Средняя арифметическая (М, или ) - рассчитывается на осно­ве всех числовых значений изучаемого признака.

В простом вариационном ряду, где варианты встречаются только по одному разу, вычисляется средняя арифметическая простая по формуле:

, где V - числовые значения вариант,

n - число наблюдений,

Σ - знак суммы

В обычном вариационном ряду вычисляется средняя арифметичес­кая взвешенная по формуле:

, где V - числовые значения вариант.

Ρ - частота встречаемости вариант.

n - число наблюдений.

 - знак суммы

Пример расчета средней арифметической взвешенной приведен в таблице 4.

Таблица 4

Определение средней длительности лечения больных в специализированном отделении больницы

n=95 =1900,

В приведенном примере модой является варианта, равная 20 дням, поскольку она повторяется чаще других - 29 раз. Мо = 20. Порядковый номер медианы определяется по формуле:

Место медианы приходится на 48-ю варианту, числовое значение ко­торой равно 20. Средняя арифметическая, рассчитанная по формуле, равна также 20.

Средние величины являются важными обобщающими характеристика­ми совокупности. Однако за ними скрываются индивидуальные значе­ния признака. Средние величины не показывают изменчивости, колеб­лемости признака.

Если вариационный ряд более компактен, менее рассеян и все от­дельные значения расположены вокруг средней, то средняя величина дает более точную характеристику данной совокупности. Если вариа­ционный ряд растянут, отдельные значения значительно отклоняются от средней, т.е. имеется большая вариабельность количественного признака, то средняя менее типична, хуже отражает в целом весь ряд.

Одинаковые по величине средние могут быть получены из рядов с различной степенью рассеяния. Так, например, средняя длительность лечения больных в специализированной отделении больницы также бу­дет равна 20, если все 95 больных находились на стационарном ле­чении по 20 дней. Обе вычисленные средние равны между собой, но получены из рядов с разной степенью колеблемости вариант.

Следовательно, для характеристики вариационного ряда, помимо средней величины, необходима другая характеристика, позволяющая оценить степень его колеблемости.

Характеристика разнообразия изучаемого признака в выборочной совокупности. Среднее квадратическое отклонение, методика вычисления, использование в деятельности врача.

Среднее квадратическое отклонение.

Приближенный метод оценки колеблемости вариационного ряда - это определение лимита, т.е. минимального и максимального значе­ния количественного признака, и амплитуды - т.е. разности между наибольшим и наименьшим значением вариант (Vmax - Vmin). Одна­ко лимит и амплитуда не учитывают значений вариант внутри ряда.

Основной общепринятой мерой колеблемости количественного приз­нака в пределах вариационного ряда является среднее квадратичес­кое отклонение (σ - сигма).

Чем больше среднее квадратическое отклонение, тем степень ко­леблемости данного ряда выше.

Так, например, при изучении средней длительности лечения больных в двух больницах были получены следующие результаты:

Больница 1	Больница 2
Μ = 20 дней	Μ = 20 дней
σ = 3 дня	σ = 5 дней

Средняя длительность лечения в обеих больницах одинакова, од­нако во второй больнице колебания были значительнее.

Методика расчета среднего квадратического отклонения включает следующие этапы:

1. Находят среднюю арифметическую величину (Μ).

2. Определяют отклонения отдельных вариант от средней арифмети­ческой
(V-M=d). В медицинской статистике отклонения от средней обозначаются как d (deviate). Сумма всех от­клонений равняется нулю (графа 3. табл. 5).

3. Возводят каждое отклонение в квадрат (графа 4. табл. 5).

4. Перемножают квадраты отклонений на соответствующие частоты d²*p (графа 5, табл. 5).

5. Вычисляют среднее квадратическое отклонение по формуле:

при n больше 30, или . при n меньше либо равно 30, где n - число всех вариант

Методика расчета среднего квадратического отклонения приведе­на в таблице 5.

Среднее квадратическое отклонение позволяет установить сте­пень типичности средней, пределы рассеяния ряда, сравнить колеб­лемость нескольких рядов распределения. Величина среднего квадра­тического отклонения обычно используется для сравнения колеблемости однотипных рядов. Если сравниваются два ряда с разными признаками (рост и масса тела, средняя длительность лечения в стационаре и больничная летальность и т.д.), то непосредственное сопоставление размеров сигм невозможно, т.к. среднеквадратичес­кое отклонение - именованная величина, выраженная в абсолютных числах. В этих случаях применяют коэффициент вариации (Cv), представляющий собой относительную величину: процентное отноше­ние среднего квадратического отклонения к средней арифметической.

Таблица 5

М=20 n=95 Σ=252

Коэффициент вариации вычисляется по формуле:

Cv	=	σ * 100
		Μ

Пример: по данным специального исследования средний рост мальчиков 7 лет в городе N составил 117.7 см (σ=5.1 см), а сред­ний вес - 21,7 кг (σ=2,4 кг). Оценить колеблемость роста и веса путем сравнения средних квадратических отклонений нельзя, т. к. вес и рост - величины именованные. Поэтому используется относи­тельная величина - коэффициент вариации:

,

Сравнение коэффициентов вариации роста (4.3%) и веса (11.2%) показывает, что вес имеет более высокий коэффициент вариации, следовательно, является менее устойчивым признаком.

Чем выше коэффициент вариации, тем большая изменчивость данно­го ряда. Считают, что коэффициент вариации свыше 30 % свиде­тельствует о качественной неоднородности совокупности.

Средние величины широко применяются в повседневной работе ме­дицинских работников. Они используются для характеристики Физи­ческого развития, основных антропометрических признаков: рост, вес. окружность груди, динамометрия и т.д. Средние величины при­меняются для оценки состояния больного путем анализа физиологи­ческих, биохимических сдвигов в организме: уровня артериального давления, частоты сердечных сокращений. температуры тела, уровня биохимических показателей, содержания гормонов и т. д. Широкое применение средние величины нашли при анализе деятельности лечеб­но-профилактических учреждений, например: при анализе работы ста­ционаров вычисляются показатели среднегодовой занятости койки, средней длительности пребывания больного на койке и т. д.