Bmedicine. Общая эпидемиология и основы доказательной медицины, 3 том






Учебное пособие (11 глав)
Общая эпидемиология и основы доказательной медицины
И.П.Палтышев, Н.Н. Филатов
Под редакцией В.И. Покровского

Глава 6 Методы специальной обработки эпидемиологической информации




13 TOC \o "1-5" \h \z \u 14
13 LINK \l "_Toc125273022" 14Глава 6. Методы специальной обработки эпидемиологической информации 13 PAGEREF _Toc125273022 \h 1431515
13 LINK \l "_Toc125273023" 146.1 Группировка и сводка эпидемиологических данных 13 PAGEREF _Toc125273023 \h 1431515
13 LINK \l "_Toc125273024" 14Признаки времени 13 PAGEREF _Toc125273024 \h 1431515
13 LINK \l "_Toc125273025" 14Признаки места. 13 PAGEREF _Toc125273025 \h 1451515
13 LINK \l "_Toc125273026" 14Признаки «лица» 13 PAGEREF _Toc125273026 \h 1451515
13 LINK \l "_Toc125273027" 14Сочетание группировочных признаков. 13 PAGEREF _Toc125273027 \h 1471515
13 LINK \l "_Toc125273028" 14Группы риска. 13 PAGEREF _Toc125273028 \h 1471515
13 LINK \l "_Toc125273029" 146.2 Измерение (оценка) заболеваемости населения. 13 PAGEREF _Toc125273029 \h 1481515
13 LINK \l "_Toc125273030" 14Интенсивные показатели 13 PAGEREF _Toc125273030 \h 14101515
13 LINK \l "_Toc125273031" 14Показатель инцидентности 13 PAGEREF _Toc125273031 \h 14131515
13 LINK \l "_Toc125273032" 14Показатель превалентности. 13 PAGEREF _Toc125273032 \h 14131515
13 LINK \l "_Toc125273033" 14Показатель инцидентности (заболеваемости) человек-время. 13 PAGEREF _Toc125273033 \h 14161515
13 LINK \l "_Toc125273034" 14Показатель очаговости (первичной). 13 PAGEREF _Toc125273034 \h 14181515
13 LINK \l "_Toc125273035" 14Показатель вторичной очаговости 13 PAGEREF _Toc125273035 \h 14191515
13 LINK \l "_Toc125273036" 14Экстенсивные показатели 13 PAGEREF _Toc125273036 \h 14191515
13 LINK \l "_Toc125273037" 14Сравнительная характеристика свойств и возможностей интенсивных (ИП) и экстенсивных показателей (ЭП) заболеваемости. 13 PAGEREF _Toc125273037 \h 14241515
13 LINK \l "_Toc125273038" 14Показатели наглядности. 13 PAGEREF _Toc125273038 \h 14251515
13 LINK \l "_Toc125273039" 146.3 Сравнение показателей,. 13 PAGEREF _Toc125273039 \h 14251515
13 LINK \l "_Toc125273040" 14Стандартизация показателей заболеваемости. 13 PAGEREF _Toc125273040 \h 14271515
13 LINK \l "_Toc125273041" 14Приемы выявления различий величин заболеваемости. 13 PAGEREF _Toc125273041 \h 14271515
13 LINK \l "_Toc125273042" 14Абсолютное сравнение. 13 PAGEREF _Toc125273042 \h 14271515
13 LINK \l "_Toc125273043" 14Относительное сравнение 13 PAGEREF _Toc125273043 \h 14281515
13 LINK \l "_Toc125273044" 14Этиологическая доля (атрибутивная фракция) 13 PAGEREF _Toc125273044 \h 14301515
13 LINK \l "_Toc125273045" 14Доля разности показателей. 13 PAGEREF _Toc125273045 \h 14311515
13 LINK \l "_Toc125273046" 14Атрибутивный риск для популяции 13 PAGEREF _Toc125273046 \h 14311515
13 LINK \l "_Toc125273047" 146.4 Оценка статистической достоверности и выраженности различий эпидемиологических величин 13 PAGEREF _Toc125273047 \h 14321515
13 LINK \l "_Toc125273048" 14Методы оценки достоверности различий показателей заболеваемости 13 PAGEREF _Toc125273048 \h 14321515
13 LINK \l "_Toc125273049" 14Оценка достоверности различий показателей заболеваемости с помощью критерия t. 13 PAGEREF _Toc125273049 \h 14331515
13 LINK \l "_Toc125273050" 14Оценка достоверности различий показателей заболеваемости с помощью доверительных границ (интервалов). 13 PAGEREF _Toc125273050 \h 14341515
15 Глава 6. Методы специальной обработки эпидемиологической информации
Эпидемиологическая информация включает, прежде всего, данные, отражающие результаты измерения явлений составляющих предметную область эпидемиологии. Кроме того, для проведения аналитических исследований необходима информация о фактах, частоте, продолжительности и силе воздействия предполагаемых или реальных причин (факторов риска), определяющих изучаемые явления. Нередко все эти разнообразные данные обозначают термином «переменные».
Эпидемиология использует разнообразные приемы и методы статистической обработки данных, при этом часть методов носит универсальный характер, некоторые применяются только для определенных целей.
К универсальным статистическим методам (приемам) относятся:
группировка и сводка эпидемиологических данных;
расчет показателей заболеваемости (смертности, летальности и др.);
оценка достоверности различий показателей;
сравнение показателей.
6.1 Группировка и сводка эпидемиологических данных
Основу эпидемиологических данных составляет информация о каждом случае болезни. Изучение информации начинается со сводки данных. Типичный пример сводки данных – суммирование (объединение) отдельных случаев данной болезни, зарегистрированных на определенной территории за какой-либо промежуток времени.
Процесс разделения (расчленения) объединенных (сведенных) данных на отдельные (необходимые) группы называется группировкой данных.
Статистический термин «группировка данных» является специальным отражением первого общенаучного приема познания - «анализа данных».
Группировка – это не просто технический прием, а глубоко осмысленное действие, направленное на получение достоверной и полноценной информации об изучаемом явлении. Группировка должна точно соответствовать поставленным целям и согласовываться с содержанием изучаемой информации. Сводка и группировка данных эпидемиологических исследований – это первые и обязательные шаги, как в процессе описания заболеваемости, так и в процессе поиска причин возникновения и распространения болезней.
Каждый случай болезни имеет много характеристик, признаков, определенная часть которых учитывается (учетные признаки), а затем используются для группировки данных и, соответственно, уже называются группировочными признаками.
Подчеркнем, что в подавляющем большинстве случаев группируются абсолютные числа заболевших, а не относительные показатели заболеваемости.
Существуют различные классификации эпидемиологически значимых группировочных признаков. Основной, является классификация, состоящая из трех основных разновидностей группировочных признаков, учитывающих:
диагноз заболевания, а при одной болезни:
время возникновения (выявления) каждого случая болезни, (для краткости используют термин - признаки времени);
место возникновения (выявления) случая болезни (признаки места, территории);
индивидуальные характеристики больного (признаки «лица»).
Каждая разновидность включает набор группировочных признаки. Результатом группировки, является выделение групп населения, обозначаемых общим термином «группа населения». При этом основным признаком группы населения (см. раздел «сочетание группировочных признаков») может быть любой группировочный признак, а не только, как нередко понимают, индивидуальные характеристики людей.
Признаки времени
Группировка данных по признаку времени позволяет описать динамику и временную структуру заболеваемости, при этом временной интервал может составлять год месяц, неделю, день и даже час возникновения болезни.
Временные данные отображаются таблицами и графиками. Для отображения многолетней или помесячной динамики заболеваемости используют линейные диаграммы и гистограммы. По возможности на диаграмму наносится не только кривая заболеваемости, но и обозначается время каких-либо событий, считающихся важными для объяснения динамики заболеваемости

Рис. 1. Заболеваемость эпидемическим паротитом населения РФ в 1953-2001 г.г. (I0/0000 - показатели на 100000 населения).
Изучение динамики годовых показателей (рис. 1) используется, в частности, для выявления наличия (отсутствия) тенденции, регулярных или эпизодических колебаний заболеваемости, для прогноза заболеваемости на следующий год.
Анализ помесячной динамики заболеваемости (рис. 2) необходим для определения уровня и динамики фоновой, сезонной и вспышечной заболеваемости и оценки их роли в формировании годовых показателей.

Рис. 2. Заболеваемость краснухой населения г. В. в 2000г. (I0/0000 - показатели на 100000 населения)
Расследование вспышки какой-либо болезни начинается с обязательной группировки заболевших по дням возникновения заболевания. При этом только на основании выявленных особенностей динамики заболеваемости, нередко удается точно предугадать причину возникновения вспышки.

Рис. 3. Развитие вспышки брюшного тифа в 1960г. в г.Т.
Пример. Принимая во внимание взрывоподобное начало вспышки брюшного тифа (рис. 3) уже 6-7 марта была выдвинута гипотеза о пищевом ее происхождении. Дальнейшая динамика заболеваний и другие, выявленные особенности этой вспышки подтвердили первоначальную гипотезу.
Сопоставление особенностей динамики заболеваемости с происходившими, в период предшествующий вспышке, изменениями в наличии и активности возможных факторов риска используется для выяснения причин ее возникновения данной вспышки.
Признаки места.
Группировка заболевших по признаку места позволяет изучать территориальную распространенность какой-либо болезни.
Признаком места является любой признак, позволяющий определить территориальную «привязанность» отдельного случая болезни. Для перечисления всех, используемых в эпидемиологии, признаков места пришлось бы выделить несколько страниц, поэтому приведем лишь некоторые примеры.
Основным и обязательным для учета признаком является место жительства больного, или здорового лица, участвующего в исследовании. Кроме того, в зависимости от целей исследования и характера информации в качестве признаков места используются - место заражения больного, место возникновения, выявления, регистрации случая болезни, место работы, учебы (даже с выделением классов), место лечения (вплоть до палаты) и т.д., то есть все признаки того места, с которым связывается случай болезни.
Стандартным приемом является применение для группировки административно-хозяйственного и государственного деления территорий на города, села, районы, области, страны и т.д.
Для отображения информации используют линейные, столбиковые диаграммы, картограммы и картодиаграммы.
Сравнение уровней заболеваемости на разных территориях позволяет распределить их по степени риска заболеть населения этих территорий. Результаты такого сравнения использовались при выработке определений таких терминов как глобальный и региональный нозоареал, эндемия и эндемическая заболеваемость, пандемия, завозной случай болезни и экзотическая заболеваемость, природный очаг и др.
Так же как и при группировке по признакам времени, наибольшей эпидемиологической информативностью обладают данные, полученные при территориальной группировке, учитывающей место действия факторов риска.
Признаки «лица»
Эта группа признаков еще более обширна, чем признаки места. Признаки «лица» - это различные индивидуальные характеристики (свойства) людей, которые можно объединить в три группы:
неотъемлемые биологические свойства людей (пол, возраст, раса);
приобретенные биологические свойства (иммунитет, вес, биохимические показатели, величины АД и т.д.);
социальные характеристики (вредные привычки, экономическое положение, особенности быта и т.д.).
Именно в этих трех группах «скрываются» факторы риска, которые называют «факторами риска хозяина», так они связаны с индивидуальными характеристиками (свойствами) людей. В конечном счете, влияние различных (социальных, биологических и природно-климатических) «факторов риска среды» реализуется через разнообразные индивидуальные характеристики людей.
В качестве примера рассмотрим особенности и возможности возрастной группировки и группировки по социальным признакам.
Ни одно исследование не обходится без группировки по признаку возраста. Вероятно, нет другого признака, использование которого помогло решить так много эпидемиологических проблем. Это связано с тем, что от возраста во многом зависит и риск заражения и риск заболевания людей.
Возраст определяет подавляющее большинство приобретенных биологических и социальных характеристик (свойств) людей, а, следовательно, и набор «факторов риска хозяина». Например, в отношении многих болезней пожилые люди накапливают значительное количество таких факторов, что и определяет более высокую заболеваемость в этом возрасте.
Влияние возраста сказывается на вероятности и силе воздействия «факторов среды». Например, защищенность детей от воздействия неблагоприятных климатических факторов гораздо ниже, чем людей в возрасте 20-40 лет.
Группировки по возрасту можно проводить, используя разнообразные возрастные интервалы, например, по годам, или как предусматривается многими отчетами – разделив население на детей до 14 лет и взрослых.

Рис. 5. Заболеваемость ветряной оспой различных возрастных групп населения г. В. 2000 г. (I0/0000 - показатели на 100000 населения).
Сравнение заболеваемости в различных возрастных группах привело к выделению детских болезней, а внутри них детских инфекций, т. е. болезней наиболее распространенных в детском возрасте. Распределение заболеваемости многими детскими инфекциями в отдельных возрастных группах детей позволило определить возрастную очередность иммунизации детей против этих инфекций, что нашло свое отражение в «календаре прививок».
Социальные характеристики людей весьма многочисленны и разнообразны и связаны с другими индивидуальными свойствами людей, особенно с возрастом. Эта группа включает признаки, отражающие социальное положение людей (бытовые условия, профессию, уровень образования, личный и семейный доход и т.п.). Кроме этого к социальным характеристикам людей нередко относят и вредные привычки, например, курение, употребление наркотиков и т.д., (хотя эти признаки можно рассматривать и как приобретенные биологические свойства). Не меньшую эпидемиологическую значимость имеет и определенное поведение людей в обществе, например сексуальная свобода, оседлость, туризм и т.д. Часть социальных признаков с трудом поддается измерению, но понимание важности такой группировки заставляет исследователей преодолевать эти трудности.
Сравнение заболеваемости разными болезнями в различных социальных группах привело к появлению недостаточно корректных терминов – «социальные болезни» или «социально обусловленные болезни».
Некорректность этих терминов заключается в том, что болезней, не обусловленных действием социального фактора, не существует, так как социальные факторы риска обязательно в комплексе с другими, в большей или меньшей степени определяют риск заболевания людей любыми болезнями.
Эти термины являются неудачным сокращением определения болезней, в распространении которых роль социальных факторов является наибольшей. К таким болезням, например, относят туберкулез, венерические болезни, ВИЧ-инфекцию. Однако многие управляемые инфекции, особенно инфекции управляемые иммунопрофилактикой (например, дифтерия) тоже должны считаться «социальными болезнями», так как существующий уровень заболеваемости ими, определяется исключительно качеством иммунопрофилактики – т. е. социальным фактором.
В заключение отметим, что при группировке по признакам «лица» используют как отдельные группировочные признаки, так и их сочетания, при этом особой информативностью обладает группировка непосредственно учитывающая влияние фактора риска.
Например, в проспективном эпидемиологическом исследовании, проведенным Государственным НИЦ профилактической медицины по изучению ишемической болезни сердца, группировка обследуемых, в частности, проводилась одновременно по полу, возрасту и наличию пограничных величин АД, гиперхолестеринемии, избыточной массе тела и курению.
Сочетание группировочных признаков.
Особо подчеркнем, что все три разновидности группировочных признаков абсолютно взаимосвязаны, так как не может быть случая болезни вне определенного времени, вне определенной территории и без, каких-либо индивидуальных признаков больного.
Вместе с тем, сводку данных о заболевших можно подвергнуть детальной группировке только по одной разновидности признаков, а по другим разновидностям группировочных признаков оставить данные в состоянии сводки.
Например, для изучения тенденции заболеваемости гепатитом А всего населения Москвы за последние 10 лет, необходимо имеющиеся данные сгруппировать только по годам, не проводя детальной группировки группировки по признакам места или лица . Например, в этом случае нет необходимости группировать заболеваемость по округам Москвы, или по возрастным группам населения.
Гораздо чаще для достижения целей, приходится использовать подробную группировку по всем разновидностям признаков. Например, описание заболеваемости какой-либо болезнью всего населения Москвы, предусматривает не только группировку заболевших по признаку времени (годы, месяцы), но и по округам и различным группам населения. Более того, заболевшие отдельного округа группируются и по признаку времени и признакам «лица».
Как правило, первоначальная группировка данных по стандартным признакам времени, места и «лица» оказывается недостаточной для достижения поставленных целей. Поэтому, в ходе исследования, по мере получения каких-либо выводов, все сгруппированные данные или их часть, вновь подвергаются сводке и дополнительной группировке с использованием новых группировочных признаков. Этот процесс повторяется столько раз, сколько необходимо для получения ожидаемых результатов.
Для выявления причин возникновения и распространения болезни особо ценной является не просто стандартная группировка, а группировка учитывающая, кроме того, и влияние фактора риска.
Процесс группировки, дробления данных не может быть бесконечен. В противном случае данные о заболевших сведутся к единичным случаям болезни, что не позволит выявить существующие закономерности распространения болезней. Вместе с тем, группировка должна обеспечить выявление групп населения различающихся по заболеваемости (иногда используют термин «альтернативные» группы населения). Это связано с тем, что в эпидемиологических исследованиях поиск причин возникновения и распространения болезни осуществляется путем сравнения заболеваемости в различных группах с наличием и активностью предполагаемых факторов риска в этих группах.
Группы риска.
Группировка заболевших сочетается с группировкой всего населения, при этом выделенные группы, нередко, называют группами риска.
Группа риска (для какой-либо болезни) – это определенная часть населения, в которой уже зарегистрированы больные или ожидается их появление, так как оно (население) подвергается (подвергалось) воздействию факторов риска. Для выделения группы риска (т.е. определенной части населения) используются те же группировочные признаки, что и для группировки заболевших, а именно – время, место и индивидуальные признаки людей.
В эпидемиологии приходится использовать термины часть населения и общее населения (все или совокупное население), которые не могут иметь точных определений. Любое общее является частью чего- то более общего, а любая часть может рассматриваться как общее по отношению к более мелким ее элементам. Термин общее население используется применительно ко всему населению какого-либо населенного пункта, но оно является лишь частью населения области, страны. Термин часть населения применяют для обозначения отдельных групп населения какого-либо населенного пункта, но она (часть) в свою очередь может быть «всем населением этой группы», так как ее можно разбить на более мелкие части.
В некоторых учебниках термином группа риска обозначается лишь та часть населения, которая имеет наибольшие показатели заболеваемости. Такое определение группы риска следует считать крайне некорректным. Любые значения заболеваемости в отдельных группах свидетельствует о том, что в среднем для каждого лица этой группы существовал (существует) определенный риск (т. е. вероятность) возникновения случаев болезни, только этот риск в отдельных группах может быть разным.

Рис..6. Заболеваемость весенне-летним клещевым энцефалитом населения некоторых территорий РФ в 2000 г. (I0/0000 - показатели на 100000 населения).
Пример. Самый высокий показатель заболеваемости населения весенне–летним клещевым энцефалитом (рис..6.) был зарегистрирован в 2000 г. в Томской обл. Однако, было бы абсолютно неверным считать только Томскую обл. территорией риска по этой болезни. Для населения всех представленных на рис 6.6 территорий, существует, но в разной степени, риск заболеть весенне–летним клещевым энцефалитом.
Точно также, ориентируясь на данные рис.5 не следует считать, что возрастная группа лиц старше 14 лет вообще не является группой риска заболеть ветряной оспой. Такой риск в этой группе есть, но он в 55 раз меньше, чем риск заболеть ветряной оспой детей до 6 лет.
Различные уровни заболеваемости позволяют распределить сравниваемые группы по степени риска заболеть. Только группы населения в которых в течение длительного времени не выявляются больные, вероятно не относятся к группам риска. Такое выражение «вероятно не относятся» связано с тем, что отсутствие зарегистрированных заболеваний может быть связано с факторами, определяющими качество выявления и регистрации больных в этой группе, а не с отсутствием объективных факторов риска.
Сводка и группировка заболевших и остального населения позволяют измерить (оценить) заболеваемость населения.
6.2 Измерение (оценка) заболеваемости населения.
Методы (способы) измерения заболеваемости населения относятся к специальным (статистическим) методам обработки эпидемиологической информации. Изучение заболеваемости, как и других явлений, составляющих предметную область эпидемиологии, возможно только на количественной основе. Количественное изучение начинается с измерения заболеваемости.
Измеряется (оценивается) заболеваемость выявленными случаями болезни, представленными абсолютными или относительными величинами.
Абсолютные величины – это абсолютное число случаев заболеваний, вновь выявленных или существующих на данный момент (период) среди всего населения или отдельной его группы на определенной территории.
Относительные величины – это интенсивные и экстенсивные показатели, а также, реже используемые, показатели наглядности и соотношения. Относительными их называют потому, что они рассчитываются путем отношения (деления) абсолютных чисел заболевших (числитель) на какую-либо другую величину, т.е. на число находящееся в знаменателе (основание показателя). В итоге абсолютные числа заболевших оцениваются относительно другой выбранной величины.
Для того чтобы не путать абсолютные цифры заболевших с относительными показателями заболеваемости, последние следует обязательно обозначать числами с одним или реже с двумя знаками после запятой (хотя они, при наличии 1 -2 целых чисел, в большинстве случаев не имеют эпидемиологического значения).
Количественное изучение заболеваемости является основой всех эпидемиологических выводов, в том числе, выводов о частоте заболеваний в разных группах населения, риске заболеть людей в этих группах, вкладе различных групп в общую заболеваемость населения. Эти выводы, в свою очередь, являются основой для еще более значимых эпидемиологических заключений о наборе и активности причин, определяющих риск возникновения и распространения болезни.
При объяснении любых цифр заболеваемости необходимо понимать и постоянно помнить, что эти цифры являются результатом нашей, т.е. субъективной оценки, нашего измерения истинного числа больных какой-либо болезнью. Любые цифры отражают только выявленную и учтенную часть объективно существующей заболеваемости.
Выявленная часть заболеваемости почти всегда меньше (а при некоторых болезнях значительно меньше) объективно существующих случаев изучаемой болезни. Это несоответствие принято обозначать термином "феномен айсберга", так как надводная (видимая) часть айсберга, гораздо меньше подводной (невидимой) его части,
Как уже указывалось вся (т.е. и выявленная, и не выявленная) заболеваемость, связана исключительно с влиянием объективных факторов, а именно, причин, определяющих риск возникновения и распространения болезни.
В то же время выявленная (измеренная) часть заболеваемости, несомненно, являясь следствием воздействия причин, определяющих риск возникновения и распространения болезни, одновременно отражает и полноту выявления, качество диагностики и учета больных.
Полнота выявления зависит, прежде всего, от обращаемости населения за медицинской помощью. В свою очередь, полнота обращаемости больных и качество постановки им диагноза определяется и объективными (разнообразие клинического течения данной болезни) и субъективными факторами (например, квалификацией врачей, приближенностью медицинской помощи к населению, его социальным положением и т.д.). Качество учета случаев заболеваний зависят от целого ряда факторов, но исключительно субъективного характера.
Таким образом, измеренная (выявленная) часть заболеваемости одновременно отражает влияние и объективных, и субъективных факторов. Поэтому, выявив различия показателей заболеваемости в двух группах, не следует сразу же делать вывод о том, что в этом различии "виноваты" только причины, определяющие риск возникновения и распространения болезни. Вполне вероятно, что наблюдаемое различие является результатом разного качества выявления, диагностики и учета больных в этих группах.
В качестве примера приведем известные данные – часто показатели заболеваемости "пищевиков" кишечными инфекциями выше, чем те же показатели остального взрослого населения. Причина такого различия заключается не в большем риске "пищевиков " заразиться и заболеть, а в более полном выявлении больных кишечными инфекциями среди "пищевиков ". Кстати, именно цифры заболеваемости "пищевиков ", а не остальных взрослых, более точно отражают заболеваемость всего взрослого населения.
Подводя итог сказанному, подчеркнем, что от качества измерения заболеваемости разными болезнями зависит достоверность эпидемиологических знаний и, следовательно, эффективность наших усилий в борьбе с возникновением и распространением заболеваний.
Как указывалось выше, измеренная часть заболеваемости выражается в абсолютных числах заболевших и относительных величинах, чаще всего в интенсивных и экстенсивных показателях.
Сравнение абсолютных величин, как правило, не позволяет сделать правильные выводы о риске (вероятности) заболеть какой-либо болезнью, например, населения различных территорий или различных возрастных групп на одной территории. Это связано с тем, что даже при одинаковом риске заболеть данной болезнью, число заболевших прямо определяться численностью населения (N) среди которого выявлены эти больные.
Допустим, например, что риск заболеть болезнью А в г. Н и г. О одинаков, и составляет для всего населения 2 случая в год на 1000 жителей. При таком риске в г. Н, численность населения (N) которого составляет 30000, за один год заболеют 60 человек, а в г. О с численностью в 10 раз большей (N =300000) за тот же год – 600 человек. Если не знать нашего допущения о риске заболеть и не принимать во внимание разную численность населения в городах Н и О, то на основании сравнения абсолютных чисел заболевших можно сделать ошибочный вывод о том, что риск заболеть болезнью А в г. О в 10 раз выше, чем в г. Н., что абсолютно не согласуется с нашим первоначальным условием о равенстве рисков.
Исключить влияние численности населения на выводы о риске заболеть данной болезнью позволяют интенсивные показатели.
Интенсивные показатели
В эпидемиологии при изучении заболеваемости используют несколько разновидностей интенсивных показателей, объединяемых общими терминами: «показатели заболеваемости» или «показатели частоты заболеваний» «меры частоты заболеваний», «коэффициенты заболеваемости».
Общая формула расчета интенсивных показателей (исключая показатель человек-время):
13EMBED Equation.31415 где:
I - одна из разновидностей интенсивного показателя;
A (или Абс.)- абсолютное число случаев какой-либо болезни в определенной группе населения (группе риска) за данный отрезок времени, на данной территории;
N – численность той же группы населения (группы риска), среди которого выявлены "А" случаев указанной болезни за тот же отрезок времени, на той же территории;
R - размерность показателя, которая может выражаться любым числом 10n:
-в долях единицы (редко);
-в процентах, т.е. на 100 человек - 0/0;
-в промилле – на 1000 человек - 0/00;
-в продецимилле – на 10000 человек - 0/000;
-в просантимилле – на 100000 человек - 0/0000.
В дальнейшем в тексте, таблицах и графиках мы будем использовать знаки размерности а не их словесное выражение. Например, «заболеваемость на 100000 население» будет обозначаться просто как 0/0000
Как следует из формулы, показатель частоты отличается от абсолютного числа заболеваний, прежде всего, тем, что он рассчитывается относительно численности группы риска (группы населения).
Нередко показатели заболеваемости всего населения данной территории называют "общими, грубыми", а показатели отдельных групп – " групповыми, специфическими, частными". Следует особо подчеркнуть, что путем сложения всех групповых интенсивных показателей нельзя (в большинстве случаев) получить показатель заболеваемости всего населения, так как каждый групповой показатель рассчитан для разной численности населения. Чтобы оценить заболеваемость всего населения необходимо общую сумму больных разделить на численность этого населения.
Как уже указывалось, размерность интенсивных показателей может быть любой, при этом показатели заболеваемости населения городов, областей, стран чаще всего выражают в просантимилле (0/0000, т.е. на 100000 населения). Для оценки заболеваемости небольших по численности групп риска применяют остальные размерности вплоть до процентов. Однако при сравнении нескольких показателей необходимо использовать их одинаковую размерность.
При необходимости можно легко изменить размерность показателя, для чего следует переместить запятую влево или вправо от первоначального положения.
Например, показатель 1532,1 0/0000 при переводе в другие размерности будет выглядеть как 153,2 0/000 или 15,3 0/00 , или 1,5 0/0.
Если важно "заострить" внимание на величинах риска заболеть, какой-либо болезнью, следует выбрать наиболее воспринимаемую (наглядную) размерность показателя.
Так, в приведенном выше примере гораздо легче воспринимается риск заболеть, выраженный в процентах (т.е. 1,5 случая на 100 человек), чем та же информация в просантимилле (т.е. 1532,1 случая на 100000 человек).
Так же трудно воспринимается, например, риск заболеть обозначенный как 0,020/0, т.е. 0,02 случая на 100 человек. Такой риск следует выразить в продецимилле, т.е. 2,00/000 (2 случая на 10000), или в показателях большей размерности.
Любые величины заболеваемости, абсолютные или относительные, это величины именованные, т.е. обязанные иметь необходимые имена – названия, без которых использование величин теряет всякий смысл.
Так, например, информация о том, что “Заболеваемость составила 1276,30/0000,” не имеет никакого эпидемиологического смысла. Если даже уточнить, что “Заболеваемость суммой ОКИ (острые кишечные инфекции) составила 1276,30/0000”, то и это не изменит предыдущего отношения к данным. Даже более подробная информация – «Заболеваемость суммой ОКИ в г. Москве составила 1276,30/0000» и даже «Заболеваемость суммой ОКИ в г. Москве в 2002 г. составила 1276,30/0000» не позволяет однозначно понять эти данные. Это связано с тем, что в первом случае отсутствует обозначение группы риска и времени, а во втором, хотя и указано время, но вновь отсутствует название группы риска. Абсолютно точная информация, соответствующая этому показателю выглядит следующим образом: «Заболеваемость суммой ОКИ детей до 14 лет в Москве в 2002 году составила 1276,30/0000»
Из сказанного следует, что абсолютные или относительные цифры заболеваемости обязательно должны сочетаться с названием болезни, временем, местом выявления (регистрации) больных, названием группы риска (все население, или отдельные его группы) и размерностью (если цифры относятся к показателям).
Если обозначается заболеваемость всего населения, обычно слово всего опускается, например, «заболеваемость населения г. Н» означает что речь идет о заболеваемости всего населения г. Н, а не какой-либо его группы
К сожалению, даже в зарубежной литературе (а именно западные эпидемиологи разработали большинство показателей) названия одних и тех же показателей существенно различаются. Ещё большая путаница отмечается в русских названиях одних и тех же показателей. Особенно это относится к показателю prevalence rate, который переводится в разных изданиях и как «показатель распространённости», и как «показатель болезненности», и как «показатель пораженности». Поэтому, читая эпидемиологическую литературу следует доверять не названию показателя, а только формуле его расчёта.
В эпидемиологических исследованиях используют следующие интенсивные показатели:
показатель инцидентности (заболеваемости) – incidence rate или cumulative incidence rate или R;
показатель превалентности – prevalence rate (две разновидности);
показатель инцидентности человек-время – -person-time incidence rate, или показатель плотности инцидентности incidence density
показатель очаговости – attack rate (две разновидности).
В аналитических исследованиях при расчетах частоты заболеваний, или частоты клинических исходов болезни среди лиц опытной и контрольной группы, показатель инцидентности или показатель человек-время в сравниваемых группах часто называют показателями абсолютного риска заболеть (R) в опытной и контрольной группах, но способы их расчета при этом не изменяются.
В последнее время, существует разумная тенденция обозначать некоторые показатели в русском звучании английского названия показателя (а не в его переводе). Так, показатель incidence rate лучше именовать показателем инцидентности, prevalence rate – показателем превалентности.
Эпидемиологический смысл большинства интенсивных показателей заболеваемости выражается в том, что они отражают:
частоту (frequency) случаев (вновь выявленных или всех случаев) данной болезни в какой- либо группе населения (группе риска) за данный период (момент) времени на данной территории;
долю (fraction) заболевших (больных) данной болезнью в той же группе за то же время на той же территории;
средний, для каждого жителя, риск (risk) заболеть, или быть больным данной болезнью в той же группе, за то же время, на той же территории. Средний риск можно выразить так же, как среднюю для каждого жителя вероятность заболеть, или быть больным данной болезнью в той же группе, за то же время, на той же территории.
Один показатель не может свидетельствовать об активности причин вызвавших зарегистрированную заболеваемость. Только сравнение интенсивных показателей, при одинаковом качестве выявления, диагностики и учета больных, позволяет сравнивать активность факторов риска, определивших величины данных показателей.
Нередко у читателя возникают сомнения в том, что интенсивные показатели могут отражать одновременно и частоту и долю заболевших. Однако необходимо учитывать, что все интенсивные показатели заболеваемости являются, так называемыми, альтернативными показателями, т.е. показателями, расчёт которых основан на противопоставлении двух групп населения – больных и здоровых (т.е. остальной части населения). Поэтому показатели заболеваемости (исключение составляет person-time incidence rate) отражают одновременно и частоту случаев указанной болезни в группе риска за данный период (момент) времени и долю заболевших (больных) данной болезнью в той же группе за то же время.
Например, показатель инцидентности (заболеваемости) гриппом (всего) населения г. Москвы в 2002 году составил 1075,00/0000. Это означает, что частота заболеваний гриппом всего населения г. Москвы в 2002 г. составила 1075,0 человека на каждые 100000 населения. Кроме того, та же цифра, выраженная в процентах, указывает, что доля заболевших гриппом среди всего населения г. Москвы в 2002 году составила 1,070/0. Этой же величиной, естественно, одновременно отражается и средний риск заболеть гриппом для любого жителя Москвы в 2002 г.
Все интенсивные показатели являются кумулятивным, т.е. представляющими число случаев данной болезни (вновь выявленных или всех существующих), накопленных к концу определенного периода (момента).
В последнее время, особенно при описании результатов аналитических исследований, вместо термина вероятность заболеть используется термин шансы заболеть. Шансы (odds)– в общем случае, это отношение вероятности того, что событие произойдет, к вероятности того, что событие не произойдет. При расчетах шансов вероятность чаще всего выражают в долях единицы.
13 EMBED Equation.3 1415
Если вероятность выражается в размерности большей единицы, например в %, или 0/00, то единица в знаменателе формулы заменяется соответственно на 100 или 1000. Шансы и вероятности содержат одну и ту же информацию, но по-разному выражают ее.
Например, распространенность артериальной гипертонии (АГ) в Москве в период 1979 - 1981 г.г. среди женщин 60-69 лет составляла 57,6%, что соответствует средней вероятности быть больным (АГ) для этой категории населения, на этой территории, в данный период времени. Шансы быть больной при тех же условиях составят 57,6/(100-57,6)= 1,4. Шансы, выражают как отношение шансов к какой либо цифре, в данном примере, как 1,4 :1, т.е. шансы женщин в возрасте 60-69 лет в Москве в период 1979 1981 г.г. быть больным АГ составляли 1.4 к 1.
Зная величину шансов при необходимости легко рассчитать вероятность:
13 EMBED Equation.3 1415
Так, по данным предыдущего примера: вероятность = 1,4/(1+1,4)=0,576 или 57,6%.
Для некоторых расчетов шансы удобнее использовать, чем вероятности. Для всех инфекционных болезней в обычной эпидемической обстановке, вероятность заболеть каждого жителя, а, следовательно, и его шансы заболеть незначительны.
Например, показатель заболеваемости гриппом и ОРВИ (самый большой из всех инфекций) населения Москвы в 2002 году составил 31666,60/0000. Эта цифра соответствует средней вероятности заболеть каждого жителя Москвы в 2002 году. Шансы каждого жителя в этом случае оцениваются как 31666,6/(100000-31666,6)= 0,46, или 0,46 к 1, или 4,6 к 10.
Показатель инцидентности
Показатель инцидентности (заболеваемости), имеет много английских названий и сокращений incidence rate, cumulative incidence rate, IR, I,) Как уже отмечалось, в аналитических исследованиях используется термин абсолютный риск (R).
В отечественной литературе показатель инцидентности чаще всего именуется показателем заболеваемости. Без преувеличения можно сказать, что он является основным в эпидемиологии. Именно этот показатель фигурирует в различной документации, с его помощью измеряют и сравнивают частоту заболеваний в различных группах населения, в городах и странах.
Формула расчета: 13EMBED Equation.31415 где:
А- число новых случаев болезни (т.е. число заболевших), выявленных в определенной группе населения (группе риска) за данный период времени, на данной территории. Таким образом, в числитель не должны входить случаи той же болезни, в той же группе, на той же территории, но выявленные ранее.
N– численность той же группы населения (группы риска) в которой было выявлено «А» больных. Как правило, учитывается численность населения в начале данного периода, или численность в середине того же периода. Период может иметь разную продолжительность и выражаться в днях, неделях, месяцах и годах.
R- размерность, та же, что и для остальных интенсивных показателей
Показатель инцидентности отражает:
Частоту вновь выявленных случаев данной болезни, в какой- либо группе населения (группе риска) за данный период (момент) времени на данной территории;
Средний риск (вероятность) заболеть (но не быть больным) данной болезнью в той же группе за то же время на той же территории;
Долю заболевших (долю новых случаев) указанной болезнью в той же группе за то же время на той же территории.
Пример 6.3. В 2002 г. среди взрослого населения Москвы было зарегистрировано 3007 новых случаев инфекции, вызванной ВИЧ. В начале 2002 г. численность взрослого населения Москвы составила 7332358 человек. Отсюда, показатель инцидентности (заболеваемости) инфекцией, вызванной ВИЧ взрослого населения Москвы в 2002 году составил:
I = (3007 ( 7332358) x 100000 = 41,00/0000
Долю взрослого населения Москвы заболевшего ВИЧ-инфекцией в 2002 году лучше выразить в процентах, т.е. приблизительно 0.40/0. Средний риск заболеть ВИЧ-инфекцией для любого взрослого человека в Москве в 2002 году наиболее полно отражается размерностью на 1000 – т.е. чуть больше 4 случаев на 1000 человек (4,10/00).
Показатель превалентности.
Показатель (prevalence rate, PR) в различных эпидемиологических изданиях переводится и как показатель распространенности, и как показатель болезненности, и как показатель пораженности.
Использование в отечественной литературе разных обозначений одного и того же показателя естественно затрудняет адекватное восприятие эпидемиологической информации. Кроме того, следует учитывать, что термин «пораженность» в ряде отечественных руководств, применяется для обозначения показателя «attack rate», а не показателя «prevalence rate».
Чтобы облегчить прочтение и понимание эпидемиологических данных предлагается показатель «prevalence rate» именовать показателем превалентности. Вместе с тем учитывая, что «prevalence» переводится как «распространенность», не следует возражать и против использования термина «показатель распространенности». Распространенный – значит часто встречающийся, отсюда термин распространенность в эпидемиологическом смысле означает оценку встречаемости среди населения данной болезни в определенное время. При этом измерение распространенности предусматривает учет всех зарегистрированных случаев болезни независимо от даты их возникновения, выздоровления или смерти.
Необходимость измерения заболеваемости с помощью этого показателя определяется желанием оценить встречаемость (распространенность) данной болезни среди определенного населения в данный момент времени (чаще всего день) или за более продолжительный период (неделя, месяц, год и т.п.).
Показатель превалентности на момент времени называют показателем моментной превалентности или просто моментной превалентностью (PRM). Соответственно, показатель превалентности за период времени – показателем превалентности периода, или превалентностью периода (PR). Различия между двумя разновидностями показателя превалентности демонстрирует рис. 7.
Формула расчета: 13EMBED Equation.31415 где:
А – все зарегистрированные, т.е. вновь выявленные и выявленные ранее случаи болезни в группе риска на данный момент (для PRM), или период (для PRP) времени, на данной территории
N – численность группы риска в данный момент (для PRM), или период (для PRP).
R – размерность - та же, что и для остальных интенсивных показателей
Как следует из формулы, числитель PR момента составляют все случаи болезни, выявленные в обществе к данному моменту времени независимо от даты возникновения болезни.
Числителем PR периода являются все лица, имеющие заболевание в течение определенного периода времени. Т.е. учитываются все случаи болезни, если они уже были к началу периода, возникли или закончились выздоровлением или смертью в любой день до конца периода.
Таким образом, показатель превалентности отличается от показателя инцидентности только числителем. Размерность показателя заболеваемости, также как и инцидентности может быть любой – от процентов до просантимилле.

Рис. 7. Даты возникновения, выздоровления и смерти больных болезнью Х в группе риска из 50 человек за период с 1 мая по 30 июля 2000г.


По данным рисунка 6.7 можно, в частности, рассчитать следующие показатели:
Моментная превалентность:
PRM для 1 мая
·
1 (больной А)
х 100 = 2,0%


50



PRM для 4 июня
·
3 (больные А, Г, Е)
х 100 = 6,0%


50



Превалентность периода:
PRP c 1 мая по 30 июля =
7 (все случаи болезни)
х 100 = 14,0%


50



PRP со 2 июля по 30 июля =
6 (все больные, кроме умершего А)
х 100 = 12,0%


50



Для сравнения рассчитаем показатели инцидентности:
I c 1 мая по 30 июля =
7 (все случаи болезни)
х 100 = 14,0%


50


I cо 2 июля по 30 июля =
6 (все новые случаи болезни)
х 100 = 12,0%


50




Показатель превалентности отражает:
частоту всех зарегистрированных (новых и выявленных ранее) случаев болезни в определенной группе населения на данный момент или за данный промежуток времени;
средний риск (вероятность) быть больным (болеть) указанной болезнью каждого лица, относящегося к определенной группе населения на данный момент или за данный промежуток времени;
долю болеющих указанной болезнью в определенной группе населения на данный момент или за данный промежуток времени.
Так же как и любые величины заболеваемости, показатель превалентности отражает влияние на него объективных и субъективных факторов. Однако среди объективных факторов следует выделить продолжительность болезни, которая влияет только на величину показателя превалентности, никак не сказываясь на величине инцидентности. Чем длительнее протекает заболевание, тем больше показатель превалентности, по сравнению с показателем инцидентности, и наоборот, чем быстрее заканчиваются случаи болезни выздоровлением или смертью, тем меньше превалентность отличается от инцидентности.
В свою очередь продолжительность болезни зависит от:
особенностей клинического течения данной болезни у лиц определенных групп людей (с учетом пола, возраста, национальности и т.д.);
качества и эффективности оказания медицинской помощи населению (ее доступность, качество лечения и т.д.).
На некоторых территориях превалентность и инцидентность в значительной мере могут зависеть от миграции населения, а именно от состояния здоровья и количества прибывающих и убывающих лиц. Если, например, среди приезжающих преобладают лица восприимчивые к данному заболеванию, то это может увеличить риск инцидентности, а, следовательно, превалентности. Если среди прибывающих (убывающих) есть больные (чаще это хронические формы болезни), то это не изменит показателя инцидентности, но увеличит или, соответственно, уменьшит показатель превалентности.
Из сказанного следует, что показатель превалентности менее, чем показатель инцидентности, пригоден для выявления причин возникновения болезни. Однако он крайне важен, в частности, для определения потребности населения в медицинской помощи, что необходимо для организации и планирования работы систем здравоохранения.
Показатель превалентности особенно важен для оценки распространённости болезней, начало которых установить трудно, медленно развивающихся болезней и болезней, начинающихся хотя и остро, но склонных к затяжному, хроническому течению, рецидивам и осложнениям. При таких болезнях различие показателей превалентности, например, в разных странах, является одним из свидетельств соответствующего качества и эффективности работы существующих систем здравоохранения.
Показатель превалентности используется не только для измерения распространённости болезни, но и для оценки распространённости какого-либо симптома, признака болезни. В этом случае числитель (А) будет представлен лицами, имеющими в данное время соответствующий признак.
Оценка превалентности признака особо важен в тех случаях, когда выявить достаточно специфичные признаки болезни легче, чем поставить точный диагноз. Например, результаты измерения частоты спленомегалии (легко диагностируемый симптом малярии) используются для заключения о распространённости малярии на различных территориях и их классификации по степени риска заболеть этой болезнью.
Показатель инцидентности человек-время.
Показатель инцидентности человек-время (рersontime incidence rate, PtR) редко используется в рутинной эпидемиологической деятельности и специально разработан для статистической обработки результатов проспективных эпидемиологических исследований (см. главу 10). Некоторые авторы называют этот показатель – показателем плотности инцидентности (incidence density).
Показатель человек-время наиболее точно измеряет частоту (риск) возникновения новых случаев в группе риска, поскольку он учитывает время риска каждого лица этой группы за определённый период времени.
В таких исследованиях за первоначально здоровыми людьми, составляющими группу риска, устанавливается длительное (как правило, несколько лет) наблюдение для своевременного выявления заболевших. Определённое число лиц остаются здоровыми весь период наблюдения, а часть выбывает через различные промежутки времени от начала исследования по причине болезни или другим обстоятельствам. Таким образом, для отдельных лиц из группы риска, время, в течение которого они подвергались риску заболеть, оказывается разным. Обычный показатель инцидентности (I) не учитывает этого факта, и поэтому недостаточно точно измеряет средний риск заболеть каждого лица, входящего в группу риска. Преодолеть неточность показателя инцидентности позволяет показатель человек-время, для чего в его знаменатель вводится величина, именуемая "числом человеко-лет наблюдения- ЧЧЛ ".
Формула расчёта:
13 EMBED Equation.3 1415 где:
ЧЧЛ - знаменатель показателя человек-время суммируется из времени риска каждого отдельного члена группы риска с учётом времени (дат) выбывания отдельных лиц из исследования по поводу изучаемой болезни или по иным причинам. Время выражается чаще всего в годах, реже в месяцах, хотя принципиального значения интервал времени не имеет.
Пример. В проспективном исследовании изучалась частота возникновения новых случаев аллергических заболеваний у работников нескольких предприятий по выпуску лекарственных препаратов. В исследовании приняло участие 518 человек, за которыми наблюдали в течение 4 лет. Численность наблюдаемых постепенно уменьшалась за счет заболевших и лиц, выбывающих из исследования по другим обстоятельствам Результаты исследования приведены в табл. 1.
Чтобы упростить расчеты, заболевшие и другие лица, выбывшие из исследования, сгруппированы в каждом году поквартально, а время наблюдения выражается в долях года. Например, если заболевания выявлены через 6 месяцев от начала наблюдения, то это соответствует величине 0,5 года, если через 1 год и 3 месяца – то этот период равен 1,25 года и т.д.

Табл. 1. Результаты изучения частоты аллергических заболеваний у работников предприятий по выпуску лекарств.
1. Общее число выявленных больных за 4 года равно 80.
2. Число «человеко-лет» наблюдения (знаменатель) рассчитывается начиная с последней строки (после 4 лет) путем умножения числа выбывших лиц на период их наблюдения и суммированием полученных результатов. Незаболевшие учитываются 1 раз по данным последней строки.
(20 (3,5)+(45 (3,25) + (186(4)=960,25 человеко-года
(19 (2,25)+(50(2,25)=155,25 человеко-года
(18(1,75)+(72(1,5)=139,5 человеко-года
(23(0,5)+(85(0,25)=32,75 человеко-года
Всего: 1287,75 человеко-года
3. Показатель человек-время составляет:
13 EMBED Equation.3 1415, т.е. 6,2 случая аллергических болезней на 100 человек в год (на 100 человеко-лет).
4. Для сравнения рассчитаем простой показатель инцидентности:
13 EMBED Equation.3 1415
Так как простой показатель инцидентности (I) не учитывает выбывших из исследования, он значительно менее точно оценивает риск заболеть данной болезнью. Нередко при длительном наблюдении не удается учесть время риска каждого лица и точно рассчитать показатель человек-время. В таких случаях, можно ограничиться расчетом показателя инцидентности, но в знаменатель следует внести не численность группы на начало исследования, а среднюю ее величину от начала до окончания наблюдения.
В предыдущем примере средняя численность группы риска составляет (518+186)/2=352 человек в год. Отсюда I=(80/352)(100=22,7% за 4 года или 5,7%, т.е. 5,7 случая на 100 человек в год, что в большей степени соответствует точному значению PTR.
Показатель очаговости (первичной).
Показатель первичной очаговости. (аttack rate, AR).в некоторых российских изданиях именуется показателем пораженности, тогда как во многих случаях тем же термином обозначают показатель prevalence rate.
Мы рекомендуем для показателя attack rate использовать название показатель очаговости, или показатель первичной очаговости.
Показатель очаговости по способу расчета ничем не отличается от показателя инцидентности, но применяется он при описании заболеваемости относительно небольших групп населения во время вспышек (эпидемий) различных болезней.
Формула расчета: 13EMBED Equation.31415 где:
А - число новых случаев в группе риска во время вспышки (эпидемии)
N - численность группы риска в начале вспышки (эпидемии).
R – размерность – показатель очаговости обычно выражают в процентах, реже на 1000 населения.
Эпидемиологический смысл показателя очаговости соответствует другим показателям заболеваемости только применительно к вспышке (эпидемии). Он отражает:
частоту возникновения новых случаев за период вспышки
долю заболевших за то же время
риск заболеть во время вспышки
Точность измерения очаговости, в значительной степени определяется:
правильностью определения периода вспышки
качеством учета «первичных» случаев болезни
точностью определения численности группы риска
Пример. В детском саду в одной из групп численностью 25 человек, в течение 3 дней было выявлено 5 больных дизентерией
Показатель очаговости составил:
AR=(5/25)(100=20%
Отсюда можно полагать, что доля заболевших, риск заболеть и частота заболеваний дизентерией в этой группе за период вспышки составили 20%.
Показатель очаговости не следует путать с т.н. «индексом очаговости» - отношением числа выявленных случаев во всех очагах к числу этих очагов.
Показатель вторичной очаговости
Показатель вторичной очаговости (secondary Attack Rate, SAR) используется при изучении вспышек (эпидемий) инфекционных болезней, для измерения частоты (доли, риска) новых случаев болезни среди лиц контактировавших с «первичными» больными.
Формула расчета: 13EMBED Equation.31415 где:
А – число новых случаев болезни среди контактировавших с
«первичными» больными за определенный период
N – общее число контактировавших за тот же период.
R – размерность –обычно проценты, реже на 1000 населения.
Точность оценок «вторичной» очаговости зависит от:
правильности определения численности лиц, контактировавших с
«первичными» больными;
точности определения периода, в течение которого случаи заболеваний контактировавших могут расцениваться как «вторичные»;
правильности и точности выявления «вторичных» случаев.
Продолжим изучение ситуации, связанной со вспышкой дизентерии в группе детского сада и определим вторичную очаговость в семьях больных детей.
Все 5 детей, заболевших дизентерией, не были госпитализированы и лечились на дому. Известно, что в подавляющем большинстве случаев, больной дизентерией (особенно на фоне лечения) остается заразным не более 3-4 дней. Максимальный инкубационный период дизентерии 7 дней, хотя чаще всего заболевание проявляется гораздо раньше – через 1-3 дня после заражения. Учитывая срок заразности больных и максимальный инкубационный период, все случаи дизентерии, возникшие в семьях не позднее, чем через 10 дней от момента выявления больных детей могут считаться «вторичными». Этот же период времени должен учитываться для определения численности лиц, контактировавших с больными.
Было установлено, что общее число членов семей, контактировавших с больными детьми, составило 22 человека, среди которых было выявлено 2 «вторичных» случая дизентерии. Отсюда: SAR=(2/22)(100=11,0%
Интерпретация показателя «вторичной» очаговости принципиально не отличается от других показателей заболеваемости, с той лишь разницей, что выводы должны быть отнесены к контактировавшим с первичными больными за определенный период времени.
Экстенсивные показатели
Экстенсивные показатели, или показатели структуры (т.е. внутреннего строения, устройства) изучаемого явления оценивают величину какой-либо структурной части ко всему явлению. Измеренные части явления называют долями или удельными весами, оценивающими вклад каждой части в общее явление.
Размерность экстенсивных показателей (т.е. долей, удельных весов, вкладов) принципиально может быть любой, но чаще всего ее выражают в процентах, реже – в долях единицы, принимая целое, соответственно за 100 или за 1.
При изучении структуры заболеваемости общая формула расчета:
13 EMBED Equation.3 1415 где:
Р части – экстенсивный показатель заболеваемости, оценивающий удельный вес какой-либо структурной части заболеваемости (заболевших) в известном суммарном числе заболевших;
А части – число случаев болезни, относящееся к какой-либо структурной части заболевших (группе больных);
А всего – (основание показателя) – число случаев болезни, отражающее всю, существующую в пределах данной структуры, заболеваемость, т.е. суммарное число больных во всех группах составляющих данную структуру;
R – размерность показателя – проценты (%).
При изучении структуры заболеваемости используются различные группировочные признаки, позволяющие делить всех больных на группы (структурные части) и создавать, таким образом, различные структурные распределения определенного, часто одного и того же, суммарного числа больных. Ниже приведены некоторые примеры различных структурных распределений.
Так, использование в качестве группировочного признака диагноза заболевания позволяет изучить структуру заболеваемости по нозологическим формам болезней.
В 2002 г. в Москве было выявлено 2712880 больных, относящихся к 75 нозологическим формам инфекционных и паразитарных болезней. В том числе, 2300430 больных острыми респираторными болезнями (ОРВИ), 92817 больных гриппом, 34253 больных различными острыми кишечными инфекциями (ОКИ), 56401 больных краснухой и так далее.
Исходя из этих данных доля (удельный вес, вклад) заболевших каждой из этих болезней в общей сумме всех больных всеми инфекционными и паразитарными болезнями составил:
Р больных ОРВИ = (2300430/2712880)(100 = 84,8%
Р больных гриппом = (92817/2712880)(100 = 3,4%
Р больных ОКИ = (34253/2712880)(100 = 1,3%
Р больных краснухой = (56401/2712880)(100 = 2,1%
Не менее важным является анализ структурных распределений составленных с учетом времени возникновения случаев болезни.
Например, данные табл..2 позволяют оценить вклад заболевших в каждом месяце в общую сумму заболевших за год.
.
Табл. 2 Помесячное распределение больных скарлатиной среди всего населения г. В. в 2000 году
Использование для группировки различных индивидуальных признаков, позволяет создавать и изучать разнообразные структурные распределения больных, например, по полу, возрасту, профессиям, особенностям клинического течения болезни и т.д.
В 2000 году в Москве было выявлено 272954 больных 73 инфекционными и паразитарными болезнями. Среди них было 696835 больных детей в возрасте до 7 лет, 649395 больных детей в возрасте 7 – 14 лет и 1381724 больных взрослых. Соответственно удельный вес каждой указанной возрастной группы составил:
Р больных детей до 7 лет=(696865/272954)(100 = 25,6%
Р больных детей 7 –14 лет = (649395/272954)(100 =23,8%
Р больных взрослых = (1381724/272954)(100 = 50,8%
Экстенсивный показатель, оценивающий долю какой-либо части заболеваемости, должен иметь все те же названия, что и интенсивный показатель, т.е. название болезни, время, место возникновения случая болезни, обозначение индивидуальных признаков больных. Кроме того, обязательно должна быть обозначена (названа) общая сумма заболевших, принимаемая за А всего, т.е. сумма заболевших составляющая данное структурное распределение.
Абсолютно бесполезной является следующая информация – «в Москве в 2002 г удельный вес заболевших скарлатиной детей до 14 лет составил 5,2%".
Бесполезность этой информации связана с отсутствием обозначения той суммы больных, для которой определялась доля детей больных скарлатиной. Доля таких больных (а всего было выявлено 5687 детей до 14 больных скарлатиной) будет существенно различаться в зависимости от того, какие цифры принимаются за суммарное количество больных. Например, возможны следующие варианты:
( доля больных скарлатиной детей рассчитанная исходя из суммарного числа больных детей до 14 лет в Москве в 2002 г. независимо от наименования инфекционной болезни составит – Р=(5687/1341569)(100=0,42%;
( доля больных скарлатиной детей, рассчитанная исходя из общего числа всех (независимо от возраста) больных инфекционными и паразитарными болезнями в Москве в 2002 г. составит – Р=(5687/2712880)(100=0,21%;
( доля больных скарлатиной детей, рассчитанная исходя из суммарного числа больных 6 детскими инфекциями (коклюшем, скарлатиной, натуральной оспой, корью, краснухой и эпидемическим паротитом) составит – Р=(5687/108638)(100=5,2%
Таким образом, информация, указанная в начале примера, относится только к последнему структурному варианту оценки удельного веса детей до 14 лет заболевших скарлатиной в Москве в 2002 г.
В отличие от интенсивных показателей, экстенсивные показатели заболеваемости можно объединить, но при условии, если они относятся к одному структурному распределению.
По данным предыдущего примера доли больных всеми инфекционными и паразитарными болезнями в Москве в 2000 г. составили для детей:
до 7 лет - 25,6%, а от 7 до14 лет – 23,8%
Отсюда вклад всех детей в общую заболеваемость всеми инфекционными и паразитарными болезнями в Москве в 2000 году составил - 25,6+23,8=49,4%.
Величина экстенсивных показателей при сравнимом качестве выявления, диагностики и учета больных, зависит от влияния большего количества факторов, чем величина интенсивных показателей.
Значение отдельного интенсивного показателя, отражающего частоту заболеваний в отдельной группе населения, определяется только:
риском заболеть (заразиться и заболеть) представителей исключительно данной группы;
численностью данной группы населения.
Следовательно, изменение интенсивного показателя одной группы населения никак не сказывается на величине интенсивных показателей в других группах.
Значение отдельного экстенсивного показателя, отражающего долю заболевших отдельной группы населения в общей сумме больных, принятых за 100%, определяется:
риском заболеть (заразиться и заболеть) характерным не только для данной группы, но и других групп населения;
численностью каждой группы населения, входящей в данное распределение заболевших.
Именно поэтому величина экстенсивных показателей и их изменение может зависеть с равной вероятностью, как от факторов присущих отдельной группе населения, так и факторов влияющих на число заболевших в других группах.
При трактовке результатов изучения структуры заболеваемости, к сожалению, допускаются типичные и серьезные ошибки.
Одна из ошибок связана с интерпретацией результатов изучения распределения экстенсивных показателей. Нередко, на основании разных долей заболевших, относящихся к различным группам населения, делается неправомерный вывод о разной частоте заболеваний в сравниваемых группах населения. Далее может последовать правильная по логическому построению, но ошибочная из-за предыдущего вывода, цепочка умозаключений - "поскольку частота заболеваний в сравниваемых группах разная, значит, риск заболеть в этих группах также разный, а, следовательно, активность и (или) набор факторов риска, определяющих заболеваемость в этих группах, различается". Эти ошибочные эпидемиологические выводы могут отрицательно сказаться на эффективности проводимых противоэпидемических мероприятий.
Во избежание такой ошибки необходимо помнить и понимать формулы расчетов интенсивных и экстенсивных показателей заболеваемости. Числители этих показателей одинаковы – абсолютное число больных в определенных группах населения. Знаменатели этих показателей разные. У интенсивного показателя знаменатель – численность определенной группы населения, у экстенсивного показателя знаменатель – суммарное число больных в изучаемых группах. Вследствие этого величины интенсивного и экстенсивного показателя заболеваемости какой-либо группы населения статистически абсолютно независимы друг от друга. Так, например, при одной и той же частоте заболеваний в разных группах населения, доли заболевших, относящихся к этим группам, могут существенно различаться, причем тем больше, чем больше различается численность отдельных групп населения. Сравнительно незначительный риск возникновения заболевания за счет большой численности группы может обеспечить высокий вклад больных этой группы в общую заболеваемость населения. И наоборот, высокий риск возникновения болезни в группе населения небольшой численности может проявиться незначительной долей заболевших.

Табл. 3. Заболеваемость дизентерией различных групп населения г. В. в 2000 г.
Как следует из данных табл. 3 – основной вклад (43.4%) в заболеваемость дизентерией в 2000 г. в г. В. внесли взрослые. Удельный вес детей, не посещающих ДДУ заболевших дизентерией, был в 4,5 раза меньшим и составил 9,6%. Однако, на основании только этих данных нельзя сделать вывод о том, что риск заболеть дизентерией взрослых – наибольший, а аналогичный риск детей, не посещающих ДДУ – наименьший.
Различная доля заболевших в разных группах населения может быть связана не столько с разным риском заболеть дизентерией, сколько с различной численностью сравниваемых групп.
Именно поэтому соотношение интенсивных показателей оказалось прямо противоположным – риск заболеть дизентерией детей, не посещающих ДДУ был в 12 раз выше, чем аналогичный риск взрослых. Однако, сравнительно небольшой риск взрослых, за счет значительно большей их численности обеспечил почти половину всех больных дизентерией.
Таким образом, по величине экстенсивных показателей заболеваемости не следует делать выводы о частоте и риске заболеваемости в разных группах населения.
Исключением из этого правила являются такие распределения экстенсивных показателей, в которых оцениваются доли заболевших, относящихся к одной и той же группе населения

Табл. 4. Заболеваемость населения Москвы различными инфекционными и паразитарными болезнями (за исключением гриппа и ОРВИ) в 2002 г. (А – абсолютное число больных, % - удельный вес случаев отдельных учетных форм болезней в общей сумме больных, исключая ОРВИ и грипп)
Поскольку все величины таблицы 4 относятся к одной и той же численности населения, т.е. численности населения Москвы в 2002 г., соотношение экстенсивных показателей соответствует соотношению интенсивных величин заболеваемости. Следовательно, таким же является и соотношение риска заболеть различными болезнями населения Москвы в 2002 г. Так, на основании представленных данных можно утверждать, что риск возникновения педикулеза был почти в 13 раз выше, чем риск заболеть скарлатиной (23,0/1,8=12,8).
Другая типичная ошибка связана с трактовкой динамики экстенсивных показателей (табл. 5). Например, уменьшение удельного веса заболевших какой-либо группы пытаются объяснить влиянием факторов, определяющих заболеваемость только в той же группе, в частности, эффективностью противоэпидемических мероприятий, проводимых в отношении этой группы населения.
При изучении динамики экстенсивных показателей следует учитывать то, что уменьшение (увеличение) числа больных даже в одной группе и, следовательно, изменение общего числа больных, приведет к перераспределению долей во всех группах. Таким образом, наблюдаемое уменьшение (увеличение) вклада какой-либо группы в общую заболеваемость может быть связано с изменением численности больных как в этой, так и других группах населения.

Табл. 5. Заболеваемость болезнью К различных возрастных групп населения г. Н в течение 5 условных лет (Р – доля заболевших каждой группы в общей сумме заболевших за год).
Как следует из представленных данных, во всех группах, за исключением взрослых, отмечается явная тенденция снижения экстенсивных показателей заболеваемости. Однако было бы грубой ошибкой только на основании этого факта делать вывод о снижении риска заболеть болезнью К большинства групп населения г. Н.
Выявленная динамика экстенсивных показателей может быть следствием различных ситуаций, часть которых иллюстрируется табл. 6.

Табл. 6. Данные табл. 5 дополнены абсолютными числами заболевших (А).
Как следует из представленных данных, число заболевших в группах детей абсолютно не изменилось, тогда, как среди взрослых число заболевших постепенно увеличивалось. Учитывая, что численность возрастных групп не изменялась (см. примечание), без расчета интенсивных показателей можно сделать вывод о том, что риск заболеть болезнью К постепенно увеличился только для взрослого населения г.Н. В результате каждый год увеличивалось число заболевших среди взрослых и, естественно на ту же величину возрастало общее число заболевших среди всего населения. По этой причине, несмотря на то, что абсолютное число больных в остальных группах не изменялась, удельного веса заболевших детей постоянно снижался. Таким образом такое снижение произошло не за счет уменьшения риска заболеть в этих группах, а из-за увеличения риска заболеть взрослых и следовательно из-за увеличения общего число заболеваний. Поскольку общая численность всего населения не изменялась частота заболеваний болезнью К всего населения также увеличилась.
Заканчивая обсуждение интенсивных и экстенсивных показателей заболеваемости приведем сводную сравнительную характеристику свойств и возможностей этих показателей.
Сравнительная характеристика свойств и возможностей интенсивных (ИП) и экстенсивных показателей (ЭП) заболеваемости.
1. ИП отражает частоту заболеваний, риск заболеть в определенной группе населения и долю больных среди всего населения этой группы. ЭП измеряет удельный вес (вклад, долю) больных одной группы в общем числе больных, относящихся к определенным структурным распределениям.
2. ИП может измерять заболеваемость в одной или нескольких группах населения. ЭП не может быть использован для измерения заболеваемости отдельной (независимо от других) выбранной группы.
3 ИП отдельной группы статистически не зависит от частоты заболеваний в других группах населения. Изменение риска заболеть в любой группе статистически не изменяет частоту заболеваний в других группах. ЭП отдельной группы статистичеески зависим от величин ЭП других групп больных, входящих в данное структурное распределение.
4. ИП различных групп населения не может быть использован для оценки вклада этих групп в общую заболеваемость. ЭП различных групп не может применяться для количественной оценки частоты заболеваний и риска заболеть в этих группах.
5. ИП, выявляя частоту заболеваний и риск заболеть в разных группах населения, позволяют (при прочих равных условиях) делать выводы об активности и (или) наборе причин, определяющих риск возникновения и распространения болезни. ЭП, выявляют только долю больных одной группы в общей сумме больных и не предназначены для поиска факторов риска.
6. ИП отдельной группы статистически независим от величины ЭП той же группы. Высокий ИП какой-либо группы не обязательно сочетается с высоким ЭП той же группы. При одном и том же риске заболеть в разных группах, доля больных в группах зависит от численности этих групп. С другой стороны, одинаковые ЭП могут быть в группах с разным риском заболеть, что также объясняется разной численностью этих групп.
7. Сочетание в каких-то группах высоких ИП и ЭП позволяет отнести их к так называемым «эпидемиологически значимым» группам населения, те группам с высоким риском возникновения болезни и основным вкладом в общую заболеваемость населения. Снижение заболеваемости в таких группах обеспечит высокую эпидемиологическую эффективность проводимых мероприятий.
8. ИП позволяет выявлять динамические изменения частоты (риска) заболеваемости в каждой выделенной группе населения и делать выводы об изменении активности факторов риска. По динамике ЭП отдельной группы (за редким исключением) нельзя делать выводы о динамике факторов, определяющих заболеваемость в этой группе.
Показатели наглядности.
Показатели наглядности позволяют представить ряд сравниваемых абсолютных величин, или интенсивных и экстенсивных показателей в легко воспринимаемом виде. Для этого одна из величин ряда – исходная величина, приравнивается к 100 (возможно любое число равное 10n), а остальные величины ряда пересчитываются по отношению к исходной.
За исходную величину, как правило, принимается минимальная или максимальная из сравниваемого ряда величин.
Показатели наглядности позволяют абстрагироваться от фактических значений сравниваемых величин, но при этом более наглядно иллюстрируют различия между ними и возможную тенденцию их изменения. Чаще всего, показатели наглядности используются для отображения различий показателей заболеваемости в группах населения, выделенных по признаку «лица» и (или) «места».
13 EMBED Word.Picture.8 1415
Табл. 6. Заболеваемость эпидемическим паротитом различных групп населения г. В. в 2000г.
Как следует из данных табл. 6. показатели наглядности, сохранив фактическое соотношение величин, более наглядно демонстрируют различия в частоте заболеваний эпидемическим паротитом различных групп населения г В. 2000г.

6.3 Сравнение показателей.
Вычисление показателей заболеваемости является лишь началом изучения данных о заболеваемости. Вслед за анализом обязательным приемом является сравнение, без которого невозможно ни описать заболеваемость (описательная эпидемиология), ни выявить причины возникновения и распространения болезней (аналитическая эпидемиология).
Только сравнительный анализ позволяет выявить различные особенности распределения показателей заболеваемости в группах населения, выделенных с учетом времени, места возникновения случаев болезни и индивидуальных характеристик заболевших. Напомним, что описать заболеваемость населения какой-либо болезнью, означает не просто ответить на вопросы – «чем болеют», «когда болеют», «где болеют», «кто болеет». Главное - сравнить различные показатели, оценить насколько и во сколько раз один показатель отличается от другого и определить не «когда болеют», а «когда болеют чаще, а когда реже», «на какой территории (в каком месте) болеют чаще, а на какой реже», «какие группы населения болеют чаще, а какие реже».
В аналитической эпидемиологии результаты сравнения активности (набора) различных биологических, социальных, природно-климатических факторов с проявлениями заболеваемости всего населения или отдельных его групп в разное время, на разных территориях являются основой для выдвижения гипотез о причинах возникновения и распространения болезней.
Для формирования групп сравнения используется, уже описанный процесс сводки и группировки эпидемиологических данных. При этом, чаще всего, особенно в практической деятельности, ограничиваются стандартной группировкой на основе признаков времени, места и некоторых индивидуальных характеристик. Как правило, такое выделение групп сравнения лишь косвенно отражает влияние известных или предполагаемых факторов риска.
Для получения более точных выводов о причинах возникновения и распространения болезни необходимо формировать группы сравнения на основании данных о влиянии на население гипотетических или известных факторов риска. Такой прием является основным, как в научной эпидемиологической деятельности, так и в практической работе эпидемиолога. Без такой группировки невозможно, например, провести качественное расследование вспышки болезни, или оценить реальную эффективность иммунопрофилактики какой-либо инфекции и т.д.
Группу населения, на которую действовал (действует) фактор риска, называют по-разному – экспонированная, основная, опытная, подвергшаяся риску, группа воздействия, вмешательства, группа влияния фактора риска, группа F(.
Группу населения, на которую не действовал (не действует) фактор риска называют - неэкспонированная, не подвергшаяся риску, группа сравнения, контрольная, без влияния фактора риска, группа F(.
При интерпретации результатов сравнения, необходимо понимать и помнить, что, пытаясь сравнивать даже однородные явления, мы на самом деле сравниваем полученные нами, а, следовательно, во многом субъективные данные об этом явлении. При этом степень соответствия наших оценок, измеряемого явления, может колебаться в широких пределах.
Так, уже отмечалось, что показатели заболеваемости никогда (в большей или меньшей степени) не соответствует истинному числу больных, а отражают лишь их выявленную и зарегистрированную часть. Следовательно, величина показателя заболеваемости определяется не только влиянием неблагоприятных (объективных) факторов (причин), но и субъективными факторами. К числу последних относится качество выявления, диагностики, учета больных, которые в свою очередь зависят от объективных (например, полиморфизм клинического течения болезни) и субъективных причин (например, квалификация врача). Поэтому, полученное при сравнении существенное различие показателей заболеваемости какой-либо болезнью, например, населения двух населенных пунктов, нельзя сразу расценивать как свидетельство различной активности (набора) факторов риска на этих территориях. Такую гипотезу можно выдвигать, лишь убедившись в том, что качество выявления, диагностики и учета больных этой болезнью на данных территориях существенно не различается.
Всю совокупность приемов (методов, способов), используемых при сравнении величин заболеваемости можно подразделить на:
методы стандартизации показателей;
способы выявления различий величин заболеваемости (т.е. непосредственные способы сравнения);
методы оценки статистической достоверности и выраженности выявленных различий сравниваемых величин.
Особо следует отметить, что без оценки статистической значимости различия показателей (каким бы выраженным это различие не казалось) можно высказывать лишь ориентировочные (предварительные) суждения описательного или аналитического характера.
Стандартизация показателей заболеваемости.
Общее правило статистики при сравнении показателей, сводится к тому, что их корректное сопоставление возможно только при условии структурной однородности явлений, измеренных данными показателями.
Чаще всего, необходима стандартизация возрастной структуры населения сравниваемых территорий, так как известно, что возрастной состав населения, даже в пределах разных районов одного крупного города может существенно различаться. Игнорирование того факта, что различие показателей заболеваемости разных групп населения может быть связано с их неоднородной возрастной структурой, может в итоге привести к ошибочным управленческим решениям.
В эпидемиологических исследованиях часто приходится сравнивать показатели заболеваемости населения, структура которого различается не только по возрасту, но и полу, социальному положению, расе, жизненному укладу, коммунальным услугам, проведению/не проведению профилактических мероприятий и т.д. В зависимости от исследования, исследователь определяет, по какому признаку необходимо провести стандартизацию. При этом, одни и те же данные могут многократно подвергаться стандартизации с использованием каждый раз другого признака.
Устранить влияние различий структуры сравниваемого населения по какому-либо признаку позволяет использование методов стандартизации показателей. При этом вычисляются стандартизованные показатели.
Стандартизованные показатели условны – они не несут реальной информации о риске заболеть населения сопоставляемых территорий и не могут заменить выявленные интенсивные показатели. Они лишь показывают, какой, могла бы быть заболеваемость населения стандартизированного по выбранному признаку.
Существуют три метода стандартизации показателей заболеваемости: прямой, косвенный и обратный.
В эпидемиологических исследованиях чаще используется прямой метод. В главе 9, этап 4, приводится пример применения прямого метода стандартизации при изучении заболеваемости групп населения, выделенных по признаку «места»
Способы выявления различий величин заболеваемости.
Абсолютное сравнение.
Абсолютное сравнение заключается в определении разности двух показателей, то есть вычислении, на сколько один показатель отличается от другого.
Результаты абсолютного сравнения в описательных и аналитических исследованиях часто называют по-разному.
Абсолютное сравнение эпидемиологических величин в описательных исследованиях позволяет выявлять различные проявления динамики и структуры заболеваемости - тенденцию, периодичность, сезонность и др. Без абсолютного сравнения невозможна оценка эпидемиологической, социальной и экономической эффективности мероприятий, направленных на охрану здоровья населения.
При этом в описательных исследованиях при выявлении абсолютной разницы например показателей заболеваемости каких – либо групп населения, когда предположения о конкретных факторах риска в этих группах отсутствуют, или весьма ориентировочны, более корректно использовать термин «разность показателей - РП= I1 - I2 )
В аналитических исследованиях, когда уже существуют гипотезы о факторах риска, абсолютную разницу в частоте заболеваний (рисках заболеть) или абсолютную разницу в рисках развития каких-либо изучаемых клинических исходов в основной и контрольной группе называют:
атрибутивным (добавочным, избыточным) риском (attributable risk-AR);
разницей рисков (risk difference-RD);
в последнее время в публикациях часто используют термин снижение абсолютного риска (САР) (absolute risk reduction- ARD).
Конечно, обилие терминов порождает некоторую путаницу, но еще раз подчеркнем - все эти термины отражают результаты абсолютного сравнения двух групп - экспонированной, подвергающейся влиянию какого-либо реального или предполагаемого фактора риска и неэкспонированной, неподвергающейся воздействию данного фактора.
САР (AR, RD, ARD) = RF+ - RF( где:
RF+ - показатель абсолютного риска в экспонированной группе,
RF( - показатель абсолютного риска в неэкспонированной группе.
Необходимо обратить внимание читателя, что некоторые западные и российские авторы, называют атрибутивный (добавочный, избыточный) риск еще и абсолютным риском. Слово «абсолютный» не только полностью противоречит словам «атрибутивный, добавочный, избыточный», но и эпидемиологическому смыслу разницы показателей. Термин абсолютный риск (R) означает не разницу рисков, а частоту заболеваний в экспонированной и не экспонированной группе населения и по способу расчета соответствует расчету интенсивных показателей заболеваемости. Разница же абсолютных рисков разных групп населения есть атрибутивный (добавочный, избыточный) риск, т.е. дополнительный риск, порожденный действием предполагаемой причины и выраженный в той же частоте заболеваний, что и сравниваемые показатели. Атрибутивный риск, в определенной степени, помогает получить представление о масштабе проблемы, порождаемой действием данного фактора.
Относительное сравнение
Относительное сравнение – это вычисление отношения двух показателей, то есть определение во сколько раз (кратность) один показатель отличается от другого.
Результаты относительного сравнения называются по-разному в зависимости от особенностей исследования.
В описательных исследованиях результат относительного сравнения показателей заболеваемости например отдельных групп населения, когда предположения о конкретных факторах риска в этих группах отсутствуют, или весьма ориентировочны, более корректно использовать термин «отношение показателей - ОП», или «кратность различий показателей – КРП» (ОП=I1 ( I2.)
В аналитических исследованиях, когда уже существуют гипотезы о факторах риска, результат относительного сравнения рисков обозначается терминами:
относительный риск (ОР) - (relative risk - RR):
или реже отношение рисков (показателей)- (risk ratio).
Эти термины отражают результаты относительного сравнения данных двух групп - экспонированной, подвергающейся влиянию какого-либо реального или предполагаемого фактора риска и неэкспонированной, неподвергающейся воздействию данного фактора.
13 EMBED Equation.3 1415 где:
RF+ - показатель абсолютного риска в экспонированной группе,
RF( - показатель абсолютного риска в неэкспонированной группе
При этом:
значение относительного риска (ОР) равное 1 рассматривается как отсутствие связи между фактором и болезнью;
если величина ОР больше 1 считается, что чем больше RR, тем выше риск заболеть (умереть) тех лиц, которые подвергались воздействию фактора, т.е. изучаемый фактор является фактором риска;
если величина ОР меньше 1, значит, риск заболеть (умереть) экспонированных лиц ниже, чем у тех на кого изучаемый фактор не воздействовал и, следовательно, данный фактор, вероятно, оказывает благоприятное воздействие на здоровье.
Относительный риск не несет информации, ни о величинах сравниваемых показателей заболеваемости, (величинах абсолютного риска), ни, соответственно, о величине атрибутивного риска. Даже при высоких значениях относительного риска, если заболевание редкое, значения сравниваемых абсолютных рисков может быть совсем небольшим, Относительный риск используется для ориентировочной и наглядной оценки силы связи между воздействием и заболеванием.
Нельзя сказать какое абсолютное, или относительное сравнение лучше. Чаще всего, и для описания и для объяснения заболеваемости необходимо использовать и абсолютное и относительное сравнение. При этом следует учитывать, что при одинаковой разнице показателей разных сравниваемых пар показателей, их отношения могут существенно отличаться.
Сравним две пары условных показателей заболеваемости:
1) 120,3 0/0000 и 15,8 0/0000
2) 961,0 0/0000 и 856,5 0/0000
Разница показателей обеих пар одинакова - 104,5 0/0000
Отношение показателей существенно различается, – для первой пары оно составляет 7,6 раза; а для второй только 1,1 раза.
С другой стороны, при одинаковом отношении показателей, разница тех же показателей может быть разной.
Сравним две пары условных показателей заболеваемости:
1) 232,3 и 45,6
2) 15,8 и 3,1.
Отношение показателей одинаково – 5,1 раза, а разница показателей первой пары – 186,7, второй только 12,7.
Ни один из способов сравнения не имеет явного преимущества над другим. Однако, при этом, только по значению абсолютного различия показателей, можно определить разницу риска возникновения болезни
Существенное различие отношений показателей в сравниваемых парах обусловлено не различиями риска возникновения болезни, а разными значениями больших показателей в каждой паре. Даже при одинаковом различии риска возникновения болезни, чем больше первый показатель пары, тем меньше отношение сравниваемых величин.
С другой стороны, относительное сравнение в аналитических исследованиях более наглядно отражает степень причинно-следственной связи между факторами риска и заболеваемостью.

Табл.7. Частота новых случаев артериальной гипертензии (АГ) среди курящих и некурящих мужчин 40-59 лет в Москве в 1978-1985г.г.
В табл. 7 представлены данные, полученные в ходе выборочного эпидемиологического исследования, проведенного Институтом профилактической кардиологии в Москве в течение 7,5 лет (1978-1985 г.).
Абсолютное сравнение показателей заболеваемости АГ в группах курящих и некурящих мужчин позволяет предположить, что, в изучаемый период атрибутивный риск возникновения АГ у курящих мужчин 40-59 лет в Москве составлял: САР = 5,1-2,7=2,4 случая на 100 человек в год.
Относительное сравнение тех же показателей дает величину 1,9 раза, т. е. относительный риск (коэффициент риска) ОР=1,9. Отсюда, пока только предположительно, можно утверждать, что в Москве риск развития АГ у курящих мужчин в возрасте 40-59 лет почти в 2 раза выше, чем у некурящих мужчин того же возраста.
Более уверенные выводы о влиянии курения можно сделать лишь после оценки статистической значимости выявленных различий показателей заболеваемости курящих и некурящих мужчин.
Дополнительные показатели, связанные с основными приемы сравнения.
Этиологическая доля (атрибутивная фракция, снижение относительного риска).
В аналитических исследованиях рассчитывают дополнительную величину, которую также называют по-разному.
В наблюдательных исследованиях по выявлению факторов риска эту величину называют: этиологической долей (etiological fraction – EF), или атрибутивной фракцией (долей, пропорцией)-(attributable proportion), реже приписываемой пропорцией. Все термины отражают удельный вес (долю) тех случаев болезни, которые могли бы быть предотвращены при отсутствии влияния фактора риска. Другими словами, это доля тех случаев в группе риска (но не во всем населении), которые связывают (приписывают) с непосредственным влиянием фактора риска.
В экспериментальных аналитических исследованиях по оценке потенциальной эффективности лечебного или профилактического вмешательства ту же величину называют снижением относительного риска (СОР). Эта величина, показывает на сколько процентов может быть снижена частота неблагоприятных исходов при применении изучаемого лечебного или профилактического вмешательства. Поскольку любое вмешательство можно считать фактором риска, ясно, что смысл всех терминов практически не различается, поэтому формулы расчета величины имеющей разные названия одинаковы.
Используются две формулы:
1) 13 EMBED Equation.3 1415
2) 13 EMBED Equation.3 1415 где:


частота случаев (в %), может быть выражена показателем R (абсолютный риск), или показателем PtR (показатель человек- время):
группа F+ - группа населения, подверженная влиянию фактора риска - основная группа;
группа F( - группа населения неподверженная влиянию фактора риска - контрольная группа;
EF (СОР) чаще всего выражается в процентах .
По данным табл. 7 этиологическая доля случаев АГ у курящих мужчин 40-59 лет в Москве в 1978 – 1985 г.г. составляла: 13EMBED Equation.31415
Отсюда можно предположить, что в этот период времени 47% случаев АГ в Москве среди курящих мужчин 40-59 лет можно было бы предотвратить, если бы все они не курили. Оставшаяся доля показывает, что 53% случаев АГ у курящих мужчин того же возраста произошли бы в любом случае, даже если бы они не курили.
Выявление и сравнение этиологических долей различных факторов риска используется не только при изучении достаточных, необходимых и дополнительных причин возникновения и распространения болезней.
Знание этиологической доли крайне необходимо и для здравоохранения, так как эта величина позволяет определить и обосновать первоочередные задачи по охране здоровья населения. Например, достоверно известно, что курение является одним из факторов риска многих распространенных болезней (рака легкого, ишемической болезни сердца, инсульта и т.д.). При этом определены этиологические доли показывающие, что весьма существенную часть заболеваемости данными болезнями и общей заболеваемости населения можно было бы предотвратить, если бы эта вредная привычка не была столь распространена. Именно поэтому в профилактических программах разных стран борьба с курением является одной из первоочередных задач общества.
Доля разности показателей.
В описательных эпидемиологических исследованиях при описании например различий заболеваемости отдельных групп населения, когда предположения о конкретных факторах риска в этих группах отсутствуют или весьма ориентировочны, правомерно по аналогии с показателем EF(этиологическая доля) использовать показатель ДРП (доля разности показателей).
13 EMBED Equation.3 1415 где:
I1, I2– сравниваемые показатели
I1 - I2 – разность показателей
При этом за I1 обязательно должен быть взят больший показатель .
Показатель ДРП, определяет, на сколько процентов один показатель меньше другого (большего) показателя.
Например, сравним заболеваемость в 2001 г. гепатитом А населения Российской Федерации (I=78,50/0000) и населения Москвы (I=57.30/0000) Абсолютная разность составит – 21,20/0000
ДРП = 21,2 / 78,5 ( 100 = 27,0%. Таким образом в 2001 г. заболеваемость гепатитом А населения Москвы, меньше аналогичной заболеваемости населения РФ на 27,0% или на 21,20/0000.
Атрибутивный риск для популяции
Особую значимость для здравоохранения имеет показатель, именуемый атрибутивным (добавочным) риском для популяции, или популяционным атрибутивным (добавочным) риском (population attributable risk-ARP).
Этот показатель выражает и частоту, и долю избыточной заболеваемости, обусловленной влиянием фактора риска не только в группе риска, а во всей популяции, в которой «рассеяны» представители группы риска.
Величина атрибутивного риска для популяции (ARP) зависит от величины атрибутивного (избыточного) риска (AR) и от распространенности фактора риска среди всего населения (Р). Относительно слабый фактор (сравнительно низкий AR), при высокой распространенности фактора риска в популяции, может создать в населении более высокую избыточную заболеваемость, чем больший AR, при низкой распространенности фактора риска.
Атрибутивный риск для популяции отражает избыточную, возможно предотвратимую, заболеваемость в ней, которую связывают с действием определенного фактора. Именно поэтому, знание ARP помогает органам здравоохранения определить приоритетные направления профилактики болезней и наиболее эффективно использовать имеющиеся ресурсы.
Оценка распространенности факторов риска является целью самостоятельных (клинических, социологических, лабораторных) популяционных или составной частью эпидемиологических исследований.
Для того чтобы рассчитать ARP, необходимо в начале определить распространенность фактора риска среди населения, то есть долю (Р) лиц, подверженных влиянию этого фактора.
Формула расчета: ARP=AR( P где:
AR – атрибутивный риск
Р – доля (в популяции) лиц, подверженных воздействию фактора риска, выраженная в долях единицы (а не в процентах).
Пример. Известно, что доля курящих мужчин 40-59 лет в Москве в среднем в средине 80-х годов составляла 58%, или в долях единицы 0,58. Используя данные табл. 7.1 определим, что избыточная частота (доля) возникновения АГ для всех курящих и не курящих мужчин Москвы в возрасте 40-59 лет составит:
ARP=(5,1-2,7)(0,58=1,4%
Таким образом, можно предположить, что избыточная частота, вполне предотвратимой АГ у всех московских мужчин в возрасте 40-59 лет в средине 80-х годов, составляла 1,4 случая на 100 человек в год.
6.4 Оценка статистической достоверности и выраженности различий эпидемиологических величин
Методы оценки достоверности различий показателей заболеваемости
Как указывалось ранее, для оценки достоверности различия показателей необходимо вычислить уровень достоверности (P) этого различия, которому соответствует определенное значение ошибки достоверности (р). Значение этих величин позволит опровергнуть/подтвердить нулевую гипотезу о случайном характере наблюдаемого различия.
Статистика разработала разнообразные методы оценки достоверности различий статистических величин. Уже упоминалось, что для испытания нулевой гипотезы применяются различные статистические методы: критерий Стъюдента (критерий t), хи-квадрат, точный критерий Фишера и др., причем каждый из них имеет свою область применения.
Согласно правилам статистики перед применением какого-либо статистического метода, необходимо выявить характер распределения, которым описывается изучаемая ситуация и в зависимости от него использовать строго определённые методы.
Вместе с тем, известно, что значительная часть проявлений заболеваемости, полностью, или в большей степени, соответствует закону нормального распределения и, следовательно, применение статистики «нормального распределения» не только допустимо, но и необходимо. Возможные погрешности чаще всего не оказывают существенного влияния на эпидемиологические выводы.
В других ситуациях, когда величина статистической погрешности приводит к неправильным эпидемиологическим выводам, необходимо использовать методы соответствующие данному распределению. Так, нередко, распределение показателей соответствуют распределению Пуассона, поэтому, например, способ определения верхнего предела фоновой заболеваемости основан именно на распределении Пуассона.
В данном издании рассмотрим два метода оценки достоверности различий показателей заболеваемости, которые применимы и при анализе других эпидемиологических переменных:
расчёт и оценка значения критерия «t»;
расчёт и сравнение доверительных границ (доверительных интервалов) показателей заболеваемости «метод доверительных границ».
Эти методы оценки достоверности различий показателей заболеваемости, предусматривают, прежде всего, расчёт, так называемой, стандартной ошибки (m), (называемой также ошибкой репрезентативности), которая в зависимости от показателя рассчитывается по формулам:
1. для интенсивных и экстенсивных показателей, исключая показатель инцидентности «человек-время).
13EMBED Equation.31415 где:
m – стандартная ошибка, имеющая ту же размерность, что и показатель П;
П– относительный показатель, выраженный в необходимой размерности, а именно:
( показатель инцидентности (заболеваемости) (I);
( показатели превалентности (PRM, PRP);
( экстенсивный показатель (Р),
q – разность между размерностью показателя и его величиной:
q = 1 –П, если П выражен в долях единицы;
q = 100 –П, если П выражен в процентах (0/0);
q = 1000 – П, если П выражен в промилле (0/00);
q = 10000 – П, если П выражен в продецимилле (0/000);
q = 100000 – П, если П выражен в просантимилле (0/0000);
N для интенсивных показателей: это, численность населения, использованная в расчёте данного показателя заболеваемости,
N для экстенсивных показателей: – это суммарное число больных, составляющих данное структурное распределение, т.е знаменатель формулы расчета экстенсивных показателей.
2. для показателя человек-время (PtR), (плотности инцидентности) 13 EMBED Equation.3 1415 где:
mPtR - – стандартная ошибка, имеющая ту же размерность, что и показатель PtR
PtR – показатель человек-время (показатель плотности инцидентности)
ЧЧЛ - число человеко-лет, т.е. значение знаменателя в формуле PtR.
Обратите внимание, (табл. 8) что величина стандартной ошибки, существенно зависит от численности населения – при одинаковом значении показателей, чем меньше N, тем больше стандартные ошибки этих показателей.

Табл.8. Заболеваемость краснухой населения РФ и условных городов А, Б, В и Г в 2001 году (А.- число выявленных случаев краснухи, I0/0000, m- стандартная ошибка показателя).
Численность населения условных территорий (гор. А, Б, В и Г) постепенно уменьшается, поэтому стандартная ошибка (m), несмотря на одинаковой показатель заболеваемости, постоянно и существенно увеличивается.
Оценка достоверности различий показателей заболеваемости с помощью критерия t.
Критерий t – это критерий статистической значимости (достоверности) или доверительный коэффициент.
Критерий t рассчитывается по общей формуле:
13EMBED Equation.31415 (Знак разности не учитывается) где:
П1 и П2 – два любых относительных показателя, а именно:
( показатели инцидентности (заболеваемости) (I);
( показатели превалентности (PRM, PRP);
( экстенсивные показатели (Р);
(показатели человек-время (PtR));
m1 и m2 – стандартные ошибки сравниваемых показателей.
Как оценить величину критерия t ?
Значения критерия t взаимосвязано с уровнем доверия (P) Это значит, что определённому значению t соответствует только одно значение уровня (P). И наоборот, каждому значению уровня доверия (P) соответствует строго определённое значение критерия t. При этом чем больше значение критерия t, тем больше значение уровня доверия (Р) и, соответственно, меньше уровень ошибки (р). Так, при числе N больше 30:
t = 0,675 соответствует значению P=0,50, и р =0,5
t = 1,0 соответствует значению Р =0,6827; и р =0,3173
t = 1,8 соответствует значению Р=0,9281; и р =0,0719
t = 1,90 соответствует значению Р=0,9425; и р =0,0575
t = 1,96 соответствует значению Р=0,95; и р =0,05
t = 3,0 соответствует значению P=0,9973 и р=0,0027,
Самое высокое значение Р=0,9997, и р=0,0003, (следовательно, ошибка составляет всего 0,03%), соответствует t=3,58. Дальнейшее увеличение значения t не изменяет значения Р или р.
Все значения уровня достоверности Р, соответствующие различным значениям t, можно найти в приложении любого статистического справочника.
При оценке разницы показателей, например I1 и I2 принято считать, что:
если значение критерия t меньше 1,96 то, следовательно, показатели Р1 и Р2 различаются с уровнем доверия меньшим, чем 0,95 (P<0,95), а ошибка соответственно, больше 0,05 (р(0,05). В этом случае различие сравниваемых показателей признается статистически недостоверным, несущественным, обусловленным действием случайных факторов;
если значение критерия t равно, или больше 1,96 то это означает, что показатели Р1 и Р2 различаются с уровнем доверия равным или большим, чем 0,95 (P>0,95) а, значение ошибки р(0,05. Такое различие показателей I1 и I2 признаётся статистически достоверным, неслучайным.
Внимание! Вывод о статистической достоверности различий еще не указывает, какова абсолютная и относительная выраженность различий показателей. Этот уровень доверия позволяет лишь (с известной долей ошибки) утверждать, что различие показателей не случайно, а обусловлено разной активностью (набором) объективных и (или) субъективных причин, определивших значения сравниваемых показателей.
При этом, если значение критерия t соответствует величине ошибки значительно меньшей, чем р(0,05, то рекомендуется привести точное значение р, или хотя бы указывать, что оно меньше 0,01 (для этого значения р критическая величина t=2,58). Такой прием уточняет, на сколько полученный результат измерения ошибки достоверности различий меньше принятой «точки отсечки - точки р=0,05».
Точно также если уровень ошибки больше 0,05, рекомендуется указать его точное значение, что бы читатель мог сам решить, как относиться к результатам исследования.
Например, если в результате оценки достоверности различий каких-либо величин получен критерий t = 5,6, то не следует ориентироваться на критические величины и обозначать ошибку как р(0,05. По крайней мере необходимо указать, что р( 0,001, такое значение ошибки существенно увеличит уверенность читателя в том, что полученные в исследовании результаты не случайны .
Или, если например получено значение t= 1,90, более правильным будет указать точное значение ошибки, т.е. р=0,0575, а не ограничится указанием, что р(0,05, ведь в данном случае результаты исследования совсем немного не «дотягивают» до критической точки, позволяющей отвергнуть нулевую гипотезу с 5% ошибкой.
Оценка достоверности различий показателей заболеваемости с помощью доверительных границ (интервалов).
С учётом высказанного ранее допущения о вероятностной природе показателя заболеваемости, доверительные границы определяют доверительный интервал случайных колебаний показателя и, следовательно, определяют границы, в которых может находиться истинный показатель заболеваемости, или другие эпидемиологические переменные (если не было систематической ошибки)
Существуют нижние (НДГ) и верхние (ВДГ) доверительные границы сравниваемых показателей заболеваемости.
НДГ рассчитывается по формуле П ( tm,
ВДГ рассчитывается по формуле П+ tm,
Общая формула расчета: НДГ (ВДГ) = П ( tm где:
П– интенсивный (I) или экстенсивный (Р) показатель к которому рассчитывается НДГ и ВДГ
m – стандартная ошибка этого показателя
t - критерий достоверности
Следует подчеркнуть, что доверительные границы показателя заболеваемости рассчитываются для заранее выбранного уровня доверия. При этом критерий t показывает, сколько стандартных ошибок (m) необходимо отнять от показателя или прибавить к нему, чтобы получить соответственно НДГ и ВДГ для выбранного уровня доверия.

Рис.7 Заболеваемость коклюшем детей до 14 лет в г. В. в 2000 г. (доверительные границы показателя I0/00000 рассчитаны с разными уровнями доверия: I(m, I(2m , I(3m )
Рис. 7 наглядно показывает, что чем строже выбранный уровень доверия, тем шире доверительный интервал одного и того же показателя.
Таким образом, чем ниже уровень доверия, тем меньше доверительные границы к одному и тому же показателю.
В данном случае, т.е. при применении статистики нормального распределения показатель заболеваемости (для которого рассчитывались НДГ и ВДГ) находится в центре доверительного интервала (рис. 7). При применении статистики Пуассона НДГ и ВДГ не равны друг другу.
Поскольку в медицине, в качестве пограничной величины разделяющей различия на достоверные и мало достоверные используется Р=0,95 (р=0,05), которым соответствует t=1,96, доверительный интервал рассчитывается как П ( 1.96m или приблизительно как П ( 2m.
«Метод доверительных границ» применяют, главным образом, для наглядного отображения достоверности различий сравниваемых величин на линейных или столбиковых диаграммах. Без нанесения на такие диаграммы доверительных границ показателей заболеваемости трудно, а чаще всего невозможно (если не использовались другие методы) делать уверенные заключения, например, об особенностях динамики, или структуры заболеваемости. В этих случаях все выводы носят предварительный (ориентировочный) характер и требуют дальнейшего уточнения.
Несмотря на высокую наглядность «метод доверительных границ» в некоторых случаях (см. далее) не позволяет высказать уверенные суждения об уровне доверия (ошибки) наблюдаемых различий. В таких случаях необходима дополнительная оценка уровня доверия (ошибки) с помощью критерия t.
Как же определить достоверность различий показателей заболеваемости, используя «метод доверительных границ»?
Для этого необходимо рассчитать, нанести на диаграмму и сравнить доверительные интервалы соответствующих показателей заболеваемости используя формулу НДГ(ВДГ) = П(2m.
Сравнение доверительных границ заключается, прежде всего, в выявлении отсутствия или наличия трансгрессии то есть явления неполного разобщения (перекрытия) доверительных интервалов сравниваемых показателей. При сравнении доверительных интервалов возможны следующие варианты.
13 EMBED Excel.Chart.8 \s 1415
Рис.8. Трансгрессии нет


Рис.9 Трансгрессия есть.
Расчет и сравнение доверительных границ используется не только в описательных, но также часто и в аналитических исследования.
Так, например, доверительные интервалы величин, полученных в нескольких исследованиях, посвященных изучению одной проблемы, позволяют читателю увидеть разброс данных в отдельных исследованиях, и сделать соответствующие выводы об их точности. В силу особой наглядности, сравнение на рисунках доверительных интервалов, вместо традиционного расчета величины р, особенно широко стало использоваться в клинической эпидемиологии при отражении результатов рандомизированных клинических испытаний всего того, что используется в клинической практике для диагностики и лечения больных. Данные, полученные в таких испытаниях, являются основой научно обоснованной клинической практики (доказательной медицины).
Так на рис. 10 хорошо видно, что в разных испытаниях и значения относительных рисков смерти при применении бета–блокаторов и доверительные интервалы полученных значений относительного риска (RR) существенно различаются. Наиболее вероятная причина широких доверительных интервалов – проведение исследования на небольших выборках.

Рис. 7.4. Результаты серии независимых рандомизированных испытаний бета–блокаторов, применявшихся для предотвращения смертельных исходов после перенесенного инфаркта миокарда. Источник. Основы эпидемиологии. Р Биглхол с соавт. ВОЗ, Женева, 1994 (с изменениями).
В заключение ещё раз подчеркнём, что оценка уровня достоверности (уровня ошибки) различий показателей заболеваемости является основным и обязательным элементом статистической обработки эпидемиологических данных. Без такой оценки неправомерно делать уверенные выводы об эпидемиологической значимости различий показателей заболеваемости, делать заключения об особенностях динамики и структуры заболеваемости и выдвигать гипотезы о факторах риска и оценивать результаты экспериментальных исследований.
Однако, к сожалению, несмотря на вышесказанное, до настоящего времени в различных статьях, диссертациях, учебниках, отчётах (даже государственных) весьма часто сравнение показателей и формирование выводов происходит без оценки уровня доверия (ошибки) наблюдаемых различий. Всё это свидетельствует о недостаточной культуре анализа эпидемиологических данных.












13PAGE 15



13PAGE 143615





Root EntryEquation NativeEquation NativeEquation NativeEquation NativeEquation NativeEquation NativeEquation NativeEquation NativeEquation Native15Times New Roman
Контингенты

125,0

189,8

Всего

15,7

45,5

27,7

21,8

100,0

18,0

27,4

315,0

191,9

151,0

692,9

"неоргагизованные" дети до 2

лет

108,5

Показатель

заболеваемости

(

0

/

0000

)

Показатель

Наглядности %

взрослые

"неоргагизованные" дети 3 - 6

лет

"оргагизованные" дети до 2 лет

"оргагизованные" дети 3 - 6 лет

школьники




Приложенные файлы

  • doc 8885172
    Размер файла: 637 kB Загрузок: 1

Добавить комментарий