VI . Методы оценки влияния метеорологических показателей на состояние здоровья населения

Эпидемиологический анализ помесячной динамики показателей здоровья

6.1.1. Под сезонностью понимаются закономерные колебания изучаемого показателя состояния здоровья на протяжении календарного или эпидемического года, выражаемые многолетней приуроченностью подъемов и снижений его уровня к определенным месяцам, обусловленные воздействием периодических (сезонных) факторов.

6.1.2. Для изучения особенностей помесячной динамики показателей здоровья населения за многолетний период используются индекс сезонности и атрибутивная фракция сезонных причин. Оба показателя рассчитываются для каждого месяца за многолетний период на основе интенсивных показателей смертности, заболеваемости, госпитализации, обращаемости за скорой медицинской помощью.

6.1.3. Для расчета индекса сезонности интенсивные показатели суммируются отдельно для каждого месяца за все годы анализируемого многолетнего периода. Полученные итоговые значения делятся на число лет наблюдения, в результате получаются 12 месячных средних (Y_i). Для расчета общей средней (Y₀) сумма месячных средних делится на 12. Индекс сезонности рассчитывается по формуле:

, где

I – индекс сезонности в %

Y_i – месячные средние за многолетний период

Y₀ – общая средняя

Если значение индекса сезонности для какого-либо месяца превышает 100%, то считается, что в этом месяце активизировались сезонные факторы.

6.1.4. Атрибутивная фракция сезонных причин (сезонное воздействие) показывает, какой процент случаев (заболеваний, смертей) обусловлен сезонными причинами. Рассчитывается по формуле:

 где

АФ – атрибутивная фракция в %

Y_i – месячные средние за многолетний период

Y₀ – общая средняя

 

 

Статистический анализ

6.2.1. Первоначально выполняется описательная статистика и построение графиков. Необходимо вычислить среднее арифметическое, минимальное и максимальное значения и стандартное отклонение для каждой изучаемой переменной. Можно также вычислить среднее геометрическое, медиану, моду, определенные процентили (например, 10-й и 90-й). Эти величины дают представление о центральной тенденции и разбросе значений переменных временного ряда. Вычисления всех необходимых характеристик временного ряда проводятся в каком-либо стандартном статистическом пакете (SAS, SPSS, STATA, Excel).

6.2.2.Необходимо построить графики всех переменных. Это позволит обнаружить некоторые закономерности в поведении временного ряда: сезонные колебания температуры воздуха или уровней загрязнения атмосферного воздуха; различные долговременные тенденции в данных. Графический анализ позволяет более адекватно подобрать математическую модель для оценки изучаемой связи и помогает обнаружить выпадающие величины, что позволит выяснить, не связаны ли они с ошибками ввода.

6.2.3. При оценке влияния температуры атмосферного воздуха на показатели здоровья населения необходимо определить тепловые и холодовые волны, а также пороговые значения температур, выше или ниже которых наблюдается изменение показателей смертности, заболеваемости, госпитализации населения, обращаемости за скорой медицинской помощью.

6.2.4. Тепловая волна представляет собой пять и более последовательных дней, во время которых среднесуточная температура превышает 97-й процентиль, причем, по крайней мере, в течение трех дней среднесуточная температура должна превышать 99-й процентиль. Для холодовых волн границы определяются на уровне 3-го и 1-го процентилей. Короткой называется волна длительностью от пяти до восьми дней. Волна, которая продолжается 9 дней и более называется длинной.

6.2.5. Пороговые значения температуры воздуха определяются на уровне 90-го и 10-го процентилей всех значений температуры за изучаемый многолетний период. Пороговые значения рассчитываются для среднесуточной, максимальной, среднесуточной эффективной и максимальной эффективной температур.

6.2.6. Одним из вариантов анализа является «анализ временных рядов» (time series analysis) с помощью которого устанавливается зависимость между колебаниями метеорологических показателей (показателей загрязнённости атмосферы) и показателями состояния здоровья населения.

6.2.7. Для оценки наличия взаимосвязи между метеорологическими факторами и количеством смертей, заболеваний, госпитализаций, вызовов скорой медицинской помощи используется корреляционный и многомерный регрессионный анализ для дискретных зависимых переменных (многомерный регрессионный анализ Пуассона, отрицательный биномиальный регрессионный анализ).

 

6.2.8. При выполнении регрессионного анализа проводится коррекция на многолетние тренды, сезонность, эффект дней недели, выходные и праздничные дни, эпидемии гриппа и другие возможные факторы, способные повлиять на итоговые результаты оценки. Для оценки влияния только температуры воздуха проводят коррекцию на другие метеорологические факторы.

 6.2.9. Во многих случаях изменение температуры воздуха вызывает изменение количества случаев смертей, заболеваний, госпитализаций, вызовов скорой медицинской помощи только через определенный интервал времени, т.е. лаг. Лаг 0 означает, что обе переменные относятся к одному и тому же дню (месяцу), лаг 1 означает, что смертность (заболеваемость и др.) анализировалась в день или месяц, следующий за тем, к которому относится метеорологический показатель, и т.д. При анализе суточных данных лаг составляет от 1 до 14 дней, месячных данных – 1-2 месяца.

 

 

Представление результатов

6.3.1. Результатами оценки влияния метеорологических факторов на показатели здоровья населения являются величины относительных рисков; показатели среднего процентного вклада метеорологических факторов в заболеваемость, смертность; показатели прироста или убыли смертности, заболеваемости, госпитализаций и вызовов скорой помощи в процентах при увеличении или уменьшении значений метеорологических параметров (концентраций загрязнителей воздуха) на установленный прирост показателя (например, на 1º С температуры). Установленные показатели представляются с доверительными интервалами не менее 95%.

6.3.2. Для графического представления данных временных рядов используют линейные и радиальные диаграммы. С помощью линейной диаграммы отражают суточное (месячное) количество смертей, заболеваний, госпитализаций, вызовов скорой медицинской помощи и среднесуточные (среднемесячные) значения температуры воздуха или других метеорологических факторов (или концентраций загрязняющих веществ). При этом целесообразно построение линейных диаграмм с двумя осями, где на одной оси откладывают значения зависимой переменной, а на другой оси – независимой переменной. Радиальные диаграммы используют для отображения месячных показателей здоровья или среднемесячных значений метеорологических факторов.

⇐ Предыдущая12345678Следующая ⇒

Поделиться: