منحنی های اپیدمی

منحنی اپیدمی (یا منحنی epi) یک هیستوگرام (نمودار میله ای) است که توزیع موارد را در طول زمان نشان می دهد. فواصل زمانی در محور x (محور افقی) و تعداد موارد در محور y (محور عمودی) نمایش داده می شوند. نتیجه یک نمایش بصری از شروع بیماری در موارد مرتبط با شیوع است. منحنی epi یک ابزار ضروری در بررسی شیوع بیماری و یک ویژگی کلیدی اپیدمیولوژی توصیفی است. این می تواند اطلاعات مفیدی در مورد اندازه، الگوی انتشار، روند زمانی و دوره مواجهه با شیوع ارائه دهد و اغلب در خلاصه اپیدمیولوژیک (epi) گنجانده می شود. منحنی epi باید به طور مداوم با پیشرفت شیوع به روز شود.

منحنی های اپی پایه

چه ایجاد یک منحنی اپیدمی روی کاغذ یا در یک برنامه نرم افزاری، موارد مهمی هستند که باید در نظر گرفته شوند:

1. تعداد موارد را برای هر تاریخ/زمان روی نمودار رسم کنید. برای نشان دادن بصری زمان شروع شیوع، زمان قبل از شیوع را در نظر بگیرید. از آنجایی که منحنی epi یک متغیر پیوسته را به تصویر می کشد، میله ها باید یکدیگر را لمس کنند (مگر اینکه دوره های زمانی بدون حالت وجود داشته باشد).
2. محور x (تاریخ/زمان شروع بیماری) و محور y (تعداد موارد) را به وضوح مشخص کنید.
3. به منحنی epi عنوانی بدهید که جزئیات کافی را ارائه کند تا این شکل بتواند به تنهایی باقی بماند.
4. اگر مواردی غیر از موارد تایید شده (مثلا موارد احتمالی و مشکوک) را به تصویر می کشند، این موارد باید در منحنی epi متمایز شوند.

منحنی های epi پیشرفته

منحنی های Epi می توانند روشی قدرتمند برای بیان داستانی معنادار در مورد شیوع بیماری باشند، حتی بدون متن طولانی برای توضیح شکل. در حالی که ساختار کلی منحنی های epi مشابه است، روش هایی برای استفاده از داده های شیوع برای بهبود پیام وجود دارد.

استفاده از مقیاس های مختلف برای محور x

واحد زمان در محور x معمولاً بر اساس دوره کمون بیماری و مدت زمانی است که موارد در آن توزیع می شوند. به عنوان مثال، برای یک بیماری با دوره کمون کوتاه (مانند باسیلیوس سرئوس) و مواردی که در یک دوره زمانی کوتاه (ساعت ها) توزیع شده اند، مقیاس محور x ممکن است بر حسب ساعت معنادارتر باشد تا روز. چندین منحنی epi با واحدهای مختلف در محور x می توان ترسیم کرد تا مشخص شود کدامیک داده ها را بهتر به تصویر می کشد. این به ویژه زمانی مفید است که بیماری و/یا جوجه کشی ناشناخته باشد.

مقابله با تاریخ های شروع گمشده

یک مورد ممکن است تاریخ های زیادی در ارتباط با بیماری آنها داشته باشد: تاریخ شروع بیماری ، تاریخ گزارش ، تاریخ پذیرش بیمارستان ، تاریخ جمع آوری نمونه ، تاریخ آزمایش آزمایشگاهی و غیره. در حالی که عمل عمومی استفاده از تاریخ شروع بیماری برای همه موارد است ، ممکن است اینها نباشدبه راحتی در دسترس است - به عنوان مثال ، هنگامی که یک پرونده برای مصاحبه قابل دستیابی نیست. برای رسیدگی به این مسئله ، اولین تاریخ موجود برای این پرونده باید برای تقریب شروع بیماری پرونده استفاده شود.

منحنی EPI باید به وضوح در پاورقی ها نشان دهد که مجموعه ای از معیارها برای تعیین تخمین استفاده شده است. با در دسترس بودن اطلاعات جدید (به عنوان مثال ، تاریخ های به روز شده) ، منحنی EPI باید با اولین تاریخ های موجود (تاریخ شروع بیماری ، تاریخ جمع آوری نمونه ، تاریخ دریافت ، تاریخ جداسازی ، تاریخ گزارش) به روز شود.

طبقه بندی - جدا کردن موارد به دسته ها

برای برخی از شیوع ها ، موارد می توانند در منحنی EPI طبقه بندی شوند (یا از هم جدا شوند) تا به خواننده کمک کند تا شیوع آن را درک کند ، به ویژه هنگامی که ممکن است تفاوت جالبی بین گروه ها وجود داشته باشد. غالباً روشهای زیادی برای سازماندهی یا جداسازی موارد شیوع در دسته ها وجود دارد ، مانند:

• قرار گرفتن در معرض (به عنوان مثال ، کسانی که در یک رویداد در مقابل مواردی که انجام نداده اند)
• جغرافیا (به عنوان مثال ، محل زندگی ، محل بیمار در بخش بیمارستان)
• خصوصیات شخصی (به عنوان مثال ، شغل-کارکنان مراقبت های بهداشتی در مقابل کارکنان مراقبت های غیر بهداشتی)

به عنوان مثال ، منحنی EPI اول شامل همه موارد در یک گروه با شروع بیماری است. منحنی EPI دوم موارد را با توجه به محل بیمار در بخش بیمارستان طبقه بندی می کند.

در این حالت ، طبقه بندی نشان می دهد که شیوع اولین بیماری در بخش بیمارستان آغاز شده است (شروع بیماری بیماران در بخش A زودتر از بخش B بود). قادر به تجسم داده ها از این طریق می تواند به شما کمک کند و یا سؤالات کلیدی در مورد شیوع را فرض کنید یا درک کنید ، مانند نحوه انتقال پاتوژن از یک بخش به بخش دیگر.

وقایع اهمیت برای شیوع

رویدادهای کلیدی که در حین شیوع رخ می دهند می توانند به عنوان راهی برای گفتن داستانی جامع تر در مورد اینکه چرا پرونده ها به روشی خاص توزیع می شوند ، به منحنی EPI اضافه شوند. زمان این وقایع ممکن است به توصیف تغییرات قابل مشاهده در منحنی اپیدمی کمک کند. برخی از نمونه ها عبارتند از:

• قرار گرفتن در معرض (به عنوان مثال ، رویداد جمع آوری انبوه ، شام دخیل)
• اقدامات بهداشت عمومی (به عنوان مثال ، بسته شدن رستوران ، فراخوان محصول)
• ارتباطات (به عنوان مثال ، اخطار انتشار رسانه ها به مردم مبنی بر مصرف مواد غذایی درگیر)

این رویدادها را می توان با استفاده از کادرهای متنی و فلش ها در منحنی epi گنجاند. با این حال، مهم است که به خاطر داشته باشید که منحنی کلی epi همچنان باید ساده و قابل درک باشد.

تجزیه و تحلیل یک منحنی epi

منحنی epi علاوه بر نمایش بصری توزیع موارد در طول زمان، می تواند چیزهای دیگری را در مورد شیوع به محققان بگوید. این موارد عبارتند از: اندازه، روند زمانی، نقاط پرت و الگوی گسترش.

اندازه منحنی اپیدمی شما می تواند با نشان دادن تعداد افزایش یافته موارد در خط پایه به صورت بصری به تأیید اینکه آیا در یک شیوع هستید یا خیر کمک کند. دانستن تعداد موارد تحت تأثیر نیز ممکن است به شما در ایجاد و اصلاح فرضیه کمک کند.

روند زمانی

منحنی epi می تواند اطلاعاتی را در مورد پیشرفت شیوع ارائه دهد (به عنوان مثال، اگر شیوع ادامه داشته باشد، اندازه آن افزایش یابد، تثبیت شود، کاهش یابد، و غیره). منحنی epi همچنین میزان افزایش یا کاهش موارد را در طول زمان به تصویر می کشد. هنگامی که در نقطه ای هستید که می خواهید شیوع بیماری را تمام شده اعلام کنید، مهم است که اطمینان حاصل کنید که کاهش موارد یک کاهش واقعی است و به دلیل تاخیر در گزارش گیری نیست. از آنجایی که تاخیرهای ذاتی بین زمانی که یک مورد بیمار می شود و تاریخ اطلاع بهداشت عمومی از مورد وجود دارد، به این معنی است که تصویر کامل شیوع بیماری، به ویژه برای آخرین دوره زمانی (به عنوان مثال، روزها) در دسترس نخواهد بود.

موارد پرت

منحنی شیوع همچنین می تواند موارد پرت را شناسایی کند - مواردی که از الگوی کلی جدا هستند، مانند مورد اول، یا مورد شاخص و در نتیجه سرنخ های مهمی در مورد منبع شیوع ارائه می کند. نقاط پرت نیز می توانند از انتقال ثانویه ایجاد شوند.

الگوی گسترش

شکل کلی منحنی epi ممکن است به شناسایی نحوه انتقال شیوع کمک کند. چندین نوع منحنی epi وجود دارد که به خوبی توصیف شده اند: منبع نقطه ای، منبع مشترک پیوسته، منبع انتشار یافته و منبع متناوب.

• منبع نقطه ای - افراد در یک دوره زمانی کوتاه در معرض یک منبع مشترک قرار می گیرند، مانند یک وعده غذایی یا رویدادی که همه موارد در آن شرکت می کنند. تعداد موارد به سرعت به اوج می رسد و به تدریج کاهش می یابد. اکثر موارد در یک دوره کمون رخ می دهد.
• منبع پیوسته - قرار گرفتن در معرض به یک نقطه از زمان محدود نمی شود (طولانی شدن در یک دوره از روز، هفته یا بیشتر). به این ترتیب، بسته به مدت زمان قرار گرفتن در معرض، موارد در مدت زمان بیشتری پخش می شوند. بیش از یک دوره کمون طول می کشد
• منبع تبلیغاتی - منبع مشترکی ندارد بلکه در عوض ناشی از گسترش پاتوژن از یک فرد مستعد به دیگری است. انتقال ممکن است به طور مستقیم (شخص به شخص) یا از طریق یک میزبان میانی رخ دهد. تمایل دارد یک سری قله های نامنظم را منعکس کند که تعداد نسل های عفونت را منعکس می کند. قله های متعدد از هم جدا شده اند. یک دوره جوجه کشی ؛به عنوان مثال ، گسترش شخص به شخص شیگلوز
• منبع متناوب - شبیه به مداوم اما قرار گرفتن در معرض متناوب است. قله های متعدد - طول: هیچ ارتباطی با دوره جوجه کشی (منعکس کننده زمان متناوب قرار گرفتن در معرض) به عنوان مثال ، محصول غذایی آلوده فروخته شده در مدت زمان

شکل یک منحنی اپیدمی به ندرت دقیقاً متناسب با هر یک از این توصیفات خواهد بود ، اما هنوز هم می تواند یک حس کلی از الگوی گسترش را فراهم کند. به عنوان مثال ، در بعضی موارد ، نوع شیوع یک الگوی شیوع ترکیبی است که می تواند هم یک منبع مشترک را شامل شود و هم گسترش ثانویه به دیگران (معمولاً اعضای خانواده) گسترش یابد. بسیاری از پاتوژن های ناشی از غذا (مانند نورو ویروس ، هپاتیت A ، شیگلا و E. coli) معمولاً این شیوه گسترش را نشان می دهند.

مثال ها

ابزار

• این تمرین نشان می دهد که چگونه می توان یک منحنی اپیدمی را در مایکروسافت اکسل ساخت ، که در آن هر مورد توسط یک جعبه واحد با استفاده از این مجموعه داده نشان داده می شود.

• این تمرین از یک لیست خط شیوع برای ایجاد pivottables در مایکروسافت اکسل و استفاده از آنها برای استخراج اطلاعات برای خلاصه های توصیفی اپیدمیولوژیک و ایجاد منحنی های اپیدمی استفاده می کند.

• این ابزار مبتنی بر Microsoft Excel به عنوان الگویی برای لیست خطوط بررسی شیوع مواد غذایی مورد استفاده قرار می گیرد. پس از وارد کردن داده ها ، آمار توصیفی مشترک به طور خودکار محاسبه می شود. فرهنگ لغت داده ای که هر قسمت از داده ها را در لیست خط توصیف می کند در برگه نهایی موجود است.

تولید این وب سایت از طریق سهم مالی آژانس بهداشت عمومی کانادا امکان پذیر شده است. نظرات بیان شده در اینجا لزوماً نمایانگر نظرات آژانس نیست.