Epidemiolojia inahusisha kupima tukio la ugonjwa na kutathmini uhusiano kati ya magonjwa na mfiduo.

Hatua za Kutokea kwa Ugonjwa

Tukio la ugonjwa linaweza kupimwa na masafa (hesabu) lakini inaelezewa vyema na panya, ambazo zinajumuisha vipengele vitatu: idadi ya watu walioathiriwa (nambari), idadi ya watu katika chanzo au idadi ya msingi (yaani, idadi ya watu walio katika hatari) ambayo watu walioathiriwa hutoka, na muda unaotumika. Kielelezo cha kiwango ni jumla ya muda wa mtu aliyeathiriwa na idadi ya watu chanzo. Viwango vinaruhusu ulinganisho wa taarifa zaidi kati ya idadi ya watu wa ukubwa tofauti kuliko hesabu pekee. Hatari, uwezekano wa mtu kupata ugonjwa ndani ya muda maalum, ni sehemu, kuanzia 0 hadi 1, na si kiwango. per se. Kiwango cha mashambulizi, idadi ya watu katika idadi ya watu ambao wameathiriwa ndani ya muda maalum, kitaalamu ni kipimo cha hatari, si kiwango.

Ugonjwa maalum wa ugonjwa ni pamoja na matukio, ambayo inahusu idadi ya watu ambao wamegunduliwa hivi karibuni na ugonjwa wa maslahi. Kuenea inahusu idadi ya kesi zilizopo. Vifo inahusu idadi ya watu wanaokufa.

Tukio inafafanuliwa kama idadi ya kesi mpya zilizogunduliwa ndani ya muda maalum, ambapo kiwango cha matukio ni nambari hii ikigawanywa na jumla ya muda wa mtu aliyeathiriwa na idadi ya watu chanzo (jedwali 1). Kwa saratani, viwango vya kawaida huonyeshwa kama viwango vya kila mwaka kwa watu 100,000. Viwango vya magonjwa mengine ya kawaida zaidi vinaweza kuonyeshwa kwa idadi ndogo ya watu. Kwa mfano, viwango vya kasoro za kuzaliwa kawaida huonyeshwa kwa kila watoto 1,000 wanaozaliwa hai. Matukio ya mkusanyiko, idadi ya watu ambao huwa kesi ndani ya muda maalum, ni kipimo cha hatari ya wastani kwa idadi ya watu. 

Jedwali 1. Hatua za kutokea kwa ugonjwa: Idadi ya watu dhahania iliyozingatiwa kwa kipindi cha miaka mitano

*Ili kurahisisha mahesabu, mfano huu unachukulia kwamba vifo vyote vilitokea mwishoni mwa kipindi cha miaka mitano hivyo kwamba watu wote 100 katika idadi ya watu walikuwa hai kwa miaka mitano kamili.

Kuenea ni pamoja na kiwango cha maambukizi, idadi ya matukio ya ugonjwa kwa wakati fulani, na maambukizi ya kipindi, jumla ya idadi ya visa vya ugonjwa unaojulikana kuwapo wakati fulani katika kipindi fulani.

Vifo, ambayo inahusu vifo badala ya visa vipya vya ugonjwa, huakisi mambo yanayosababisha magonjwa na vilevile mambo yanayohusiana na ubora wa huduma za matibabu, kama vile uchunguzi, upatikanaji wa matibabu, na upatikanaji wa matibabu bora. Kwa hivyo, juhudi za kuzalisha nadharia-dhahania na utafiti wa kiakili unaweza kuwa wa taarifa zaidi na rahisi kufasiriwa unapotegemea matukio badala ya data ya vifo. Hata hivyo, data ya vifo mara nyingi hupatikana kwa urahisi zaidi kwa idadi kubwa ya watu kuliko data ya matukio.

mrefu kiwango cha vifo inakubalika kwa ujumla kumaanisha kiwango cha vifo kutokana na sababu zote kwa pamoja, ambapo kiwango cha vifo ni kiwango cha kifo kutokana na sababu moja maalum. Kwa ugonjwa fulani, kiwango cha vifo vya kesi (kitaalamu uwiano, si kiwango) ni idadi ya watu wanaokufa kutokana na ugonjwa huo katika muda maalum ikigawanywa na idadi ya watu walio na ugonjwa huo. Kikamilisho cha kiwango cha vifo vya kesi ni kiwango cha kuishi. Kiwango cha kuishi kwa miaka mitano ni alama ya kawaida ya magonjwa sugu kama saratani.

Matukio ya ugonjwa yanaweza kutofautiana katika vikundi vidogo vya idadi ya watu au baada ya muda. Kipimo cha ugonjwa kwa watu wote, bila kuzingatia vikundi vidogo, huitwa a kiwango cha ghafi. Kwa mfano, kiwango cha matukio kwa makundi yote ya umri kwa pamoja ni kiwango cha ghafi. Viwango vya vikundi vya umri wa mtu binafsi ni viwango vya umri maalum. Ili kulinganisha idadi ya watu wawili au zaidi na mgawanyo tofauti wa umri, kubadilishwa kwa umri (au, viwango vya umri) viwango vinapaswa kuhesabiwa kwa kila idadi ya watu kwa kuzidisha kila kiwango cha umri mahususi kwa asilimia ya idadi ya watu wa kawaida (kwa mfano, mojawapo ya watu waliofanyiwa utafiti, idadi ya watu wa Marekani ya 1970) katika kundi hilo la umri, kisha kujumlisha makundi yote ya umri kuzalisha kiwango cha jumla kilichorekebishwa na umri. Viwango vinaweza kurekebishwa kwa vigezo vingine isipokuwa umri, kama vile rangi, jinsia au hali ya uvutaji sigara, ikiwa viwango mahususi vya kategoria vinajulikana.

Ufuatiliaji na tathmini ya data ya maelezo inaweza kutoa vidokezo kwa etiolojia ya ugonjwa, kutambua vikundi vidogo vya hatari ambavyo vinaweza kufaa kwa programu za kuingilia kati au uchunguzi, na kutoa data juu ya ufanisi wa programu hizo. Vyanzo vya habari ambavyo vimetumika kwa shughuli za ufuatiliaji ni pamoja na vyeti vya vifo, rekodi za matibabu, sajili za saratani, sajili nyingine za magonjwa (kwa mfano, masijala ya kasoro za kuzaliwa, sajili za magonjwa ya figo ya mwisho), rejista za mfiduo wa kazi, rekodi za bima ya afya au ulemavu na fidia ya wafanyikazi. kumbukumbu.

Hatua za Muungano

Epidemiology inajaribu kutambua na kuhesabu sababu zinazoathiri ugonjwa. Kwa njia rahisi zaidi, tukio la ugonjwa kati ya watu walio wazi kwa sababu inayoshukiwa inalinganishwa na tukio kati ya watu wasiojulikana. Ukubwa wa uhusiano kati ya mfiduo na ugonjwa unaweza kuonyeshwa katika aidha kabisa or jamaa masharti. (Tazama pia "Kifani: Vipimo").

Athari kamili hupimwa na tofauti za viwango na tofauti za hatari (Jedwali 2). A tofauti ya kiwango ni kiwango kimoja ukiondoa kiwango cha pili. Kwa mfano, ikiwa kiwango cha matukio ya leukemia kati ya wafanyakazi walio kwenye benzini ni 72 kwa kila miaka 100,000 ya mtu na kiwango kati ya wafanyakazi wasio na kazi ni 12 kwa kila miaka 100,000 ya mtu, basi tofauti ya kiwango ni 60 kwa miaka 100,000 ya mtu. A tofauti ya hatari ni tofauti katika hatari au matukio limbikizi na inaweza kuanzia -1 hadi 1. 

Jedwali 2. Hatua za ushirika kwa ajili ya utafiti wa kikundi

Tofauti ya Kiwango (RD) = 500/100,000 - 250/100,000

= 250/100,000 kwa mwaka

(146.06/100,000 - 353.94/100,000)*

Kiwango cha uwiano (au hatari ya jamaa) (RR) =  

Hatari inayoweza kuhusishwa katika kufichuliwa (AR_e) = 100/20,000 - 200/80,000

= 250/100,000 kwa mwaka

Asilimia inayoweza kuhusishwa ya hatari katika kufichuliwa (AR_e%) =

 Hatari inayoweza kuhusishwa na idadi ya watu (PAR) = 300/100,000 - 200/80,000

= 50/100,000 kwa mwaka

Asilimia ya hatari ya idadi ya watu (PAR%) =

 * Katika mabano 95% ya vipindi vya kujiamini vilivyokokotwa kwa kutumia fomula katika visanduku.

Athari za jamaa zinatokana na uwiano wa viwango au hatua za hatari, badala ya tofauti. A uwiano wa kiwango ni uwiano wa kiwango katika idadi ya watu kwa kiwango katika nyingine. Uwiano wa kiwango pia umeitwa uwiano wa hatari, hatari ya jamaa, kiwango cha jamaa, na matukio (Au vifo) uwiano wa kiwango. Kipimo hakina kipimo na ni kati ya 0 hadi infinity. Wakati kiwango katika vikundi viwili kinafanana (yaani, hakuna athari kutoka kwa mfiduo), the uwiano wa kiwango ni sawa na umoja (1). Mfiduo ambao kuongezeka kwa hatari kunaweza kutoa uwiano wa kiwango kikubwa kuliko umoja, wakati kipengele cha ulinzi kinaweza kutoa uwiano kati ya 0 na 1. hatari ya ziada ya jamaa ni hatari ya jamaa kutoa 1. Kwa mfano, hatari ya jamaa ya 1.4 pia inaweza kuonyeshwa kama hatari ya ziada ya 40%.

Katika masomo ya udhibiti wa kesi (pia huitwa uchunguzi wa kesi-rejeleo), watu walio na ugonjwa hutambuliwa (kesi) na watu wasio na ugonjwa hutambuliwa (vidhibiti au warejeleo). Maonyesho ya zamani ya vikundi viwili yanalinganishwa. Uwezekano wa kuwa kesi iliyofichuliwa unalinganishwa na uwezekano wa kuwa kidhibiti kilichofichuliwa. Hesabu kamili za idadi ya vyanzo vya watu waliofichuliwa na ambao hawajafichuliwa hazipatikani, kwa hivyo viwango vya magonjwa haviwezi kuhesabiwa. Badala yake, visa vilivyofichuliwa vinaweza kulinganishwa na vidhibiti vilivyofichuliwa kwa kukokotoa tabia mbaya jamaa, Au uwiano wa uwiano (jedwali 3). 

Jedwali 3. Hatua za kuhusishwa kwa masomo ya udhibiti wa kesi: Mfiduo wa vumbi la kuni na adenocarcinoma ya cavity ya pua na sinues za paranasal.

Tabia mbaya za jamaa (uwiano wa tabia mbaya) (AU) =

Asilimia inayoweza kuhusishwa ya hatari katika wazi () =

Asilimia ya hatari ya idadi ya watu (PAR%) =

ambapo = uwiano wa vidhibiti vilivyowekwa wazi = 55/195 = 0.28

* Katika mabano 95% ya vipindi vya kujiamini vilivyokokotwa kwa kutumia fomula katika kisanduku kilicho upande wa kushoto.

Chanzo: Imechukuliwa kutoka Hayes et al. 1986.

Hatua zinazohusiana za athari hutumiwa mara nyingi zaidi kuliko hatua dhabiti za kuripoti nguvu ya ushirika. Hatua kamilifu, hata hivyo, zinaweza kutoa kielelezo bora cha athari ya afya ya umma ya chama. Ongezeko dogo la ugonjwa wa kawaida, kama vile ugonjwa wa moyo, linaweza kuathiri watu zaidi (tofauti kubwa ya hatari) na kuwa na athari zaidi kwa afya ya umma kuliko ongezeko kubwa la jamaa (lakini tofauti ndogo kabisa) katika ugonjwa adimu, kama vile. angiosarcoma ya ini.

Mtihani wa Umuhimu

Upimaji wa umuhimu wa takwimu mara nyingi hufanywa kwa hatua za athari ili kutathmini uwezekano kwamba athari inayoonekana inatofautiana na dhana potofu (yaani, hakuna athari). Ingawa tafiti nyingi, haswa katika maeneo mengine ya utafiti wa matibabu, zinaweza kuelezea umuhimu kwa p-maadili, tafiti za epidemiolojia kwa kawaida zipo vipindi vya kujiamini (CI) (pia inaitwa mipaka ya kujiamini) Muda wa kutegemewa wa 95%, kwa mfano, ni aina mbalimbali za thamani za kipimo cha athari ambacho kinajumuisha makadirio ya kipimo kilichopatikana kutoka kwa data ya utafiti na kile ambacho kina uwezekano wa 95% wa kujumuisha thamani halisi. Thamani zilizo nje ya muda zinachukuliwa kuwa haziwezekani kujumuisha kipimo halisi cha athari. Ikiwa CI ya uwiano wa viwango inajumuisha umoja, basi hakuna tofauti kubwa ya kitakwimu kati ya vikundi vinavyolinganishwa.

Vipindi vya kujiamini ni vya kuelimisha zaidi kuliko thamani za p pekee. Saizi ya p-thamani huamuliwa kwa sababu moja au zote mbili. Aidha kipimo cha ushirika (kwa mfano, uwiano wa kiwango, tofauti ya hatari) ni kikubwa au idadi ya watu wanaofanyiwa utafiti ni kubwa. Kwa mfano, tofauti ndogo katika viwango vya magonjwa vinavyozingatiwa katika idadi kubwa ya watu inaweza kutoa thamani kubwa ya p. Sababu za p-thamani kubwa haziwezi kutambuliwa kutoka kwa thamani ya p pekee. Vipindi vya kujiamini, hata hivyo, huturuhusu kutenganisha mambo haya mawili. Kwanza, ukubwa wa athari hutambulika kwa maadili ya kipimo cha athari na nambari zilizojumuishwa na muda. Uwiano mkubwa wa hatari, kwa mfano, unaonyesha athari yenye nguvu. Pili, ukubwa wa idadi ya watu huathiri upana wa muda wa kujiamini. Vikundi vidogo vilivyo na makadirio yasiyo thabiti kitakwimu huzalisha vipindi vipana vya kujiamini kuliko idadi kubwa zaidi.

Kiwango cha kujiamini kilichochaguliwa ili kuonyesha utofauti wa matokeo (“umuhimu wa takwimu”) ni wa kiholela, lakini kwa kawaida imekuwa 95%, ambayo inalingana na thamani ya p ya 0.05. Kipindi cha kutegemewa cha 95% kina uwezekano wa 95% wa kuwa na kipimo halisi cha athari. Viwango vingine vya kujiamini, kama vile 90%, hutumiwa mara kwa mara.

Mfiduo unaweza kuwa tofauti (kwa mfano, kufichuliwa na kutofichuliwa), au unaweza kuhusisha viwango vingi vya mfiduo. Hatua za athari (yaani, majibu) zinaweza kutofautiana kulingana na kiwango cha mfiduo. Kutathmini mfiduo-mwitikio mahusiano ni sehemu muhimu ya kutafsiri data za epidemiological. Analog ya mfiduo-majibu katika masomo ya wanyama ni "majibu ya kipimo". Iwapo mwitikio unaongezeka kwa kiwango cha kukaribia aliyeambukizwa, uhusiano unaweza kuwa sababu kuliko ikiwa hakuna mwelekeo unaozingatiwa. Majaribio ya kitakwimu ya kutathmini uhusiano wa kukaribia aliyeambukizwa ni pamoja na jaribio la kiendelezi la Mantel na jaribio la mwenendo wa chi-square.

Utekelezaji

Kuzingatia mambo mengine isipokuwa udhihirisho wa kimsingi wa riba na ugonjwa, hatua za ushirika zinaweza kuwa sanifu kupitia mbinu za utabaka au urejeleaji. Uwekaji utabaka maana yake ni kugawanya watu katika vikundi vya watu wa jinsia moja kwa kuzingatia sababu (kwa mfano, vikundi vya jinsia, vikundi vya umri, vikundi vya wavuta sigara). Uwiano wa hatari au uwiano wa odd hukokotwa kwa kila tabaka na wastani wa jumla wa uwiano wa hatari au uwiano wa odds huhesabiwa. Maadili haya ya jumla yanaonyesha uhusiano kati ya mfiduo wa kimsingi na ugonjwa, iliyorekebishwa kwa sababu ya utabaka, yaani, uhusiano na athari za sababu ya utabaka kuondolewa.

A uwiano wa viwango sanifu (SRR) ni uwiano wa viwango viwili vilivyosanifiwa. Kwa maneno mengine, SRR ni wastani uliopimwa wa uwiano wa viwango vya tabaka mahususi ambapo uzani kwa kila tabaka ni mgawanyo wa wakati wa mtu wa kikundi kisichofichuliwa, au kirejeleo. SRR za vikundi viwili au zaidi zinaweza kulinganishwa ikiwa uzani sawa hutumiwa. Vipindi vya kujiamini vinaweza kutengenezwa kwa SRR kama uwiano wa viwango.

The uwiano sanifu wa vifo (SMR) ni wastani uliopimwa wa uwiano wa viwango vya umri mahususi ambapo uzani (kwa mfano, wakati wa hatari) hutoka kwa kikundi kinachochunguzwa na viwango vinatoka kwa idadi ya warejeleaji, kinyume cha hali katika SRR. Idadi ya watu wanaorejelewa ya kawaida ni idadi ya jumla, ambayo viwango vyao vya vifo vinaweza kupatikana kwa urahisi na kulingana na idadi kubwa na hivyo kuwa thabiti zaidi kuliko kutumia viwango kutoka kwa kundi lisilo wazi au kikundi kidogo cha idadi ya kazi inayochunguzwa. Kutumia uzani kutoka kwa kundi badala ya idadi ya warejeleaji huitwa usanifishaji usio wa moja kwa moja. SMR ni uwiano wa idadi inayozingatiwa ya vifo katika kundi na nambari inayotarajiwa, kulingana na viwango kutoka kwa idadi ya warejeleaji (uwiano kwa kawaida huzidishwa na 100 kwa uwasilishaji). Ikiwa hakuna muungano uliopo, SMR ni sawa na 100. Ikumbukwe kwamba kwa sababu viwango vinatoka kwa idadi ya warejeleaji na uzani hutoka kwa kikundi cha utafiti, SMR mbili au zaidi huwa hazilinganishwi. Hii isiyo ya kulinganishwa mara nyingi husahaulika katika tafsiri ya data ya epidemiological, na hitimisho potofu linaweza kutolewa.

Athari ya Mfanyakazi mwenye Afya

Ni kawaida sana kwa vikundi vya wafanyikazi kuwa na jumla ya vifo vya chini kuliko idadi ya watu kwa ujumla, hata kama wafanyikazi wako kwenye hatari kubwa ya sababu zilizochaguliwa za kifo kutokana na kufichuliwa mahali pa kazi. Jambo hili, linaloitwa athari ya mfanyakazi mwenye afya, inaonyesha ukweli kwamba kikundi chochote cha watu walioajiriwa kinaweza kuwa na afya bora, kwa wastani, kuliko idadi ya watu kwa ujumla, ambayo inajumuisha wafanyakazi na watu wasioweza kufanya kazi kwa sababu ya magonjwa na ulemavu. Kiwango cha jumla cha vifo katika idadi ya watu kinaelekea kuwa juu kuliko kiwango cha wafanyikazi. Athari hutofautiana kwa nguvu kwa sababu ya kifo. Kwa mfano, inaonekana kuwa sio muhimu sana kwa saratani kwa ujumla kuliko ugonjwa sugu wa mapafu unaozuia. Sababu moja ya hii ni kwamba kuna uwezekano kwamba saratani nyingi hazingekua kutoka kwa mwelekeo wowote kuelekea saratani msingi wa uteuzi wa kazi / kazi katika umri mdogo. Athari ya mfanyakazi mwenye afya katika kundi fulani la wafanyakazi huelekea kupungua kwa muda.

Vifo vya uwiano

Wakati mwingine uwasilishaji kamili wa kundi (yaani, wakati wa mtu aliye hatarini) haupatikani na kuna habari tu juu ya vifo au sehemu ndogo ya vifo vinavyotokana na kundi (kwa mfano, vifo kati ya wastaafu na wafanyikazi wanaofanya kazi, lakini sio kati ya wafanyikazi. ambaye aliacha kazi kabla ya kustahiki pensheni). Uhesabuji wa miaka ya mtu unahitaji mbinu maalum za kushughulikia tathmini ya wakati wa mtu, ikijumuisha njia za jedwali la maisha. Bila taarifa kamili ya wakati wa mtu kuhusu washiriki wote wa kundi, bila kujali hali ya ugonjwa, SMR na SRR haziwezi kuhesabiwa. Badala yake, uwiano wa vifo vya uwiano (PMRs) inaweza kutumika. PMR ni uwiano wa idadi iliyozingatiwa ya vifo kutokana na sababu mahususi kwa kulinganisha na idadi inayotarajiwa, kulingana na uwiano wa jumla ya vifo kutokana na sababu mahususi katika idadi ya waliorejelewa, ikizidishwa na idadi ya jumla ya vifo katika utafiti. kikundi, kilichozidishwa na 100.

Kwa sababu idadi ya vifo kutokana na visababishi vyote kwa pamoja lazima iwe 1 (PMR=100), baadhi ya PMR zinaweza kuonekana kuwa nyingi kupita kiasi, lakini kwa kweli zimeongezwa umechangiwa kwa sababu ya upungufu halisi katika visababishi vingine vya vifo. Vivyo hivyo, upungufu fulani unaoonekana unaweza kuonyesha tu kupita kiasi halisi kwa sababu zingine za kifo. Kwa mfano, ikiwa waombaji wa dawa za angani wana ziada kubwa ya vifo kutokana na ajali, hitaji la hisabati kwamba PMR kwa visababishi vyote kwa pamoja 100 linaweza kusababisha baadhi ya sababu moja au nyingine za kifo kuonekana kuwa na upungufu hata kama vifo ni vingi. Ili kurekebisha shida hii inayowezekana, watafiti wanaopenda saratani wanaweza kuhesabu uwiano wa vifo vya saratani (PCMRs). PCMRs hulinganisha idadi iliyoonekana ya vifo vya saratani na idadi inayotarajiwa kulingana na idadi ya vifo vya saratani (badala ya vifo vyote) kwa saratani ya riba kwa idadi ya warejeleaji ikiongezeka kwa jumla ya idadi ya vifo vya saratani katika kikundi cha utafiti, ikizidishwa na 100. Kwa hivyo, PCMR haitaathiriwa na kupotoka (ziada au upungufu) katika sababu isiyo ya saratani ya kifo, kama vile ajali, ugonjwa wa moyo au ugonjwa wa mapafu usio mbaya.

Masomo ya PMR yanaweza kuchambuliwa vyema kwa kutumia uwiano wa uwezekano wa vifo (MORs), kimsingi kuchambua data kana kwamba zilitoka kwa uchunguzi wa kudhibiti kesi. "Udhibiti" ni vifo kutoka kwa kikundi kidogo cha vifo vyote ambavyo vinafikiriwa kuwa havihusiani na mfiduo chini ya utafiti. Kwa mfano, ikiwa maslahi makuu ya utafiti yalikuwa saratani, uwiano wa uwezekano wa vifo unaweza kuhesabiwa kwa kulinganisha mfiduo kati ya vifo vya saratani na mfiduo kati ya vifo vya moyo na mishipa. Mbinu hii, kama PCMR, huepuka matatizo na PMR ambayo hutokea wakati kushuka kwa thamani katika sababu moja ya kifo huathiri hatari inayoonekana ya nyingine kwa sababu tu PMR ya jumla lazima iwe sawa na 100. Uchaguzi wa sababu za udhibiti wa kifo ni muhimu, hata hivyo . Kama ilivyoelezwa hapo juu, haipaswi kuhusishwa na mfiduo, lakini uhusiano unaowezekana kati ya mfiduo na ugonjwa hauwezi kujulikana kwa magonjwa mengi ya udhibiti.

Hatari Inayohusishwa

Kuna hatua zinazopatikana ambazo zinaonyesha kiwango cha ugonjwa ambacho kinaweza kuhusishwa na mfiduo ikiwa uhusiano unaoonekana kati ya mfiduo na ugonjwa ungekuwa sababu. The hatari inayoweza kuhusishwa katika wazi (AR_e) ni kiwango cha ugonjwa katika eneo lililofichuliwa ukiondoa kiwango katika hali isiyofichuliwa. Kwa sababu viwango vya ugonjwa haviwezi kupimwa moja kwa moja katika tafiti za udhibiti wa kesi, AR_e inaweza kuhesabiwa kwa masomo ya vikundi pekee. Kipimo kinachohusiana, angavu zaidi, inatokana asilimia ya hatari katika wazi (AR_e%), inaweza kupatikana kutoka kwa muundo wowote wa masomo. AR_e% ni uwiano wa matukio yanayotokea katika idadi ya watu walioachwa wazi ambayo yanahusishwa na mfiduo (tazama jedwali la 2 na jedwali la 3 kwa fomula). AR_e%.

The hatari itokanayo na idadi ya watu (PAR) na hatari inayotokana na idadi ya watu (PAR%), au sehemu ya etiolojia, eleza kiasi cha ugonjwa katika jumla ya idadi ya watu, ambayo inajumuisha watu wazi na wasioonekana, ambayo ni kutokana na mfiduo ikiwa ushirikiano unaozingatiwa ni causal. PAR inaweza kupatikana kutoka kwa masomo ya kikundi (meza 28.3) na PAR% inaweza kuhesabiwa katika masomo ya kikundi na ya kudhibiti kesi (jedwali la 2 na jedwali la 3).

Uwakilishi

Kuna hatua kadhaa za hatari ambazo zimeelezewa. Kila mmoja huchukua mbinu za kimsingi za kuhesabu matukio na katika wawakilishi wa matukio haya kwa kundi lililobainishwa. Matokeo yanapolinganishwa katika tafiti zote, uelewa wa mbinu zinazotumiwa ni muhimu kwa kueleza tofauti zozote zinazoonekana.

Back