Показатели общей заболеваемости и методика их вычисления
Интенсивный показатель – или показатель частоты, распространенности, характеризует частоту явления во взаимосвязанной среде, которая сама продуцирует данное явление, т.е. показывает распространенность явления во взаимосвязанной среде, которая сама продуцирует данное явление. Например, больные – среда, а число умерших – явление; студенты – среда, а заболевшие гриппом – явление.
Интенсивный показатель рассчитывается по следующей формуле:
Интенсивный показатель = явление х основание / величина среды,
продуцирующая данное явление
где: среда – это все население или его определенная группа (мужчины, женщины, больные, работающие и т.д.);
основание – это единица с нулями (100, 1000, 10000, 100000 и т.д.). Основание применяется только для наглядности показателя, и чем меньше явление, тем больше основание. Если показатель рассчитывается на 100 населения, то он измеряется в процентах (%), если на 1000 населения – в промиллях (%о), на 10000 – в продецемиллях (%оо).
явление – это процессы, протекающие среди населения (число умерших, родившихся, больных и т.д.)
Интенсивные показатели делятся на:
2. специальные
Общие – характеризуют явление в целом.
Специальные – дают углубленный дифференцированный анализ.
Например: число мужчин в районе 30000, из них умерло в течение года 300. В этом случае интенсивный показатель или в данном случае показатель смертности среди мужчин составит:
Отсюда: Х = 300 х 1000 / 30000 = 10 %о (промиллей)
То есть на каждые 1000 мужчин приходится 10 случаев смерти.
Экстенсивный показатель – это показатель распределения, который характеризует отношение части к целому и выражается, как правило, в процентах (реже в промиллях) к итогу.
Экстенсивный показатель = часть явления х 100 / целое явление
Экстенсивные показатели нужны для определения структуры статистической совокупности и сравнительной оценки, соотношения составляющих её частей (например, лейкоцитарная формула, структура заболеваемости, смертности по полу, возрасту и т.д.).
Сумма экстенсивных показателей всегда равна составит 100% (если показатели вычислялись на 100).
Например: при проведении медицинского осмотра детей в детском саду выявлено 30 случаев заболеваний, из них ОРЗ – 15, гепатит – 2, ветрянка – 5, другие заболевания – 8.
В этом случае экстенсивный показатель будет рассчитан следующим образом:
Для ОРЗ
15 – Х, т.е.
Х = 15 х 100 / 30 = 50%
Для гепатита
2 – Х, т.е.
Х = 2 х 100 / 30 = 6,7%
Для ветрянки
5 – Х, т.е.
Х = 5 х 100 / 30 = 16,7%
Другие заболевания
8 – Х, т.е.
Х = 8 х 100 / 30 = 26,6%
Всего: 50 + 6,7 + 16,7 + 26,6 = 100%
Показатель соотношения – характеризует численное соотношение двух, не связанных между собой совокупностей, сопоставимых только логически, по их содержанию и соответственно показывает распространенность явления в среде, которая его не продуцирует. По методике вычисления этот коэффициент сходен с методикой вычисления интенсивного показателя, но различен по существу.
Показатель соотношения = явление х основание / среда, не
продуцирующая данное явление
Например: обеспеченность населения врачами, койками, лечебно-профилактическими учреждениями и т.д.
Пример расчета: в городе с численностью 400000 населения работают 100 врачей, в этом случае обеспеченность населения врачами составит:
400000 – 100
Т.е. Х = 100 х 10000 / 400000 = 25,0%о (продецемиллей), или
говоря более простым языком, на каждые 10000 населения приходится 25 врачей.
Показатель наглядности. Показатели наглядности применяются с целью более наглядного и доступного сравнения абсолютных, относительных или средних величин. Чаще всего показатели наглядности используют при сравнении данных в динамике, чтобы в более наглядной форме представить закономерности изучаемых явлений во времени. Показатели наглядности показывают, на сколько процентов или во сколько раз произошло увеличение или уменьшение сравниваемых величин. При этом одна из сравниваемых величин приравнивается к 100, или 1 а остальные пересчитываются по отношению к этой величине.
Например:
Заболеваемость студентов ВУЗов гастритом (по данным осмотров)
Методика расчета:
Для студентов 2-го курса
12 – Х, Х = 12 х 100 / 6 = 200%,
Т.е. на 2-м курсе заболеваемость студентов на 100% выше (200 – 100 = 100) по сравнению с заболеваемостью студентов на первом курсе.
Для студентов 3-го курса
15 – Х, Х = 15 х 100 / 6 = 250%,
Т.е. на 3-м курсе заболеваемость студентов на 150% выше (250 – 100 = 150) по сравнению с заболеваемостью студентов на первом курсе.
Для студентов 4-курса
10 – Х, Х = 10 х 100 / 6 = 166%,
Т.е. на 4-м курсе заболеваемость студентов на 66% выше (166 – 100 = 66) по сравнению с заболеваемостью студентов на первом курсе.
Для студентов 5-курса
18 – Х, Х = 18 х 100 / 6 = 300%,
Т.е. на 5-м курсе заболеваемость студентов на 200% выше (300 – 100 = 200) по сравнению с заболеваемостью студентов на первом курсе.
ГРАФИЧЕСКИЕ ИЗОБРАЖЕНИЯ
Результаты статистического исследования обычно представляют в виде одного или нескольких рядов чисел, (абсолютных, относительных, средних), сведенных в статистические таблицы.
Для большей наглядности и лучшего усвоения эти результаты можно представить в виде различных графических изображений.
Графические изображения служат для наглядного представления статистических величин, позволяют глубже их проанализировать.
Различают следующие основные виды графических изображений:
Диаграммы (плоскостные, объемные).
Картограммы.
Картодиаграммы
Каждое графическое изображение должно иметь название (обычно ставится под изображением), в котором указывается его содержание, время и место;
Должно строится по определенному масштабу;
Для каждого графического изображения должны даваться пояснения (в виде условных обозначений) о примененной расцветке или штриховке;
Изображение должно строго соответствовать сущности изображаемых показателей.
ДИАГРАММЫ
Все диаграммы подразделяются на объемные и плоскостные. Практически любой вид диаграмм можно изобразить на плоскости (в одном измерении) или в объемном виде (в трех измерениях). Таким образом, объемные диаграммы отличаются от плоскостных только своим видом.
Кроме того, по характеру диаграммы делятся на:
линейные
столбиковые
ленточные
радиальные
секторные
внутристолбиковые
внутриленточные
фигурные
Линейные диаграммы применяются для иллюстрации динамики изменения явления во времени.
Основой для её построения является прямоугольная система. На оси абсцисс «Х» откладываются равные по масштабу промежутки времени, а по оси ординат «У» - показатели явления (заболеваемость, численность населения и т.д.).
В тех случаях, когда на одной диаграмме изображают несколько явлений, линии наносят разного цвета или разной штриховки.
Типичным примером линейной диаграммы является температурная кривая, изменение уровней рождаемости, смертности и т.д.
По характеру линейные диаграммы бывают:
А) прямолинейные, б) восходящие, в) нисходящие, г) криволинейные
Например: изменение уровня рождаемости и смертности
Столбиковые диаграммы применяются для иллюстрации однородных, но не взаимосвязанных между собой показателей (интенсивные, соотношения). Чаще применяются для изображения однородных показателей в двух и более сравниваемых совокупностях, но также могут отображать и динамику явления.
Например: обеспеченность населения врачами и амбулаторно-поликлиническими учреждениями на 10000 населения можно изобразить следующим образом
Наряду со столбиковыми также применяются ленточные диаграммы. Основное их отличие от столбиковых диаграмма заключается в расположении. Так, если столбиковые диаграммы располагаются по вертикали, то ленточные располагаются по горизонтали. Условия же их использования такие же как и для столбиковых диаграмм.
Радиальная диаграмма является разновидностью диаграммы построенной на полярных координатах. Её используют, когда надо изобразить изменение явления за замкнутый период времени (сутки, неделя, год).
При построении радиальной диаграммы в качестве оси абсцисс используют окружность, разделенную на одинаковое число частей соответственно отрезкам времени того или иного цикла. Осью ординат служит радиус окружности или ее продолжение. Обычно за радиус окружности принято брать среднюю величину явления анализируемого цикла времени. Количество радиусов соответствует интервалам времени изучаемого цикла (12-радиусов – год, 7 неделя, 24 – часы).
Например: изучение распространенности ОКЗ среди детей по сезонам года можно изобразить следующим образом
осень
Лето зима
Для изображения структуры явления применяются секторные диаграммы, где в круге каждая её часть занимает соответствующий сектор. При этом радиус круга принимается равным 100%, а 1% явления равен 3,6 градусов.
Например: структура заболеваний, передающихся половым путем за 2000 год
Для изображения структуры явления также применяются внутристолбиковые и внутриленточные диаграммы. При этом площадь столбика или ленты применяется за 100%, а каждому 1% явления соответствует 1 см.
Пример внутристолбиковой диаграммы: структура заболеваний, передающихся половым путем за 2000 год
Сифилис – 13,9%; гонорея – 13,8%; трихомониаз – 52,9%; урогенитальный кандидоз – 16,9%; другие – 2,5%
Пример внутриленточной диаграммы: структура заболеваний, передающихся половым путем за 2000 год
Сифилис – 13,9%; гонорея – 13,8%; трихомониаз – 52,9%; урогенитальный кандидоз – 16,9%; другие – 2,5%
Фигурные диаграммы применяются для изображения явления, как в сравниваемых совокупностях, так и в динамике. При этом изучаемое явление изображается в виде условных фигурок.
Например: изменение численности населения можно изобразить в виде человечков.
Картограмма представляет собой географическую карту (или схему карты) на которой отдельные территории заштрихованы или закрашиваются с различной интенсивностью в соответствии с уровнем показателей.
Для ее составления нужна географическая карта и для каждой группы показателей необходимо дать условную штриховку или цвет (степень окраски).
Картодиаграмма – представляет собой картограмму на которой наносятся также и диаграммы. Например: синоптическая карта, используемая для прогноза погоды; карта полезных ископаемых в географии и т.д.
Для изображения интенсивных показателей, показателей соотношения и наглядности применяются линейные, радиальные, столбиковые, ленточные и фигурных диаграммы, картограмма, картодиаграмма.
Экстенсивные показатели выражаются в виде секторных, внутристолбиковых или внутриленточных диаграмм.
ДИНАМИЧЕСКИЕ РЯДЫ И ИХ АНАЛИЗ
Важной задачей медицины и здравоохранения является изучение здоровья населения, а также характера и объема деятельности лечебно- профилактических учреждений с учетом их изменения во времени. Для того чтобы проанализировать динамику того или иного процесса, необходимо уметь сопоставить динамические ряды разных типов, уметь их выравнивать и анализировать.
Динамическим рядом называется ряд, состоящий из однородных сопоставимых величин, характеризующих изменение какого-либо явления за определенный промежуток времени.
Значения динамического ряда называют уровнями ряда. Уровни ряда могут быть представлены абсолютными, относительными или средними величинами.
Динамические ряды могут быть простыми и сложными. Простой динамический ряд состоит из абсолютных величин. Сложный динамический ряд состоит из относительных или средних величин.
В свою очередь простой динамический ряд может быть двух типов: моментный и интервальный.
Моментный ряд состоит из величин, характеризующих размеры явления на определенные даты – моменты уровни моментного ряда не подлежат дроблению.
Интервальный ряд – состоит из величин, характеризующих размеры явления за определенный интервал времени (сутки, неделя, декада, месяц, год).
Интервальный ряд в отличие от моментного ряда можно разделить на более мелкие периоды или укрупнить интервалы.
Например, в 1978 г. число родившихся было 1120, а за квартал в районе число родившихся составило примерно в 4 раза меньше – 1120:4 = 280 детей.
Интервальные ряды могут состоять не только из чисел родившихся, но и из чисел умерших, заболевших и др., т.е. представляют изменение явления за те или иные промежутки времени.
Выбор интервала периода для интервального ряда (год, месяц, неделя, день, час и т.д.) в известной мере определяется степенью изменчивости явления (смертность, заболеваемость, рождаемость и т.д.). Чем медленнее изменяется явление во времени, тем крупнее могут быть периоды наблюдения.
Для анализа динамических рядов используют следующие показатели:
абсолютный прирост (или убыль),
темп прироста (убыли),
темп роста
значение 1 % прироста
показатель наглядности
Абсолютный прирост (убыль) – это разность уровней данного и предыдущего периодов.
Темп прироста (убыли) – процентное отношение абсолютного прироста к предыдущему уровню.
Темп роста (убыли) – процентное отношение последующего уровня к предыдущему уровню.
Значение 1% прироста – отношение абсолютного прироста к темпу роста.
2000 г. – 6956
2001 г. – 7151
2002 г. – 7409
2003 г. – 7530
2004 г. – 7745
Методика расчета и анализа динамического ряда:
Абсолютный прирост: для 2001 года составил: 7151 – 6956 = 195
Для 2002 года составил: 7409 – 7151 = 258
Для 2003 года составил: 7530 – 7409 = 121
Для 2004 года составил: 7745 – 7530 = 215
Темп прироста: для 2001 года составил: 195 х 100 / 6956 = 2,8%
Для 2002 года составил: 258 х 100 / 7151 = 3,6%
Для 2003 года составил: 121 х 100 / 7409 = 1,6%
Для 2004 года составил: 215 х 100 / 7530 = 2,9%
Темп роста: для 2001 года составил: 7151 х 100 / 6956 = 102,8 %
Для 2002 года составил: 7409 х 100 / 7151 = 103,6%
Для 2003 года составил: 7530 х 100 / 7409 = 101,6%
Для 2004 года составил: 7745 х 100 / 7530 = 102,9%
Значение 1% прироста:
Для 2001 года составил: 195 / 102,8 = 1,89
Для 2002 года составил: 258 / 103,6 = 2,49
Для 2003 года составил: 121 / 101,6 = 1,19
Для 2004 года составил: 215/ 102,9 = 2,08
Динамический ряд не всегда состоит из уровней, последовательно изменяющихся в сторону снижения или увеличения. Нередко некоторые уровни в динамическом ряду представляют значительные колебания, что затрудняет возможность проследить основную закономерность, свойственную явлению в наблюдаемый период.
В этих случаях для выявления общей динамической тенденции рекомендуется произвести выравнивание ряда.
Существует несколько способов выравнивания динамического ряда:
укрупнение интервала
сглаживание ряда при помощи групповой
сглаживание ряда при помощи скользящей средней
Однако выравнивание уровней динамических рядов необходимо осуществлять только после глубокого и всестороннего анализа причин, обусловивших колебания этих уровней. Механическое выравнивание может искусственно сгладить уровни и завуалировать причинно-следственные связи.
Укрупнение интервала производят путем суммирования данных за ряд смежных периодов.
Например, помесячные числа заболеваний ангиной то увеличиваются, то уменьшаются. После укрупнения интервалов по кварталам года можно увидеть определенную закономерность, наибольшее число заболеваний приходится на летне-осенний период.
Вычисление групповой средней для каждого укрупненного периода производят путем суммирования смежных уровней соседних периодов, а затем полученную сумму делят на число слагаемых.
Выравнивание ряда путем вычисления групповой средней позволяет получать данные, иллюстрирующие довольно четкую тенденцию к постепенному изменению явления за определенный промежуток времени.
Вычисление скользящей средней позволяет каждый уровень заменить на среднюю величину из данного уровня и двух соседних с ним.
Ряд, выравненный при помощи скользящей средней, представляет последовательную тенденцию изменения явления.
То есть, скользящая средняя является простейшим способом выравнивания ряда. Этот метод дает возможность сгладить, устранить резкие колебания динамического ряда.
Например, на 1 января соответствующего года число населения в городе составило (в тыс. человек):
2000 г. – 7409
2001 г. – 7151
2002 г. – 6956
2003 г. – 7745
2004 г. – 7530
Как видно из приведенных данных они меняются волнообразно, поэтому прежде чем проводить анализ динамического ряда необходимо его выровнять.
Укрупнение интервала можно провести следующим образом:
Для 2000-2002 гг. – 7409 + 7151 + 6956 = 21516
Для 2003-2004 гг. – 7745 + 7530 = 15275
Вычисление групповой средней:
Для 2000-2002 гг. – (7409 + 7151 + 6956) / 3 = 7172
Для 2003-2004 гг. – (7745 + 7530) / 2 = 7637,5
Вычисление скользящей средней:
Для 2001 года: (7409 + 7151 + 6956) / 3 = 7172
Для 2002 года: (7151 + 6956 + 7745) / 3 = 7284
Для 2003 года: (6956 + 7745 + 7530) / 3 = 7410,3
СТАНДАРТИЗАЦИЯ
В практической деятельности врача нередко приходится сравнивать статистические показатели, вычисленные в качественно неоднородных по составу групп (по полу, возрасту, тяжести поступления больных в стационар). Необходимо иметь в виду, что на общие показатели, характеризующие уровень может оказать влияние неоднородность составов сравниваемых совокупностей. Так, например, чтобы сопоставить общие уровни летальности (число умерших на 100 больных) по двум больницам и сделать вывод о причинах различий этих показателей, необходимо, прежде всего, проанализировать, однороден ли по нозологическим формам состав больных, лечившихся в этих больницах. Безусловно, общий показатель летальности будет выше в той больнице, где в составе госпитализированных больных было больше лиц с тяжелыми хроническими заболеваниями. Наличие разного состава больных в этих больницах не позволяет делать правильные выводы о причинах различия показателей летальности.
Например, рождаемость, будет выше там, где среди населения больше лиц молодого возраста. А смертность будет выше там, где больше детей до 1 года и лиц пожилого возраста.
Устранить влияние неоднородности состава при сравнении показателей позволяет применение метода стандартизации.
Стандартизация – это метод расчета условных (стандартизованных) показателей, заменяющих общие интенсивные (или средние) величины в тех случаях, когда их сравнения затруднено из-за несопоставимости состава сравниваемых групп.
Стандартизованные показатели являются условными величинами и применяются в целях сравнения и отнюдь не служат для измерения фактического уровня какого-либо явления.
В статистике существует 3 метода стандартизации:
простой
косвенный
обратный
Прямой метод стандартизации является наиболее распространенным и применяется в том случае, когда исследователю известны, как структура сравниваемых совокупностей (по полу, возрасту, стажу, профессии и т.д.), так и количество родившихся, умерших, заболевших (по полу, возрасту, стажу, профессии) и т.д. Проще говоря когда имеются все данные как о числе наблюдений, так и структуре явления.
Косвенный метод применяется когда у исследователя отсутствуют сведения о возрастном, профессиональном составе больных, умерших и т.д., но имеются данные, т.е. имеются данные о числе наблюдений, но нет данных о структуре явления.
Обратный метод применяется когда у исследователя нет сведений о числе наблюдений, но имеются сведения о структуре явления.
Так как в социально-гигиенических и клинических исследованиях мы имеет все интересующие нас данные, как об объеме совокупности, так и структуре явления, то обычно применяется прямой метод стандартизации, предусматривающий возможность вычисления общих и погрупповых интенсивных, а также стандартизованных показателей.
Заболеваемость= (Число впервые в жизни диагностированных (вновь выявленных) заболеваний за год/Среднегодовая численность населения, проживающего в районе деятельности поликлиники) х1000
Распространенность= (Число всех первичных случаев
заболеваний (острых и хронических), зарегистрированных в данном году/Среднегодовая численность населения) х 1000
Заб-ть явл-ся одним из критериев оценки состояния здоровья населения. Материалы о заб-ти населения в практической деят-ти врача необходимы для: оперативного рук-ва работой учреждений з/охр-я; оценки эфф-ти проводимых лечебно-оздоровительных мероприятий, в том числе диспансеризации; оценки здоровья населения и выявления ф-ров риска, способствующих снижению заб-ти; планирования объема проф-их осмотров; определения контингента для диспансерного наблюдения, госпитализации, санаторно-курорт¬ного лечения, трудоустройства определенного контингента больных и т. д.; текущего и перспективного планирования кадров, сети различных служб и подразделений з/охр-я; прогноза заб-ти.
В статистике заб-ти существуют следующие показатели.
Заб-ть — это совокупность вновь возникших заб-ий за календарный год; рассчитывается как отношение числа вновь возникших заб-ий к средней численности населения, умноженное на 1000.
Болезненность — это распростр-ть зарегистрированных заб-ий, как вновь возникших, так и ранее существовавших, при первичном обращении в календарном году; статистически выражается как отношение числа всех заб-ий населения за год к средней численности населения, умноженное на 1000.
Патол-ая пораженность — совок-ть болезней и патол-их состояний, выявленных врачами путем активных мед-их осмотров населения; статистически выражается как отношение числа заб-ий, имеющихся на данный момент, к средней численности населения, умноженное на 1000. В основном это хрон-ие заб-ия, но м.б. учтены и острые заб-ия, имеющиеся на данный момент. В практическом з/охр-и этим термином м.б. определены рез-ты мед-их осмотров населения. Рассчитывают как отношение числа заб-ий, выявленных при мед-ом осмотре, к числу осмотренных лиц, умноженное на 1000.
В зав-ти от цели исследования используют различные статистические материалы и учетные документы (мед-ие карты, экстренные извещения, листки нетрудоспособности, карты выбывших из стационара, врачебные свидетельства о смерти, другие специальные бланки и анкеты).
При изучении заб-ти и смерт-ти населения пользуются “Междунар-ой статистической классификацией болезней и проблем, связанных со здоровьем” (10-й пересмотр, 1995 г., ВОЗ), включающей 21 класс заб-ий, которые разделены на блок рубрик, термины и диагностические формулировки.
Виды: общая заб-ть по данным обращаемости, заб-ть по данным мед-их осмотров, инфекционная заб-ть, заб-ть важнейшими неэпидемическими заб-ми, заб-ть с ВУТ, госпитализир-я заб-ть.
Расчёт показателей заболеваемости
Взрослого населения
Показатели заболеваемости, включённые в таблицу 2.2 и относящиеся к группе основных, рассчитывают на основании первичных данных. Также рассчитывают некоторые другие дополнительные показатели. Иногда для выявления причин заболеваемости в исследуемом регионе и подтверждения связи между заболеваниями и неблагополучием экологической обстановки могут быть проведены дополнительные исследования, при которых изучают специфические заболевания, этиологически связанные с характером загрязнения территории: генетические нарушения, а именно увеличение частоты генетических нарушений в клетках человека (хромосомные аберрации, разрывы ДНК и др.); содержание в биосубстратах человека (кровь, моча, волосы, зубы, слюна, плацента, женское молоко и др.) токсичных химических веществ, превышающее допустимые биологические уровни; изменение иммунного статуса: увеличение числа людей с выраженными сдвигами в иммунограмме по морфологическим и гуморальным показателям.
Показатели могут быть рассчитаны как в отношении числа лиц (учитывается число лиц, например, впервые обратившихся в лечебное учреждение, пострадавших, умерших и т.п.), так и в отношении числа случаев (учитывается число случаев обращения в лечебное учреждение) (Антоненко Т.Н. и др., 1997; Здоровье населения …, 1999 ).
1. Первичная заболеваемость (см. табл. 2.1), т.е. частота вновь выявленных заболеваний, представляет собой впервые в жизни диагностированные заболевания в течение определённого периода, например, в течение одного года. Первичная заболеваемость I fr определяется как отношение числа впервые зарегистрированных больных N fr или числа впервые выявленных болезней к средней численности населения N на 1000 человек (ф.2.1):
2. По этой же формуле рассчитывается распространённость P m других видов заболеваний N m таких как: болезненность, общая заболеваемость, частота всех болезней. При этом учитывают все заболевания (острые, хронические, новые и зарегистрированные ранее) населения за определённый период, например, за год (ф.2.2):
. (2.2)
Общая заболеваемость – совокупность всех имеющихся среди населения заболеваний, впервые выявленных в данном году и зарегистрированных в предыдущие годы, по поводу которых больные вновь обратились в данном году, на 1000 человек населения.
Общая накопленная заболеваемость – число заболеваний, зарегистрированных в течение последнего года, дополненное случаями хронических заболеваний, зарегистрированных в предыдущие 2 года и по поводу которых не было обращения в данном году на 1 000 человек населения.
Точно так же рассчитывается патологическая поражённость или частота заболеваний, выявленных при осмотре. Сюда относят те заболевания, которые зарегистрированы у населения на определённую дату (контингент больных на определённую дату).
3. При расчёте показателя P i заболеваемостиопределённой i- той нозологической формы в числителе учитываются только лица N i больные данным заболеванием (ф.2.3):
. (2.3)
4. Заболеваемость P c злокачественными новообразованиями N c (см. табл. 2.2) рассчитывается на 100 000 населения относительно общего населения территории, в том числе детей в возрасте 0 – 14 лет (п. 1.3.1 табл. 2.2) на 100 000 детей относительно количества детей указанного возраста рассчитывается по формуле (2.4):
. (2.4)
По этой же формуле рассчитывается распространённость злокачественных новообразований (среди мужчин, женщин), однако при этом в числителе учитывается число больных раковыми заболеваниями (мужчин женщин), а в знаменателе соответственно численность мужского, женского населения.
По этой же формуле рассчитываются показатели заболевания органов дыхания (см. п. 1.5 табл. 2.2) такие как: бронхит и эмфизема (п. 1.5.1), бронхиальная астма (п. 1.5.2).
5. Структура S i распространённости заболеваний определяет долю (процент) больных конкретной нозологической формой в общем числе зарегистрированных больных. Она определяется как отношение числа N i зарегистрированных больных i -той нозологической формой к числу зарегистрированных больных N r (ф.2.5):
. (2.5)
Этапы статистического исследования. Их краткая характеристика.
Статистическое исследование включает в себя 3 основных этапа:
1.Статистическое наблюдение - формируются первичные статистические данные, или исходная статистическая информация, которая является основой статистического исследования. Если при сборе первичных статистических данных допущена ошибка или материал оказался недоброкачественным, это повлияет на правильность и достоверность как теоретических, так и практических выводов;
2.Сводка и группировка данных - на этой стадии совокупность делится по признакам различия и объединяется по признакам сходства, подсчитываются суммарные показатели по группам и в целом. С помощью метода группировок изучаемые явления в зависимости от существенных признаков подразделяются на типы, группы и подгруппы. Метод группировок позволяет ограничивать качественно однородные в существенном отношении совокупности, что служит предпосылкой для определения и применения обобщающих показателей;
3.Обработка и анализ полученных данных, выявление закономерностей. На этом этапе с помощью обобщающих показателей рассчитываются относительные и средние величины, дается сводная оценка вариации признаков, характеризуется динамика явлений, применяются индексы, балансовые построения, рассчитываются показатели, характеризующие тесноту связей в изменении признаков. С целью наиболее рационального и наглядного изложения цифрового материала он представляется в виде таблиц и графиков.
Все этапы статистического исследования тесно связаны друг с другом и одинаково важны. Недостатки и ошибки, возникающие на каждой стадии, сказываются на все исследовании в целом. Поэтому правильное использование специальных методов статистической науки на каждом этапе позволяет получить достоверную информацию в результате статистического исследования.
Методы статистического исследования:
Статистическое наблюдение;
Сводка и группировка данных;
Расчет обобщающих показателей (абсолютные, относительные и средние величины);
Статистические распределения (вариационные ряды);
Корреляционно-регрессионный анализ;
Ряды динамики;
Индексы.
Задача статистики – исчисление статистических показателей и их анализ, благодаря чему управляющие органы получают всестороннюю характеристику управляемого объекта.
Расчет коэффициента преступности.
Коэффициент преступности – это количество преступлений и лиц, их совершивших на определенное количество населения.
Коэффициенты исчисляются путем сопоставления сведений о преступности с данными о населении.
Коэффициенты бывают :
если сопоставляются данные о числе зарегистрированных преступлений, то используется коэффициент К ф (коэффициент по фактам),
если сопоставляются сведения о числе выявленных преступников, то используется К л (коэффициент по лицам),
если же сопоставляются показатели о числе осужденных – коэффициент К о (коэффициент по количеству осужденных).
Формула расчет общего коэффициента преступности на 100 тысяч человек:
К = П х 100 000 / Н,
где К – коэффициент преступности
П – число фактов или количество лиц, совершивших преступления
Н – численность населения (всего или в соответствующем возрасте).
Коэффициент преступности может рассчитываться либо на все население, либо на населения в возрасте уголовной ответственности (в России – на население в возрасте с 14 лет и старше).
Когда расчет делается на все население, коэффициент фактически отражает лишь то, как население страдает от преступности. Коэффициент, рассчитанный на население в возрасте от 14 лет и старше, показывает криминальную активность населения возраста уголовной ответственности, то, насколько интенсивно оно продуцирует преступное поведение.
3. Расчет удельного веса.
Расчет удельного веса отдельного вида преступности делается в криминологии, исходя из структуры преступности для данного территориального образования. Структура преступности является важнейшим для вникания в суть происходящих процессов понятием, она определяется соотношением (удельным весом) в преступности ее видов, групп преступлений, классифицируемых по уголовно-правовым или же криминологическим основаниям, к которым относят: социальную и мотивационную направленность; социально-территориальную распространенность; социально-групповой состав; степень и характер общественной опасности; устойчивость преступности; степень организованности и некоторые другие признаки, учитывающие внешние и внутренние характеристики преступности.
Для того чтобы провести анализ структуры преступности, необходимо определить процентное соотношение преступлений особо тяжких, тяжких, средней и небольшой тяжести; умышленных и неосторожных, а также удельный вес рецидивной, профессиональной, групповой преступности; долю t преступности несовершеннолетних, женской преступности и т. п. Для полноты криминологической картины имеет значение также характер мотивации личности преступника (выделяют насильственные, корыстные и корыстно-насильственные преступления).
Для определения удельного веса отдельного типа, рода, вида или разновидности преступности (С) используется следующая формула:
где u – показатель объема отдельного типа, рода, вида или разновидности преступности; U – показатель объема всей преступности на той же территории за тот же период времени.
Удельный вес отдельного типа, рода, вида или разновидности преступности показывает, какую долю в общей преступности данного территориального образования составляет какой-то определенный вид преступлений. Исходя из общей картины, можно сделать вывод, с чем связан рост или снижение таких преступлений, какие группы населения оказываются вовлеченными, как лучше построить профилактическую работу.
4. Относительные величины динамики.
Относительные величины динамики характеризуют изменение изучаемого явления во времени, выявляют направление развития, измеряют интенсивность развития. Рассчитывается относительная величина динамики как отношение уровня признака в определенный период или момент времени к уровню того же признака в предшествующий период или момент времени, т. е. характеризует изменение уровня определенного явления во времени.
Относительные величины вычисляются как отношение двух чисел. При этом числитель называется сравниваемой величиной, а знаменатель – базой относительного сравнения. В зависимости от характера изучаемого явления и задач исследования базисная величина может принимать различные значения, что приводит к различным формам выражения относительных величин. Относительные величины измеряются:
В коэффициентах: если база сравнения принята за 1, то относительная величина выражается целым или дробным числом, показывающим, во сколько раз одна величина больше другой или какую часть ее составляет;
В процентах, если база сравнения принимается за 100;
В промилле, если база сравнения принимается за 1000;
В продецимилле, если база сравнения принимается за 10 000;
В именованных числах (км, кг, га) и др.
В каждом конкретном случае выбор той или иной формы относительной величины определяется задачами исследования и социально-экономической сущностью, мерой которого выступает искомый относительный показатель. По своему содержанию относительные величины подразделяются на следующие виды: выполнения договорных обязательств; динамики; структуры; координации; интенсивности; сравнения.
5. Расчет среднегодового темпа прироста (снижения).
Для характеристики среднего относительного изменения признаков правовых и юридически значимых явлений рассчитывают интегрированные относительные показатели роста или снижения уровня признака - среднегодовые темпы роста и прироста (сокращения).
Среднегодовой темп роста характеризует среднее относительное изменение состояния (уровня) явления за рассматриваемый период времени в целом и рассчитывается по формуле:
где Yn - последний уровень ряда динамики параметра явления,
Yo - уровень ряда динамики параметра явления,
n - число уровней в ряду динамики.
Среднегодовой темп прироста характеризует среднюю величину относительного прироста параметра явления за рассматриваемый период времени в целом и рассчитывается на основе среднегодового темпа роста путем вычитания из последнего 100%:
Т пр = Т р - 100%
Если уровни ряда динамики снижаются, то средний темп роста будет меньше 100%, а средний темп прироста - отрицательной величиной. Отрицательный темп прироста представляет собой средний темп сокращения и характеризует среднюю относительную скорость снижения уровня явления.
6. Расчет коэффициента раскрываемости преступлений.
Основными показателями преступности являются:
1) состояние преступности – количество преступлений и лиц, их совершивших, на определенной территории за определенное время;
2) коэффициент, или уровень, преступности – общее число учтенных преступлений за определенное время и на определенной территории.
К = (П / Н) ЧБ,
где К – уровень преступности; П – количество преступлений; Н – численность населения, достигшего возраста наступления уголовной ответственности, проживающего на территории, для которого рассчитывается коэффициент; Б – коэффициент (обычно 100,000);
3) структура преступности – раскрывается через ее внутреннее содержание – соотношение в общем массиве преступлений и преступников, различных их видов и категорий, выделенных по тем или иным правовым, криминологическим основаниям.
4) динамика преступности – изменения преступности (состояния, уровня, структуры и т. д.) во времени.
Коэффициент раскрываемости преступлений рассчитывается как отношение числа раскрытых деяний в отчетном году к числу расследуемых в том же отчетном периоде.
7. Расчет индекса тяжести преступлений.
Особый интерес для юристов уголовно-правовой специализации представляют индексы, отражающие степень общественной опасности (тяжести) разных преступлений, совершаемых в разных регионах или в разные годы. Они рассчитываются на основе общего числа учтенных деяний, санкций за их совершение и других признаков, влияющих на общественную опасность (тяжесть) преступлений. Для количественного измерения тяжести преступлений по некой условной шкале предлагалось учитывать меру наказания, либо реально назначенную судом, либо указанную в санкциях статей Особенной части УК.
Для расчета индекса тяжести совокупности преступленийприведем условный пример. Предположим, в городе N в 1995 г. было совершено 30 умышленных убийств (ч. 2 ст. 105), 15 изнасилований (ч. 2 ст. 131), 200 хулиганств (ч. 2 ст. 213), 40 разбоев (ч. 2 ст. 162) и 100 краж (ч. 2 ст. 158), а в 1996 г. были совершены соответственно те же Деяния, но в ином количестве: 25,20,250,30 и 150. Произведение числа Совершенных преступлений по видам на их баллы (индивидуальный индекс) даст условное число преступлений, которое можно поименовать видовым индексом.
Используя формулу агрегатного индекса, применяемого в экономике, для криминологических нужд можно записать ее следующим образом:
где ИТП - индекс тяжести преступлений;
Пт - сумма преступлений текущего периода;
Бт - баллы тяжести преступлений (они должны быть одни и для текущего, и для базового периода и представляют собой максимальные сроки уголовного наказания по каждой категории деяний, т.е. 2, 5, 10 и 20 лет лишения свободы); Пб - сумма преступлений базового периода.
Подставив в формулу наши условные данные, получим искомый индекс:
Полученный агрегированный показатель означает, что в 1996 г. индекс тяжести преступлений понизился (1 - 0,88) по сравнению с аналогичным показателем 1995 г. на 0,12 (или на 12%), хотя число совершенных преступлений в 1996 г. увеличилось с 385 до 475, т.е. на 23,4%. Подобные сравнения можно сделать по данным одного года, но разных регионов. Полученный показатель может свидетельствовать не только о количестве, но и о качестве правоохранительной деятельности. По агрегированным индексам, например, при равном числе учтенных преступлений можно судить о том, за счет чего формируется в том или ином регионе регистрируемый уровень преступности. Если при равенстве учтенных деяний в сопоставляемых субъектах Федерации в одном из них агрегированный индекс выше, чем в другом, т.е. достаточные основания полагать, что в первом регионе либо реальная преступность сдвинута к тяжким формам, либо учет ее направлен лишь на тяжкие деяния.
Использование индекса тяжести преступлений для пространственных и временных сравнений поможет более объективно оценить реальную криминологическую обстановку в стране, регионе, городе или любом ином населенном пункте либо установить эффективность борьбы с ней со стороны правоохранительных органов.
Расчет среднего арифметического для дискретного ряда.9. Расчет среднего арифметического взвешенного для дискретного ряда.10. Расчет среднего арифметического для интервального ряда.
Средняя арифметическая - самый распространенный вид средней величины. Она применяется в тех случаях, когда объем варьирующего признака для всей совокупности образуется как сумма значений признака у отдельных единиц совокупности. Ее расчет является наиболее простым: складывают величины всех вариантов и делят эту сумму на общее число единиц вариантов.
Предположим, что годовая нагрузка 15 судей городского суда, специализирующихся на рассмотрении гражданских дел различной направленности, составила: 17, 42, 47, 47, 50, 50, 50, 63, 68, 68, 75, 78, 80, 80, 85. Необходимо исчислить среднюю годовую нагрузку на одного судью (х - средняя арифметическая) в целях сравнения со средней общефедеральной и краевой (областной, республиканской). Для этого надо сложить значения всех индивидуальных нагрузок (которые обозначим: xv х2, хг..., хп) и разделить на общее число судей («):
Х1+х2+х3+...+х„
Таким путем мы получили простую среднюю арифметическую величину. В рассматриваемом примере 15 вариант (15 индивидуальных нагрузок), но они имеют всего лишь 10 значений, так как у некоторых судей нагрузки были одинаковыми: 47 и 47; 50, 50 и 50; 68 и 68; 80 и 80. В этом случае исчислять среднюю арифметическую можно проще: перед суммированием вариант нужно умножить варианты (х, хг х3, ...) на соответствующее число частот (/J, fv fy ...), затем полученные произведения сложить (!х/) и разделить на общее число судей (If). Нагляднее всего это можно сделать в таблице (табл. 1), в которой число судей распределяется по числу рассмотренных дел, что и представляет собой дискретный (от лат. discretus - прерывистый) вариационный ряд.
Таблица 1 Вычисление средней нагрузки судей (по формуле средней арифметической)
Средняя арифметическая для дискретного вариационного ряда исчисляется по формуле средней арифметической взвешенной. Для нашего примера
средняя арифметическая взвешенная не имеет принципиальных отличий от простой средней арифметической. В ней суммирование одного и того же значения заменено умножением этого значения на его частоту, т. е. в этом случае каждое значение (варианта) взвешивается по частоте встречаемости. Наш пример прост и технические выгоды от применения средней взвешенной не так очевидны. Но когда частоты исчисляются сотнями или тысячами, то применение средней взвешенной намного упрощает расчет.
При расчете простой средней арифметической часто вовсе не обязательно знать величину каждого индивидуального значения (варианты) или иметь в своем распоряжении построенный на основе этих вариант вариационный ряд. В официальной отчетности юридических учреждений, как правило, уже имеются многие суммарные величины. Это суммирование происходит последовательно в районах (городах), субъектах Федерации и в центре при сводке и группировке данных, полученных из документов первичного учета.
Открываем отчет о работе прокурора (Ф. П) за 1996 г. В разделе 4 (участие прокурора в рассмотрении гражданских и арбитражных дел в судах) в таблице Б (иски (заявления) прокурора) указано, что в 1996 г. прокурорами было предъявлено 170 882 иска на сумму 1 553 749 млн рублей. На основе этих обобщенных данных мы можем сразу рассчитать среднюю арифметическую сумму, приходящуюся на один предъявленный иск (имущественного и неимущественного характера):
Используя другие обобщенные данные, можно рассчитать, что средняя сумма по искам различных видов была:
16 270 728 руб. (в имущественных интересах граждан);
10 741 826 руб. (в имущественных интересах государства);
5 718 097 руб. (связанных с хищениями);
4 678 344 руб. (связанных с производственным травматизмом);
5 840 399 руб. (связанных с незаконными увольнениями); - 17 375 765 руб. (связанных с нарушениями законов об охране природы).
Расчет средней на основе обобщенных в отчетах данных возможен и тогда, когда каждое отдельное значение варианты вообще не фиксируется. Например, средняя урожайность на гектар может быть подсчитана путем деления валового сбора зерна на посевную площадь, хотя никто не подсчитывает урожай на каждом гектаре. Этим же способом можно подсчитать среднее число совершенных преступлений на 1 кв. километр или на 10 тыс., 100 тыс. жителей. Последний средний арифметический показатель смыкается с относительным показателем интенсивности преступности (коэффициентом преступности).
Между средними (особенно средней арифметической) и относительными величинами иногда не существует четких и однозначных границ. И те и другие являются обобщающими. Более того, любая средняя величина - это своеобразное отношение двух абсолютных величин, т. е. она одновременно представляет собой и определенную относительную величину (в нашем последнем примере - отношение общей суммы исков к их числу). С другой стороны, любая относительная величина дает своеобразную усредненную характеристику явления. Например, отношения динамики дают усредненную характеристику роста или снижения уровня изучаемого явления за анализируемые годы; отношения распределения - усредненный удельный вес какого-то показателя в структуре всех показателей и т. д. Однако при этом нельзя не видеть их статистически значимых различий, о которых говорилось в понятии о средних.
Некоторые особенности и трудности при расчете средней арифметической имеются для интервального ряда статистических показателей, т.е., когда индивидуальные численные значения (варианты) сгруппированы в интервалы (от - до). В юридической статистике интервальные ряды используются чаще, чем дискретные. Так учитываются сроки наказания, сроки следствия, сроки рассмотрения уголовных и гражданских дел, возраст правонарушителей и т. д.
В отчете Минюста РФ (Ф. 10) о числе привлеченных к уголовной ответственности и мерах уголовного наказания за 1996 г. меры наказания зафиксированы в виде интервального ряда. Попытаемся рассчитать средний срок лишения свободы на одного осужденного за умышленное убийство при отягчающих обстоятельствах (табл. 2).
Таблица 2 Вычисление срока наказания за умышленное убийство для интервального ряда
Если бы ряд был дискретный, то расчет средней можно было бы произвести по формуле средней арифметической взвешенной. Но этого сделать нельзя, так как точные сроки наказания убийц неизвестны. Они обобщены в интервалах «от- до». Это можно сделать при одном условии, если допустить, что внутри каждой группы «от- до» сроки лишения свободы распределены равномерно и середина интервала - это среднее значение для данной группы. Середина интервала рассчитывается по формуле средней арифметической путем деления на 2 суммы двух границ интервала. К примеру:
8 лет + 10 лет 18 лет.
В действительности средняя арифметическая середины интервалов может и не отражать среднего значения сроков лишения свободы в том или ином интервале. Но другого выхода нет, так как отсутствует учет индивидуальных сроков лишения свободы в статистической отчетности судов. Поэтому условно приняв середину интервалов за среднее значение варианты каждой группы «от- до» (см. графу 3 табл. 2), мы можем рассчитать средний срок лишения свободы для убийц по формуле средней взвешенной:
При расчете средней арифметической для интервального ряда встречается и другая трудность, когда у первой группы может не быть нижней границы интервала (в нашем примере - до 1 года, а нижний предел не указан), у последней группы может, не быть верхней границы интервала (например, свыше 10 лет, а верхний предел также не указан). При таких неопределенных интервалах их границы либо устанавливают произвольно, либо определяют их на основе дополнительных изучений. В нашем примере можно обратиться к ст. 56 УК РФ, где установлен минимальный (шесть месяцев) и максимальный (20 лет) сроки лишения свободы.
Мы живем во время, когда компьютер становится неотъемлемым аппаратом любой аналитической деятельности. В этих условиях исчисление любых средних величин упрощается путем использования необходимых компьютерных программ. Тем не менее, мы подробно излагаем технику вычисления, полагая, что любой юрист (практик или ученый) должен понимать сущность производимых расчетов и уметь их произвести любым доступным способом. С целью упрощения таких расчетов можно использовать некоторые свойства средней арифметической, которые мы приводим без доказательств.
1. Произведение средней на сумму частот всегда равно сумме произведений вариант на частоты, т. е. xLf= Ixf. В первом нашем примере: 60 дел 15 судей = 900.
2. Если от каждой варианты отнять (или прибавить к ней) одно и то же число, то новая средняя уменьшится (или увеличится) на то же число. Это означает, что в целях упрощения расчетов можно уменьшить на произвольное число все варианты, рассчитать среднюю и, прибавив к ней то самое произвольное число, получить ее реальную величину.
3. Если каждую варианту разделить (или умножить) на какое-либо произвольное число, то средняя арифметическая уменьшится (или увеличится) во столько же раз. Это правило также можно использовать для облегчения расчетов средней арифметической.
4. Если все частоты (веса) разделить или умножить на какое-либо число, то средняя арифметическая от этого не изменится. Это обусловлено тем, что частоты при исчислении средней арифметической имеют значение веса не как абсолютные данные, а как удельные веса вариант в вариационном ряду. Поэтому и при увеличении, и при уменьшении в одинаковой степени их доли в вариационном ряду не меняются.
5. Сумма отклонений вариант от средней арифметической всегда равна нулю. Иначе это свойство формулируется следующим образом: сумма положительных отклонений от средней равна сумме отрицательных отклонений, т. е. в средней арифметической и положительные, и отрицательные отклонения от нее взаимопогашаются.
6. Общая средняя равна средней из частных средних, взвешенной по численности соответствующих частей совокупности. Если известно, что среднее число уголовных дел, приходящихся на одного следователя в год в одном субъекте Федерации, равно 68, в другом - 72, в третьем - 74, причем в первом числится 180 следователей, во втором - 160, а в третьем - 150, то общую среднюю для региона можно подсчитать таким образом:
68-180 + 72-160 + 74 150 180 + 160 + 150
71,1 дел.
11. Понятия моды и медианы. Расчет моды и медианы дискретного ряда.
Модой в статистике называется величина признака (варианта), которая чаще всего встречается в данной совокупности. В вариационном ряду это будет варианта, имеющая наибольшую частоту.
Медианой в статистике называется варианта, которая находится в середине вариационного ряда. Медиана делит ряд пополам, по обе стороны от нее (вверх и вниз) находится одинаковое количество единиц совокупности.
Мода и медиана в отличии от степенных средних являются конкретными характеристиками, их значение имеет какая-либо конкретная варианта в вариационном ряду.
Мода применяется в тех случаях, когда нужно охарактеризовать наиболее часто встречающуюся величину признака. Если надо, например, узнать наиболее распространенный размер заработной платы на предприятии, цену на рынке, по которой было продано наибольшее количество товаров и т.д., в этих случаях прибегают к моде.
Медиана интересна тем, что показывает количественную границу значение варьирующего признака, которую достигла половина членов совокупности. Пусть средняя заработная плата работников банка составила 650000 руб. в месяц. Эта характеристика может быть дополнена, если мы скажем, что половина работников получила заработную плату 700000 руб. и выше, т.е. приведем медиану. Мода и медиана являются типичными характеристиками в тех случаях, когда взяты совокупности однородные и большой численности
Значение моды
Нижняя граница модального интервала
