LP 1

Conf. Univ. dr. Voidăzan Septimiu

dr. Toth Réka
Introducere
 Epidemiologia se ocupă cu studiul factorilor
care influenţează apariţia, transmiterea,
distribuirea, prevenirea şi controlul bolilor
într-o populaţie definită
Introducere

Termenul de epidemiologie derivă din

grecescul:
epi-peste
demos-popor, colectivitate
logos-ştiinţă

Unitatea de studiu în epidemiologie este

populaţia, un grup de persoane dintr-o
anumită zonă geografică şi la un anumit
moment în timp, care au cel puţin o
caracteristică comună.
Epidemiologia poate fi împărţită
 epidemiologie teoretică
 epidemiologie generală
 epidemiologie specială
 epidemiologie practică
 metode şi metodologii epidemiologice
 programe de tip anchete epidemiologice
 programe de supraveghere
 programe de imunizări
Posibilităţile de aplicare în practică a
metodei epidemiologice

 supravegherea epidemiologică;
 investigaţia epidemiologică;
 analiza epidemiologică;
 evaluarea epidemiologică.
Supravegherea epidemiologică
Def:
- supravegherea este un sistem de culegere activă şi
sistematică, de analiză şi interpretare a datelor
despre sănătate, date necesare pentru planificarea,
emiterea, aplicarea şi evaluarea unor măsuri de
intervenţie.
- finalitatea supravegherii este aplicarea rezultatelor
în prevenirea şi controlul îmbolnăvirilor.
- Informație pentru acțiune
Scopurile supravegherii:
 descrierea fenomenelor de sănătate;
 stabilirea istoriei naturale a unei boli;
 descrierea modului de manifestare
populaţională a procesului epidemiologic a
unei boli;
 identificarea unor modificări survenite în
organismul gazdă;
Scopurile supravegherii:
 urmărirea unor modificări ale agentului etiologic
cum ar fi rezistenţa la antibiotice, dezinfectanţi,
chimioterapice;
 verificarea unor ipoteze;
 prognozarea tendinţelor de evoluţie populaţională a
unei boli;
 stabilirea măsurilor de prevenţie şi control şi
evaluarea unor strategii noi;
 stabilirea priorităţile bugetare în soluţionarea unor
probleme de sănătate;
 Model supraveghere (rujeolă)
Era Era postvacc. Campanie de vaccinare
prevacc. (2 mil. de copii)
1996-
1998
2004-
AP
2005
4-7 ani
2011-
2012
2016-
A doua
2019
doză ROR
SUB 1 AN
10-14 ANI
1-4 ANI
Cerinţe
 simplu;
 sensibil;
 cu capacitate de predicţie pozitivă, reprezentată de
cazuri reale de boală;
 credibil
 flexibil;
 acceptat de participanţii la un sistem de
supraveghere;
 reprezentativ;
 oportun;
 costuri acceptabile.
Etapele supravegherii
 culegerea datelor;
 prelucrarea datelor;
 interpretarea, prezentarea şi raportarea
datelor;
 difuzarea concluziilor.
1. Culegerea datelor:

 surse de date;

 modalităţi şi sisteme de culegere a datelor;

Documentele medicale
 datele de mortalitate pot fi extrase din evidenţele serviciilor de
stare civilă, de medicină legală, ale oficiilor de cult, respectiv ale
cimitirelor;
 datele de morbiditate pot proveni din raportările oficiale
asupra stărilor de sănătate, datele de laborator, evidenţele
spitaliceşti, evidenţele medicale primare sau evidenţele speciale;
 datele de fertilitate din certificatele de naştere;
 datele obţinute prin anchete epidemiologice individuale
pentru boli deosebit de periculoase şi cele obţinute în focare mai
ales în izbucniri epidemice;
 datele unor studii speciale (studii serologice, studii ale unor
colectivităţi).
Sisteme de culegere a datelor
 Sistemul activ (interviu, chestionar,
observaţie)
 simplu, operativ, sensibil, acceptabil
 Sistemul pasiv (documente medicale)
 lipsa contactului direct cu sursa de informaţii
 Culegerea poate fi:
 prospectivă
 retrospectivă
Interviul
 este o metodă de culegere a informaţiilor prin
întrebări şi răspunsuri în cadrul unei convorbiri
 poate fi interviu individual sau de grup.
 focus grup
 poate fi: structurat, semistructurat şi nestructurat.
 În cazul interviului structurat, întrebările şi ordinea
lor sunt dinainte stabilite, iar succesiunea lor este
întocmai respectată.
 Interviul nestructurat presupune că cercetătorul
poartă discuţii libere pe o anumită problemă.
 Chestionarul

 este un document scris adresat unor

persoane de a răspunde la întrebări care
motivează culegerea de informaţii sau date
pentru un studiu.
 Introducerea:

 anchetatorul trebuie să se prezinte;

 să facă o succintă prezentare a temei de cercetare, a
contextului în care se face anchetarea, cine a
comandat-o, cum se vor utiliza rezultatele;
 să menţioneze:
 scopul ştiinţific;
 importanţa unor răspunsuri corecte;
 durata interviului;
 confidenţialitatea răspunsurilor;
 anonimatul;
 faptul că rezultatele vor fi cunoscute
 să mulţumească.
Conţinutul:

 utile (să culeagă informaţia de care este

nevoie);
 relevante (corespunzătoare temei);
 potrivite cu populaţia ţintă, adaptate la
nivelul cunoştiinţelor respondenţilor;
 să aibă o formulare neutră pentru a nu
sugera răspunsul.
Exprimarea întrebărilor:

 scurte (concise);
 precise;
 să folosească cuvinte simple;
 să răspundă scopului/obiectivelor anchetei;
 să fie puse în ordine logică, de la simplu la
complex;
 să dea răspunsuri care se pot cuantifica şi se
pot compara cu studii similare.
Întrebările sunt:

 deschise,

 închise,

 semiînchise
Întrebările deschise
 cu răspunsuri libere.
 calităţi / neajunsuri
 subiectul nu e influenţat – răspunsul este sincer;
 dă libertatea de a se primi un răspuns bazat pe
memorie;
 răspunsurile însă pot fi incomplete (memoria
subiectului), greu de prelucrat (codificare şi
analiză), pot apărea dificultăţi de exprimare sau un
scris ilizibil.
Întrebări închise
 cu răspunsuri preformate şi care pot fi:
 Închise cu răspunsuri ordonate
- pot măsura intensitatea şi frecvenţa
evenimentului;
- se pot prelucra statistic pentru că uşurează
crearea unei variabile statistice
- limitează răspunsul la unul singur;
-scapă însă unele evenimente nemenţionate
în chestionar.
Întrebări închise
 cu răspunsuri preformate şi care pot fi:
 Închise cu răspunsuri neordonate
- permit o alegere mai largă a răspunsului
dintr-o suită de propuneri;
- uneori este greu de a alege un singur
răspuns.
Întrebări închise
 cu răspunsuri preformate şi care pot fi:
 închise cu răspunsuri binare: da sau nu
- răspunsul este tranşant;
- se ignoră poziţiile intermediare.
Formular de evaluare a factorilor de risc pentru infecţia
cu virusul hepatitic C
 are transaminaze crescute?
 a primit o transfuzie de sânge sau produse
derivate de sânge înainte de 1992?
 a suferit proceduri medicale sau interv.
chirurgicale majore?
 are o profesie cu risc?
 a utilizat droguri cu adm IV?
 are tatuaje?
 are contacte sexuale întâmplătoare?
Întrebări semiînchise

 cu răspunsuri preformate dar şi cu

posibilitatea de a se formula un răspuns
propriu.
Modul de administrare a chestionarului
se poate face prin:

 interviu direct;
 telefon;
 poştă.
2. Prelucrarea datelor

 prelucrarea propriu-zisă a datelor (analiză în

funcţie de timp, loc, persoană);
 centralizarea datelor (rate, indicatori)
 prelucrarea statistică
Prelucrarea propriu-zisă a datelor
Analiza în funcţie de timp

 tendinţa (trend) seculară, care se referă la tendinţa

de manifestare populaţională a bolii pe perioade
îndelungate de timp (decenii, secole);
 periodicitatea, reflectă variaţiile temporare la
intervale de mai mulţi ani, în cadrul tendinţei
seculare şi reflectă schimbarea raportului între
imunitate şi receptivitate în favoarea celei din urmă;
 sezonalitatea sau variaţia anuală, indică apariţia
unor îmbolnăviri în anumite perioade ale anului;
 izbucnirile epidemice
Prelucrarea propriu-zisă a datelor
Analiza în funcţie de loc

 permite localizarea sursei,

 localizarea cazurilor după domiciliu sau
după locul unde a apărut evenimentul.
Prelucrarea propriu-zisă a datelor
Analiza în funcţie de persoană

 permite analiza după sexe,

 vârstă,
 rasă,
 profesie,
 nivel al imunităţii,
 stil de viaţă, comportament,
 standard socio-economic şi cultural,
 antecedente turistice etc.
Centralizarea datelor
(rate, indicatori)

 INDICATORI DE FRECVENŢĂ
 INDICATORI DE MORBIDITATE
 INDICATORI DE MORTALITATE
 INDICATORI SPECIFICI PENTRU BOLILE
INFECŢIOASE
 INDICATORI ÎN FOCARUL DE BI
 INDICATORI PROFILACTICI
 TERMENI CARE EXPRIMĂ STAREA DE SĂNĂTATE
SAU BOALĂ
 TERMENI CARE EXPRIMĂ CONSECINŢELE BOLII
INDICATORI DE FRECVENŢĂ

Incidenţa –numărul de cazuri noi de boală care

sunt diagnosticate într-o anumită perioadă de
timp (cazuri noi).
 Există două tipuri de rate de incidență:
 incidența cumulativă
 densitatea incidenței.
Incidența cumulativă

- este raportată cel mai frecvent

- numărul de cazuri noi de boală într-o anumită
perioadă de timp împărțit la populația totală
cu risc.
 Formula de calcul:
- Dacă 22 de cazuri de HIV ar fi fost diagnosticate în anul 2000
dintr-o populație de 100.000, incidența cumulată ar fi
22/100.000.
- poate fi exprimată sub forma: la 1000 sau 100000 locuitori etc
Densitatea incidenței

 este numărul de cazuri noi ale unei boli diagnosticate

într-o anumită perioadă de timp împărțit la numărul
total de persoane-timp de observare.
 Timpul-persoană este numărul de subiecți înmulțit cu
numărul de ani de urmărire.
 Formula de calcul:
 De exemplu, dacă 100 de persoane ar fi urmărite într-un studiu
de cohortă timp de 5 ani, timpul total de persoană ar fi de 500
de ani-persoană.
 Dacă 22 de cazuri de boală ar fi detectate în acea perioadă de
cinci ani, densitatea incidenței ar fi raportată ca 22 de
cazuri/500 de ani-persoană
Incidenţa rujeolei în judeţele Mureş şi Harghita comparativ cu
România, în intervalul 1996-2007

300

250
Incidenţa - %000 locuitori

200

150

100

50

0
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Anii

Mureş Harghita România

INDICATORI DE FRECVENŢĂ
Prevalenţa- nr. de cazuri vechi şi noi de boală.
 Formula de calcul:
P= nr. de cazuri existente dintr-o anumită boală
la un anumit moment în timp/totalul
populaţiei expuse la risc
 poate fi şi ea exprimată sub forma: la 1000
sau 100000 locuitori etc
INDICATORI DE MORBIDITATE
 rata de atac primar
 rata de atac secundar.
 incidenţa specifică
 prevalenţa.
 specifică.
 profesională.
INDICATORI DE MORTALITATE
 rata brută a deceselor
 decese pe cauze
 letalitatea
 fatalitatea.
Letalitatea – nr. de decese de o boală raportat la totalul
de decese şi se exprimă la %.
Fatalitatea – nr. de decese de o boală raportat la 100
de bolnavi de aceeaşi boală existenţi în evidenţele
speciale şi arată gravitatea bolii.
INDICATORI SPECIFICI PENTRU
BOLILE INFECŢIOASE
 contagiozitatea - viteza de răspândire a
agentului cauzal de origine biologică
(virusuri, protozoare) de la o persoană
bolnavă la org. receptiv.
 difuzibilitatea - viteza de răspândire a bolii
într-o populaţie eterogenă ca receptivitate.
 sezonalitatea
 periodicitatea
 Contagiozitatea sau infectiozitatea desemneaza capacitatea
unei infectii de a se transmite de la un contagios la un receptiv.
 Se exprima prin indicele de contagiozitate care arata
proportia de persoane receptive dintr-o colectivitate la carese
poate transmite infectia in unitatea de timp(nr. receptivi
infectati/nr. total receptivi%). Are valori mari in varicela si rujeola,
valori medii in scarlatina, scazute in erizipel, dependente de vectori
in malarie si tifos.
 Depinde de caracteristicile caii de eliminare, cele ale portii de
intrare si de unele caracteristici ale microorganismului(ex.
rezistenta in mediul extern).
 Difuzibilitatea arata viteza de raspandire a unei infectii intr-o
anumita populatie heterogena ca receptivitate si conditii de viata.
 Indicele de difuzibilitate precizeaza numarul persoanelor
infectate in unitatea de timp, raportate la efectivul intregii
colectivitati din care fac parte(nr. infectati in unitatea de timp/nr.
total membri ai colectivitatii%).
 Contagiozitatea si difuzibilitatea unei maladii infectioase sunt
cu atat mai mari cu cat doza infectanta necesara este mai mica si
transmisibilitatea mai complexa.
 Contagiozitatea permite aprecierea difuzibilitatii unei infectii
intr-o populatie si arata urgenta actiunilor antiepidemice.
INDICATORI ÎN FOCARUL DE BI

 depistare - exprimă perioada de timp scursă

între primele semne de boală şi depistarea
de către medic.
 izolare - perioada de timp scursă între
depistare şi izolare.
INDICATORI PROFILACTICI
 indicele de depistare vaccinală: - indică cât
la % din copii planificaţi pentru vaccinare au
fost vaccinaţi.
 indicele fondului imunitar sau nivelul de
protecţie care indică cât % dintre
persoanele vaccinate au titru de anticorpi
protectivi.
 Evoluţia acoperirii vaccinale cu vaccin VVR în judeţul Sibiu
în perioada ianuarie 2003 - ianuarie 2008

105.00%

100.00% 99.62% 99.12% 99.45%

97.74% 99.38%
96.12% 97.48% 97.41% 97.03% 97.09% 97.68%
96.76%
95.26% 96.31%
95.00% 94.62% 94.84%
94.37%
90.00% 92.28%
87.67% 88.23%
85.00% 84.29%

80.00%

75.00%

70.00%
67.29%
65.00%

60.00%
ian.2003 iulie2003 ian.2004 iulie2004 ian.2005 iulie2005 ian.2006 iulie2006 ian.2007 iulie2007 ian.2008

U R
 10
20
30
40
50
60
70
80
90
100

0
19
96
98
19 ,2
97 92,5
98
,4
19
98 94,5
98
,5
19
99 96,7
94
,8
20
00 98,8
95
,4
20
95,6

Mureş
01
Harghita în perioada 1996-2007

96
,2
20
02 95,6
96
20 ,9
97,8

Harghita
03
96
,1
20 98,2
04
97
,5
20
05 95,8
98
,6
20
06 77,4
97
,6
20
07 96,7
98
,2
Acoperirea vaccinală antirujeolică pentru judeţele Mureş şi

96,9
Aprecierea imunităţii postvaccinale
 incidenţa
 prevalenţa
 cicatrice postvaccinală
 dozarea titrului de anticorpi
 eficacitatea vaccinală
TERMENI CARE EXPRIMĂ STAREA DE SĂNĂTATE SAU BOALĂ

 ani potenţiali de viaţă pierduţi (APUD)- nr. de ani pe

care o persoană, un grup de persoane sau o populaţie îi
are de trăit între anumite vârste până la sfârşitul vieţii.
Pierderea se datoreşte unei morţi premature de orice
cauze (accidente, boli).
 speranţa de viaţă – nr. de ani pe care o persoană sau un
grup de anumite vârste speră că îi va trăi în condiţiile în
care persistă aceeaşi rată de mortalitate.
 ind. DALY – ani de viaţă pierduţi prin deces prematur şi
ani trăiţi în incapacitate de o anumită severitate şi o
durată specifică.
TERMENI CARE EXPRIMĂ CONSECINŢELE BOLII

 deficienţa - pierderea unei structuri sau

funcţii anatomice, fiziologice sau specifice
a org. după o boală.(deviere de la
normalitate).
 incapacitatea - restricţie sau lipsa
posibilităţilor de a desfăşura o activitate
normală, pentru un individ
 handicapul - inegalitate socio-economică
a unei persoane ce limitează îndeplinirea
rolului acesteia în societate.
Elemente de biostatistică
 Statisticile sunt precum costumele de baie: îţi arată
ce ştie toată lumea şi îţi ascund exact ceea ce ai fi
vrut să afli
De ce avem nevoie de statistică?

Vrem să tragem concluzii cât mai valide din

cantităţi limitate de date.
 Diferenţele importante sunt deseori mascate
de variabilitatea biologică şi/sau imprecizia
experimentală
 Mintea umană excelează în găsirea de tipare
şi relaţii, dar tinde să generalizeze în exces.
De ce avem nevoie de statistică?

Calculele statistice
extrapolează de la eşantion
la populaţie
 În cercetarea biomedicală se presupune că
populaţia este infinită, sau cel puţin foarte
mare în comparaţie cu eşantionul nostru.
De ce avem nevoie de
statistică?

 Control de calitate
O fabrică de cămăşi: se extrage la
întâmplare un eşantion din întreaga
populaţie de cămăşi, iar concluziile
legate de calitatea eşantionului se
extrapolează la toată producţia.
De ce avem nevoie de
statistică?

 Sondajul politic
Se extrage la întâmplare un eşantion de
votanţi, iar rezultatul se extrapolează
la întreaga populaţie de votanţi
Tipuri de variabile

 Variabila = orice calitate, caracteristică sau

constituent al unei persoane sau lucru, care
poate fi măsurat
 toată cercetarea medicală = studiul relaţiilor
dintre variabile
 cercetătorii medicali sunt interesaţi de
studierea fie a asociaţiilor, fie a diferenţelor
dintre variabile.
Variabilele statistice
 Variabilele nominale calitative sunt variabile sub formă de
nume sau alte simboluri reprezentând categorii ce nu pot fi
ordonate una în raport cu cealaltă, de exemplu numele, sexul,
mediul de provenienţă, statusul marital, rasa, culoarea ochilor,
diagnosticul etc.
 Atunci când o variabilă nominală nu poate lua decât două
valori, ea este o variabilă dihotomică (binară, bimodală), cum ar
fi sex masculin/feminin, mort/viu, fumător/nefumător,
prezent/absent, normal/anormal, malign/benign, urban/rural
etc. variabile de tip DA/NU.
Variabilele statistice
Variabilele ordinale sunt variabilele ce sunt clasificate
în mai mult de două categorii şi la care există o ordine
naturală între categorii (de la valoarea cea mai mică la
cea mai mare) - de exemplu evoluţia bolii (agravat,
staţionar, ameliorat), stadializări insuficienţa cardiacă,
TNM în cancer), scoruri etc.
Variabilele statistice
Variabilele cantitative (măsurabile) pot fi continue
(variabile cu un număr potenţial infinit de valori de-a
lungul unui continuum: înălţimea, greutatea, TA,
glicemia, colesterol, vârsta etc.) sau discontinue
(discrete)-variabile descrise numai prin unităţi întregi ce
nu pot fi măsurate în intervale mai mici decât unitatea:
numărul camerelor într-o locuinţă, numărul de copii
etc).
 Inaltim Greutat
SCOR SYNTAX SYNTAX deces nr stent Varsta Sex e e IMC
scazut 3 nu 1 55 m 173 82 27,4
scazut 3,5 nu 1 44 m 170 65 22,5
scazut 3,5 nu 1 81 f 155 60 25,0
scazut 3,5 da 0 69 f 170 90 31,1
scazut 4 nu 1 58 m 176 75 24,2
scazut 4 nu 1 73 m 169 82 28,7

scazut 4,5 nu 1 47 m 170 105 36,3

scazut 8 nu 1 69 f 165 70 25,7
mediu 17,5 nu 1 59 m 160 87 34,0
mediu 18 nu 1 49 m 176 78 25,2
mediu 18 nu 2 69 m 172 73 24,7
mediu 18,5 nu 1 48 f 155 60 25,0
mediu 19,5 nu 1 70 m 165 82 30,1
mediu 19,5 nu 1 77 f 155 69 28,7
mare 20 nu 1 74 m 170 65 22,5
mare 20,5 nu 1 71 f 165 60 22,0
mare 20,5 nu 1 54 m 176 90 29,1
mare 20,5 nu 1 73 f 167 72 25,8
Tipuri de variabile - statistică
descriptivă

Variabile nominale

 tabel de frecvenţă (frecvenţa

observaţiilor pe categorii)
 grafic: bare, plăcintă
 modul (categoria cea mai frecventă)
 Distribuţia pe oraşe a cazurilor incluse în studiu

TIMISOARA
11 (6,7%)

TARGU MURES 3 (1,8%)

SIBIU 10 (6%)

IASI 13 (8%)

CLUJ 23 (14%)

BUCURESTI 98 (60%)

BRASOV 6 (3,7%)
Tipuri de variabile - statistică
descriptivă

Variabile ordinale

 tabel de frecvenţă, mediana, modul

 utilitatea mediei este discutabilă
(intervalele dintre categorii nu sunt
egale ca mărime)
 deseori, media este furnizată - se
presupune că intervalele scalei sunt
egale sau, cel puţin aproximativ
egale
Clasa Frecventa Frecventa Frecventa
NYHA relativa cumulata
23,8% 23,8%
I 50 % %
II 70 %
33,3% %
57%

III 60 %
28,6% %
85,7%
IV 30 %
14,3% %
100%
TOTAL 210 %
100%
Tipuri de variabile - statistică
descriptivă
Variabile cantitative

 măsura tendinţei centrale (media,

mediana, modul)
 măsura dispersiei (deviaţia standard,
varianţa)
 distribuţia normală
 Primi paşi ce trebuie urmaţi
Populaţie Statistică
Eşantion – o submulţime
din populaţie
Statistica Descriptivă este
utilizată pentru a descrie
principalele trăsături ale
datelor colectate în termeni
cantitativi.
Statistica inferenţială/analitică
- Finită
- Infinită
- Randomizare
- Nonrandomizare
Statistica descriptivă se ocupă cu:
culegerea datelor statistice, prezentarea
datelor statistice, reprezentarea (grafică)
datelor statistice, determinarea unor
caracteristici numerice sintetice ale
datelor statistice.
Statistica descriptivă
De ce este importantă cunoaşterea variabilelor?
 În privinţa variabilelor cantitative, este important de văzut
dacă acestea au o distribuţie normală (simetrică, sub forma
clopotului lui Gauss);
 în cazul acestei distribuţii, media este egală cu mediana şi cu
modul, iar 95% dintre valorile pe care le poate lua variabila se
află în intervalul media ± două deviaţii standard.
 Valorile ce depăşesc acest interval se consideră anormale. Pentru
o populaţie adevărat sănătoasă, valorile anormale nu depăşesc
2,5% din populaţie.
Indicatori de tendinţă centrală
INDICATORI
 Media
 Mediana (percentila de 50 %)
 Modulul
 MĂSURI DE DISPERSIE
Variaţia (dispersia) n
 ( X i  X )2
s2  i1 n ,

S2 = n s2 .
n 1

Abaterea standard S= S 2 .
(ecartul tip)

Eroarea standard ES  s .
n

Coeficientul de variaţie CV = S .
X
MĂSURI DE DE DISPERSIE

Coeficientul de variaţie.
 dacă CV este sub 10% atunci populaţia poate fi considerată
omogenă;
 dacă CV este între 10%-20% atunci populaţia poate fi
considerată relativ omogenă;
 dacă CV este între 20%-30% atunci populaţia poate fi
considerată relativ eterogenă;
 dacă CV este peste 30% atunci populaţia poate fi considerată
eterogenă.
MĂSURI DE DISPERSIE - aplicaţii

intervalul X 1 S conţine circa 68 % d in o b se r v a ţii

in te rv a l u l X 2  S c o n ţin e c ir c a 9 5 % d in o b se r v a ţii

intervalul X 3 S conţine circa 99 % d in o b se r v a ţii.

Intervalul de confidenţă (IC)
 estimările care le facem la un eşantion
au variaţii largi
 trebuie văzut cât de apropiată este
estimarea de valoarea de bază
 aceasta se poate face prin calcularea IC
gama de valori din jurul estimării
mediei care va include cu o
probabilitate adevăratele valori ale
populaţiei ţintă
 are două limite, o limită superioară şi o
limită inferioară
IC pentru medie
 N=100 de muncitori expuşi la pb
 X= 90 ng/ml
 DS=10
 IC=95 %
 t=1,96

IC=X±t×DS/√N
IC pentru medie
IC=X-t×DS/√N=88,04
IC=X+t×DS/√N=91,96
 Teste parametrice sau nonparametrice???
 Este important să ştim dacă distribuţia variabilei noastre este normală
sau anormală pentru că testele statistice parametrice se pot aplica numai
variabilelor cantitative, cu distribuţie normală. De asemenea, pentru a
putea aplica teste statistice parametrice trebuie ca nici dispersia (deviaţia
standard) celor două grupuri să nu difere foarte mult.
 Testele parametrice sunt testele care compară mediile şi deviaţiile
standard ale grupurilor despre care vrem să dovedim că sunt identice sau
dimpotrivă, diferite, ori media şi deviaţia standard nu au nici un sens
dacă nu avem o distribuţie normală
 Comparaţia a Regresie
2 grupuri Student (t) lineară
multiplă
distribuţie teste Comparaţia a
normală Test F (ANOVA)
parametrice 3 grupuri

Corelaţia a 2 Corelaţie
Variabilă variabile în (coeficient Pearson)/
cantitativă acelaşi grup regresie

distribuţie Corelaţia a 2 Corelaţie

nonnormală variabile în (coef. Spearman)
acelaşi grup
Variabilă teste
ordinală non- Comparaţia a Mann-Whitney U,
parametrice 2 grupuri Wilcoxon

Comparaţia a Kruskall-Wallis
3 grupuri

Variabilă Regresie
dihotomică X2 logistică
Fisher exact
Interval de Modelul
Log rank
timp lui Cox
STATISTICA INFERENŢIALĂ
 STATISTICA INFERENŢIALĂ
Definiţie: Eşantion
Populaţia
Statistica inferenţială
sau analitică, constă
în aplicarea testelor
Statistica
statistice care pot fi
inferenţială analiza
folosite pentru a trage
unui eşantion
concluzii din seturile
de date extrase din
populaţie. Populaţia
după analiza
statistică
 Etapele aplicării unui test statistic

 Etapa 1. Formularea ipotezelor statistice: Ipoteza nulă H0 şi Ipoteza

alternativă H1
 Etapa 2. Se alege o statistică a testului
 Etapa 3. Se alege nivelul de semnificaţie  al testului.
 Etapa 4. Se determina regiunea critică, şi respectiv de acceptare a lui
Ho
 Etapa 5. Se calculează statistica testului
 Etapa 6. Se ia decizia statistică, utilizând aria critică (sau p-value) şi
statistica testului
 1. Interpretarea ipotezelor statistice
Comparăm medii Ipoteza nulă: mediile nu diferă semnificativ
statistic; NU există o diferenţă statistic
semnificativă între mediile TA la pacienţii
trataţi faţă de pacienţii netrataţi cu
antihipertensivul X
Ipoteza alternativă: Vice-versa

Analizăm un tabel
Ipoteza nulă: nu există asociaţie statistic
de contingenţă
semnificativă între variabila dependentă şi
variabila independentă
Ipoteza alternativă: Vice-versa
 2. Alegerea pragului de semnificaţie (α - alpha)

Comparăm medii
α(alpha) =0.05 sau
α(alpha) =5%
C(onfidence)=1-0.05=0.95 sau
C(onfidence)=100-5= 95 (%)

Analizăm un tabel α(alpha) =0.05 sau

de contingenţă α(alpha) =5%
C(onfidence)=1-0.05=0.95 sau
C(onfidence)=100-5= 95 (%)
 3. Aplicarea testului statistic relevant
Fiecare test statistic are o formulă matematică
Comparăm medii
t (Student) statistic

Chi square statistic

Analizăm un tabel
de contingenţă
Erori de tip I(α) şi de tip II (β)

 Eroarea de tip I(α) – decizia de a

respinge ipoteza nulă, când aceasta este
adevărată (un tratament nou se consideră
conform dg. standard mai eficace, când de
fapt are eficienţă egală cu tratamentul
standard)
 Eroarea de tip II (β)- decizia de a
accepta în mod eronat ipoteza nulă, când
aceasta este falsă (tratamentul nou este cu
adevărat eficient, dar se consideră
ineficient).
 Testul Student-parametric

Testul student compară diferenţa între mediile a două

eşantioane.
Există 3 variante ale testului testul „t” implementate
în diferite versiuni ale unor programe de analiză
statistică:
 Testul „t” pentru date “pereche” (eşantioane dependente)
 Testul „t” pentru date “nepereche” (eşantioane
independente) ce au varianţă egală (homoscedatic)
 Testul „t” pentru date “nepereche” (eşantioane
independente) ce au varianţă inegală (heteroscedatic)
 STATISTICA INFERENŢIALĂ

Ce trebuie să cunoaştem înainte de a începe analiza statistică?

paired unpaired

paired
 Comparaţia a Regresie
2 grupuri Student (t) lineară
multiplă
distribuţie teste Comparaţia a
normală Test F (ANOVA)
parametrice 3 grupuri

Corelaţia a 2 Corelaţie
Variabilă variabile în (coeficient Pearson)/
cantitativă acelaşi grup regresie

distribuţie Corelaţia a 2 Corelaţie

nonnormală variabile în (coef. Spearman)
acelaşi grup
Variabilă teste
ordinală non- Comparaţia a Mann-Whitney U,
parametrice 2 grupuri Wilcoxon

Comparaţia a Kruskall-Wallis
3 grupuri

Variabilă Regresie
dihotomică X2 logistică
Fisher exact
Interval de Modelul
Log rank
timp lui Cox
Teste nonparametrice
Testul Mann Whitney compară diferenţa între
medianele a două eşantioane cu distribuţie
anormală. De exemplu, dacă vrem să demonstrăm
că pacienţii cu insuficienţă cardiacă internaţi în
spitalul A sunt mai gravi decât cei internaţi în
spitalul B, comparând clasa NYHA de
insuficienţă cardiacă între cele două grupuri.
Teste nonparametrice
Dacă variabila de comparat nu are o distribuţie
normală (de exemplu valoarea clereance-ului la
pacienţii cu insuficienţă renală) sau este o
variabilă ordinală (scorul de tromb la fumători
înainte şi după reperfuzie vasculară), vom folosi
un test nonparametric împerecheat, care este
testul Wilcoxon.
 Testul ANOVA parametric
Dacă vrem să comparăm mai multe grupuri deodată (de
exemplu vrem să vedem dacă TA la trei loturi diferă între
ele), folosim analiza variantei în sens unic (testul
ANOVA), care ne va arăta dacă TA este diferită sau nu
în cele trei loturi, fără a ne spune însă care este grupul
care diferă de celelalte. Pentru asta în funcţie de
versiunea programului statistic în cadrul grupului
ANOVA, există un posttest de comparaţie între loturi
(posttest Bonferroni) care scoate în evidenţă efectiv între
ce loturi avem semnificaţie statistică.
Testul nonparametric
Dacă avem trei sau mai multe eşantioane pereche
atunci echivalentul nonparametric al testului
ANOVA este testul Kruskal-Wallis. Testele
nonparametrice nu ţin cont de valoarea efectivă
a variabilei, ci de ordinea lor (rank tests) - care
este valoarea cea mai mică, care este următoarea
şi aşa mai departe.
Testul chi pătrat
Dacă avem variabile dihotomice (pentru compararea
proporţiilor) se foloseşte testul X2 sau variantele sale
Yates şi mai ales testul exact al lui Fisher, atunci când
în tabelul de contingenţă 2×2 avem într-una din căsuţe
o valoare aşteptată mai mică de 5. De exemplu atunci
când vrem să comparăm proporţia de pacienţi cu dureri
articulare care au primit un antiinflamator cu proporţia
de pacienţi care au dureri articulare în grupul tratat cu
placebo.
 Variabile categoriale-test chi pătrat

Qualitative (categorical) data Date:

•Contingency tables
In statistics, contingency tables are
used to record and analyse the
relationship between two or more
variables (e.g one independent and
one dependent variable), most
usually categorical variables.
It may be 2x2 or nxn contingency
tables.

Tabel de contingenţă (nxn): Tabel de contingenţă (2x2):

 Corelaţii
Dacă vrem să vedem cum variază o variabilă cantitativă
în funcţie de o altă variabilă cantitativă, aşadar vrem să
vedem în ce măsură două variabile cantitative se
corelează, calculăm coeficientul de corelaţie al lui
Pearson (r) atunci când cele două loturi urmează o
distribuţie gaussiană, respectiv calculăm coeficientul de
corelaţie al lui Spearman, atunci când cele două loturi nu
urmează o distribuţie gaussiană . De exemplu, putem
vedea dacă vârsta se corelează cu LDL colesterol (adică
LDL colesterol creşte odată cu vârsta).
Interpretare
Colton (1977) a sugerat câteva reguli empirice pentru
interpretarea coeficientului de corelaţie:
r cuprins între -0,25 şi 0,25 → corelaţie slabă sau nulă;
r cuprins între 0,25 şi 0,50 sau -0,25 şi -0,50 → corelaţie
acceptabilă;
r cuprins între 0,50 şi 0,75 sau -0,50 şi -0,75 → corelaţie
moderată spre bună;
r mai mare decât 0,75 sau mai mic decât -0,75 →
corelaţie foarte bună.
Regresie liniară
 Dacă, în cazul a două variabile care se corelează, putem spune
care variabilă o determină pe cealaltă şi/sau vrem să calculăm
valoarea unei variabile ştiind-o pe cealaltă, utilizăm regresia
lineară (de exemplu, ştiind valoarea colesterolului, putem prezice
valoarea IMT (grosimea intimă medie), sau ştiind valoarea
fosfatazei alcaline înainte de intervenţiile pe paratiroide în
hipertiroidismul terţiar, putem prezice valoarea calcemiei
postoperator, sau ştiind doza de enalapril pe care o administrăm
prezicem cu cât va scădea TA). Y = 9,2100 + (-
0,001108X)
Regresia
 legătura dintre doza unui medicament şi
răspunsul bolnavilor (nr. de vindecări)
1. doza zilnică 1U- nr. de vindecări 5 cazuri
2. doza zilnică 2U- nr. de vindecări 6 cazuri
3. doza zilnică 3U- nr. de vindecări 7 cazuri
 Comparaţia a Regresie
2 grupuri Student (t) lineară
multiplă
distribuţie teste Comparaţia a
normală Test F (ANOVA)
parametrice 3 grupuri

Corelaţia a 2 Corelaţie
Variabilă variabile în (coeficient Pearson)/
cantitativă acelaşi grup regresie

distribuţie Corelaţia a 2 Corelaţie

nonnormală variabile în (coef. Spearman)
acelaşi grup
Variabilă teste
ordinală non- Comparaţia a Mann-Whitney U,
parametrice 2 grupuri Wilcoxon

Comparaţia a Kruskall-Wallis
3 grupuri

Variabilă Regresie
dihotomică X2 logistică
Fisher exact
Interval de Modelul
Log rank
timp lui Cox
3. Interpretarea şi prezentarea datelor

 Interpretarea se face în funcţie de tipul

de date pe care le avem, ţinând cont de
eventuale erori (bias, factor de confuzie).
Pentru BT se vor specifica factorii structurali
ai procesului epidemiologic a îmbolnăvirii în
cauză. Concluziile supravegherii sunt foarte
importante de ele depinzând măsurile ce
trebuiesc instituite.
Prezentarea datelor
 poate fi de tip arhivar (înregistrarea
amănunţită a evenimentelor
sanitare), prezentare care să permită
comunicarea pe anumite aspecte-
cheie; de tip tabular permite
cuprinderea în amănunţime a datelor;
de tip grafic sau hartă, prezintă
datele sub formă sintetică.
 Distributia cazurilor de rujeola in functie de luna debutului rash-ului,
in perioada august 2004-martie 2006,
Romania
Nr. cazuri
1200

1000

800

600

400

200

0
ug

n
04

05

5
05

05

06

6
05
05
04

05

5
05
-Ia

-Ia
.0

r.0

.0
.0

.0
v.0

.0
-A

p.

g.

p.
b.

b.
ct.

ct.
c

c
ar

ar
n

v
ai

l.
05

06
Ap
De

De
Iu
Fe

Fe
No

No
Se

Au

Se
Iu
O

O
M
M

M
04

20

20
20

AN

AN
AN
4. Raportarea datelor
 În sistemul de raportare a datelor
sunt recunoscute 4 nivele: nivelul
local, nivelul zonal, sinteza naţională
şi raportarea la OMS.
Difuzarea concluziilor
 se face către un auditoriu mai larg
 se face prin publicarea, prezentarea
unui articol
 prezentare orală
Evaluarea programului de supraveghere epidemiologică
se realizează analizând calităţile şi atributele sistemului:

 sensibilitatea;
 reprezentativitatea;
 oportunitatea;
 flexibilitatea;
 simplitatea;
 accepabilitatea;
 costul.