Эпидемиология

Чтобы узнать о других значениях, см. Эпидемиология (значения) .

Эпидемиология – это изучение и анализ распространения (кто, когда и где), закономерностей и определяющих факторов состояния здоровья и заболеваний в определенной популяции .

Это краеугольный камень общественного здравоохранения , который формирует политические решения и научно обоснованную практику , определяя факторы риска заболеваний и цели профилактического здравоохранения . Эпидемиологи помогают с дизайном исследования, сбором и статистическим анализом данных, корректировкой интерпретации и распространением результатов (включая экспертную оценку и периодический систематический обзор ). Эпидемиология помогла разработать методологию, используемую в клинических исследованиях , исследованиях общественного здравоохранения и, в меньшей степени, фундаментальных исследованиях в области биологических наук.

Основные области эпидемиологических исследований включают причинно-следственную связь заболеваний, передачу , вспышек расследование , надзор за заболеваниями , экологическую эпидемиологию , судебно-медицинскую эпидемиологию , профессиональную эпидемиологию , скрининг , биомониторинг и сравнение эффектов лечения, например, в клинических испытаниях . Эпидемиологи полагаются на другие научные дисциплины, такие как биология , чтобы лучше понять процессы заболевания, статистика , чтобы эффективно использовать данные и сделать соответствующие выводы, социальные науки , чтобы лучше понять ближайшие и отдаленные причины, а также инженерные науки для оценки воздействия .

Epidemiology, literally meaning "the study of what is upon the people", is derived from Greek epi 'upon, among' demos 'people, district' and logos 'study, word, discourse', suggesting that it applies only to human populations. However, the term is widely used in studies of zoological populations (veterinary epidemiology), although the term "epizoology" is available, and it has also been applied to studies of plant populations (botanical or plant disease epidemiology).

The distinction between "epidemic" and "endemic" was first drawn by Hippocrates, to distinguish between diseases that are "visited upon" a population (epidemic) from those that "reside within" a population (endemic). The term "epidemiology" appears to have first been used to describe the study of epidemics in 1802 by the Spanish physician Joaquín de Villalba in Epidemiología Española. Epidemiologists also study the interaction of diseases in a population, a condition known as a syndemic.

The term epidemiology is now widely applied to cover the description and causation of not only epidemic, infectious disease, but of disease in general, including related conditions. Some examples of topics examined through epidemiology include as high blood pressure, mental illness and obesity. Therefore, this epidemiology is based upon how the pattern of the disease causes change in the function of human beings.

History

The Greek physician Hippocrates, taught by Democritus, was known as the father of medicine, sought a logic to sickness; he is the first person known to have examined the relationships between the occurrence of disease and environmental influences. Hippocrates believed sickness of the human body to be caused by an imbalance of the four humors (black bile, yellow bile, blood, and phlegm). The cure to the sickness was to remove or add the humor in question to balance the body. This belief led to the application of bloodletting and dieting in medicine. He coined the terms endemic (for diseases usually found in some places but not in others) and epidemic (for diseases that are seen at some times but not others).

Modern era

See also: History of emerging infectious diseases

In the middle of the 16th century, a doctor from Verona named Girolamo Fracastoro was the first to propose a theory that the very small, unseeable, particles that cause disease were alive. They were considered to be able to spread by air, multiply by themselves and to be destroyable by fire. In this way he refuted Galen's miasma theory (poison gas in sick people). In 1543 he wrote a book De contagione et contagiosis morbis, in which he was the first to promote personal and environmental hygiene to prevent disease. The development of a sufficiently powerful microscope by Antonie van Leeuwenhoek in 1675 provided visual evidence of living particles consistent with a germ theory of disease.

During the Ming dynasty, Wu Youke (1582–1652) developed the idea that some diseases were caused by transmissible agents, which he called Li Qi (戾气 or pestilential factors) when he observed various epidemics rage around him between 1641 and 1644. His book Wen Yi Lun (瘟疫论, Treatise on Pestilence/Treatise of Epidemic Diseases) can be regarded as the main etiological work that brought forward the concept. His concepts were still being considered in analysing SARS outbreak by WHO in 2004 in the context of traditional Chinese medicine.

Another pioneer, Thomas Sydenham (1624–1689), was the first to distinguish the fevers of Londoners in the later 1600s. His theories on cures of fevers met with much resistance from traditional physicians at the time. He was not able to find the initial cause of the smallpox fever he researched and treated.

John Graunt, a haberdasher and amateur statistician, published Natural and Political Observations ... upon the Bills of Mortality in 1662. In it, he analysed the mortality rolls in London before the Great Plague, presented one of the first life tables, and reported time trends for many diseases, new and old. He provided statistical evidence for many theories on disease, and also refuted some widespread ideas on them.

Original map by John Snow showing the clusters of cholera cases in the London epidemic of 1854

John Snow is famous for his investigations into the causes of the 19th-century cholera epidemics, and is also known as the father of (modern) Epidemiology. He began with noticing the significantly higher death rates in two areas supplied by Southwark Company. His identification of the Broad Street pump as the cause of the Soho epidemic is considered the classic example of epidemiology. Snow used chlorine in an attempt to clean the water and removed the handle; this ended the outbreak. This has been perceived as a major event in the history of public health and regarded as the founding event of the science of epidemiology, having helped shape public health policies around the world. However, Snow's research and preventive measures to avoid further outbreaks were not fully accepted or put into practice until after his death due to the prevailing Miasma Theory of the time, a model of disease in which poor air quality was blamed for illness. This was used to rationalize high rates of infection in impoverished areas instead of addressing the underlying issues of poor nutrition and sanitation, and was proven false by his work.

Other pioneers include Danish physician Peter Anton Schleisner, who in 1849 related his work on the prevention of the epidemic of neonatal tetanus on the Vestmanna Islands in Iceland. Another important pioneer was Hungarian physician Ignaz Semmelweis, who in 1847 brought down infant mortality at a Vienna hospital by instituting a disinfection procedure. His findings were published in 1850, but his work was ill-received by his colleagues, who discontinued the procedure. Disinfection did not become widely practiced until British surgeon Joseph Lister 'discovered' antiseptics in 1865 in light of the work of Louis Pasteur.

In the early 20th century, mathematical methods were introduced into epidemiology by Ronald Ross, Janet Lane-Claypon, Anderson Gray McKendrick, and others. In a parallel development during the 1920s, German-Swiss pathologist Max Askanazy and others founded the International Society for Geographical Pathology to systematically investigate the geographical pathology of cancer and other non-infectious diseases across populations in different regions. After World War II, Richard Doll and other non-pathologists joined the field and advanced methods to study cancer, a disease with patterns and mode of occurrences that could not be suitably studied with the methods developed for epidemics of infectious diseases. Geography pathology eventually combined with infectious disease epidemiology to make the field that is epidemiology today.

Another breakthrough was the 1954 publication of the results of a British Doctors Study, led by Richard Doll and Austin Bradford Hill, which lent very strong statistical support to the link between tobacco smoking and lung cancer.

В конце 20-го века, с развитием биомедицинских наук, ряд молекулярных маркеров в крови, других биообразцах и окружающей среде был идентифицирован как предикторы развития или риска определенного заболевания. Эпидемиологические исследования, направленные на изучение взаимосвязи между этими биомаркерами, анализируемыми на молекулярном уровне, и заболеванием, получили широкое название « молекулярная эпидемиология ». В частности, « генетическая эпидемиология » использовалась для эпидемиологии генетических вариаций и заболеваний зародышевой линии. Генетическая изменчивость обычно определяется с использованием ДНК лейкоцитов периферической крови.

21 век

С 2000-х годов полногеномные исследования ассоциаций (GWAS) для выявления генетических факторов риска многих заболеваний и состояний здоровья. широко проводятся

Хотя в большинстве молекулярно-эпидемиологических исследований все еще используются традиционные системы диагностики и классификации заболеваний, все чаще признается, что прогрессирование заболевания представляет собой по своей сути гетерогенные процессы, различающиеся от человека к человеку. Концептуально у каждого человека есть уникальный болезненный процесс, отличающийся от любого другого человека («принцип уникального заболевания»). учитывая уникальность экспосомы ( совокупность эндогенных и экзогенных/средовых воздействий) и ее уникальное влияние на молекулярный патологический процесс у каждого индивидуума. Исследования по изучению взаимосвязи между воздействием и молекулярными патологическими признаками заболеваний (особенно рака ) становились все более распространенными на протяжении 2000-х годов. Однако использование молекулярной патологии в эпидемиологии создало уникальные проблемы, в том числе отсутствие руководящих принципов исследований и стандартизированных статистических методологий, а также нехватку междисциплинарных экспертов и программ обучения. Более того, концепция гетерогенности заболеваний, по-видимому, противоречит давней предпосылке эпидемиологии о том, что люди с одинаковым названием болезни имеют сходную этиологию и болезненные процессы. Для решения этих проблем и развития науки о здоровье населения в эпоху молекулярной прецизионной медицины «молекулярная патология» и «эпидемиология» были объединены в новую междисциплинарную область « молекулярная патологическая эпидемиология » (МПЭ). определяется как «эпидемиология молекулярной патологии и гетерогенности заболеваний». В MPE исследователи анализируют взаимосвязь между (A) факторами окружающей среды, питания, образа жизни и генетическими факторами; (B) изменения в клеточных или внеклеточных молекулах; и (C) эволюция и прогрессирование заболевания. Лучшее понимание гетерогенности патогенеза заболеваний будет способствовать выяснению этиологии заболеваний. Подход MPE можно применять не только к неопластическим, но и к неопухолевым заболеваниям. Концепция и парадигма MPE получили широкое распространение в 2010-х годах.

К 2012 году было признано, что эволюция многих патогенов достаточно быстрая, чтобы иметь большое значение для эпидемиологии, и что, следовательно, многого можно добиться от междисциплинарного подхода к инфекционным заболеваниям, объединяющего эпидемиологию и молекулярную эволюцию, чтобы «информировать стратегии контроля или даже лечение пациентов». ." Современные эпидемиологические исследования могут использовать передовую статистику и машинное обучение для создания прогностических моделей , а также для определения эффектов лечения. Растет признание того, что для эпидемиологических исследований можно использовать широкий спектр современных источников данных, многие из которых не связаны со здравоохранением или эпидемиологией. Такая цифровая эпидемиология может включать данные поиска в Интернете, записи мобильных телефонов и розничные продажи наркотиков.

Виды обучения

Иерархия эпидемиологических исследований

Основная статья: Дизайн исследования

Эпидемиологи используют широкий спектр исследований, от наблюдательных до экспериментальных, и обычно их подразделяют на описательные (включающие оценку данных, охватывающих время, место и личность), аналитические (с целью дальнейшего изучения известных связей или гипотетических взаимосвязей) и экспериментальные (термин часто приравнивают к клиническим или общественным испытаниям методов лечения и других вмешательств). В наблюдательных исследованиях природе позволено «идти своим чередом», как со стороны наблюдают эпидемиологи. И наоборот, в экспериментальных исследованиях эпидемиолог контролирует все факторы, входящие в определенное тематическое исследование. Эпидемиологические исследования направлены, где это возможно, на выявление объективной связи между такими воздействиями , как алкоголь или курение, биологические агенты , стресс или химические вещества , и смертностью или заболеваемостью . Выявление причинно-следственных связей между этими воздействиями и последствиями является важным аспектом эпидемиологии. Современные эпидемиологи используют информатику и инфодемиологию. как инструменты.

Наблюдательные исследования состоят из двух компонентов: описательного и аналитического. Описательные наблюдения относятся к тому, «кто, что, где и когда возникает состояние, связанное со здоровьем». Однако аналитические наблюдения больше касаются того, «как» происходит событие, связанное со здоровьем. Экспериментальная эпидемиология включает три типа случаев: рандомизированные контролируемые исследования (часто используемые для тестирования новых лекарств или лекарств), полевые испытания (проводимые на людях с высоким риском заражения заболеванием) и общественные испытания (исследования болезней социального происхождения).

Термин «эпидемиологическая триада» используется для описания пересечения Хозяина , Агента и Окружающей среды при анализе вспышки.

Серия корпусов

Серии случаев могут относиться к качественному изучению опыта одного пациента или небольшой группы пациентов с аналогичным диагнозом или к статистическому фактору, который может вызвать заболевание с периодами, когда они не подвергаются воздействию.

Первый тип исследования носит чисто описательный характер и не может использоваться для выводов об общей популяции пациентов с этим заболеванием. Исследования такого типа, в которых проницательный врач выявляет необычные особенности заболевания или истории болезни пациента, могут привести к формулировке новой гипотезы. Используя данные серии, можно провести аналитические исследования для изучения возможных причинных факторов. Они могут включать исследования «случай-контроль» или проспективные исследования. Исследование «случай-контроль» будет включать в себя сопоставление сопоставимых контрольных групп без заболевания со случаями в серии. Проспективное исследование будет включать в себя отслеживание серии случаев с течением времени для оценки естественного течения заболевания.

Последний тип, более формально описываемый как самоконтролируемые исследования серии случаев, делит время наблюдения отдельного пациента на периоды воздействия и неэкспонирования и использует процессы регрессии Пуассона с фиксированными эффектами для сравнения частоты возникновения данного исхода между периодами воздействия и неэкспонирования. . Этот метод широко использовался при изучении побочных реакций на вакцинацию, и в некоторых случаях было показано, что он обеспечивает статистическую мощность, сравнимую с той, которая доступна в когортных исследованиях.

Исследования «случай-контроль»

В исследованиях «случай-контроль» субъектов отбирают в зависимости от статуса их заболевания. Это ретроспективное исследование. Группу лиц с положительным диагнозом заболевания («группа случая») сравнивают с группой лиц с отрицательным диагнозом заболевания («контрольная» группа). Контрольная группа в идеале должна состоять из той же группы населения, которая стала причиной случаев заболевания. Исследование «случай-контроль» рассматривает потенциальные воздействия, с которыми могли столкнуться обе группы (заболевшие и контрольная группа). Строится таблица 2×2, в которой показаны экспонированные случаи (A), экспонированные контроли (B), неэкспонированные случаи (C) и неэкспонированные контроли (D). Статистика, созданная для измерения связи, представляет собой отношение шансов (OR), которое представляет собой отношение шансов заражения в случаях (A/C) к шансам заражения в контрольной группе (B/D), т. е. OR = (AD /БК).

	Случаи	Элементы управления
Незащищенный	А	Б
Неэкспонированный	С	Д

Если ОШ значительно больше 1, то делается вывод: «Люди с этим заболеванием с большей вероятностью подверглись воздействию», тогда как если оно близко к 1, то воздействие и заболевание вряд ли связаны. Если OR намного меньше единицы, то это говорит о том, что воздействие является защитным фактором в возникновении заболевания.Исследования «случай-контроль» обычно выполняются быстрее и экономичнее, чем когортные исследования , но чувствительны к систематическим ошибкам (таким как систематическая ошибка воспоминаний и систематическая ошибка отбора ). Основная задача состоит в том, чтобы определить подходящую контрольную группу; Распределение воздействия среди контрольной группы должно быть репрезентативным для распределения среди населения, вызвавшего возникновение случаев. Этого можно добиться путем составления случайной выборки из исходной группы риска. Как следствие, в контрольную группу могут входить люди с изучаемым заболеванием, когда заболевание имеет высокий уровень заболеваемости среди населения.

Основным недостатком исследований случай-контроль является то, что для того, чтобы считаться статистически значимым, минимальное количество случаев, требуемое при 95% доверительном интервале, связано с отношением шансов уравнением:

${\text{total cases}}=A+C=1.96^{2}(1+N)\left({\frac {1}{\ln(OR)}}\right)^{2}\left({\frac {OR+2{\sqrt {OR}}+1}{\sqrt {OR}}}\right)\approx 15.5(1+N)\left({\frac {1}{\ln(OR)}}\right)^{2}$

где N — отношение случаев к контролю.Когда отношение шансов приближается к 1, количество случаев, необходимых для статистической значимости, возрастает до бесконечности; делая исследования «случай-контроль» практически бесполезными для низких отношений шансов. Например, для отношения шансов 1,5 и случаев = контроля таблица, показанная выше, будет выглядеть следующим образом:

	Случаи	Элементы управления
Незащищенный	103	84
Неэкспонированный	84	103

Для отношения шансов 1,1:

	Случаи	Элементы управления
Незащищенный	1732	1652
Неэкспонированный	1652	1732

Когортные исследования

В когортных исследованиях субъекты отбираются в зависимости от их статуса воздействия. Субъекты исследования должны подвергаться риску исследуемого исхода в начале когортного исследования; обычно это означает, что к моменту начала когортного исследования у них не должно быть никаких заболеваний. За когортой наблюдают во времени, чтобы оценить их дальнейший исходный статус. Примером когортного исследования может служить исследование группы курильщиков и некурящих с течением времени для оценки заболеваемости раком легких. Строится та же таблица 2×2, что и в исследовании «случай-контроль». Однако полученная точечная оценка представляет собой относительный риск (RR), который представляет собой вероятность заболевания человека в группе, подвергавшейся воздействию, P _e = A / ( A + B ) по сравнению с вероятностью заболевания для человека в группе, не подвергавшейся воздействию. , п _ты знак равно C / ( C + D ), т.е. RR знак равно п _е / п _ты .

.....	Случай	Не случай	Общий
Незащищенный	А	Б	( А + Б )
Неэкспонированный	С	Д	( С + Д )

Как и в случае с ОШ, ОР больше 1 указывает на связь, из чего можно сделать вывод: «У тех, кто подвергся воздействию, вероятность развития заболевания была выше».

Проспективные исследования имеют много преимуществ по сравнению с исследованиями «случай-контроль». ОР является более мощным показателем эффекта, чем ОШ, поскольку ОШ представляет собой всего лишь оценку ОР, поскольку истинную заболеваемость невозможно рассчитать в исследовании «случай-контроль», где субъекты отбираются на основе статуса заболевания. Временность можно установить в проспективном исследовании, и искажающие факторы легче контролировать. Однако они более дорогостоящие, и существует большая вероятность потери субъектов из-за последующего наблюдения в зависимости от длительного периода наблюдения за когортой.

Когортные исследования также ограничиваются тем же уравнением для количества случаев, что и когортные исследования, но если базовый уровень заболеваемости в исследуемой популяции очень низок, необходимое количество случаев уменьшается на 1 ⁄ 2 .

Причинно-следственный вывод

Основная статья: Причинно-следственный вывод

Хотя эпидемиологию иногда рассматривают как набор статистических инструментов, используемых для выяснения связей между воздействием и последствиями для здоровья, более глубокое понимание этой науки заключается в выявлении причинно-следственных связей.

« Корреляция не подразумевает причинно-следственную связь » — общая тема большей части эпидемиологической литературы. Для эпидемиологов ключом является термин «вывод» . Корреляция или, по крайней мере, связь между двумя переменными является необходимым, но недостаточным критерием для вывода о том, что одна переменная является причиной другой. Эпидемиологи используют собранные данные и широкий спектр биомедицинских и психосоциальных теорий итеративным способом для создания или расширения теории, для проверки гипотез и для обоснованных, обоснованных утверждений о том, какие связи являются причинно-следственными, и о том, как именно они являются причинно-следственными.

Эпидемиологи подчеркивают, что понимание « одна причина – одно следствие » является упрощенным заблуждением. Большинство исходов, будь то болезнь или смерть, вызваны цепочкой или паутиной, состоящей из многих составных причин. Причины можно разделить на необходимые, достаточные и вероятностные условия. Если необходимое условие можно выявить и контролировать (например, антитела к возбудителю заболевания, энергия при травме), вредного исхода можно избежать (Робертсон, 2015). Одним из инструментов, регулярно используемых для концептуализации множественной причинности, связанной с болезнями, является модель причинно-следственной диаграммы .

Критерии Брэдфорда Хилла

Основная статья: критерии Брэдфорда Хилла

В 1965 году Остин Брэдфорд Хилл предложил ряд соображений, которые помогут оценить доказательства причинно-следственной связи. которые стали широко известны как « критерии Брэдфорда Хилла ». В отличие от явных намерений их автора, соображения Хилла теперь иногда преподаются как контрольный список, который необходимо использовать для оценки причинно-следственной связи. Сам Хилл сказал: «Ни одна из моих девяти точек зрения не может привести неоспоримых доказательств за или против гипотезы причины и следствия, и ни одна из них не может быть необходима sine qua non ».

1. Сила ассоциации : небольшая ассоциация не означает отсутствия причинно-следственной связи, хотя чем больше ассоциация, тем более вероятно, что она причинно-следственная.
2. Согласованность данных . Согласованные результаты, наблюдаемые разными людьми в разных местах с использованием разных образцов, повышают вероятность эффекта.
3. Специфичность : причинно-следственная связь вероятна, если существует очень специфическая популяция в конкретном месте и болезнь, и нет другого вероятного объяснения. Чем более специфична связь между фактором и эффектом, тем больше вероятность причинно-следственной связи.
4. Временность : следствие должно произойти после причины (и если между причиной и ожидаемым следствием существует ожидаемая задержка, то эффект должен произойти после этой задержки).
5. Биологический градиент : большее воздействие обычно приводит к большей частоте возникновения эффекта. Однако в некоторых случаях само присутствие фактора может спровоцировать эффект. В других случаях наблюдается обратная пропорция: большее воздействие приводит к снижению заболеваемости.
6. Правдоподобие . Правдоподобный механизм связи причины и следствия полезен (но Хилл отметил, что знание этого механизма ограничено текущими знаниями).
7. Согласованность : Согласованность эпидемиологических и лабораторных данных увеличивает вероятность эффекта. Однако Хилл отметил, что «... отсутствие таких [лабораторных] данных не может свести на нет эпидемиологическое воздействие на ассоциации».
8. Эксперимент : «Иногда можно апеллировать к экспериментальным данным».
9. Аналогия : Можно учитывать влияние аналогичных факторов.

Юридическая интерпретация

Эпидемиологические исследования могут доказать только то, что агент мог вызвать, но не то, что он действительно вызвал эффект в каждом конкретном случае:

Эпидемиология занимается вопросами заболеваемости среди населения и не затрагивает вопрос о причине заболевания отдельного человека. Этот вопрос, иногда называемый специфической причинно-следственной связью, выходит за рамки науки эпидемиологии. Эпидемиология имеет свои пределы в тот момент, когда делается вывод о причинной связи между возбудителем и заболеванием (общая причинность) и когда определяется величина избыточного риска, приписываемого возбудителю; то есть эпидемиология рассматривает вопрос о том, может ли агент вызвать заболевание, а не о том, действительно ли агент вызвал конкретное заболевание истца.

В законодательстве США эпидемиология сама по себе не может доказать отсутствие причинно-следственной связи в целом. И наоборот, это может быть принято (и при некоторых обстоятельствах) судами США в отдельном случае для обоснования вывода о существовании причинно-следственной связи, основанного на балансе вероятностей .

Поддисциплина судебной эпидемиологии направлена ​​на расследование конкретных причин заболеваний или травм у отдельных лиц или групп лиц в случаях, когда причинно-следственная связь оспаривается или неясна, для представления в юридических целях.

Управление здравоохранением на уровне населения

Эпидемиологическая практика и результаты эпидемиологического анализа вносят значительный вклад в формирующиеся системы управления здравоохранением на уровне населения.

Управление здравоохранением на уровне населения включает в себя способность:

• Оценить состояние здоровья и медицинские потребности целевой группы населения;
• Осуществлять и оценивать меры вмешательства, направленные на улучшение здоровья этого населения; и
• Эффективно и действенно обеспечивать уход за членами этого населения таким образом, чтобы это соответствовало культурным, политическим ценностям и ценностям ресурсов здравоохранения сообщества.

Современное управление здравоохранением на уровне населения является сложным и требует множественного набора навыков (медицинских, политических, технологических, математических и т. д.), ключевым компонентом которых является эпидемиологическая практика и анализ, которые объединены с наукой управления для обеспечения эффективного и результативного здравоохранения. уход и медико-санитарная помощь населению. Эта задача требует дальновидности современных подходов к управлению рисками, которые преобразуют факторы риска для здоровья, статистику заболеваемости, распространенности и смертности (полученную на основе эпидемиологического анализа) в показатели управления, которые не только определяют, как система здравоохранения реагирует на текущие проблемы со здоровьем населения, но и как можно управлять системой здравоохранения, чтобы лучше реагировать на будущие потенциальные проблемы со здоровьем населения.

Примеры организаций, которые используют управление здравоохранением на уровне населения и используют работу и результаты эпидемиологической практики, включают Канадскую стратегию по борьбе с раком, Программы борьбы против табака Министерства здравоохранения Канады, Фонд Рика Хансена, Канадскую исследовательскую инициативу по борьбе против табака.

Каждая из этих организаций использует систему управления здравоохранением на уровне населения под названием «Жизнь в опасности», которая сочетает эпидемиологический количественный анализ с демографией, оперативными исследованиями агентств здравоохранения и экономикой для выполнения:

• Моделирование воздействия на жизнь населения : измерение будущего потенциального воздействия болезни на население в отношении новых случаев заболевания, распространенности, преждевременной смерти, а также потенциальных лет жизни, потерянных из-за инвалидности и смерти;
• Моделирование воздействия на жизнь рабочей силы : измерение будущего потенциального воздействия болезней на рабочую силу в отношении новых случаев заболевания, распространенности, преждевременной смерти и потенциальных лет жизни, потерянных из-за инвалидности и смерти;
• Экономические последствия моделирования заболеваний расходы на частное здравоохранение) и влияние располагаемого дохода государственного сектора (подоходный налог с населения, подоходный налог с корпораций, налоги на потребление, : измерение будущего потенциального воздействия болезни на располагаемый доход частного сектора (заработная плата, корпоративная прибыль , финансируемые расходы на здравоохранение ).

Прикладная полевая эпидемиология

Прикладная эпидемиология — это практика использования эпидемиологических методов для защиты или улучшения здоровья населения. Прикладная полевая эпидемиология может включать расследование вспышек инфекционных и неинфекционных заболеваний, показателей смертности и заболеваемости, состояния питания, среди других показателей здоровья, с целью передачи результатов тем, кто может реализовать соответствующую политику или меры по борьбе с болезнями.

Гуманитарный контекст

Поскольку эпиднадзор и отчетность о заболеваниях и других факторах здоровья становятся все более трудными в ситуациях гуманитарного кризиса, методологии, используемые для представления данных, подвергаются риску. Одно исследование показало, что менее половины (42,4%) обследований в области питания, выбранных в гуманитарном контексте, правильно рассчитали распространенность недоедания, и только одна треть (35,3%) обследований соответствовала критериям качества. Среди обследований смертности только 3,2% соответствовали критериям качества. Поскольку состояние питания и уровень смертности помогают определить тяжесть кризиса, отслеживание и отчетность об этих факторах здоровья имеют решающее значение.

Реестры актов гражданского состояния обычно являются наиболее эффективным способом сбора данных, но в гуманитарном контексте эти реестры могут отсутствовать, быть ненадежными или недоступными. Таким образом, смертность часто измеряется неточно с помощью либо проспективного демографического надзора, либо ретроспективных обследований смертности. Перспективный демографический надзор требует большого количества рабочей силы и его трудно реализовать в условиях рассредоточенного населения. Ретроспективные исследования смертности склонны к систематическим ошибкам в отборе и отчетности. Другие методы разрабатываются, но пока не являются общепринятой практикой.

Характеристика, достоверность и предвзятость

Эпидемическая волна

Концепция волн эпидемий имеет значение, особенно для инфекционных заболеваний . Рабочее определение термина «эпидемическая волна» основано на двух ключевых особенностях: 1) она включает в себя периоды восходящих или нисходящих тенденций и 2) эти повышения или понижения должны быть существенными и устойчивыми в течение определенного периода времени, чтобы можно было отличить их от незначительных колебаний или ошибок в отчетности. Использование последовательного научного определения призвано обеспечить единый язык, который можно использовать для информирования и понимания развития пандемии COVID-19, что поможет организациям здравоохранения и политикам в планировании и распределении ресурсов.

Срок действия

Различные области эпидемиологии имеют разные уровни достоверности. Одним из способов оценки достоверности результатов является соотношение ложноположительных результатов (заявленных неверных эффектов) к ложноотрицательным (исследованиям, которые не подтверждают истинный эффект). В генетической эпидемиологии исследования генов-кандидатов могут дать более 100 ложноположительных результатов на каждый ложноотрицательный результат. Напротив, общегеномная ассоциация выглядит почти наоборот: только один ложноположительный результат на каждые 100 или более ложноотрицательных результатов. Это соотношение со временем улучшилось в генетической эпидемиологии, поскольку в этой области приняты строгие критерии. Напротив, другие эпидемиологические области не требуют такой строгой отчетности и в результате являются гораздо менее надежными.

Случайная ошибка

Случайная ошибка — это результат колебаний вокруг истинного значения из-за изменчивости выборки. Случайная ошибка — это просто случайность. Это может произойти во время сбора, кодирования, передачи или анализа данных. Примеры случайных ошибок включают плохо сформулированные вопросы, неправильное понимание индивидуального ответа конкретного респондента или опечатку при кодировании. Случайная ошибка влияет на измерения временным и непоследовательным образом, и случайную ошибку невозможно исправить. Во всех процедурах выборки присутствует случайная ошибка – ошибка выборки .

Точность эпидемиологических переменных является мерой случайной ошибки. Точность также обратно пропорциональна случайной ошибке, поэтому уменьшение случайной ошибки означает увеличение точности. Доверительные интервалы рассчитываются, чтобы продемонстрировать точность оценок относительного риска. Чем уже доверительный интервал, тем точнее оценка относительного риска.

Есть два основных способа уменьшить случайную ошибку в эпидемиологическом исследовании . Во-первых, необходимо увеличить размер выборки исследования. Другими словами, добавьте больше предметов в свое исследование. Во-вторых, уменьшить вариативность измерений в исследовании. Этого можно достичь, используя более точный измерительный прибор или увеличивая количество измерений.

Обратите внимание, что если размер выборки или количество измерений увеличивается или приобретается более точный измерительный инструмент, затраты на исследование обычно увеличиваются. Обычно существует непростой баланс между необходимостью адекватной точности и практическим вопросом стоимости исследования.

Систематическая ошибка

Систематическая ошибка или систематическая ошибка возникает, когда существует разница между истинным значением (в популяции) и наблюдаемым значением (в исследовании) по любой причине, кроме изменчивости выборки. Примером систематической ошибки является ситуация, когда используемый вами пульсоксиметр (неизвестно вам ) настроен неправильно и при каждом измерении добавляет два балла к истинному значению. Измерительное устройство могло быть точным, но не точным . Поскольку ошибка случается в каждом случае, она носит систематический характер. Выводы, которые вы сделаете на основе этих данных, все равно будут неверными. Но ошибка может быть воспроизведена в будущем (например, при использовании того же неправильно настроенного инструмента).

Ошибка в кодировании, которая влияет на все ответы на этот конкретный вопрос, является еще одним примером систематической ошибки.

Достоверность исследования зависит от степени систематической ошибки. Срок действия обычно разделяют на две составляющие:

• Внутренняя валидность зависит от количества ошибок в измерениях, включая воздействие, заболевание и связь между этими переменными. Хорошая внутренняя валидность подразумевает отсутствие ошибок в измерениях и предполагает, что выводы могут быть сделаны, по крайней мере, в отношении изучаемых субъектов.
• Внешняя валидность относится к процессу обобщения результатов исследования на популяцию, из которой была взята выборка (или даже за ее пределами, до более универсального утверждения). Это требует понимания того, какие условия релевантны (или нерелевантны) для обобщения. Внутренняя валидность, очевидно, является предпосылкой внешней валидности.

Предвзятость выбора

Систематическая ошибка отбора возникает, когда субъекты исследования выбираются или становятся частью исследования в результате действия третьей, неизмеряемой переменной, которая связана как с воздействием, так и с интересующим результатом. Например, неоднократно отмечалось, что уровень участия в исследовании курильщиков и некурящих, как правило, различается. (Сакетт Д. приводит пример Зельтцера и др., в котором 85% некурящих и 67% курильщиков вернули анкеты, отправленные по почте.) Такая разница в ответах не приведет к предвзятости, если она также не связана с систематической разницей в результатах между двумя группами ответов.

Информационная предвзятость

Информационная предвзятость — это предвзятость, возникающая из-за систематической ошибки в оценке переменной. Примером этого является предвзятость воспоминания. Типичный пример снова приводит Сакетт при обсуждении исследования, посвященного изучению влияния конкретных воздействий на здоровье плода: «при опросе матерей, чьи недавние беременности закончились смертью или пороками развития плода (случаи), и соответствующей группы матерей, чьи беременности закончились обычно (контрольная группа) было обнаружено, что 28% первых и только 20% вторых сообщили о воздействии наркотиков, которое не могло быть подтверждено ни в более ранних проспективных интервью, ни в других медицинских записях». В этом примере искажение воспоминаний, вероятно, произошло из-за того, что женщины, у которых были выкидыши, имели очевидную тенденцию лучше запоминать и, следовательно, сообщать о предыдущем воздействии.

Сбивающий с толку

Смешение традиционно определялось как смещение, возникающее в результате одновременного возникновения или смешивания эффектов внешних факторов, называемых искажающими факторами, с основным интересующим эффектом(ами). Более позднее определение смешения затрагивает понятие контрфактических эффектов. Согласно этой точке зрения, когда кто-то наблюдает интересующий результат, скажем, Y=1 (в отличие от Y=0), в данной популяции A, которая полностью подвержена воздействию (т. е. подверженность X = 1 для каждой единицы населения), риск будет RA1 _. этого события Контрфактический или ненаблюдаемый риск R _A0 соответствует риску, который наблюдался бы, если бы те же самые люди не подвергались воздействию (т. е. X = 0 для каждой единицы населения). истинный эффект воздействия равен: RA1 _, − RA0 _{( если} интересуются различиями в рисках) или RA1 _Таким / RA0 _{образом} (если интересуются относительным риском). Поскольку контрфактический риск R _A0 вторую совокупность B, и фактически измеряем следующие отношения: R _A1 − R _B0 или RA1 _{ненаблюдаем, мы аппроксимируем его, используя} / R _B0 . В этой ситуации смешивание происходит, когда R _A0 ≠ R _B0 . (Примечание: пример предполагает двоичные переменные результата и воздействия.)

Некоторые эпидемиологи предпочитают думать о смешении отдельно от обычных классификаций систематических ошибок, поскольку, в отличие от систематической ошибки отбора и информации, искажающее влияние обусловлено реальными причинными эффектами.

Профессия

Лишь немногие университеты предлагают эпидемиологию в качестве курса обучения на уровне бакалавриата. существует программа бакалавриата, В Университете Джонса Хопкинса в рамках которой студенты, специализирующиеся в области общественного здравоохранения, могут пройти курсы последипломного уровня, включая эпидемиологию, в течение последнего года обучения в Школе общественного здравоохранения Блумберга . В дополнение к степеням магистра и доктора эпидемиологии Школа общественного здравоохранения Мичиганского университета с 2017 года предлагает программы бакалавриата, которые включают курсовую работу по эпидемиологии.

Хотя эпидемиологические исследования проводятся представителями различных дисциплин, различные уровни подготовки по эпидемиологическим методам предоставляются в рамках докторских программ по фармации , медицине , ветеринарии , социальной работе , подологии , сестринскому делу , физиотерапии и клинической психологии в дополнение к формальному обучению в магистратуре и докторантуре. получают докторанты в области общественного здравоохранения.

Как практикующие врачи общественного здравоохранения, эпидемиологи работают в самых разных условиях. Некоторые эпидемиологи работают «в поле» (т.е. в обществе; обычно в системе общественного здравоохранения) и часто находятся на переднем крае расследования вспышек заболеваний и борьбы с ними. Другие работают в некоммерческих организациях, университетах, больницах или более крупных государственных учреждениях (например, в государственных и местных департаментах здравоохранения в США), министерствах здравоохранения, организациях «Врачи без границ» , Центрах по контролю и профилактике заболеваний (CDC), Агентство по охране здоровья , Всемирная организация здравоохранения (ВОЗ) или Агентство общественного здравоохранения Канады . Эпидемиологи также могут работать в коммерческих организациях (например, в фармацевтических компаниях и компаниях по производству медицинского оборудования) в таких группах, как исследования рынка или клинические разработки.

COVID-19

опубликованной в апреле 2020 года В статье Университета Южной Калифорнии, , отмечалось, что « Эпидемия коронавируса ... выдвинула эпидемиологию – изучение заболеваемости, распространения и борьбы с болезнями среди населения – на передний план научных дисциплин по всему миру и даже сделала временных знаменитостей». из некоторых его практиков».

См. также

• Корректировка по возрасту - метод, используемый для сравнения популяций разного возраста.
• Исследование сердечно-сосудистых заболеваний в Кайрфилли - медицинский исследовательский проект
• Центр исследований эпидемиологии катастроф ( CRED )
• Учебный центр GISED
• План обращения
• Отслеживание контактов – поиск и идентификация людей, контактировавших с человеком, больным инфекционным заболеванием.
• Критический размер сообщества - минимальный размер закрытой популяции, внутри которой патоген может сохраняться неопределенно долго.
• Кластер заболеваний – высокая частота заболеваний в определенном месте или в определенном временном интервале.
• Картирование распространения заболеваний - Карта риска заболеваний для региона.
• Компартментальные модели в эпидемиологии - тип математической модели, используемой для инфекционных заболеваний.
• Эпидемиологический метод - Научный метод в конкретной области.
• Эпидемиологический переход - термин в демографии
• Европейский центр профилактики и контроля заболеваний – Агентство Европейского Союза
• Латиноамериканский парадокс - эпидемиологические данные
• Международное общество фармакоэпидемиологии
• Матрица воздействия на работу – средство оценки истории профессионального воздействия человека. Страницы, отображающие описания викиданных в качестве запасного варианта.
• Математическое моделирование инфекционных заболеваний . Использование математических моделей для понимания передачи инфекционных заболеваний. Страницы с краткими описаниями целей перенаправления.
• Менделевская рандомизация - Статистический метод в генетической эпидемиологии
• Профессиональная эпидемиология - Эпидемиология заболеваний на рабочих местах.
• Прогнозная аналитика - статистические методы анализа фактов для прогнозирования неизвестных событий.
• Общество психологии профессионального здоровья - Американская организация психологии профессионального здоровья.
• Группы населения в биомедицине – Здоровье на основе расовой принадлежности
• Пространственная эпидемиология - раздел географии здравоохранения, ориентированный на изучение пространственного распределения показателей здоровья. Страницы, отображающие описания викиданных в качестве запасного варианта.
• Исследование здоровья в Померании
• Стратегии целевой иммунизации
• Городское планирование - Технический и политический процесс, связанный с использованием земли и дизайном городской среды.
• Исследование Уайтхолла - Исследование здоровья британских государственных служащих
• Зооноз – заболевание, передающееся от других видов к человеку.

Ссылки

Источники

• Клейтон, Дэвид и Майкл Хиллс (1993) Статистические модели в эпидемиологии, издательство Оксфордского университета. ISBN   0-19-852221-5
• Микель Порта , редактор (2014) «Эпидемиологический словарь», 6-е изд., Нью-Йорк: Oxford University Press. Эпидемиологический словарь. Архивировано 11 июля 2017 г. в Wayback Machine.
• Морабия, Альфредо, редактор. (2004) История эпидемиологических методов и концепций. Базель, Биркхаузер Верлаг. Часть I. История эпидемиологических методов и концепций. Архивировано 30 июня 2022 года в Wayback Machine. История эпидемиологических методов и концепций. Архивировано 3 июля 2011 года в Wayback Machine.
• Сметанин П., Кобак П., Мойер С., Малей О. (2005). «Управление рисками программ исследований в области политики борьбы против табака» Всемирная конференция по табаку или конференция по здоровью, 12–15 июля 2006 г., Вашингтон, округ Колумбия.
• Шкло М., Ньето Ф.Дж. (2002). «Эпидемиология: за пределами основ», Aspen Publishers.
• Робертсон Л.С. (2015). Эпидемиология травм: четвертое издание. Бесплатно онлайн на nanlee.net
• Ротман К., Сандер Гренландия , Лэш Т., редакторы (2008). «Современная эпидемиология», 3-е издание, Липпинкотт Уильямс и Уилкинс. ISBN   0-7817-5564-6 , 978-0-7817-5564-1
• Олсен Дж., Кристенсен К., Мюррей Дж., Экбом А. Введение в эпидемиологию для медицинских работников. Нью-Йорк: Springer Science+Business Media; 2010 год ISBN   978-1-4419-1497-2

Внешние ссылки

• Агентство по охране здоровья. Архивировано 29 января 2007 года в Wayback Machine.
• Коллекция архивных исследований в области биостатистики. Архивировано 24 октября 2021 года в Wayback Machine.
• Европейская эпидемиологическая федерация
• «Эпидемиология для непосвященных». Архивировано 21 марта 2019 года в Wayback Machine Д. Коггоном, Дж. Роузом, DJP Баркером, British Medical Journal.
• Epidem.com. Архивировано 24 сентября 2001 г. в Wayback Machine - Epidemiology (рецензируемый научный журнал, в котором публикуются оригинальные исследования на эпидемиологические темы).
• «Эпидемиология». Архивировано 29 апреля 2021 г. в Wayback Machine - В: Филип С. Брахман, Медицинская микробиология (четвертое издание), Национальный центр биотехнологической информации США.
• Виртуальная лаборатория Монаша – Моделирование распространения эпидемии по ландшафту
• Отдел эпидемиологии и генетики рака, Национальный институт рака, Национальные институты здравоохранения. Архивировано 12 августа 2009 г. в Wayback Machine.
• Центр исследований эпидемиологии стихийных бедствий. Архивировано 15 марта 2010 г. в Wayback Machine - ВОЗ . сотрудничающем центре
• Народная эпидемиологическая библиотека
• Эпидемиология вспышки COVID-19. Архивировано 28 марта 2020 г. в Wayback Machine.