Dịch tễ học phân tích : Đo lường sự xuất hiện của bệnh part 1

Chia sẻ: Safskj Aksjd | Ngày: | Loại File: PDF | Số trang:7

Thêm vào BST

Báo xấu

262
lượt xem 73
download

Dịch tễ học phân tích : Đo lường sự xuất hiện của bệnh part 1

Mô tả tài liệu

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Dịch tễ học được thực hành tại nhiều nơi, trong cộng đồng - như khi có bộc phát bệnh dịch; trong văn phòng của Đại Học hay cơ quan nhà nước, và các ủy ban y tế công cộng. Chính phủ thường có cơ quan nghiên cứu dịch tễ kiểm soát tình hình bệnh tật trong nước và theo đó đưa ra kế hoạch ngân khoản vế y tế. Từ tam giác dịch tễ được dùng để chỉ ba yếu tố cần nghiên cứu của một chứng bệnh đang bộc phát: Người mang bệnh, Mầm bệnh và Môi trường. ...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Dịch tễ học phân tích : Đo lường sự xuất hiện của bệnh part 1

CHƯƠNG 4 D CH T H C MÔ T - O LƯ NG S XU T HI N B NH - Như ã ư c c p chương 1 v d ch t h c mô t , ây là nh ng nghiên c u dùng mô t th c tr ng m t b nh hay d ch b nh nào ó x y ra trong qu n th . Như v y mô t thì c n ph i áp ng các thông tin sau: con thú nào m c b nh, s lư ng m c b nh, t l nhi m b nh, nhóm thú m c b nh, phân b b nh âu... Tùy thu c vào i u ki n th c t mà s phân chia nhóm thú có th khác nhau khi mô t b nh. Ví d ngư i ta có th mô t b nh theo khu v c, theo nhóm tu i, theo gi i tính, theo gi ng... Trong ó i lư ng thư ng ư c s d ng mô t là t l b nh; ngoài ra ngư i ta còn dùng nhi u i lư ng khác mà s ư c th o lu n k chương này. Trư c khi tìm hi u các i lư ng c th , chúng ta c n bi t các nhóm thu t ng ư c dùng trong o lư ng v m t d ch t h c. - T n s (frequency): là s lư ng cá th có cùng m t tính ch t nào ó. ơn v có th là con, cái, v t... - T s (ratio): khi so sánh 2 nhóm nào ó v t n s ho c m t ch s nào ó ngư i ta có th dùng t s ví d trong àn có 50 con c và 500 con cái thì có th nói t s gi a c và cái là 50/500. T s ư c dùng trong d ch t h c ph bi n nh t là ch s OR khi so sánh nguy cơ có b nh c a 2 nhóm thú nào ó. OR s ư c c p nh ng chương sau. - T l (proportion): khi c p n t n s b nh hay m t tính ch t nào ó c a thú chi m bao nhiêu ph n trong t ng s thì ngư i ta dùng t l . Lưu ý t l khác v i t s là ph n m u s c a chúng có ch a luôn ph n c a t s . Thí d t s là a/b trong khi ó t l là a/c trong ó c=a+b. - Mc (rate): m c b nh không ch v di n t s lư ng mà còn liên quan n tc lây lan nhanh hay ch m c a m t b nh, nên nh là i lư ng này luôn i kèm v i th i gian. 1. T l b nh (prevalence) T l b nh ôi khi ư c dùng v i tên t l nhi m, hay t l m c. T l này ư c nh nghĩa là s con thú có cùng tính ch t ang kh o sát (b nh, nhi m b nh, mang trùng, có r i lo n b t thư ng v s c kh e...) trong m t qu n th t i m t th i i m nh t nh chia cho t ng s thú trong qu n th ó. i lư ng này thư ng ư c tính theo ph n trăm. S thú m c b nh x 100 P (%) = T ng s thú trong qu n th t i m t th i i m nh t nh 1
Ví d , mu n bi t t l nhi m m t lo i ký sinh trùng nào ó trên chó thu c m t a bàn nào ó (m t qu n th xác nh) thì ph i n t ng h nuôi chó (t t c chó c a khu v c), l y m u phân xét nghi m. S chó cho k t qu dương tính s là t s c a công th c và t ng s chó trong qu n th s là m u s . Lưu ý vi c l y m u và phân tích m u ph i ư c th c hi n cùng m t th i i m k t qu kh o sát có giá tr . Trong các nghiên c u v y h c, ngư i ta thư ng dùng 2 lo i thu t ng v t l nhi m, ó là t l nhi m theo th i i m (point prevalence) và t l nhi m theo kho ng th i gian (period prevalence). S phân lo i này d a theo th i gian thu th p s li u và phân tích m u. N u th i gian phân tích m u hay k t qu kh o sát trong m t kho ng th i gian ng n thì có th ư c coi là t l nhi m theo th i i m còn n u th i gian kh o sát kéo dài theo ơn v năm thì thư ng ư c dùng là t l nhi m theo kho ng th i gian. vòng tròn màu tr ng là s cá th M u xét nghi m kho , vòng tròn en là cá th có b nh P = 7 x 100 / 30 = 23,33 % Hình 6.1 T l b nh theo m u xét nghi m T l nhi m cho k t qu t ng quát v s ph bi n, s lưu hành c a m t b nh, m t tính ch t kh o sát nào ó trong qu n th . Nó có giá tr nh t nh trong vi c ánh giá mc gánh n ng mà ngư i chăn nuôi ph i ch u v m t b nh nào ó. T ó có nh ng chi n lư c thích h p trong phòng b nh. Tuy nhiên ôi khi t l nhi m không th hi n rõ di n ti n nhanh hay ch m c a b nh, không phân bi t ư c b nh m i hay b nh cũ, b nh m t l n hay nhi u l n. c bi t trong các b nh ư c ch n oán b ng ph n ng huy t thanh h c, k t qu t l nhi m có th cao hơn nhi u so v i th c t . Ví d i v i b nh viêm ph i a phương trên heo th t thì t l nhi m có th t t i 100% khi dùng ph n ng huy t thanh h c ch n oán. 2. Xác nh t l nhi m trong qu n th Khi mu n xác nh t l nhi m trong qu n th , ngư i ta không th l y t t c các cá th trong qu n th xét nghi m hay phân tích ngo i tr m t s qu n th nh . Trong trư ng h p ó, vi c ch n m u và và dung lư ng m u kh o sát h t s c quan tr ng. K t qu phân tích t các m u ã ch n ư c s d ng làm cơ s ư c tính t l nhi m c a c qu n th . th c hi n i u này có th dùng phương pháp ư c lư ng th ng kê như sau: T l nhi m c a qu n th (P) = t l nhi m c a dung lư ng m u ư c ch n ± (Z(1-α)× SE) Trong ó Z(1-α) là h s tin c y, và SE (Standard Error) là sai s chu n 2
Hình 6.2 L y m u xác nh t l b nh c a qu n th G i n là s m u l y t qu n th và a là s cá th có tính ch t kh o sát; p là t l nhi m c a m u (p = a/n); ư c tính t l nhi m trong qu n th tin c y 95% như sau p (1 − p ) / n P = p ± 1,96 × Vi c xác nh t l b nh cho qu n th tùy thu c r t nhi u vào dung lư ng m u. ư c tính s lư ng cá th c n thi t ngư i ta ph i d a vào các d oán v t l và sai s mong mu n. Công th c tính dung lư ng m u xác nh t l b nh như sau N z2 p (1–p) n= 2 d (N–1) + z2 p (1–p) Trong ó z là giá tr phân ph i chu n tin cây nh t nh, ch ng h n như z = 1,96 v i tin c y 95%. Tr s “d” ư c g i là kho ng gi i h n cho phép, ư c tính là m t n a c a kho ng bi n thiên gi i h n trên và gi i h n dư i c a t l ư c tính, ví d ư c tính t lê nhi m là 20% -30% thì d =(0,3 – 0,2)/2 = 0,05. Giá tr p là t l nhi m theo mong mu n. Có nghĩa là ngư i nghiên c u ph i gi nh t l nhi m có th d ki n s 3
m u kh o sát. S li u ư c tính này có th d a vào các nghiên c u trư c ây ho c nh ng kh o sát nh ng qu n th tương t khác. ôi khi s li u liên quan không có thì ngư i nghiên c u c n làm m t kh o sát th ánh giá sơ b tình hình nhi m, k t qu này s làm tham kh o cho vi c tính toán dung lư ng m u. N là t ng àn thú kh o sát. Bên c nh ó, chúng ta cũng r t thư ng kh o sát qu n th r t l n (n/N ≤5%) ho c không bi t chính xác s lư ng cá th trong qu n th , trong trư ng h p ó có th dùng theo công th c sau z2 p (1–p) n= d2 N u mu n bi t àn thú có b nh hay không (không ph i xác nh t l b nh), chúng ta có th tính dung lư ng m u t i thi u c n kh o sát. V n này thư ng ư c quan tâm trong các chương trình thanh toán hay ki m soát b nh. Chúng ta c n gi m b t l i lo i II (Pb), ó là xác su t cho r ng àn thú không b nh trong khi nó th t s có b nh (âm tính gi ). Gi s m t àn heo có 10% nhi m virus gi d i và b nh ư c phát hi n b ng huy t thanh h c. N u m t m u huy t thanh ư c l y t m t heo ch n ng u nhiên trong àn, xác su t mà heo ó trong nhóm không nhi m virus là 0,9. Như th Pb = 0,9 và chúng ta có n 90% cơ h i không phát hi n ư c tình tr ng nhi m b nh trong àn. N u hai heo ư c l y m u, xác su t mà hai heo ó t nhóm không nhi m virus là 0,9×0,9 = 0,81. Công th c t ng quát ư c tính Pb trong thí d này là: Pb = (1 - t l b nh ư c tính)n V i Pb = cơ h i mà nh ng thú l y m u không mang b nh và n = dung lư ng m u. Công th c này có th ư c s p x p l i tính dung lư ng m u v i b t kỳ Pb : log (Pb) n = --------------------------------- log (1 - t l b nh ư c tính) Trong ó n là dung lư ng m u l y t qu n th l n (ho c qu n th r t l n so v i dung lư ng m u ư c l y, lư ng m u l y dư i 10% dân s thì lư ng m u ó là nh ). Trong thí d trên, n u mu n Pb = 0,05 thì ph i l y máu c a kho ng 29 heo 95% ch c ch n là có ít nh t 1 heo ư c phát hi n mang m m b nh gi d i, t ó có th k t lu n là àn heo có b nh. Công th c trên ch dùng cho qu n th l n. Trong các chương trình thanh toán hay ki m soát b nh c a t nh hay qu c gia, cách tính dung lư ng m u ph i ư c i u ch nh theo t ng àn gia súc. Dung lư ng m u còn tùy thu c vào nh y (sensitivity) và chuyên bi t (specificity) c a xét nghi m ch n oán. Y u t quan tr ng nh t trong vi c xác nh dung lư ng m u v n là m c chính xác c a t l b nh (prevalence) ư c ư c tính. Vì dung lư ng m u tăng khi t l b nh th p, chúng ta nên ư c oán m t t l th p nh t có th x y ra. Công th c có th áp d ng cho m t qu n th nh t nh là: n = {1 - (1 - P1)1/d} {N - d/2} + 1 4
vi N = t ng àn thú d = s thú m c b nh trong àn n = dung lư ng m u P1 = xác su t có ư c 1 con b nh trong m u l y. Thí d , trong m t chương trình ki m soát b nh d ch bò châu Phi, ngư i ta th c hi n ph n ng huy t thanh trên nhi u àn bi t r ng li u nh ng thú không ch ng ng a có m c b nh t nhiên. Thông thư ng, trong m t àn b nhi m b nh thì ít nh t 5% thú có huy t thanh dương tính. Do ó s m u s ư c l y sao cho có th phát hi n b nh m c t l huy t thanh dương tính 5%. N u P1 = 0,95 và qu n th có 200 bò, dung lư ng m u là: n = {1 - (1 - 0,95)1/10} {200 - 10/2} + 1 = 51 (d = 10 vì là 5% c a 200) Như th , n u t l huy t thanh dương tính là 5%, 51 thú ph i ư c l y m u phát hi n 1 thú có huy t thanh dương tính v i xác su t 0,95. Ví d : Kh o sát 591 heo có ngu n g c t 1 t nh nào ó t i lò m , k t qu xét • nghi m cho th y 204 con nhi m giun ũa. Như v y t l nhi m giun ũa trên heo th t t i t nh X ư c ư c tính như sau p= 204/591 = 0,3452 p(1 − p ) / n = 0,3452(1 − 0.3452) / 591 = 0,01956 Se = P = 0,3452 ± 1,96 (0,01956) = 0,3452 ± 0,0383 = (0,3069 ; 0,3835) WinEpiscope có th th c hi n phép tính này như sau: vào menu Sample ch n m c Estimate percentage. Khi c a s hi n ra, ch n th Absolute error, i n các s li u bao g m - Population size: N u bi t s lư ng cá th c a qu n th chúng ta có th nh p ây, tuy nhiên tính theo công th c trên thì có th xem như qu n th không bi t s lư ng. Trong trư ng h p này chúng ta nh p s 9999999 (lưu ý ph i vi t úng 7 s 9) - Expected prevalence (%) là t l nhi m c a m u kh o sát. Trong trư ng h p này chính là p (= 204/591 = 0,3452). Chúng ta nh p vào s 34,52 - Sample size là dung lư ng m u l y t qu n th , nh p s 591 Ch n level of confidence m c 95% B m “calculate.” 5
Hình 6.3 K t qu tính t l nhi m giun ũa c a qu n th X. Nhìn vào mũi tên có th th y ư c k t qu như sau: P = 24,58(%) ± 3,83 = (30,69% - 38,5%) Căn c vào k t qu kh o sát này (gi s p= 35%), m t nghiên c u a • bàn khác mu n làm m t kh o sát tương t . Như v y c n dung lư ng m u là bao nhiêu n u mu n k t qu sai bi t c a chúng ta không quá 5% (có nghĩa là d = 0,05). Chúng ta có th dùng công th c tính toán sau z2 p (1–p) (1,6)2(0,35)(1–0,35) = 349,6 n= = d2 (0,05)2 Hình 6.4 K t qu dung lư ng m u xác nh t l nhi m giun ũa 6
Nói cách khác, dung lư ng m u c n thi t là 350. Chúng ta có th ti n hành trên ph n m m WinEpiscope theo cách tương t ph n trên, tuy nhiên ch n th “sample size”. K t qu như hình phía trên (lưu ý cách nh p s li u d ng %). 3. T l m c b nh (incidence) Như ph n trên ã c p, t l nhi m ch ánh giá sơ b tình hình b nh nào ó trong qu n th , t l này không phân bi t ư c nh ng b nh cũ, b nh m i hay b nh nhi u l n. Trong các nghiên c u d ch t h c, ánh giá chính xác s xu t hi n b nh, ngư i ta nh nghĩa thêm m t thông s khác, ó là t l m c b nh. Có 2 lo i t l m i b nh: t l m i b nh tích lũy (cumulative incidence) và t c m c b nh (incidence density rate) T l m c b nh tích lũy (CI) là t l gi a s thú m c b nh trong m t kho ng th i gian nh t nh và s con thú kh e có nguy cơ m c b nh trong qu n th u th i gian kh o sát. Như v y CI là m t i lư ng c trưng cho nguy cơ m c b nh c a qu n th trong th i gian kh o sát. ây là i lư ng thư ng ư c dùng trong các nghiên c u d ch t h c phân tích. CI có giá tr t 0 n 1. Khi kh o sát t l m i b nh tích lũy, kho ng th i gian kh o sát nh t nh ph i ư c c p vì có nh hư ng n giá tr c a CI. T t c nh ng thú kh e (có nguy cơ) ph i ư c ưa vào kh o sát cùng m t th i i m b t u kh o sát. Nh ng qu n th thú như v y ư c g i là qu n th tĩnh. Tuy nhiên trên th c t các qu n th kh o sát th i d ng qu n th ng, có nghĩa là có nh ng thú m i ưa vào thêm qu n th , có nh ng thú lo i ra kh i qu n th . Trong trư ng h p ó, có giá tr CI i v i m t b nh nào ó cho qu n th , ngư i ta dùng giá tr qu n th trung bình làm m u s cho vi c tính CI. Giá tr trung bình này ư c tính là t ng s con thú kh e u kh o sát và cu i th i gian kh o sát chia cho 2. Ví d : Quan sát m t t d ch b nh gi d i x y ra trên àn heo con sau cai s a g m 100 con, k t qu ghi nh n s heo con m c b nh theo ngày và t l m i b nh ư c tính theo b ng B ng 6.1 Kh o sát thú b nh gi d i trong àn tính CI Tu n s thú S thú có nguy cơ T l mc S thú b nh T l b nh b nh trong t ng giai o n b nh tích lũy m i tích lũy kh o sát theo tu n 1 20 100 0,2 20 0,2 2 15 80 0.19 35 0,35 3 10 65 0.15 45 0,45 4 5 55 0.09 50 0,5 5 1 50 0.02 51 0,51 Có th k t lu n là t l m c b nh tích lũy trong th i gian 5 tu n c a qu n th là 0,51. Hay nói cách khác, 51% là xác su t mà m t con trong àn có th m c b nh trong giai o n 5 tu n. 7