Здоровья и вредными факторами
При изучении влияния факторов окружающей среды на здоровье населения не достаточно убедиться в достоверности полученных данных, как по оценке здоровья населения, так и по оценке самих вредных факторов. Одной из самых трудных задач является доказательство того, что влияние изучаемого фактора на здоровье населения, на появление того или иного заболевания, на самом деле существует. В числе методов, используемых для доказательства, можно упомянуть экспертные оценки, графоаналитические методы и статистические методы, включающие также вероятностный анализ. Нисколько не сомневаясь в полезности и экспертных оценок и графоаналитических методов, мы не станем задерживать на них внимания в силу ограниченного объёма данного пособия и остановимся лишь на статистических методах, поскольку они при всех допущениях всё же дают какие то количественные оценки. При хорошем владении и знании возможностей, с помощью этих методов можно получить вполне достоверные и убедительные доказательства существования влияния того или иного фактора на определённый вид заболеваемости населения. Тем более что эти методы в настоящее время достаточно хорошо компьютеризированы. Мы остановим наше внимание лишь на основных понятиях статистических методов, которые, тем не менее, должны дать основы для понимания существа и возможностей применения таких методов.
При анализе причинно-следственных связей между факторами воздействия и показателями состояния здоровья наиболее часто используется корреляционно регрессионный метод.
Корреляция характеризует степень взаимосвязи между вариационными рядами. Степень и характер взаимосвязи между двумя корреляционными рядами x и y определяет коэффициент корреляции rxy, который вычисляется по формуле:
, (2.47)
где: rxy – коэффициент корреляции между параметрами x и y; xi и yi– значение параметров x и y в i-м наблюдении; и – средние арифметические значения параметров x и y для n проведенных опытов или наблюдений.
Величина коэффициента корреляции всегда находится в пределах
-1 rxy +1. (2.48)
Если rxy=0, то это означает, что параметры x и y совершенно не зависимы друг от друга. Если rxy<0, то это означает, что с увеличением в вариационном ряду наблюдаемых величин x соответствующие им значения величин y уменьшаются, т.е. между вариационными рядами существует обратная взаимосвязь.
Если rxy=1, то это означает, что между параметрами x и y существует прямо пропорциональная функциональная зависимость. Если rxy>0, то с увеличением в вариационном ряду наблюдаемых величин x соответствующие им значения величин y увеличиваются, т.е. между вариационными рядами существует прямая взаимосвязь.
Чем больше абсолютная величина коэффициента корреляции, тем больше доверительная вероятность наличия взаимосвязи между исследуемыми явлениями.
Поскольку и показатели загрязнения окружающей среды и показатели здоровья населения являются величинами случайными и показатели загрязнения не зависят от здоровья, полагают, что они подчиняются закону распределения Гаусса. Для распределения Гаусса все случайные величины укладываются с доверительной вероятностью 0,99 в интервал 3σ.
Среднеквадратическое отклонение σ для нормального распределения определяют по формуле (2.45).
Для распределения Гаусса доверительный интервал коэффициента r корреляции определяют через доверительный интервал коэффициента z. Коэффициент r корреляции связан с коэффициентом z соотношением:
. (2.49)
Среднюю ошибку mr коэффициента корреляции рассчитывают по формуле:
. (2.50)
Если между показателем состояния здоровья и исследуемыми факторами загрязнения окружающей среды действительно существует взаимосвязь и это подтверждается с одной стороны достоверностью определения самих показателей и факторов, и с другой большим значением коэффициента корреляции, то можно говорить не только и наличии взаимосвязи, но и о существовании функциональной связи.
Для описания такой связи предложена математическая модель в виде уравнения регрессии (2.51):
, (2.51)
где – теоретическое значение (математическое ожидание) показателя состояния здоровья; b0 – фоновое значение показателя состояния здоровья; n– число данных о величинах исследуемого фактора состояния окружающей среды; Xi, – исследуемый вредный фактор (загрязнитель окружающей среды: физический, химический или биологический), обуславливающий изменение показателя состояния здоровья на исследуемой территории; bi – коэффициент регрессии, характеризующий силу и направленность влияния вредного фактора.
В уравнении (2.51) первая сумма характеризует линейное влияние вредных факторов, вторая сумма – нелинейность зависимости, если такая имеет место.
В наиболее простом случае, когда между одним вредным фактором и одним показателем здоровья существует взаимосвязь, т.е. когда при увеличении величины фактора показатель здоровья увеличивается или уменьшается пропорционально изменению фактора, эта взаимосвязь может быть выражена функциональным уравнением:
. (2.52)
Коэффициент b линейной регрессии и коэффициент rxy корреляции связаны между собой уравнением:
, (2.53)
где σч и σн – соответственно среднеквадратические отклонения показателя x здоровья и вредного фактора y, которые определяют по формулам:
, (2.54)
, (2.55)
где xi и yi – текущие значения величин x и y в каждом опыте, и – средние арифметические значения величин x и y.
До сих пор мы рассматривали лишь вопрос о взаимосвязи одного показателя здоровья и одного вредного фактора. На самом деле реальная ситуация требует анализа влияния нескольких вредных факторов на ряд показателей здоровья. В таких случаях пользуются уравнениями множественной регрессии.
В случае линейных зависимостей уравнение множественной регрессии принимает вид:
= a0+a1x1+a2x2+…+anxn , (2.56)
где a1,a2,....an – вредные факторы, влияющие на показатель здоровья.
На практике для решения этой задачи требуется определить множество величин для каждого вредного фактора и величины коэффициентов множественной регрессии. Для решения уравнения множественной регрессии используют метод наименьших квадратов. Для решения такой задачи необходимо составить систему из n+1 уравнений, т.е. число наблюдений должно быть на 1 больше числа анализируемых признаков. При рассмотрении взаимосвязи более чем между двумя признаками, находят коэффициенты множественной регрессии. Отличие коэффициента множественной регрессии состоит в том, что он всегда положителен и его величина лежит в пределах от 0 до 1.
В настоящее время для корреляционно регрессионного анализа, в том числе и для решения задач оценки воздействия вредных факторов на показатели здоровья населения разработаны хорошие компьютерные программы типа SAS, STATISTIСA и др.
F Контрольные вопросы и задачи
1. Какие условия влияют на здоровье населения и в какой степени?
2. Поясните смысл биологического правдоподобия, географического правдоподобия.
3. Какие существуют временные зависимости между нарушениями здоровья и экологическими факторами воздействия?
4. Что такое сила воздействия и что такое специфичность?
5. Каковы цели санитарно-эпидемиологических исследований?
6. Каковы задачи комплексной санитарно-гигиенической оценки состояния объектов окружающей среды и в чём состоит методика её проведения?
7. Охарактеризуйте смысл ретроспективных исследований.
8. Дайте определение проспективным исследованиям.
9. В чём смысл поперечных исследований?
10.Что представляет собой продольный метод исследований?
11. Что представляет собой метод «случай – контроль»?
12. Как реализуется когортный метод исследования?
13. Какую пользу может принести анкетно-опросный метод?
14. Какие типы исследований применяются для решения различных задач (по табл. 3.14).
15. Какие ошибки встречаются при исследованиях и как их избежать?
16. Достоинства и недостатки различных источников информации о вредных химических веществах?
17. Что представляет собой система социально-гигиенического мониторинга и какие показатели она изучает?
18. Охарактеризуйте задачи социально-гигиенического мониторинга?
19. В чём состоят задачи установления причинно-следственных связей между воздействием вредных факторов и здоровьем населения?
20. Как вычисляется стандартная средняя ошибка и достоверность результатов?
21. Что такое коэффициент достоверности, доверительный интервал и доверительная вероятность и как они связаны между собой?
22. Напишите уравнение для распределения Гаусса и поясните, как изменяется характер кривой при изменении параметров и σ.
23. Нарисуйте зависимость распределения Гаусса и поясните взаимосвязь между коэффициентом достоверности и доверительным интервалом.
24. Как выбирают необходимое число наблюдений?
25. Для чего используют и как вычисляют стандартизованные показатели?
26. Что такое процентиль и когда её используют?
27.Что такое коэффициент корреляции и как его вычисляют?
28.Что представляет собой уравнение регрессии, и как находят его коэффициенты?
29. Что представляет собой уравнение множественной регрессии, и как определяют его показатели?
30. На территории «А» с повышенным загрязнением атмосферного воздуха в течение 1 года диагностировано заболевание бронхиальной астмой у 1 527 мужчин, при общей численности мужского населения 8 760 человек. На контрольной территории «В» расположенной в зелёной зоне число мужчин заболевших астмой в течение того же года составило 518, при численности мужского населения 7 780 человек. Определить суммарные показатели заболеваемости для территории «А» и зоны «В», оценить достоверность данных по каждой зоне и достоверность различия полученных показателей.
31. Вариационный ряд содержит 14 проб в порядке возрастания концентрации тяжелого металла:
0; 0; 012; 0,23; 0,32; 0,36; 0,44; 0,48; 0,55; 0,98;1,07; 1,46; 1,63; 1,76.
Определить 95-ю процентиль и её значение.
Дата добавления: 2015-10-06; просмотров: 889;