Вороненко Ю.В., Москаленко В.Ф. (ред.) Соціальна медицина та організація охорони здоров'я

Подождите немного. Документ загружается.

/ етап - розрахунок погрупових та загальних інтенсивних показників

(табл. 1).

Таблиця 1

Частота ускладнень при опіках в стаціонарах А і Б (І етап)

Індекс

тяж-

кості (умов-

ні

одиниці)

До

11-20

21-30

31-40

Більше 40

Всього

Стаціонар А

число

хворих

250

450

120

935

з них з усклад-

неннями

124

Стаціонар Б

число

хворих

300

450

250

220

100

1320

з них з усклад-

неннями

212

Частота ускладнень

стаціонар

А (%)

8,00

9,33

18,33

29,41

50,0

13,26

стаціонар

Б (%)

7,33

9,11

18,0

27,27

44,0

16,06

// етап — вибір та розрахунок стандарту.

Стандартом є склад порівнюваних груп (в нашому випадку хворих з опіками),

які умовно беруться однаковими в порівнюваних групах. За стандарт можна

взяти: 1) склад однієї з порівнюваних груп; 2) сумарний або середній склад

обох груп; 3) відомий склад будь-якої

іншої

групи. В нашому прикладі за

стандарт беремо сумарний склад хворих за тяжкістю патології в обох дослі-

джуваних стаціонарах, припускаючи, що склад хворих за тяжкістю патології

в обох стаціонарах відповідає розподілу, обраному за стандарт (табл. 2).

Таблиця 2

Розрахунок за прямим методом стандартизації (II етап)

Індекс

тяжкості

До

11-20

21-30

31-40

Більше 40

Всього

Число хворих

число хворих

(стаціонар А)

250

450

120

935

число хворих

(стаціонар Б)

300

450

250

220

100

1320

сумарно в обох

стаціонарах

550

900

370

305

130

2255

розподіл за

стандартом

24,4

39,9

16,4

13,5

5,8

100,0

/// етап — розрахунок

"очікуваного"

числа хворих за стандартом.

Кожен з досліджуваних стаціонарів має фактичні частоти ускладнень

серед хворих з різним ступенем тяжкості патології. На даному етапі аналізу

можна визначити, яке число хворих з ускладненнями може бути виявлено в

них за умови стандартизованого (однакового) розподілу хворих. Розрахунок

ведеться за наступною схемою: яке число хворих з ускладненнями могло б

бути на 24,44 хворих з

індексом

тяжкості до 10 в групі стандарту, якщо

фактична частота ускладнень в даній групі в стаціонарі А складає 8 випадків

на 100 хворих і в стаціонарі Б - 7,3 випадки на 100 хворих.

Повний розрахунок "очікуваного" числа хворих відповідно до стандарту

наведено в табл. 3.

http://www.medicalcd.info, info@medicalcd.info, ICQ: 359 787 262

http://rapidshare.com/users/5BGX23

Стаціонар А

8,0-100

х - 24,44

х= 1,95

Стаціонар Б

7,3-100

х - 24,44

х=1,78

IV етап - обчислення стандартизованих показників (табл. 3).

На цьому етапі знаходимо підсумок результатів, розрахованих на поперед-

ньому етапі за

Есіма

групами для відповідних стаціонарів. Сума "очікуваних"

чисел є стандартизованими за індексом тяжкості показниками частоти усклад-

нень для обох стаціонарів.

Вони складають: для стаціонару А - 15,54; для стаціонару Б - 14,60

випадки на 100

хворих.

ТаблицяЗ

Розрахунок за прямим методом стандартизації (III та IV етапи)

Індекс

тяжкості

До

11-20

21-30

31-40

Більше 40

Всього

Частота ускладнень

стаціонар А

(%)

8,00

9,33

18,33

29,41

50,0

13,26

стаціонар Б

(%)

7,33

9Д1

18,0

27,27

44,0

16,06

Розподіл за

стандартом

24,4

39,9

16,4

13,5

5,8

100,0

IV етап

Число хворих з ускладненнями

за стандартом

стаціонар А

1,95

3,72

3,00

3,97

2,90

15,54

стаціонар Б

1,79

3,63

2,95

3,68

2,55

14,60

ВИСНОВОК.

За умови однакового складу хворих за індексом тяжкості патології

при опіках в обох стаціонарах частота ускладнень була б вищою в стаціонарі А.

Отже, рівень якості лікувально-профілактичної допомоги вищий в стаціонарі Б.

Високий фактичний рівень частоти ускладнень в стаціонарі Б, визначений на І

етапі, можна пояснити більшою частотою госпіталізації хворих з високими

індексами

тяжкості патології. Зміна співвідношення між фактичними та

стандартизованими показниками свідчить про вплив досліджуваного фактора на

рівні загальних інтенсивних показників - частота ускладнень при опіках залежить

від складу хворих за індексом тяжкості в досліджуваних стаціонарах.

Практичне порівняння розрахунків, проведених за різними методами

стандартизації дозволяє зробити висновок про високу точність результатів

при прямому та опосередкованому та дещо меншу

їх

точність при зворотному

методі стандартизації.

Контрольні питання

1. В яких випадках використовують стандартизовані показники?

2. В чому полягає практична значимість методу стандартизації?

. 3. Які існують методи стандартизації?

4. Як проводиться оцінка стандартизованих показників?

http://www.medicalcd.info, info@medicalcd.info, ICQ: 359 787 262

http://rapidshare.com/users/5BGX23

ЗЛО. Кореляційно-регресійний аналіз

Всі зміни, що відбуваються в природі, є взаємопов'язаними та взаємообу-

мовленими. Мінливість певної ознаки, як наслідок зміни інших параметрів, в

свою чергу обумовлює мінливість інших ознак. Проте вказана залежність в

окремих ситуаціях проявляється по-різному. Так, якщо зміна одного параметра

на певну величину, завжди призводить до зміни іншого також на певну

фіксовану величину, можна говорити про функціональну залежність між

ними. Такий взаємозв'язок часто має місце при вивченні хімічних та фізичних

явищ (закон Бойля-Маріотта), в математиці, геометрії (зміна радіуса на певну

величину призведе до зміни довжини кола також на певну фіксовану величину).

В медико-біологічних дослідженнях залежність між окремими параметрами

не має функціонального зв'язку - певному значенню одного параметра може

відповідати декілька значень

іншого,

що можна визначити як кореляційний

зв'язок.

При зміні однієї ознаки неможливо абсолютно прогнозувати величину,

на яку зміняться інші. Прикладом такої залежності є вага та зріст дітей,

тяжкість патології та терміни лікування, концентрація шкідливих речовин в

робочій зоні та рівень захворюваності працівників, число еритроцитів і вміст

гемоглобіну та

інші.

Визначення характеру зв'язку між певними параметрами проводять шля-

хом розрахунку коефіцієнта кореляції, який залежно від його характеру та

форми представлення даних може бути розрахований різними методами.

1. Коефіцієнт парної кореляції відображає характер зв'язку двох ознак.

Він може бути розрахованим при зіставленні двох рядів у вигляді рангового

коефіцієнта кореляції (р) і лінійного коефіцієнта кореляції (г). Парний коефі-

цієнт кореляції дає характеристику узагальненого, "неочищеного" зв'язку між

параметрами. При цьому можливий вплив інших факторів, які не враховуються,

тому самостійна цінність парного коефіцієнта невисока і його розрахунок є

одним з елементів кореляційно-регресійного аналізу.

2. Множинний коефіцієнт кореляції

(К)

- визначає взаємозв'язок між

трьома та більше ознаками і показує ступінь впливу кожної з них.

3. Парціальний коефіцієнт кореляції (розрахунок проводиться на основі

парних та множинного коефіцієнтів кореляції) - відображає "чистий" взаємо-

зв'язок між конкретним фактором та рівнем здоров'я, виключаючи вплив

інших.

Кореляційна залежність відрізняється за направленістю, силою та формою

зв'язку (табл. 1).

Лінійність зв'язку має першочергове значення при попарному порівнянні

факторів, але втрачає свою значимість при багатофакторних моделях. Направ-

леність зв'язку визначається за алгебраїчним знаком коефіцієнта кореляції,

сила зв'язку - за абсолютним значенням коефіцієнта кореляції. Якщо г = 0,

можна говорити про відсутність зв'язку, а при г = 1 - про функціональний

зв'язок між досліджуваними факторами.

http://www.medicalcd.info, info@medicalcd.info, ICQ: 359 787 262

http://rapidshare.com/users/5BGX23

Таблиця І

Кореляційна залежність за направленістю, силою та формою зв'язку

Форма зв'язку

Прямолінійна - рівномірна зміна одного

параметра відповідає рівномірним змінам

іншого параметра (при незначних коли-

ваннях)

Криволінійна - рівномірна зміна одного

параметра відповідає нерівномірним змі-

нам іншого параметра (нерівномірність має

певну закономірність)

Направленість зв'язку - визначається за знаком коефіцієнта кореляції

Прямий зв'язок (позитивний) - динаміка

параметрів є однонаправленою - збіль-

шення одного параметра обумовлює

збільшення іншого (зростання екологіч-

ного навантаження обумовлює зростання

рівня захворюваності населення)

Зворотний зв'язок (негативний, від'ємний)

— динаміка параметрів є різнонаправленою

— збільшення одного параметра обумовлює

зменшення іншого (при збільшенні віку

дітей спотерігається зниження рівня захво-

рюваності)

Сила зв'язку

Слабка

0,01-0,29

Середня

0,30-0,69

| Сильна г

0,70-0,99

Ранговий коефіцієнт кореляції (Спірмена) відноситься до непараметрич-

них критеріїв оцінки взаємозв'язку. Особливість коефіцієнта - простота обчис-

лення при недостатній точності дозволяє його використовувати для орієнтов-

ного аналізу з проведенням швидких розрахунків, при визначенні даних у

напівкількісному, описовому вигляді. Він базується на визначенні рангу

кожного значення ряду. Методику розрахунку наведено на прикладі характе-

ристики взаємозв'язку між рівнем перинатального ризику у вагітних та часто-

тою післяпологових ускладнень (табл. 2).

Порядок розрахунків:

1. Визначаємо ранги для значень кожної величини ряду (х) та (у). Рангу-

вання обох рядів повинно бути

однонаправленим,

наприклад, від меншого до

більшого.

2. Визначаємо відхилення значень першого ряду від другого

(сі

їх

сума

з врахуванням знаків повинна дорівнювати нулю.

3. Підносимо отримані результати до квадрата та визначаємо

їх

суму

Таблиця 2

Взаємозв'язок між рівнем перинатального ризику у вагітних

та частотою післяпологових ускладнень

Перинатальний

ризик (бали)

До

3-4

5-6

7-8

9-Ю

Частота післяпологових

ускладнень (%)

0,4

0,8

0,6

1,4

1,3

Порядкові

номери (ранги)

Різниця

рангів

<3ху = х-у

-1

Квадрат різниці

рангів

http://www.medicalcd.info, info@medicalcd.info, ICQ: 359 787 262

http://rapidshare.com/users/5BGX23

4. Підставляємо отримані результати у формулу:

0,80

п(п

-1)

5(25-1)

Висновок: між рівнем перинатального ризику вагітних та частотою післяпо-

логових ускладнень виявлено сильний, прямий кореляційний зв'язок.

Похибка рангового коефіцієнта кореляції для нашого випадку (п < ЗО)

визначається за формулою:

= 0,346

п-2 V 5-2

При великому числі спостережень (п > ЗО) середня похибка рангового

коефіцієнта кореляції може бути визначена за формулою:

1-р

Шр

= -

Оцінка вірогідності коефіцієнта кореляції проводиться за тими ж принципами,

що використовуються для інших показників з розрахунком критерію вірогіднос-

ті (і) і врахуванням числа спостережень (число ступенів свободи варіаційних

рядів п' = п — 2). Отримані результати порівнюють з табличними значеннями.

Загалом, слід пам'ятати, що для оцінки вірогідності результатів коефіцієнт

кореляції повинен перевищувати свою похибку не менше ніж в 2,5-3 рази

при достатньому числі спостережень.

Для нашого випадку

= 0,346 і

= р/т = 0,80/0,346 = 2,31, що,

відповідно, нижче граничних значень (1 = 3,2 при р < 0,05). Отриманий

результат (і) не дозволяє зробити висновок про вірогідність даного рангового

коефіцієнта кореляції. Доцільним в даному випадку є використання більшого

числа спостережень.

Спрощений метод оцінки рангового коефіцієнта кореляції передбачає порів-

няння його з критичним табличним значенням для відповідного числа пар

спостережень. Коефіцієнт кореляції є значимим з вірогідністю похибки не

вище 5 % (р < 0,05), якщо отриманий результат вище чи дорівнює табличному

значенню. Для нашого прикладу для 5 пар спостереження табличне значення

0,900 (при р < 0,05), що вище фактичного значення. Отже, отриманий

результат не можна вважати суттєвим.

Для розрахунку коефіцієнта прямолінійної кореляції існує багато методів.

Вони визначаються метою, характером та об'ємом дослідження, наявністю

обчислювальної техніки. Один з методів був запропонований К. Пірсоном, в

науковій літературі відомий як лінійний коефіцієнт кореляції Пірсона. Формула

його розрахунку така:

г = -

http://www.medicalcd.info, info@medicalcd.info, ICQ: 359 787 262

http://rapidshare.com/users/5BGX23

де: х і у - варіанти порівнюваних варіаційних рядів;

сі

- відхилення

кожної варіанти від своєї середньої арифметичної.

Наприклад: визначити залежність між тривалістю паління (роки) та часто-

тою виявлення хронічних бронхітів у молодому віці (до 29 років).

Таблиця З

Тривалість

паління

(роки) (х)

2=52

=6,5

Частота

хронічних

бронхітів (%) (у)

6,0

9,0

12,0

13,0

14,0

21,0

26,0

35,0

2=136

=17

(Іх

-3,5

-2,5

-1,5

-0,5

0,5

1,5

2,5

3,5

2с1

СІ

-11,0

-8,0

-5,0

-4,0

-3,0

4,0

9,0

18,0

Ес1

38,5

20,0

7,5

2,0

1.5

6,0

22,5

63,0

Есі

с1

=161

сіх

12,25

6,25

2,25

0,25

2,25

6,25

12,25

2^=42

сі/

121,0

64,0

25,0

16,0

9,0

16,0

81,0

324,0

1^=656

Розрахунок лінійного коефіцієнта кореляції:

1. Визначають середні значення для кожного ряду

(Х

,Х

2. Визначають відхилення кожного із значень ряду від середньої величини

сі

х у

3. Підносять визначені відхилення до квадрата та визначають

їх

суми:

Ісі

=42

та Есі

=656.

х у

4. Підставивши отримані значення у формулу Пірсона, отримаємо:

Ісі

-сі

161

г = •

= 0,97

Висновок: між тривалістю паління в молодому віці та частотою хронічних

бронхітів існує сильний прямий зв'язок.

Вірогідність отриманого результату визначимо за співвідношенням

г/т

де

при малому числі спостережень (п < ЗО) дорівнює:

|і-0,97

п-2 V 8-2

Для нашого випадку коефіцієнт вірогідності:

г 0,97

щ.

0,1

= 9,7,

що значно вище гранично допустимих значень при вірогідності похибки

р < 0,05.

http://www.medicalcd.info, info@medicalcd.info, ICQ: 359 787 262

http://rapidshare.com/users/5BGX23

При великому числі спостережень (п>30) формула для розрахунку

середньої похибки коефіцієнта кореляції має інший вигляд:

1-г

Прямолінійний кореляційний зв'язок між параметрами характеризується

тим, що кожному з однакових вимірів одного показника відповідає певне

середнє значення іншого показника. Дану залежність можна описати коефіці-

єнтом регресії. Він показує, на яку величину в середньому зміниться другий

параметр при зміні першого на певну одиницю виміру.

Розраховується коефіцієнт регресії за формулою:

•^

х/у

**ху '

де

х/

- коефіцієнт регресії ознак х по у;

- коефіцієнт кореляції;

та

- середні квадратичні відхилення рядів (х) та (у).

х у

Розглянемо використання коефіцієнта регресії на прикладі.

При аналізі даних фізичного розвитку 7-річних хлопчиків отримані

наступні параметри фізичного розвитку за зростом

(Х

)

та вагою (X ):

X = 120,0 см; б = 6,0 см та X = 26,0 кг;

= 2,2 кг; г = 0,76.

х х у у ху

Коефіцієнт регресії за даних умов складає:

<£,

2 2

Отже, при зміні зросту на 1 см вага хлопчиків в середньому зміниться на

0,28 кг. Визначений коефіцієнт регресії можна використати в рівнянні регресії

при прогнозуванні ситуації - яка вага в середньому буде відповідати зросту

хлопчиків 125,0 см:

•(х-Х) = 26 +

0,28-(125-120)

= 27,4(кг)

Коефіцієнти регресії досить широко використовуються для побудови рівнянь

регресії при розробці багатьох медико-соціальних та клінічних проблем, в тому

числі для оцінки фізичного розвитку дітей та підлітків. Дані рівняння являють

собою математичну модель, яка описує характер взаємозв'язку між досліджу-

ваними параметрами. Це особливо актуально при побудові багатофакторних

моделей і прогнозуванні рівнів результативного параметра системи при фіксова-

них рівнях окремих компонентів (показників).

Неведені вище методики розрахунку парних коефіцієнтів кореляції є осно-

вою і лише першим етапом багатофакторного кореляційного аналізу. Парні

коефіцієнти показують характер зв'язку (загального, "неочищеного") між

досліджуваними параметрами без врахування впливу

інших

факторів. Оцінка

http://www.medicalcd.info, info@medicalcd.info, ICQ: 359 787 262

http://rapidshare.com/users/5BGX23

"чистого" взаємозв'язку в багатофакторних моделях визначається на основі

парціальних коефіцієнтів кореляції. Основою для

їх

розрахунку є парні

коефіцієнти. Множинний коефіцієнт кореляції відображає зв'язок одночасно

комплексу факторів з досліджуваним результативним фактором (клінічними

показниками та ін.).

Ще одним параметром багатофакторного кореляційного аналізу є коефіці-

єнт детермінації, який відображає питому вагу (%) впливу факторів, що

вивчаються (факторіальні ознаки), на рівень результативних ознак (показники

здоров'я населення, клінічні показники та інші).

Методики практичної реалізації багатофакторного аналізу не розгляда-

ються в даному розділі, тому що вони є досить об'ємними та широко наведені

в спеціальній літературі. Враховуючи значні об'єми розрахунків, реалізація

багатофакторного кореляційного аналізу не можлива без використання обчис-

лювальної техніки. Дані методики реалізовані в багатьох пакетах прикладних

програм: 5Р53,

5ТАТІ5ТІСА,

5ТАОІА,

АХІМ,

МІЛТІРАС,

5ТАТОКАРНІС5

ріиз,

5А5

та інших.

їх

повноцінне використання в клінічних та медико-

соціальних дослідженнях не можливе без знань основ медичної статистики.

Контрольні питання

1. Що таке кореляційний зв'язок, чим він відрізняється від функціонального?

2. Дайте характеристику форми, направленості та сили зв'язку.

3. Які методи використовують для розрахунку коефіцієнта кореляції?

4. Як визначається вірогідність коефіцієнта кореляції?

5. Що таке регресія?

3.11. Основи оцінки факторів ризику та прогнозування

патологічних процесів

Незважаючи на значний розвиток сучасної медицини, до цього часу зали-

шаються невідомими безпосередні причини багатьох захворювань або не

можливо визначити значимість кожної з них за рахунок

їх

поліетіологічності.

Необхідність практичного вирішення вказаних проблем стало основою актив-

ного розвитку теорії факторів ризику.

Досить частими в клінічній практиці є ситуації, що вимагають визначення

оптимальної тактики ведення хворого, яка базується на прогнозуванні подаль-

шого розвитку патологічного процесу, ймовірності загрозливих та терміналь-

них станів. Типовим прикладом практичної реалізації даної методики є оцінка

ризику перинатальної патології, яка широко використовується в акушерсько-

гінекологічній практиці. При цьому залежно від бальної оцінки за певним

переліком факторів формуються групи ризику та коригується план диспансер-

ного спостереження за вагітними.

Зважаючи на багатоплановість даної проблеми, знайомство з теорією фак-

торів ризику буде базуватись на однофакторному (попарне порівняння груп)

чи багатофакторному підходах.

http://www.medicalcd.info, info@medicalcd.info, ICQ: 359 787 262

http://rapidshare.com/users/5BGX23

Відношення ризику, чи відносний ризик — це коефіцієнт, який дозволяє

визначити ризик певних патологічних зрушень, пов'язаних із здоров'ям

досліджуваних контингентів населення, хворих, порівняно з

іншими

групами,

які відрізняються за певними якісними параметрами (демографічним складом,

статтю, умовами праці і т.д.). Обов'язковим для оцінки є наявність двох груп,

одна з яких - основна дослідна група - має першочерговий інтерес, а друга

виступає в ролі контрольної (порівнюваної). Відношення між ризиком патології

в основній дослідній (чисельник) та контрольній (знаменник) групах є відносним

ризиком формування певного патологічного процесу в основній групі

відносно

до порівнюваної.

„.

„

ризик для основної групи ,

Відносний

ризик = — — 1

ризик для контрольної групи

Маючи інформацію, наприклад, про рівні смертності населення працездат-

ного віку за статтю від нещасних випадків, отруєнь та травм, ми можемо

визначити відносний ризик смертності для чоловіків відносно до жінок. При

цьому значення чисельника та знаменника повинні виражатись в одних одини-

цях. Якщо відносний ризик дорівнює 1,0, ми можемо зробити висновок про

однаковий ризик смертності для обох порівнюваних груп. Показник більший

1.0

свідчить про підвищений ризик для групи, яка розташована в чисельнику

за рахунок наявності певних потенціюючих факторів. Значення коефіцієнта

менше 1,0 свідчить про знижений ризик для основної групи.

Наприклад, частота ускладнень (ризик ускладнень) після апендектомії

при госпіталізації протягом 24 годин з моменту виникнення патології складає

2.1

%, а при госпіталізації в термін після 24 годин - 10,8 %. Отже, відносний

ризик ускладнень при пізній госпіталізації складатиме: 10,8 : 2,1 = 5,14. Це

дозволяє зробити висновок про суттєвість впливу на нього зазначеного фактора.

Загальноприйнятим критерієм суттєвості відносного ризику доцільно брати

рівень З І вище.

Відносний ризик кількісно визначає взаємозв'язок (асоціацію) між впливом

певного чинника (терміном госпіталізації, методом лікування, статтю, умовами

праці) та видом патологічних зрушень, тому він також має

назву

міра (ступінь)

асоціації.

Наведена вище

методика

оцінки має узагальнюючий характер і є тільки

одним з елементів аналізу. Повноцінний аналіз прогнозування патологічних

процесів, загрозливих станів, оцінки факторів ризику не можливий без багато-

факторного підходу до вказаної проблеми, який базується на

імовірнісному

аналізі Вальда.

Методологія статистичної оцінки імовірності поряд з існуючими методами

бальної оцінки є найбільш оптимальною для практичного використання. Вона

полягає, наприклад, в проведенні оцінки ймовірності певного переліку симп-

томів при різних захворюваннях з подальшим розрахунком ймовірності кожного

з можливих діагнозів. Вирішення даного завдання базується на основі

http://www.medicalcd.info, info@medicalcd.info, ICQ: 359 787 262

http://rapidshare.com/users/5BGX23

використання формули Байеса та основних її алгоритмів, що дає змогу розраху-

вати та оцінити вірогідність певного патологічного стану чи ускладнень за

комплексом симптомів у конкретного пацієнта.

Обраний перелік симптомів та ознак не може бути довільним, а повинен

складатися тільки з високо інформативних критеріїв, які є загальноприйнятими,

чи відбір яких проводиться з залученням фахівців-експертів.

їх

інформативність

оцінюється за коефіцієнтом інформативності з використанням

інформаційної

міри Кульбака за наступною формулою:

Р(Х:/А1)-Р(

Хі

/А2)

де

Л(х)

- інформаційна цінність ознаки;

Р(х./А1) - умовна ймовірність інформаційної групи

ознаки х в сукупності

досліджуваних хворих

(А1);

Р(х./А2) - умовна ймовірність інформаційної

групи}

ознаки х в сукупності

здорових А2 (контрольна група).

Групи високого ризику (за окремими видами патології, ускладненнями)

формуються на основі розрахунку прогностичних коефіцієнтів (ПК) для кожної

інформаційної групи. При цьому використовується розроблена А.А. Генкіним

і Е.В. Гублером методика неоднорідної послідовної процедури, що базується

на послідовному аналізі Вальда.

Р(Х:/А1)

ПК(Х:)

= 100

ІВ

—-

К }) й

Р(х/А2)

де ПК(х.) - прогностичний коефіцієнт інформаційної групи

]

ознаки х;

Р(х./А1)

- умовна ймовірність інформаційної групи

]

ознаки х в сукупності

хворих з окремими ускладненнями (А1);

Р(х./А2) - умовна ймовірність інформаційної групи

]

ознаки х в контроль-

ній групі А2.

В процесі аналізу весь первинний масив даних розподіляється на окремі

однорідні сукупності за клінічними критеріями (формами патологічних проявів).

Кожній сукупності повинна відповідати виділена в процесі аналізу контрольна

група, якою можуть бути здорові особи чи хворі, що не мають відповідної

патології.

Серед відібраних для аналізу ознак, крім клінічних факторів, може бути

виділена група медико-соціальних чинників (вік, професійна група, сімейний

стан, спадковість, шкідливі звички та інші), заключне використання яких в

моделі факторів ризику обов'язково має бути комплексним.

Практичне застосовування прогностичних коефіцієнтів доцільно проводити

з використанням формалізованих облікових документів, де є інформація про

наявність та характер конкретних чинників, рівню кожного з яких відповідає

певне значення прогностичного коефіцієнта. Оцінка груп ризику проводить-

ся на основі визначення суми окремих прогностичних коефіцієнтів, яка

http://www.medicalcd.info, info@medicalcd.info, ICQ: 359 787 262

http://rapidshare.com/users/5BGX23