NÜFUS ORANLARI – Epidemiyolojide Biyoistatistiksel Yöntemler – Biyoistatistikler – Epidemiyoloji – Biyoistatistikler Nedir? – İstatistik Fiyatları – Ücretli İstatistik
Uyumsuz Çiftler için Koşullu Yöntemler
Yukarıda ele alınan asimptotik koşullu, Mantel-Haenszel ve RBG tahminleri, yalnızca uyumsuz çiftlere dayanmaktadır. Eşleşen çiftler vaka-kontrol verilerini analiz etmenin başka bir yöntemi, gözlenen uyumsuz çift sayısı f (1,0) + f (0,1) üzerinde koşullandırmayla başlar (Miettinen, 1970). Belirli bir uyumsuz çift için, durum ya da kontrolün bir maruz kalma geçmişi vardır. , uyumsuz bir çiftte açığa çıkanın olmasının olasılığını gösterelim. (5.20) ‘den ve (11.4) gösteriminde, hipergeometrik olasılıklar P (1,0) = OR / (OR + 1) ve P (0,1) = 1 / (OR + 1) şeklindedir.
Bu nedenle tahmin etmek istediğimiz olasılık oranı, r = f (1,0) + f (0,1) olan (, r) parametreli bir binom dağılımından gelen olasılıklara eşittir. A = f (1,0) ile tahmine sahibiz.
McNemar’ın testi olarak anılır (McNemar, 1947). Yukarıdaki formüllerin asimptotik koşullu, Mantel-Haenszel ve RBG yöntemlerine dayalı olanlarla aynı olduğu unutulmamalıdır. Mevcut yaklaşımın bir özelliği, uyumsuz çiftlerin sayısı az olduğunda yararlı olan bir seçenek olan kesin iki terimli hesaplamalara uygun olmasıdır.
Örnek 11.3 (Östrojen-Endometriyal Kanser) Tablo 11.10, endometriyal kanser için bir risk faktörü olarak östrojen kullanımını araştıran bir eşleştirilmiş çift vaka-kontrol çalışmasından veri vermektedir (Antunes ve diğerleri, 1979). Bu veriler Schlesselman (1982, s. 209) tarafından analiz edilmiştir. Nokta tahmini OR = 43/7 = 6,14, varyans tahmini ar (log OR) = (1/43) + (1/7) = 0,166 ve OR için% 95 güven aralığı [2,76, 13,66 ]. İlişkilendirme testi X2 = (43−7) 2 / (43 + 7) = 25.92 (p <.001).
Bu nedenle, östrojen kullanımının artmış endometriyal kanser riski ile ilişkili olduğuna dair önemli kanıtlar vardır. (3.3) ve (3.4) ‘e göre, a = 43 ve r = 50 ile, için tam% 95 güven aralığı [.733, .942]’ dir. (11.8) kullanılarak dönüştürülürse, OR için tam% 95 güven aralığı, asimptotik aralıktan biraz daha geniş olan [2.74, 16.18] ‘dir.
Çift eşleştirme bozulursa, Tablo 11.11’i OR = 3.17’den elde ederiz. Olasılık oranının kaba tahmini, eşleşen tahminden çok daha küçüktür, bu da eşleşen değişkenlerin önemli kafa karıştırıcı olduğunu düşündürmektedir.
(1: M) EŞLEŞTİRİLMİŞ DURUM KONTROL VERİLERİ İÇİN
ODDS ORAN YÖNTEMLERİ
Vaka-kontrol çalışmaları için eşleşen çiftler tasarımı, (1: M) eşleşmesine genelleştirilebilir; burada her bir durum, M 1 olduğunda, tam olarak M kontrolleriyle eşleşir. (1: M ) eşleşen Tablo 11.12 ve 11.13’e sahibiz. Bu gösterimde f (0,0) + f (1, M) uyumlu eşleşen kümeler vardır.
Asimptotik Koşullu Analiz
Aşağıda verilen (1: M) eşleşmesi için asimptotik koşullu formüller Miettinen’den (1969, 1970); türetmeler için Ek H’ye bakınız.
F (0,0) + f (1, M) uyumlu eşleşen kümelerin yukarıdaki formüllere terimlere katkıda bulunmadığına dikkat edin. Bölüm 11.3.1 ve 11.3.2’nin yöntemleri, M = 1 olduğunda (1: M) formüllerinin karşılık gelen eşleşmiş çift formüllerine göre basitleştirilmesiyle daha önce sunulan eşleştirilmiş çift tekniklerinin genellemeleridir.
Vaka sayısı az olduğunda, her vaka ile birkaç kontrolün eşleştirilmesi, çalışmanın örneklem büyüklüğünü artırmanın ve böylece rastgele hatanın azaltılmasının bir yolunu sağlar. Çift eşlemeye kıyasla (1: M) eşleşmenin göreceli verimliliği 2M / (M + 1) ‘e eşittir.
M büyüdükçe, bu miktar 2’lik bir sınır değerine doğru artar, ancak artış oranı, M 5’i aştığında hızla azalır. Dolayısıyla, eşleştirilmiş bir vaka kontrol çalışmasına ek kontroller dahil ederek çok az kazanılacak bir tavan vardır. . Uygulamada, her vakaya dört veya beşten fazla kontrolü eşleştirmek alışılmadık bir durumdur.
Çalışma tasarımı (1: M) eşleştirme gerektirdiğinde bile, M kontrollerini her durumla tam olarak eşleştirmek mümkün olmayabilir. Bu, örneğin, özellikle katı eşleştirme kriterlerinin bir sonucu olarak veya kontrollerin örnekleneceği popülasyonun küçük olması nedeniyle ortaya çıkabilir.
(1: M) yöntemleri, değişken sayıdaki kontrolleri barındırmak için daha fazla genelleştirilebilir, ancak formüller daha da kötüdür. Bu durumda, Bölüm 5’in seyrek tabakalı yöntemlerini, diğer herhangi bir tabakalı analizde kullanılacağı gibi, doğrudan uygulamak daha uygundur.
Türkiye nüfus 2020
Türkiye nüfus sıralaması 2020
İstanbul nüfusu
Amerika nüfus
Çin nüfus
Dünya nüfusu 2020
Çin nüfusu 2020
İstanbul nüfusu 2020
Standartlaştırılmış Oranlar ve Yaş-Dönem-Kohort Analizi
Zaman içinde ve coğrafi bölgeler arasında ölüm oranlarının analizi, hastalık eğilimlerinin sürveyansında önemli bir yere sahiptir. Kaba ölüm oranları karşılaştırıldığında, popülasyonların yaş dağılımlarında olabilecek farklılıkları hesaba katmak gerekir; aksi takdirde sahte sonuçlara varılabilir. Bu bölümde, yaş ve diğer demografik değişkenlerdeki farklılıklar için ayarlamaya yönelik klasik bir yaklaşım olan yaş standardizasyonunu açıklıyoruz.
Zaman içinde yaşa özgü ölüm oranları incelendiğinde, genellikle (zaman) dönem ve (doğum) kohortuna bağlı olarak bir etki karışımı vardır. Yaş-dönem-kohort analizi, bu üç zamanla ilişkili değişkenin ölüm oranlarının örüntüsü üzerindeki etkilerini çözmeye çalışır. Yaş-dönem-kohort analizinin grafik ve çok değişkenli yöntemleri kısaca açıklanmakta ve özellikleri tartışılmaktadır.
NÜFUS ORANLARI
Bölüm 10.1.2’de, bir kohorttaki olay sayısının karşılık gelen kişi-zaman miktarına bölünmesiyle yorumlanabilecek bir parametre olarak bir oran tanımladık. Oran terimi, epidemiyoloji boyunca, tümü bu kullanıma uymayan çeşitli farklı endeksleri belirtmek için kullanılmaktadır. Aşağıda bu terimin kullanımına ilişkin birkaç örnek verilmiştir:
Vaka ölüm oranı = Hastalıktan ölen vaka sayısı / Vaka sayısı
Nokta yaygınlık oranı = Belirli bir zaman noktasındaki mevcut vakaların sayısı / Zaman noktasındaki nüfus
Yıllık ölüm oranı = Bir takvim yılı içindeki ölüm sayısı / Yıl ortası nüfusu
Yıllık insidans oranı = Bir takvim yılı içindeki vaka sayısı / Yıl ortası nüfusu
Hem vaka ölüm oranı hem de nokta yaygınlık oranı için pay, paydadaki deneklerde meydana gelen olayları sayar; yani pay, paydada “yer alır”. Buna göre, bu bölümler oranlar olarak değil, olasılıklar veya oranlar olarak düşünülmelidir. İlk bakışta, yıllık ölüm oranının benzer bir yorumu olması gerektiği görülmektedir.
Bununla birlikte, yılın ilk yarısında ölenler yıl ortası nüfusu içinde sayılmamaktadır ve bu nedenle yıllık ölüm oranı bir olasılık değildir. Aşağıda tartışıldığı gibi, belirli koşullar altında yıl ortası nüfusu, nüfusun yaşadığı kişi-yıl sayısının bir tahmini olarak görülebilir ve bu nedenle, yıllık ölüm oranı, terimin yukarıdaki anlamıyla bir oran olarak yorumlanabilir. Yıllık insidans oranı için de benzer açıklamalar geçerlidir.
Amerika nüfus Çin nüfus Çin nüfusu 2020 Dünya nüfusu 2020 İstanbul nüfusu İstanbul nüfusu 2020 Türkiye nüfus 2020 Türkiye nüfus sıralaması 2020