II. Неправильная оценка показателей.

Вторая большая группа ошибок статистического анализа включает неправильную оценку показателей.

1. Смешение экстенсивных и интенсивных показателей. Вывод о большей или меньшей частоте каких-то явлений, процессов можно и нужно делать только на основании интенсивных показателей. Пример из клиники: известны данные о числе осложнений у больных с разной степенью ожога. Все число осложнений принято за 100% и дается распределение по степени ожога в процентах. Это экстенсивные показатели.

Больше всего было осложнений у больных с Ш степенью ожога, которые составили соответственно самый высокий процент. На этом основании сделан вывод о том, что чаше всего осложнения возникают при III степени ожога. Этот вывод ошибочный. Нужно было подсчитать интенсивные показатели - число осложнений на 100 больных с каждой степенью ожога. При таком анализе получилось, что все больные с IV степенью ожогов, т.е. 100%, имели осложнения.

Пример из социальной гигиены. В каком-то промышленном городе известно число больных шизофренией. Дается распределение в процентах по их профессиям. Это экстенсивные показатели. Больше всего оказалось больных шизофренией инженерно-технических работников - соответственно и самый высокий процент. Авторы делают вывод о том, что шизофрения чаще всего встречается у инженерно-технических работников. Этот вывод также ошибочный. Когда подсчитали процент больных шизофренией на 100 человек по разным профессиям - т.е. интенсивные показатели, то оказалось, что чаще всего шизофрения встречается среди лиц другой процессии.

В практическом здравоохранении смешение экстенсивных и интенсивных показателей - самая частая ошибка статистического анализа.

2. Довольно частая ошибка статистического анализа - когда вывод делают на искусственно отобранных группах. Пример из клиники: апробируют новое медикаментозное средство для лечения какого-то заболевания, но против него есть определенные противопоказания. Доктор проводит рекомендованные курсы соответственно инструкции. Однако результаты сравнивает с группой больных, которых лечили прежним методом - медикаментами, против которых не было никаких противопоказаний. Результаты несопоставимы, так как группы больных неравнозначны; результат мог зависеть также и оттого, что группа больных, леченных новым методом, более легкая по характеру течения заболевания.

3. Нельзя оценивать темп роста без учета исходного уровня. Существует статистическая закономерность, в соответствии с которой чем ниже исходный уровень каждого явления, тем выше темп роста и наоборот. Пример: в районе была одна поликлиника. За истекший год открыли еще одну, то есть рост вдвое, или на 100%. В другом районе было две поликлиники, открыли за истекший год также одну поликлинику, т.е. рост 50%. Исследователь делает вывод о том, что положение дел лучше в первом районе, так как вдвое выше темп роста поликлинической сети.

Мы долгие годы гордились высокими темпами роста промышленного производства в нашей стране в противоположность США, где эти темпы были значительно ниже, и замалчивали то, каков был исходный уровень промышленного производства у нас и в США. Это была преднамеренная фальсификация фактического положения дел в промышленности у нас и в Америке.

4. Иногда представляются слишком общие сведения, преднамеренно или непреднамеренно не проводится детальный анализ материала. Если главный акушер-гинеколог области имеет сведения о числе женщин, умерших в области в связи с беременностью и родами за какой-то интервал времени, то, конечно, этого мало, чтобы проводить работу по снижению и профилактике материнской смертности в области. Нужен детальный анализ каждого случая материнской смертности с выяснением и состояния здоровья женщины, и ее образа жизни, и организации и качества медицинской помощи до родов и в родах.

5. К числу ошибок статистического анализа относят неиспользование метода стандартизации при анализе показателей, характеризующих статистические совокупности, имеющие разный состав по каким-то признакам (полу, возрасту, нозологии и т.д.). Например, известно, что распространенность сердечно-сосудистых заболеваний в государствах Средней Азии меньше, чем в государствах Прибалтики. Известно также, что рождаемость в государствах Средней Азии значительно выше, а население более молодое по составу, чем в государствах Прибалтики, где рождаемость ниже, а население соответственно более старое. Известно также, что распространенность сердечно-сосудистых заболеваний выше среди старших возрастных групп. При статистическом анализе возникает вопрос, почему распространенность сердечно-сосудистых заболеваний в Средней Азии меньше? В силу особенностей условий и образа жизни населения или демографических характеристик? Метод стандартизации позволяет исключить влияние на общие показатели (в данном случае распространенность сердечно-сосудистых заболеваний) факта разного состава совокупностей (в данном случае населения) по тому или другому признаку (в данном случае возрасту) и рассчитать условные показатели, которые могли бы быть получены в условиях одинакового состава совокупностей по этому признаку (в данном случае при условии одинакового состава населения по возрасту), и таким образом, подтвердить или отвергнуть предположение о влиянии этого факта на общие показатели.

Использование метода стандартизации - один из приемов статистического анализа общих показателей здоровья, деятельности учреждений здравоохранения и т.д.