•STANDARDIZACE RELATIVNÍCH UKAZATELŮ • • • Srovnávání ukazatelů •Úspěšnost léčby pacientů se stejnou dg. ve dvou různých nemocnicích. • • • • •Otázka: 1.Která nemocnice je úspěšnější? Nemocnice Počet pacientů Zlepšení abs. A 500 345 B 300 130 Srovnávání ukazatelů •Úspěšnost léčby pacientů se stejnou dg. ve dvou různých nemocnicích. • • • • •Otázka: 1.Která nemocnice je úspěšnější? 2.Můžeme na základě relativního ukazatele srovnávat úspěšnost nemocnice v léčbě? Nemocnice Počet pacientů Zlepšení abs. Zlepšení relat. A 500 345 69% B 300 130 43% Srovnávání ukazatelů •Na základě uvedených údajů nemůžeme objektivně srovnávat úspěšnost nemocnic v léčbě, protože není zohledněna skladba pacientů (věk, přidružená onemocnění, stadium nemoci). Srovnávání ukazatelů •Zlepšení v podskupinách • – specifické ukazatele • • A % 150 pozdních zlepšení u 30 20 350 časných zlepšení u 315 90 B % 200 pozdních zlepšení u 40 20 100 časných zlepšení u 90 90 Srovnávání ukazatelů • •Obě nemocnice byly stejně úspěšné při léčbě časných a pozdních případů nemoci. • •Kdyby skladba pacientů byla v obou nemocnicích stejná, byl by stejný i podíl zlepšení. • • Vlastnosti relativních ukazatelů •Relativní ukazatele (celkové, hrubé) vyjadřují –jak četnost výskytu jevu, –tak složení populace. • •Určité znaky souvisejí se zdravotním stavem •Populace = soubor podskupin –podskupiny dle znaku: věk, pohlaví, vzdělání, náboženské vyznání, genetický základ, místo bydliště …. Věk (21 5letých věkových skupin) 0 1 - 4 5 – 9 10 – 14 15 - 19 20 – 24 25 – 29 30 – 34 35 – 39 40 – 44 45 – 49 50 – 54 55 – 59 60 – 64 65 – 69 70 – 74 75 – 79 80 - 84 85 – 89 90 - 94 95+ Celkem Rozdělení populace do podskupin podle věku nebo nejvyššího dosaženého vzdělání nebo rod. stavu Vzdělání (vzdělanostní kategorie) Neukončené základní Základní Středoškolské bez maturity Středoškolské s maturitou Vysokoškolské Rodinný stav (kategorie rod stavu) Svobodný/á Ženatý/vdaná Rozvedený/á Vdovec/vdova Druh/družka Vlastnosti relativních ukazatelů •Relativní ukazatele (celkové, hrubé) vyjadřují –jak četnost výskytu jevu, –tak složení populace. • •Určité znaky souvisejí se zdravotním stavem •Populace = soubor podskupin –podskupiny dle znaku: věk, pohlaví, vzdělání, náboženské vyznání, genetický základ, místo bydliště …. –podskupiny se liší jak velikostí (počet lidí v podskupině), tak mírou výskytu sledovaného jevu (počet případů sledovaného jevu) Věk (21 5letých věkových skupin) Počet osob Počet zemřelých 0 55 000 160 1 - 4 238 000 40 5 – 9 275 000 30 10 – 14 235 000 10 15 - 19 253 000 50 20 – 24 333 000 80 25 – 29 363 000 110 30 – 34 409 000 130 35 – 39 480 000 250 40 – 44 394 000 350 45 – 49 360 000 580 50 – 54 322 000 910 55 – 59 353 000 1 700 60 – 64 349 000 2 900 65 – 69 295 000 4 400 70 – 74 189 000 4 900 75 – 79 119 000 6 500 80 - 84 84 000 10 800 85 – 89 37 000 12 000 90 - 94 9 000 6 800 95+ 1 000 1 500 Celkem 5 153 000 53 115 Věková struktura a počet zemřelých Vlastnosti relativních ukazatelů •Relativní ukazatele (celkové, hrubé) vyjadřují –jak četnost výskytu jevu, –tak složení populace. • •Pro podskupiny můžeme vypočítat specifické ukazatele (např. specifická úmrtnost pro jednotlivé věkové kategorie) •Hodnota celkového ukazatele za populaci = vážený průměr specifických ukazatelů (h.m.ú. = vážený průměr specifických úmrtností) Věk (21 5letých věkových skupin) Počet osob v populaci Počet zemřelých Specifická úmrtnost na 1000 obyv. - populace A 0 55 000 160 2,9 1 - 4 238 000 40 0,2 5 – 9 275 000 30 0,1 10 – 14 235 000 10 0,1 15 - 19 253 000 50 0,2 20 – 24 333 000 80 0,2 25 – 29 363 000 110 0,3 30 – 34 409 000 130 0,3 35 – 39 480 000 250 0,5 40 – 44 394 000 350 0,9 45 – 49 360 000 580 2,0 50 – 54 322 000 910 2,8 55 – 59 353 000 1 700 4,8 60 – 64 349 000 2 900 8,3 65 – 69 295 000 4 400 14,9 70 – 74 189 000 4 900 25,9 75 – 79 119 000 6 500 54,6 80 - 84 84 000 10 800 128,6 85 – 89 37 000 12 000 324,3 90 - 94 9 000 6 800 755,5 95+ 1 000 415 415,0 Celkem 5 153 000 53 115 10,3 Věková struktura a specifická úmrtnost • • • •2,9 x 55 = 160 •0,2 x 238 = 40 •0,1 x 275 = 30 •0,1 x 235 = 10 •0,2 x 253 = 50 •0,2 x 333 = 80 •0,3 x 363 = 110 •0,3 x 409 = 130 •0,5 x 480 = 250 •0,9 x 394 = 350 •2,0 x 360 = 580 •2,8 x 322 = 910 •4,8 x 353 = 1 700 •8,3 x 349 = 2 900 •14,9 x 295 = 4 400 •25,9 x 189 = 4 900 •54,6 x 119 = 6 500 •128,6 x 84 = 10 800 •324,3 x 37 = 12 000 •755,5 x 9 = 6 800 •415,0 x 1 = 415 Vlastnosti relativních ukazatelů •Relativní ukazatele (celkové, hrubé) vyjadřují –jak četnost výskytu jevu, –tak složení populace. • •Pro podskupiny můžeme vypočítat specifické ukazatele (např. specifická úmrtnost pro jednotlivé věkové kategorie) •Hodnota celkového ukazatele za populaci = vážený průměr specifických ukazatelů (h.m.ú. = vážený průměr specifických úmrtností) •V hodnotě celkového ukazatele jsou specifické míry jednotlivých podskupin zastoupeny proporcionálně (demokraticky) Věk (21 5letých věkových skupin) Specifická úmrtnost na 1000 obyv. - populace A Specifická úmrtnost na 1000 obyv. – populace B 0 2,9 2,9 1 - 4 0,2 0,2 5 – 9 0,1 0,1 10 – 14 0,1 0,1 15 - 19 0,2 0,2 20 – 24 0,2 0,2 25 – 29 0,3 0,3 30 – 34 0,3 0,3 35 – 39 0,5 0,5 40 – 44 0,9 0,9 45 – 49 2,0 2,0 50 – 54 2,8 2,8 55 – 59 4,8 4,8 60 – 64 8,3 8,3 65 – 69 14,9 14,9 70 – 74 25,9 25,9 75 – 79 54,6 54,6 80 - 84 128,6 128,6 85 – 89 324,3 324,3 90 - 94 755,5 755,5 95+ 415,0 415,0 Celkem 11,0 9,8 Srovnejte specif. a hrubou úmrtnost v populaci A a B. Věk (21 5letých věkových skupin) Počet osob v populaci A Počet osob v populaci B Specifická úmrtnost na 1000 obyv. - populace A Specifická úmrtnost na 1000 obyv. - populace B 0 55 000 56 000 2,9 2,9 1 - 4 238 000 240 000 0,2 0,2 5 – 9 275 000 279 000 0,1 0,1 10 – 14 235 000 240 000 0,1 0,1 15 - 19 253 000 259 000 0,2 0,2 20 – 24 333 000 340 000 0,2 0,2 25 – 29 363 000 380 000 0,3 0,3 30 – 34 409 000 419 000 0,3 0,3 35 – 39 480 000 491 000 0,5 0,5 40 – 44 394 000 383 000 2,0 2,0 45 – 49 360 000 350 000 0,9 0,9 50 – 54 322 000 313 000 2,8 2,8 55 – 59 353 000 353 000 4,8 4,8 60 – 64 349 000 341000 8,3 8,3 65 – 69 295 000 288 000 14,9 14,9 70 – 74 189 000 183 000 25,9 25,9 75 – 79 119 000 114 000 54,6 54,6 80 - 84 84 000 80 000 128,6 128,6 85 – 89 37 000 35 000 324,3 324,3 90 - 94 9 000 8 000 755,5 755,5 95+ 1 000 1 000 415,0 415,0 Celkem 5 153 000 5 153 000 10,3 9,8 Věková struktura a specifická úmrtnost • • • •2,9 x 55 = 160 •0,2 x 238 = 40 •0,1 x 275 = 30 •0,1 x 235 = 10 •0,2 x 253 = 50 •0,2 x 333 = 80 •0,3 x 363 = 110 •0,3 x 409 = 130 •0,5 x 480 = 240 •0,9 x 394 = 350 •2,0 x 360 = 580 •2,8 x 322 = 910 •4,8 x 353 = 1 700 •8,3 x 349 = 2 900 •14,9 x 295 = 4 400 •25,9 x 189 = 4 900 •54,6 x 119 = 6 500 •128,6 x 84 = 10 800 •324,3 x 37 = 12 000 •755,5 x 9 = 6 800 •415,0 x 1 = 415 • • • •2,9 x 56 = 162 •0,2 x 240 = 48 •0,1 x 279 = 28 •0,1 x 240 = 24 •0,2 x 259 = 52 •0,2 x 340 = 68 •0,3 x 380 = 114 •0,3 x 419 = 126 •0,5 x 491 = 246 •0,9 x 383 = 315 •2,0 x 350 = 560 •2,8 x 313 = 876 •4,8 x 353 = 1 700 •8,3 x 341 = 2830 •14,9 x 288 = 4 291 •25,9 x 183 = 4 900 •54,6 x 114 = 6 224 •128,6 x 80 = 10 288 •324,3 x 35 = 11 350 •755,5 x 8 = 6 044 •415,0 x 1 = 415 Srovnání úmrtnosti • ČR Srovnávání relativních ukazatelů •pouze k orientačnímu srovnání •je žádoucí používat vhodné ukazatele, tzv. srovnávací či standardizované ukazatele • – Ukazatele vhodné pro srovnávání 1.Specifické ukazatele •mohou být přímo srovnávány •nevýhody: 1.tříští soubor do malých podskupin 2.neumožňují srovnání populací jako celku – Zdroj: ÚZIS: Zdravotnická ročenka ČR 2013 = incidence tuberkulózy Ukazatele vhodné pro srovnávání 1.Specifické ukazatele •mohou být přímo srovnávány •nevýhody: 1.tříští soubor do malých podskupin 2.neumožňují srovnání populací jako celku – 2.Standardizované ukazatele •srovnání populací jako celku •přepočítané hodnoty; pouze pro srovnávání Standardizace •Metoda statistické analýzy, umožňující objektivní srovnání dvou či více populací s rozdílnou strukturou. – –(např. odlišná struktura podle věku, pohlaví, rodinného stavu, stadia nemoci…) – Standardizace ukazatelů • •Převedení ukazatelů na stejný základ, čímž se odstraní vliv jejich rozdílné struktury. • • •Společným základem je tzv. STANDARD (standardní populace). • Srovnání úmrtnosti • ČR Volba standardu •Závisí na okolnostech srovnávání –evropský standard –světový standard –součet nebo průměr srovnávaných populací –nadřazená populace – % latex2html id marker 39314 \setcounter{footnote}{1}\fnsymbol{footnote} % latex2html id marker 39315 \setcounter{footnote}{1}\fnsymbol{footnote} Volba standardu •Závisí na okolnostech srovnávání –evropský standard –světový standard –součet nebo průměr srovnávaných populací –nadřazená populace – •Příliš se neliší od složení srovnávaných populací • •Změna standardu = změna hodnot standardizovaného ukazatele, ALE zůstává relace větší – menší. Standardizované ukazatele • •Teoretické, přepočítané hodnoty, mají smysl pouze pro srovnání. • •Různé ukazatele podle různých znaků. • •Při sledování dlouhodobých časových řad. – Věková skladba obyvatelstva ČR, 1945-2013 – Projekce obyvatelstva ČR do roku 2101 • – https://www.czso.cz/documents/10180/28532303/217505812.png/a918555a-cd26-423e-a2b6-a1701b581a81?ver sion=1.0&t=1435131304888 Zdroj: ÚZIS: Zdravotnická ročenka ČR 2015 Metody standardizace •2 základní metody: –Přímá standardizace –Nepřímá standardizace – •Konkrétní metodu vybíráme nejčastěji podle toho, jaké údaje máme k dispozici. – Přímá standardizace 1.Potřebné údaje 2.Výpočet standardizovaných ukazatelů 3.Porovnání hodnot standardizovaných ukazatelů Přímá standardizace Příklad: Přímá standardizace úmrtnosti podle věku • ČR • Věkové složení standardu (zde součet populací ČR a SR): Příklad: Přímá standardizace úmrtnosti podle věku 1. Potřebné údaje: • • ČR Věkové složení standardu (součet populací ČR a SR): Příklad: Přímá standardizace úmrtnosti podle věku 2.a. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných v ČR? • • ČR Věkové složení standardu (součet populací ČR a SR): Příklad: Přímá standardizace úmrtnosti podle věku 2.a. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných v ČR? • • Standard - ČR Příklad: Přímá standardizace úmrtnosti podle věku 2.a. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných v ČR? ??? Příklad: Přímá standardizace úmrtnosti podle věku 2.a. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných v ČR? ??? Příklad: Přímá standardizace úmrtnosti podle věku 2.a. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných v ČR? ??? Příklad: Přímá standardizace úmrtnosti podle věku 2.a. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných v ČR? Příklad: Přímá standardizace úmrtnosti podle věku 2.a. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných v ČR? Příklad: Přímá standardizace úmrtnosti podle věku 2.a. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných v ČR? • •Hrubá úmrtnost ve standardu = 9,8 •STANDARDIZOVANÁ ÚMRTNOST PRO ČR = 9,8 • • • Standard - ČR • Příklad: Přímá standardizace úmrtnosti podle věku 2.b. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných ve SR? ??? Std. úm. Příklad: Přímá standardizace úmrtnosti podle věku 2.b. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných ve SR? Příklad: Přímá standardizace úmrtnosti podle věku 2.b. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných ve SR? Příklad: Přímá standardizace úmrtnosti podle věku 2.b. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných ve SR? Příklad: Přímá standardizace úmrtnosti podle věku 2.b. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných ve SR? Příklad: Přímá standardizace úmrtnosti podle věku 2.b. Jaká by byla hrubá úmrtnost ve standardu při použití spec. měr úmrtnosti zjištěných ve SR? • • • • • Hrubá úmrtnost ve standardu = 10,7 • STANDARDIZOVANÁ ÚMRTNOST PRO SR = 10,7 • • • • • Příklad: Přímá standardizace úmrtnosti podle věku . 3. Srovnání • • Standard - ČR • • • • • • • • • • • • • • •9,8 < 10,7, tj. standardizovaná úmrtnost je v ČR menší než na Slovensku. •Kdyby obě země měly stejnou věkovou strukturu, byla by úmrtnost v ČR nižší než na Slovensku. • Příklad na standardizaci ukazatelů •Ve studii byla srovnávána úmrtnost ve dvou nemocnicích A a B. Vypočítejte standardizovanou úmrtnost pro nemocnice A a B, vypočítané hodnoty interpretujte. • Věk Počet hospitalizovaných Počet zemřelých abs. na 100 hosp. 20 - 44 200 4 2,0 45 - 66 400 24 6,0 Celkem 600 28 4,7 Věk Počet hospitalizovaných Počet zemřelých abs. na 100 hosp. 20 - 44 800 24 3,0 45 - 66 100 8 8,0 Celkem 900 32 3,6 Nemocnice B: Věkové složení standardu: Nemocnice A: Výsledky pro kontrolu •Standardizovaná úmrtnost v nemocnici A = 3,3 na 100 hospitalizovaných. •Standardizovaná úmrtnost v nemocnici B = 4,7 na 100 hospitalizovaných. • •Hrubé míry úmrtnosti srovnávaných nemocnic jsou ovlivněny rozdílnou věkovou strukturou jejich pacientů • •Pokud by srovnávané nemocnice měly stejné složení pacientů z hlediska věku (viz standard), byla by úmrtnost v nemocnici A nižší (3,3) než v nemocnici B (4,7). • Zdroj: ÚZIS: Zdravotnická ročenka ČR 2015 Zdroj: ÚZIS: Zdravotnická ročenka ČR 2015 Zdroj: ÚZIS: Zdravotnická ročenka ČR 2015 Zdroj: ÚZIS: Zdravotnická ročenka ČR 2015 Diagnózy C18-C21: incidence ZN tlustého střeva a konečníku ve světě •Epidemiologie C18-C21 •ASR(W) •Ostatní země světa •Evropské země •Česká republika •Muži ASR(W) 1. Česká republika 58,5 2. Maďarsko 56,6 3. Slovensko 54,5 4. Nový Zéland 53,0 5. Japonsko 49,3 6. Austrálie 47,4 7. Německo 45,5 8. Chorvatsko 44,7 9. Spojené Státy Americké 44,6 10. Slovinsko 43,8 11. Lucembursko 43,6 12. Norsko 43,4 13. Irsko 43,1 14. Švédsko 42,7 15. Kanada 42,2 16. Rakousko 42,1 17. Izrael 41,9 18. Dánsko 41,0 19. Nizozemsko 40,9 20. Francie 40,8 •ASR(W) •Ostatní země světa •Evropské země •Česká republika •Ženy ASR(W) 1. Nový Zéland 42,2 2. Norsko 37,1 3. Austrálie 35,9 4. Izrael 34,9 5. Maďarsko 33,7 6. Spojené Státy Americké 33,1 7. Německo 33,1 8. Dánsko 33,0 9. Česká republika 32,0 10. Nizozemsko 30,8 11. Lucembursko 30,7 12. Kanada 30,6 13. Singapur 29,9 14. Uruguay 29,5 15. Rakousko 27,8 16. Slovensko 27,4 17. Island 27,0 18. Irsko 27,0 19. Belgie 26,8 20. Itálie 26,6 Zdroj: J. Ferlay, F. Bray, P. Pisani and D.M. Parkin: GLOBOCAN 2002: Cancer Incidence, Mortality and Prevalence Worldwide. IARC CancerBase No. 5. version 2.0, IARC Press, Lyon, 2004, http://www-dep.iarc.fr. ASR(W): věkově standardizovaná incidence na světový standard