유병률

Prevalence
유행의 묘사

전염병학에서 유병률은 특정 [1]시간에 의학적 상태(일반적으로 질병 또는 흡연이나 안전 벨트 사용과 같은 위험 요소)에 의해 영향을 받는 것으로 확인된 특정 인구의 비율이다.그것은 이 질환이 있는 것으로 밝혀진 사람들의 수와 연구된 사람들의 총 수를 비교함으로써 도출되며, 보통 분수, 백분율 또는 10,000명 또는 100,000명 당 발생 건수로 표현된다.유병률은 설문지 연구에서 가장 자주 사용된다.

유병률과 발병률의 차이

다음 항목도 참조하십시오.발병률(상피역학) § 발병률 대 유병률

유병률은 특정 기간에 특정 인구에 존재하는 질병 사례의 수인 반면, 발생률은 특정 기간 [2]동안 발병하는 새로운 사례의 수이다.유행병은 "지금 이 병에 걸린 사람이 몇 명이나 됩니까?" 또는 "이 기간 동안 이 병에 걸린 사람이 몇 명이나 됩니까?"라고 대답합니다.발병률은 "[특정 기간 동안] 얼마나 많은 사람들이 그 병에 걸렸는가?"라고 대답한다.그러나 수학적으로 유병률은 발병률과 질병의 평균 기간에 비례한다.특히 유병률이 낮을 때(<10%) 관계는 다음과 [3]같이 나타낼 수 있다.

이 관계는 1) 유병률이 낮거나 2) 지속시간이 일정하거나 평균치를 [3]취할 수 있는 두 가지 조건이 충족될 때만 적용되므로 주의해야 합니다.일반 공식에는 미분 [4]방정식이 필요합니다.

예와 유틸리티

과학에서 유병률은 비율(일반적으로 백분율로 표현)을 나타냅니다.예를 들어 미국 질병통제센터(CDC)는 2001년 미국 성인의 비만 유병률을 약 20.9%[5]로 추정했다.

유병률은 널리 퍼진다는 뜻의 용어이며 발병률과 구별된다.유병률은 특정 시간에 질병에 영향을 받는 모든 개인에 대한 측정값인 반면, 발생률은 특정 기간 동안 질병에 걸린 새로운 개인 수를 측정하는 것입니다.유병률은 HIV와 같은 오래 지속되는 질병에 대해 이야기할 때 유용한 매개 변수이지만, 발병률은 수두와 [citation needed]같은 짧은 기간의 질병에 대해 이야기할 때 더 유용합니다.

사용하다

라이프타임 유병률

평생 유병률(LTP)은 삶의 어느 시점(평가 시점까지)에 질병, 외상성 사건 또는 범죄를 저지르는 행위와 같은 "사례"를 경험한 인구의 비율이다.종종 12개월 유병률(또는 다른 유형의 "기간 유병률")이 평생 유병률과 함께 제공됩니다.포인트 유병률은 특정 시점(1개월 또는 그 이하)에서의 장애 유병률입니다.평생 병적 위험은 "평생 어느 시점에서든 특정 질병에 시달릴 수 있는 인구의 비율"이다."[6][7]

기간 유병률

기간 유병률은 특정 기간 동안 특정 질병이나 상태를 가진 인구의 비율이다.예를 들어, 인구 중 얼마나 많은 사람들이 2006년 추운 계절에 감기에 걸렸는지 묘사할 수 있다.이 값은 모집단의 백분율로 표현되며 다음 공식으로 나타낼 수 있습니다.

기간 유병률(추정) = 일정 기간 존재한 사례 수 ▲ 이 기간[citation needed] 인구 수

발생률(속도), 포인트 유병률(비율), 주기 유병률(비율) 사이의 관계는 사진술과 유추하여 쉽게 설명할 수 있다.포인트 유병률은 플래시 라이트를 비추는 사진과 비슷합니다. 즉, 이 순간에 일어나고 있는 일은 시간에 얼어붙은 것입니다.주기 유병률은 긴 노출(순간이 아닌 초) 사진과 유사합니다. 즉, 카메라 셔터가 열려 있는 동안 사진에 기록된 이벤트 수입니다.동영상에서 각 프레임은 순간(포인트 유병률)을 기록한다. 프레임에서 프레임으로 살펴봄으로써 새로운 이벤트(사고 이벤트)를 통지하고 이러한 이벤트의 수를 기간(프레임 수)과 관련시킬 수 있다. 발생률을 [citation needed]참조한다.

포인트 유병률

포인트 유병률은 특정 날짜 등 특정 시간에 질병이나 상태를 가진 인구 비율을 측정하는 것입니다.그것은 시간의 병의 스냅사진과 같다.만성질환 발생 통계로 사용할 수 있다.이것은 특정 기간, 예를 들어 계절 또는 1년에 걸쳐 질병이나 상태를 가진 인구의 비율을 측정하는 기간 유병률과는 대조적이다.포인트 유병률은 유병률 = 특정 날짜의 기존 환자 수 number 해당 날짜의 모집단 내 인구 수로 나타낼 수 있다.

제한 사항

매우 많은 수의 개인(즉, 평생 일반 모집단의 상태에 영향을 받지 않는 사람들, 예를 들어 95% 이상)에 대해 적용된 아주 작은 오류는 해당 조건 또는 기타 조건을 가진 것으로 잘못 분류된 관련되고 지워지지 않는 수의 피험자를 발생시킨다고 할 수 있다.h는 조사 연구의 대상이다. 이러한 주체는 소위 거짓 긍정이다. 그러한 추론은 '잘못된 긍정'에는 적용되지만, 시작할 때 비교적 극소수의 개인(즉, 일반 모집단의 상태에 영향을 받는 사람; 시험용)에 대해 오류가 적용되는 '잘못된 부정' 문제에는 적용되지 않는다.5% 미만).따라서, 면접에서 장애의 병력이 있는 것으로 보이는 피험자의 매우 높은 비율은 그러한 의학적 상태에 대한 잘못된 양성이고, 완전한 임상 [citation needed]증후군이 발생한 적이 없는 것으로 보인다.

정신 질환의 공중 보건의 중요성을 평가할 때 다른 하지만 관련된 문제가 콜롬비아 대학의 로버트 스피처에 의해 강조되었다: 진단 기준의 충족과 그에 따른 진단이 반드시 [9]치료의 필요성을 의미하는 것은 아니다.

잘 알려진 통계적 문제는 비교적 낮은 인구 유병률 또는 기준률을 가진 장애 및 조건의 비율을 확인할 때 발생한다.일반 인터뷰 진단이 민감도와 특이성 및 ROC 곡선 아래의 해당 영역(즉, AUC 또는 리시버 작동 특성 곡선 아래의 영역)에 대해 매우 정확하다고 가정하더라도, 상대적으로 낮은 유병률 또는 기준률이 거짓을 초과하는 높은 거짓 양성률을 산출할 수 밖에 없다.음의 비율. 그러한 상황에서 제한된 양의 예측 값인 PPV는 100%[10]에 매우 가까운 특이성이 존재하더라도 높은 거짓 양의 비율을 산출한다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ "Prevalence statistics". Retrieved 15 March 2022.
  2. ^ "Definition of Prevalence". MedicineNet. Retrieved 2019-12-03.
  3. ^ a b Bruce, Nigel; Pope, Daniel; Stanistreet, Debbi (29 November 2017). Quantitative methods for health research : a practical interactive guide to epidemiology and statistics (Second ed.). Hoboken, NJ. p. 16. ISBN 978-1-118-66526-8. OCLC 992438133.
  4. ^ Brinks, Ralph (2018). "Illness-Death Model in Chronic Disease Epidemiology: Characteristics of a Related, Differential Equation and an Inverse Problem". Computational and Mathematical Methods in Medicine. 2018: 1–6. doi:10.1155/2018/5091096. PMC 6157110. PMID 30275874.
  5. ^ "Archived copy". Archived from the original on 2007-05-19. Retrieved 2017-09-10.{{cite web}}: CS1 maint: 제목으로 아카이브된 복사(링크)
  6. ^ Kenneth J. Rothman (21 June 2012). Epidemiology: An Introduction. Oxford University Press. p. 53. ISBN 978-0-19-975455-7.
  7. ^ Kruse, Matthew; Schulz, S. Charles (2016). "Chapter 1: Overview of schizophrenia and treatment approaches". Schizophrenia and psychotic spectrum disorders. S. Charles Schulz, Michael Foster Green, Katharine J. Nelson (eds.). New York: Oxford University Press. p. 7. ISBN 978-0-19-937806-7.
  8. ^ Gerstman, B.B. (2003). Epidemiology Kept Simple: An Introduction to Traditional and Modern Epidemiology (2nd ed.). Hoboken, NJ: Wiley-Liss.
  9. ^ Spitzer, Robert (February 1998). "Diagnosis and need for treatment are not the same". Archives of General Psychiatry. 55 (2): 120. doi:10.1001/archpsyc.55.2.120. PMID 9477924. Archived from the original on 2011-07-05.
  10. ^ Baldessarini, Ross J.; Finklestein S.; Arana G. W. (May 1983). "The predictive power of diagnostic tests and the effect of prevalence of illness". Archives of General Psychiatry. 40 (5): 569–73. doi:10.1001/archpsyc.1983.01790050095011. PMID 6838334.

외부 링크

무료 사전인 Wiktionary에서 보급률을 찾아보십시오.