Курсовая работа: Ретроспективный эпидемиологический анализ заболеваемости скарлатиной за период с 1996 по 2006 г. включительно в населённом пункте "L"
2.Подраздел 1 – Анализ тенденции заболеваемости скарлатиной за период с 1996 по 2006г. включительно в населённом пункте “ L ”.
Тенденция (тренд, однонаправленное изменение) – наиболее общие закономерности динамики процесса.
Расчет тенденции используется для получения перспективных данных о заболеваемости и составления трендовых прогнозов, а также для общей оценки динамики эпидемического процесса.
Для определения прямолинейной тенденции эпидемического процесса нужно рассчитать ее показатели методом скользящей средней арифметической величины.
Таблица 2 – Вычисление прямолинейной тенденции заболеваемости скарлатиной за период с 1996 по 2006г. включительно в населённом пункте “L”:
Годы | Z0 | I сглаживание | II сглаживание | III сглаживание |
1996 | 98,4 | |||
1997 | 295,6 | |||
1998 | 744 | 320,9 | ||
1999 | 399,4 | 394,1 | ||
2000 | 67 | 409,5 | 341 | |
2001 | 239,3 | 321,4 | 333 | 337 |
2002 | 597,7 | 259,1 | 314,3 | 314,3 |
2003 | 303,7 | 281,1 | ||
2004 | 87,7 | 300,6 | ||
2005 | 177 | |||
2006 | 336,7 |
График 2 – Определение общей тенденции заболеваемости скарлатиной за период с 1996 по 2006г. включительно в населённом пункте “L”:
α=9°
Вывод: Исходя из угла наклона тенденциозной прямой, который равен 9°, можно сделать вывод о том, что данный процесс (заболеваемость скарлатиной в населённом пункте “L”) является стабильным, стремящимся к снижению. Вследствие этого можно спрогнозировать показатель заболеваемости (Z) на будущий, 2007г., который составит приблизительно 206.
3.Подраздел 2 – Анализ периодической составляющей заболеваемости скарлатиной за период с 1996 по 2006г. включительно в населённом пункте “ L ”.
Цикличность – это закономерное повышение и снижение эпидемического процесса за фиксированный период времени. При заболеваемости скарлатиной наблюдается пятилетняя цикличность.
Для анализа периодической составляющей используется корреляционный анализ, направленный на выявление взаимосвязи между явлениями и признаками по принципу их сходства с течением времени.
С помощью метода автокорреляции (парной корреляции) можно доказать факт наличия цикличности и выявить строго определенный период в динамике заболеваемости.
r= ∑ (∆Z0*∆Z1) ⁄ √ ∑ (∆Z0 2 *∑∆Z1 2 )
r = 261831,8 ⁄ √ (377626,5* 196070,8) = 261831,8) ⁄ 27210,7 ≈ 1.
Т.о. имеется полная корреляционная связь (т.к. r=1), которая является прямой, что в данном случае означает прямую взаимосвязь между подъёмами заболеваемости скарлатиной и временными интервалами от одного подъёма до другого.
Вывод: Доказано наличие пятилетней цикличности заболеваемости скарлатиной.
4.Подраздел 3 – Анализ нерегулярных колебаний заболеваемости скарлатиной за период с 1996 по 2006г. включительно в населённом пункте “ L ”.
Для определения нерегулярных колебаний заболеваемости скарлатиной необходимо вычислить эпидемический порог заболеваемости, т.е. верхнюю границу нормальных колебаний заболеваемости, выхождение за пределы которой и будет отражать так называемые “выскакивающие величины” (extremummaximum).
Таблица 4 – Расчёт данных, необходимых для определения границ нормального колебания заболеваемости:
Годы | Zгода | ∆Z | ∆Z2 |
1996 | 98,4 | -205,8 | 42353,6 |
1997 | 295,6 | -8,6 | 74 |
1998 | 744 | 439,8 | 193424 |
1999 | 399,4 | 95,2 | 9063 |
2000 | 67 | -237,2 | 56263,8 |
2001 | 239,3 | -64,9 | 4212 |
2002 | 597,7 | 293,5 | 86142,3 |
2003 | 303,7 | -0,5 | 0,3 |
2004 | 87,7 | -216,5 | 46872,3 |
2005 | 177 | -127,2 | 16179,8 |
2006 | 336,7 | 32,5 | 1056,3 |
ср.Z=304,2 | ∑∆Z2 =455641,4 |
Исходя из вышеуказанных данных, рассчитаем среднее квадратичное отклонение от медианного показателя заболеваемости:
σ = √ (∑∆Z2 ⁄ (n-1)), т.к. n<30 (n – количество членов ряда).
σ = √ (455641,4 ⁄10) ≈ 213,5.
Границы нормы колебаний заболеваемости можно найти методом сигмальных отклонений по формуле: Zср.± 1,5σ.
Верхняя граница нормы (эпидемический порог) = Zср.+1,5σ= 304,2+320,3=624,5.
Нижняя граница нормы = Zср.- 1,5σ= 304,2-320,3=-16,1.
График 3 – Границы нормального колебания заболеваемости: