Prinzipien der Epidemiologie: Lektion 4, Abschnitt 4

Balkendiagramme

Ein Balkendiagramm verwendet Balken gleicher Breite, um Vergleichsdaten anzuzeigen. Der Vergleich von Kategorien basiert auf der Tatsache, dass die Länge des Balkens proportional zur Häufigkeit des Ereignisses in dieser Kategorie ist. Daher können Skalenbrüche dazu führen, dass die Daten falsch interpretiert werden und sollten nicht in Balkendiagrammen verwendet werden. Balken für verschiedene Kategorien werden durch Leerzeichen getrennt (im Gegensatz zu den Balken in einem Histogramm). Das Balkendiagramm kann mit vertikalen oder horizontalen Balken dargestellt werden. (Diese Auswahl wird normalerweise basierend auf der Länge der Textbeschriftungen getroffen - lange Beschriftungen passen besser in ein horizontales Diagramm als in ein vertikales Diagramm.) Die Balken sind normalerweise in aufsteigender oder absteigender Länge oder in einer anderen systematischen Reihenfolge angeordnet, die durch eine beliebige Reihenfolge von bestimmt wird die Kategorien. Geeignete Daten für Balkendiagramme umfassen diskrete Daten (z. B. Rasse oder Todesursache) oder Variablen, die so behandelt werden, als wären sie diskret (Altersgruppen). (Denken Sie daran, dass ein Histogramm die Häufigkeit einer kontinuierlichen Variablen anzeigt, z. B. das Datum des Auftretens von Symptomen.)

Weitere Informationen zum Erstellen von Balkendiagrammen

  • Ordnen Sie die Kategorien, die die Balken oder Gruppen von Balken definieren, in einer natürlichen Reihenfolge an, z. B. in alphabetischer Reihenfolge oder mit zunehmendem Alter, oder in einer Reihenfolge, in der die Balkenlängen zunehmen oder abnehmen.
  • Wählen Sie aus, ob die Balken vertikal oder horizontal angezeigt werden sollen.
  • Machen Sie alle Balken gleich breit.
  • Stellen Sie die Länge der Balken proportional zur Häufigkeit des Ereignisses ein. Verwenden Sie keine Skalenunterbrechung, da der Leser die relative Größe verschiedener Kategorien leicht falsch interpretieren kann.
  • Zeigen Sie nach Möglichkeit nicht mehr als fünf Balken in einer Gruppe von Balken an.
  • Lassen Sie zwischen benachbarten Balkengruppen einen Abstand, jedoch nicht zwischen Balken innerhalb einer Gruppe (siehe Abbildung 4.22).
  • Codieren Sie innerhalb einer Gruppe verschiedene Variablen nach Unterschieden in Balkenfarbe, Schattierung, Schraffur usw. und fügen Sie eine Legende hinzu, die Ihren Code interpretiert.

Das einfachste Balkendiagramm wird verwendet, um die Daten aus einer Tabelle mit einer Variablen anzuzeigen (siehe Seite 4-4). Abbildung 4.20 zeigt die Anzahl der Todesfälle bei Personen im Alter von 25 bis 34 Jahren für die sechs häufigsten Ursachen sowie alle anderen Ursachen in den USA im Jahr 2003. Beachten Sie, dass dieses Balkendiagramm horizontal ausgerichtet ist, um lange Beschriftungen zu ermöglichen.

Abbildung 4.20 Anzahl der Todesfälle nach Ursachen bei 25- bis 34-Jährigen - USA, 2003

Datenquelle: Webbasiertes Abfrage- und Berichtssystem für Verletzungsstatistiken (WISQARS) [Online-Datenbank] Atlanta; Nationales Zentrum für Prävention und Kontrolle von Verletzungen. [zitiert am 15. Februar 2006]. Verfügbar unter: https://www.cdc.gov/injury/wisqars/index.html.

Gruppierte Balkendiagramme

Ein gruppiertes Balkendiagramm wird verwendet, um Daten aus Tabellen mit zwei oder drei Variablen zu veranschaulichen. Ein gruppiertes Balkendiagramm ist besonders nützlich, wenn Sie die Untergruppen innerhalb einer Gruppe vergleichen möchten. Bars innerhalb einer Gruppe grenzen aneinander. Die Balken sollten deutlich dargestellt und in einer Legende beschrieben werden. Betrachten Sie beispielsweise die Daten für Abbildung 4.12 - Aktuelle Raucher nach Alter und Geschlecht. In Abbildung 4.21 repräsentiert jede Balkengruppierung eine Altersgruppe. Innerhalb der Gruppe werden separate Balken verwendet, um Daten für Männer und Frauen darzustellen. Dies zeigt grafisch, dass Männer unabhängig vom Alter häufiger Raucher sind als Frauen, dieser Unterschied jedoch mit dem Alter abnimmt.

Abbildung 4.21 Prozentsatz der Personen im Alter von ≥ 18 Jahren, die derzeit Raucher waren, nach Alter und Geschlecht - USA, 2002

Bildbeschreibung

Datenquelle: Zentren für die Kontrolle und Prävention von Krankheiten. Zigarettenrauchen bei Erwachsenen - USA, 2002. MMWR 2004; 53: 427–31.

Das Balkendiagramm in Abbildung 4.22a zeigt die häufigsten Todesursachen in den Jahren 1997 und 2003 bei Personen im Alter von 25 bis 34 Jahren. Die Grafik zeigt die Unterschiede bei den Todesursachen im selben Jahr effektiver als die Unterschiede bei einer einzelnen Ursache zwischen den Jahren. Während der Rückgang der Todesfälle aufgrund einer HIV-Infektion zwischen 1997 und 2003 ziemlich offensichtlich ist, ist der geringere Rückgang der Herzerkrankungen schwieriger zu erkennen. Wenn das Ziel der Abbildung darin besteht, bestimmte Ursachen zwischen den beiden Jahren zu vergleichen, ist das Balkendiagramm in Abbildung 4.22b die bessere Wahl.

Abbildung 4.22a Anzahl der Todesfälle nach Ursachen bei 25- bis 34-Jährigen - USA, 1997 und 2003

Bildbeschreibung

Datenquelle: Webbasiertes Abfrage- und Berichtssystem für Verletzungsstatistiken (WISQARS) [Online-Datenbank] Atlanta; Nationales Zentrum für Prävention und Kontrolle von Verletzungen. [zitiert am 15. Februar 2006]. Verfügbar unter: https://www.cdc.gov/injury/wisqars/.

Abbildung 4.22b Anzahl der Todesfälle nach Ursachen bei 25- bis 34-Jährigen - USA, 1997 und 2003

Bildbeschreibung

Datenquelle: Webbasiertes Abfrage- und Berichtssystem für Verletzungsstatistiken (WISQARS) [Online-Datenbank] Atlanta; Nationales Zentrum für Prävention und Kontrolle von Verletzungen. [zitiert am 15. Februar 2006]. Verfügbar unter: https://www.cdc.gov/injury/wisqars/.

Gestapelte Balkendiagramme

Ein gestapeltes Balkendiagramm wird verwendet, um dieselben Daten wie ein gruppiertes Balkendiagramm anzuzeigen, stapelt jedoch die Untergruppen der zweiten Variablen in einen einzelnen Balken der ersten Variablen. Es weicht vom gruppierten Balkendiagramm darin ab, dass die verschiedenen Gruppen nicht durch separate Balken, sondern durch unterschiedliche Segmente innerhalb eines einzelnen Balkens für jede Kategorie unterschieden werden. Ein gestapeltes Balkendiagramm ist effektiver als ein gruppiertes Balkendiagramm bei der Anzeige des Gesamtmusters der ersten Variablen, jedoch weniger effektiv bei der Anzeige der relativen Größe jeder Untergruppe. Die Trends oder Muster der Untergruppen können schwierig zu entschlüsseln sein, da die Kategorien mit Ausnahme der unteren Kategorien nicht auf einer flachen Grundlinie beruhen.

In Abbildung 4.23 sehen Sie den Unterschied zwischen gruppierten und gestapelten Balkendiagrammen. Diese Abbildung zeigt die gleichen Daten wie die Abbildungen 4.22a und 4.22b. Mit dem gestapelten Balkendiagramm können Sie leicht die Veränderung der Gesamtzahl der Todesfälle zwischen den beiden Jahren sehen. Es ist jedoch schwierig, die Werte jeder Todesursache zu erkennen. Auf der anderen Seite können Sie mit dem gruppierten Balkendiagramm die Änderungen nach Todesursache leichter erkennen.

Abbildung 4.23 Anzahl der Todesfälle nach Ursachen bei 25- bis 44-Jährigen - USA, 1997 und 2003

Bildbeschreibung

Datenquelle: Webbasiertes Abfrage- und Berichtssystem für Verletzungsstatistiken (WISQARS) [Online-Datenbank] Atlanta; Nationales Zentrum für Prävention und Kontrolle von Verletzungen. [zitiert am 15. Februar 2006]. Verfügbar unter: https://www.cdc.gov/injury/wisqars/.

100% Komponenten-Balkendiagramme

Ein Balkendiagramm mit 100% -Komponenten ist eine Variante eines gestapelten Balkendiagramms, bei dem alle Balken auf die gleiche Höhe (100%) gezogen werden und die Komponenten als Prozentsätze der Gesamtmenge und nicht als tatsächliche Werte angezeigt werden. Diese Art von Diagramm ist nützlich, um den Beitrag verschiedener Untergruppen innerhalb der Kategorien der Hauptvariablen zu vergleichen. Abbildung 4.24 zeigt ein Balkendiagramm mit 100% -Komponenten, in dem die Dauer des Krankenhausaufenthalts nach Altersgruppen verglichen wird. Die Abbildung zeigt deutlich, dass der Prozentsatz der Personen, die 1 Tag oder weniger im Krankenhaus bleiben (untere Komponente), bei Kindern im Alter von 0 bis 4 Jahren am größten ist und mit zunehmendem Alter abnimmt. Gleichzeitig nimmt die Verweildauer von 7 oder mehr Tagen mit dem Alter zu. Da die Spalten jedoch dieselbe Höhe haben, können Sie anhand der Spalten nicht erkennen, wie viele Personen in jeder Altersgruppe wegen traumatischer Hirnverletzung ins Krankenhaus eingeliefert wurden. Wenn Sie Zahlen über die Balken setzen, um die Gesamtsummen in jeder Altersgruppe anzugeben, wird dieses Problem gelöst.

Abbildung 4.24 Dauer des Krankenhausaufenthalts bei traumatischen Entlassungen aufgrund von Hirnverletzungen - 14 Staaten *, 1997

Bildbeschreibung

* Alaska, Arizona, Kalifornien, Colorado, Louisiana, Maryland, Minnesota, Missouri, Nebraska, New York, Oklahoma, Rhode Island, South Carolina und Utah.

Quelle: Langlois JA, Kegler SR, Butler JA, Gotsch KE, Johnson RL, Reichard AA, et al. Krankenhausentlassungen im Zusammenhang mit traumatischen Hirnverletzungen: Ergebnisse eines 14-Staaten-Überwachungssystems. In: Surveillance Summaries, 27. Juni 2003. MMWR 2003; 52 (Nr. SS-04): 1–18.

Abweichungsbalkendiagramme

Während viele Balkendiagramme nur positive Werte anzeigen, zeigt ein Abweichungsbalkendiagramm sowohl positive als auch negative Änderungen gegenüber einer Basislinie an. (Stellen Sie sich Gewinn- / Verlustdaten zu unterschiedlichen Zeiten vor.) Abbildung 4.25 zeigt ein solches Abweichungsbalkendiagramm ausgewählter meldepflichtiger Krankheiten in den USA. Eine ähnliche Grafik erscheint in jeder Ausgabe des wöchentlichen CDC-Berichts über Morbidität und Mortalität. In dieser Grafik wird die Anzahl der in den letzten 4 Wochen gemeldeten Fälle mit der durchschnittlichen Anzahl verglichen, die in vergleichbaren Zeiträumen der letzten Jahre gemeldet wurde. Die Abweichungen nach rechts für Hepatitis B und Pertussis deuten auf einen Anstieg gegenüber dem historischen Niveau hin. Die Abweichungen nach links für Masern, Röteln und die meisten anderen Krankheiten deuten auf einen Rückgang der gemeldeten Fälle im Vergleich zu früheren Werten hin. In diesem speziellen Diagramm liegt die x-Achse auf einer logarithmischen Skala, so dass eine 50% ige Reduzierung (die Hälfte der Fälle) und eine Verdoppelung (50% Zunahme) der Fälle durch Balken gleicher Länge dargestellt werden, obwohl in entgegengesetzte Richtungen. Werte jenseits historischer Grenzen (vergleichbar mit 95% -Konfidenzgrenzen) werden besonders hervorgehoben.

Abbildung 4.25 Vergleich der aktuellen vierwöchigen Gesamtzahlen mit historischen Daten für ausgewählte meldepflichtige Krankheiten - USA, vierwöchig bis 11. Dezember 2004

Bildbeschreibung

Quelle: Zentren für die Kontrolle und Prävention von Krankheiten. Abbildung 1. Ausgewählte meldepflichtige Krankheitsberichte, USA, Vergleich der vorläufigen 4-Wochen-Gesamtsummen bis zum 11. Dezember 2004 mit historischen Daten. MMWR 2004; 53: 1161.

Übung 4.6

Verwenden Sie die Daten in Tabelle 4.17, um ein gestapeltes Balkendiagramm, ein gruppiertes Balkendiagramm und ein Balkendiagramm mit 100% -Komponenten zu zeichnen, um die Unterschiede in der Altersverteilung von Syphilisfällen zwischen weißen Männern, weißen Frauen, schwarzen Männern und schwarzen Frauen zu veranschaulichen. Welche Informationen werden von jedem Diagramm am besten vermittelt? Millimeterpapier finden Sie am Ende dieser Lektion.

Tabelle 4.17 Anzahl der gemeldeten Fälle von primärer und sekundärer Syphilis nach Altersgruppen bei nicht-hispanischen schwarzen und weißen Männern und Frauen - USA, 2002

Altersgruppe (Jahre) Schwarz
Männer
Weiß
Männer
Schwarz
Frauen
Weiß
Frauen
<20 804 905 277 50
20–29 695 914 349 66
30–39 635 277 396 76
≥40 92 12 173 25

Datenquelle: Zentren für die Kontrolle und Prävention von Krankheiten. Überwachung sexuell übertragbarer Krankheiten 2002. Atlanta: US-Gesundheitsministerium; 2003.

Überprüfe deine Antwort.

Kreisdiagramme

Ein Kreisdiagramm ist ein einfaches, leicht verständliches Diagramm, in dem die Größe der „Scheiben“ oder Keile den proportionalen Beitrag jedes Bauteils angibt.16) Kreisdiagramme sind nützlich, um die Proportionen der Häufigkeitsverteilung einer einzelnen Variablen anzuzeigen. Abbildung 4.26 zeigt ein einfaches Kreisdiagramm der wichtigsten Todesursachen im Jahr 2003 bei Personen im Alter von 25 bis 34 Jahren.

Abbildung 4.26 Anzahl der Todesfälle nach Ursachen bei 25- bis 34-Jährigen - USA, 2003

Bildbeschreibung

Datenquelle: Webbasiertes Abfrage- und Berichtssystem für Verletzungsstatistiken (WISQARS) [Online-Datenbank] Atlanta; Nationales Zentrum für Prävention und Kontrolle von Verletzungen. [zitiert am 15. Februar 2006]. Verfügbar unter: https://www.cdc.gov/injury/wisqars/.

Weitere Informationen zum Erstellen von Kreisdiagrammen

  • Üblicherweise beginnen Tortendiagramme um 12 Uhr.
  • Die Keile sollten im Uhrzeigersinn beschriftet und vom größten zum kleinsten angeordnet werden, obwohl der „andere“ oder „unbekannte“ der letzte sein kann.
  • Die Schattierung kann zur Unterscheidung zwischen Schichten verwendet werden, ist jedoch nicht immer erforderlich.
  • Da das Auge den Bereich der Schnitte nicht genau einschätzen kann, sollte in der Tabelle angegeben werden, wie viel Prozent jeder Schnitt entweder innerhalb oder in der Nähe jedes Schnitts darstellt.

Angesichts der aktuellen Technologie werden Kreisdiagramme fast immer vom Computer erstellt und nicht von Hand gezeichnet. Die Standardeinstellungen vieler Computerprogramme weichen jedoch von der empfohlenen epidemiologischen Praxis ab. Bei vielen Computerprogrammen können eine oder mehrere Scheiben „explodieren“ oder aus dem Kuchen gezogen werden. Im Allgemeinen sollte diese Technik auf Situationen beschränkt sein, in denen Sie einen Keil besonders hervorheben möchten, insbesondere wenn zusätzliche Details zu diesem Keil bereitgestellt werden (Abbildung 4.27).

Abbildung 4.27 Anzahl der Todesfälle nach Ursachen bei 25- bis 34-Jährigen - USA, 2003

Datenquelle: Webbasiertes Abfrage- und Berichtssystem für Verletzungsstatistiken (WISQARS) [Online-Datenbank] Atlanta; Nationales Zentrum für Prävention und Kontrolle von Verletzungen. [zitiert am 15. Februar 2006]. Verfügbar unter: https://www.cdc.gov/injury/wisqars/.

Gelegentlich werden mehrere Kreisdiagramme anstelle eines Balkendiagramms mit 100% -Komponenten verwendet, um Unterschiede in den proportionalen Verteilungen anzuzeigen. In einigen Abbildungen ist die Größe jedes Kuchens proportional zur Anzahl der Beobachtungen, in anderen sind die Torten trotz unterschiedlicher Anzahl von Beobachtungen gleich groß (Abbildung 4.28a und 4.28b).

Abbildung 4.28a Anzahl der Todesfälle nach Ursachen bei 25- bis 34-Jährigen und 35- bis 44-Jährigen - USA, 2003

Bildbeschreibung

Datenquelle: Webbasiertes Abfrage- und Berichtssystem für Verletzungsstatistiken (WISQARS) [Online-Datenbank] Atlanta; Nationales Zentrum für Prävention und Kontrolle von Verletzungen. [zitiert am 15. Februar 2006]. Verfügbar unter: https://www.cdc.gov/injury/wisqars/.

Abbildung 4.28b Anzahl der Todesfälle nach Ursachen bei 25- bis 34-Jährigen und 35- bis 44-Jährigen - USA, 2003

Bildbeschreibung

Datenquelle: Webbasiertes Abfrage- und Berichtssystem für Verletzungsstatistiken (WISQARS) [Online-Datenbank] Atlanta; Nationales Zentrum für Prävention und Kontrolle von Verletzungen. [zitiert am 15. Februar 2006]. Verfügbar unter: https://www.cdc.gov/injury/wisqars/.

Punktdiagramme und Boxdiagramme

Ein Punktdiagramm verwendet Punkte, um die Beziehung zwischen einer kategorialen Variablen auf der x-Achse und einer kontinuierlichen Variablen auf der y-Achse anzuzeigen. Für jede Beobachtung wird an der entsprechenden Stelle ein Punkt positioniert. Das Punktdiagramm zeigt nicht nur die Häufung und Verteilung der Beobachtungen für jede Kategorie der x-Achsenvariablen an, sondern auch Unterschiede in den Mustern zwischen den Kategorien. In Abbildung 4.29 weisen die Dörfer, die entweder antibakterielle Seife oder Seife verwenden, eine geringere Durchfallrate auf als die Kontrolldörfer (keine Seife).17)

Abbildung 4.29 Inzidenz von Durchfall bei Kindern in jeder Nachbarschaft nach Hygiene Intervention Group - Pakistan, 2002–2003

Bildbeschreibung

Quelle: Luby SP, Agboatwalla M, Maler J, Altaf A, Billhimer WL, Hoekstra RM. Auswirkung einer intensiven Handwaschförderung auf Durchfall bei Kindern in Hochrisikogemeinschaften in Pakistan: eine randomisierte kontrollierte Studie. JAMA 2004; 291: 2547–54.

Ein Punktdiagramm zeigt die Beziehung zwischen einer kontinuierlichen und einer kategorialen Variablen. Dieselben Daten könnten auch in einem Box-Plot angezeigt werden, in dem die Daten mithilfe von „Box-and-Whiskern“ zusammengefasst werden. Abbildung 4.30 ist ein Beispiel für ein Box-Diagramm. Das "Kästchen" repräsentiert Werte der mittleren 50% (oder des Interquartilbereichs) der Datenpunkte, und die "Whisker" erstrecken sich auf die minimalen und maximalen Werte, die die Daten annehmen. Der Median wird normalerweise mit einer horizontalen Linie innerhalb des Felds markiert. Infolgedessen können Sie ein Box-Diagramm verwenden, um die zentrale Position (Median), die Streuung (Interquartilbereich und -bereich) und die Schiefe (angezeigt durch eine Medianlinie, die nicht in der Box zentriert ist, wie in den Fällen in Abbildung) anzuzeigen und zu vergleichen 4.30). (18)

Abbildung 4.30 Risiko-Score für alveoläre Echinokokkose bei Fällen und Kontrollen - Deutschland, 1999–2000

Bildbeschreibung

Adaptiert von: Kern P., Ammon A., Kron M., Sinn G., Sander S., Petersen LR, et al. Risikofaktoren für alveoläre Echinokokkose beim Menschen. Emerg Infect Dis 2004; 10: 2089 & ndash; 93.

Waldgrundstücke

Ein Walddiagramm, auch Konfidenzintervalldiagramm genannt, wird verwendet, um die Punktschätzungen und Konfidenzintervalle einzelner Studien anzuzeigen, die für eine Metaanalyse oder systematische Überprüfung zusammengestellt wurden.19) In der Waldfläche ist die Variable auf der x-Achse das primäre Ergebnismaß jeder Studie (relatives Risiko, Behandlungseffekte usw.). Wenn das Risikoverhältnis, das Odds Ratio oder ein anderes Verhältnismaß verwendet wird, verwendet die x-Achse eine logarithmische Skala. Dies liegt daran, dass die logarithmische Transformation dieser Risikoschätzungen symmetrischer verteilt ist als die Risikoschätzungen selbst (da die Risikoschätzungen von null bis zu einer beliebig großen Anzahl variieren können). Jede Studie wird durch eine horizontale Linie dargestellt, die das Konfidenzintervall widerspiegelt, und durch einen Punkt oder ein Quadrat, die die Punktschätzung widerspiegeln - normalerweise aufgrund der Studiengröße oder eines anderen Aspekts des Studiendesigns (Abbildung 4.31). Je kürzer die horizontale Linie ist, desto genauer ist die Schätzung der Studie. Punktschätzungen (Punkte oder Quadrate), die ziemlich gut ausgerichtet sind, zeigen, dass die Studien einen relativ konsistenten Effekt zeigen.Eine vertikale Linie zeigt an, wo kein Effekt (relatives Risiko = 1 oder Behandlungseffekt = 0) auf die x-Achse fällt. Wenn die horizontale Linie einer Studie die vertikale Linie nicht überschreitet, ist das Ergebnis dieser Studie statistisch signifikant. Aus einem Waldgrundstück kann man leicht Muster zwischen Studien und Ausreißern ermitteln.

Abbildung 4.31 Nettoveränderung des Glykohämoglobins (GHb) nach einer Intervention zur Selbstmanagementerziehung für Erwachsene mit Typ-2-Diabetes durch verschiedene Studien und Follow-up-Intervalle, 1980–1999

Quelle: Norris SL, Lau J, Smith SJ, Schmid CH, Engelgau MM. Selbstmanagement-Ausbildung für Erwachsene mit Typ-2-Diabetes. Diabetes Care 2002; 25: 1159–71.

Phylogenetische Bäume

Ein phylogenetischer Baum, eine Art Dendrogramm, ist ein Verzweigungsdiagramm, das die Evolutionslinie oder genetische Verwandtschaft von Organismen angibt, die an Krankheitsausbrüchen beteiligt sind. Die Entfernung auf dem Baum spiegelt genetische Unterschiede wider, sodass Organismen, die auf dem Baum nahe beieinander liegen, verwandter sind als Organismen, die weiter voneinander entfernt sind. Der phylogenetische Baum in Abbildung 4.32 zeigt, dass die aus Patienten mit Restaurant-assoziierter Hepatitis A in Georgia und North Carolina isolierten Organismen identisch und eng mit denen von Patienten in Tennessee verwandt waren.20) Darüber hinaus ähnelten diese Organismen denen, die typischerweise bei Patienten aus Mexiko beobachtet wurden. Diese mikrobiologischen Daten stützten epidemiologische Daten, die Frühlingszwiebeln aus Mexiko betrafen.

Abbildung 4.32 Vergleich der genetischen Sequenzen von Hepatitis-A-Virus-Isolaten aus Ausbrüchen in Georgia, North Carolina und Tennessee im Jahr 2003 mit Isolaten aus der nationalen Überwachung

Bildbeschreibung

Quelle: Amon JJ, Devasia R., Guoliang X, Vaughan G., Gabel J., MacDonald P. et al. Multiple Hepatitis-A-Ausbrüche im Zusammenhang mit Frühlingszwiebeln bei Restaurantgästen - Tennessee, Georgia und North Carolina, 2003. Präsentiert auf der 53. jährlichen Konferenz des Epidemic Intelligence Service vom 19. bis 23. April 2004 in Atlanta, Georgia.

Entscheidungsbäume

Ein Entscheidungsbaum ist ein Verzweigungsdiagramm, das die logische Abfolge oder den logischen Weg einer klinischen oder gesundheitlichen Entscheidung darstellt.21)

Die Entscheidungsanalyse ist eine systematische Methode, um Entscheidungen zu treffen, wenn die Ergebnisse ungewiss sind. Die Grundbausteine ​​einer Entscheidungsanalyse sind (1) Entscheidungen, (2) Ergebnisse und (3) Wahrscheinlichkeiten.

Eine Entscheidung ist eine Entscheidung einer Person, Gruppe oder Organisation, eine Vorgehensweise aus einer Reihe sich gegenseitig ausschließender Alternativen auszuwählen. Der Entscheidungsträger vergleicht die erwarteten Ergebnisse der verfügbaren Alternativen und wählt die besten aus. Diese Auswahl wird durch einen Entscheidungsknoten, ein Quadrat, dargestellt, wobei Zweige die Auswahlmöglichkeiten im Entscheidungsbaumdiagramm darstellen (siehe z. B. Abbildung 4.33). Nachdem diese Person beispielsweise die Information erhalten hat, dass eine Person in der Familienanamnese einer Krankheit leidet (in diesem Beispiel Darmkrebs), kann sie sich entscheiden, medizinischen Rat einzuholen oder dies nicht zu tun.

Ergebnisse sind die zufälligen Ereignisse, die als Reaktion auf eine Entscheidung auftreten. Die Ergebnisse können mittelschwer oder endgültig sein. Auf Zwischenergebnisse folgen weitere Entscheidungen oder zufällige Ereignisse. Wenn sich eine Person beispielsweise entscheidet, eine medizinische Versorgung für das Darmkrebs-Screening in Anspruch zu nehmen, kann ihr Arzt abhängig von den Ergebnissen des Screenings eine Diät oder häufigere Screenings empfehlen. eine Kombination dieser beiden; oder Behandlung. Aus der Sicht der Person ist dies ein zufälliges Ergebnis. Aus Sicht eines Gesundheitsdienstleisters ist dies eine Entscheidung. Ob ein Ergebnis mittelschwer oder endgültig ist, hängt möglicherweise vom Kontext des Entscheidungsproblems ab. Beispielsweise kann das Darmkrebs-Screening das Endergebnis einer Entscheidungsanalyse sein, die sich auf Darmkrebs als den interessierenden Gesundheitszustand konzentriert, aber es kann ein Zwischenergebnis bei einer Entscheidungsanalyse sein, die sich auf eine invasivere Krebsbehandlung konzentriert. In einem Entscheidungsbaum folgen die Ergebnisse einem Zufallsknoten, einem Kreis, mit Zweigen, die verschiedene zufällige Ergebnisse darstellen, von denen nur eines auftritt.

Jedes zufällige Ergebnis hat eine Wahrscheinlichkeit, mit der es auftreten kann, geschrieben unter dem Zweig in einem Entscheidungsbaumdiagramm. Die Summe der Wahrscheinlichkeiten für alle Ergebnisse, die an einem Zufallsknoten auftreten können, ist eins. Die Bausteine ​​der Entscheidungsanalyse - Entscheidungen, Ergebnisse und Wahrscheinlichkeiten - können verwendet werden, um komplexe Entscheidungsprobleme darzustellen und zu untersuchen.

Abbildung 4.33 Entscheidungsbaum zum Vergleich der aktuellen Praxis des kolorektalen Screenings mit einer gezielten Strategie zur Familiengeschichte

Bildbeschreibung

Quelle: Tyagi A, Morris J. Verwendung entscheidungsanalytischer Methoden zur Bewertung des Nutzens von Instrumenten zur Familiengeschichte. Am J Prev Med 2003; 24: 199–207.

Karten

Karten werden verwendet, um den geografischen Standort von Ereignissen oder Attributen anzuzeigen. Zwei Arten von Karten, die in der Feldepidemiologie häufig verwendet werden, sind Spot- und Gebietskarten. Spotkarten verwenden Punkte oder andere Symbole, um anzuzeigen, wo jeder Fallpatient lebte oder ausgesetzt war. Abbildung 4.34 ist eine Spotkarte der Residenzen von Personen mit West-Nil-Virus-Enzephalitis während des Ausbruchs in der Region New York City im Jahr 1999. Eine Spotkarte ist nützlich, um die geografische Verteilung der Fälle darzustellen, jedoch weil sie nicht die Größe von hat Die gefährdete Bevölkerung unter Berücksichtigung einer Spotkarte zeigt kein Krankheitsrisiko. Selbst wenn eine Spotkarte eine große Anzahl von Punkten in demselben Gebiet zeigt, ist das Risiko, an einer Krankheit zu erkranken, möglicherweise nicht besonders hoch, wenn dieses Gebiet dicht besiedelt ist.

Weitere Informationen zum Erstellen von Karten

  • In diesen ausgewählten Veröffentlichungen finden Sie hervorragende Beispiele für die Verwendung von Karten zur Anzeige von Daten zur öffentlichen Gesundheit:
  • Atlas of United States Mortality, US-Gesundheitsministerium, Zentren für die Kontrolle und Prävention von Krankheiten, Hyattsville, MD, 1996 (DHHS-Veröffentlichung Nr. (PHS) 97-1015)
  • Atlas von AIDS. Matthew Smallman-Raynor, Andrew Cliff und Peter Haggett. Blackwell Publishers, Oxford, Großbritannien, 1992
  • Eine historische Geographie einer großen menschlichen Viruserkrankung: Von der globalen Expansion zum lokalen Rückzug, 1840-1990. Andrew Cliff, Peter Haggett und Matthew Smallman-Raynor. Blackwell Publishers, Oxford, Großbritannien, 1988

Abbildung 4.34 Laborbestätigte Fälle von West-Nil-Virus-Krankheit - New York City, August - September 1999

Quelle: Nash D., Mostashari F., Murray K. et al. Erkennung eines Ausbruchs der West-Nil-Virus-Krankheit. Präsentiert auf der 49. jährlichen Epidemic Intelligence Service Conference vom 10. bis 14. April 2000 in Atlanta, Georgia.

Eine Gebietskarte, auch Choroplethenkarte genannt, kann verwendet werden, um Krankheitsraten oder andere Gesundheitszustände in verschiedenen Gebieten unter Verwendung verschiedener Schattierungen oder Farben anzuzeigen (Abbildung 4.35). Stellen Sie bei der Auswahl von Farbtönen für jede Kategorie sicher, dass die Intensität des Farbtons oder der Farbe die zunehmende Krankheitslast widerspiegelt. In Abbildung 4.35 wird die Schattierung mit zunehmender Sterblichkeit dunkler.

Abbildung 4.35 Sterblichkeitsraten (pro 100.000) für Asbestose nach Bundesstaaten - USA, 1982–2000

Quelle: Zentren für die Kontrolle und Prävention von Krankheiten. Wechselnde Muster der Pneumokoniose-Mortalität - USA, 1968-2000. MMWR 2004; 53: 627–31.

Übung 4.7

Erstellen Sie anhand der Krebssterblichkeitsdaten in Tabelle 4.13 eine Gebietskarte, die auf der Aufteilung der Zustände in vier Quartile wie folgt basiert:

  1. Oklahoma durch Kentucky
  2. Pennsylvania durch Missouri
  3. Connecticut durch Florida
  4. Utah durch New York

Eine Karte der Vereinigten Staaten steht Ihnen zur Verfügung.

Überprüfe deine Antwort.

Weitere Informationen zu geografischen Informationssystemen (GIS)

Ein geografisches Informationssystem ist ein Computersystem zum Eingeben, Bearbeiten, Speichern, Abrufen, Analysieren, Synthetisieren und Ausgeben von ortsbezogenen Informationen.22) Im Bereich der öffentlichen Gesundheit kann GIS die geografische Verteilung von Fällen oder Risikofaktoren, die Verfügbarkeit oder Nutzung von Gesundheitsdiensten, das Vorhandensein von Insektenvektoren, Umweltfaktoren und andere ortsbezogene Variablen verwenden. GIS kann besonders effektiv sein, wenn Informationsebenen oder verschiedene Arten von Informationen über den Ort kombiniert werden, um geografische Beziehungen zu identifizieren oder zu klären. In Abbildung 4.36 sind beispielsweise Fälle von West-Nil-Viren beim Menschen als Punkte dargestellt, die über Gebieten mit hoher Krähensterblichkeit innerhalb der Stadtgrenzen von Chicago liegen.

Abbildung 4.36 Gebiete mit hoher Krähensterblichkeit (HCMAs) und gemeldete Residenzen von A) mit West-Nil-Virus (WNV) infizierten Fallpatienten oder B) WNV-Meningoenzephalitis-Fallpatienten (WNV-Fieberfälle ausgeschlossen) - Chicago, Illinois, 2002

Bildbeschreibung

Quelle: Watson JT, Jones RC, Gibbs K, Paul W. Berichte über tote Krähen und Lokalisierung von Fällen des West-Nil-Virus beim Menschen, Chicago, 2002. Emerg Infect Dis 2004; 10: 938–40.

Referenzen (Dieser Abschnitt)

  1. Korn EL, Graubard BI. Streudiagramme mit Umfragedaten. The American Statistician 1998; 52,58–69.
  2. Souvaine DL, Van Wyk CJ. Wie schwer kann es sein, ein Kreisdiagramm zu zeichnen? Mathematics Magazine 1990; 63: 165–72.
  3. Luby SP, Agboatwalla M, Maler J, Altaf A, Billhimer WL, Hoekstra RM. Auswirkung einer intensiven Handwaschförderung auf Durchfall bei Kindern in Hochrisikogemeinschaften in Pakistan: eine randomisierte kontrollierte Studie. JAMA 2004; 291 (21): 2547–54.
  4. Kafadar K. John Tkey und Robustheit. Statistical Science 2003: 18: 319–31.
  5. Urbank S. Erkundung statistischer Wälder. ASA-Proceedings der Join Statistical Meetings; 2002; Alexandria, VA: American Statistical Association, 2002: 3535–40.
  6. Amon J., Devasia R., Guoliang X., Vaughan G., Gabel J., MacDonald P. et al. Multiple Hepatitis-A-Ausbrüche im Zusammenhang mit Frühlingszwiebeln bei Restaurantgästen - Tennessee, Georgia und North Carolina, 2003. Präsentiert auf der 53. jährlichen Konferenz des Epidemic Intelligence Service vom 19. bis 23. April 2004 in Atlanta, Georgia.
  7. Haddix AC, Teutsch SM, Corso PS. Präventionseffektivität: Ein Leitfaden zur Entscheidungsanalyse und wirtschaftlichen Bewertung. 2nd ed. New York, New York: Oxford University Press; Oktober 2002.
  8. Croner CM. Public Health GIS und das Internet. Annu Rev Public Health 2003; 24: 57–82.
Lektion 4 Übersicht