Доказательность исследования

Уровни (классы) доказательности

Удобным механизмом, позволяющим специалисту оценить качество любого клинического исследования и достоверность полученных данных, служит предложенная в начале 90-х годов рейтинговая система оценки клинических исследований. Обычно выделяют от 3 до 7 уровней доказательности, при этом с возрастанием порядкового номера уровня качество клинического исследования снижается, а результаты представляются менее достоверными или имеющими лишь ориентировочное значение. Рекомендации из исследований различного уровня принято обозначать латинскими буквами А, В, С, D.

• Уровень I (А) — хорошо разработанные, крупные, рандомизированные, двойные слепые, плацебоконтролируемые исследования. К этому же уровню доказательности принято относить данные, по лученные в результате мета-анализа нескольких рандомизированных контролируемых исследований.

• Уровень II (В) — небольшие рандомизированные и контролируемые исследования (если статистически корректные результаты не получены из-за малого количества больных, включённых в исследование).

• Уровень III (С) — исследования случай—контроль, или когортные исследования (иногда их относят к уровню II).

• Уровень IV (D) — сведения, содержащиеся в отчётах экспертных групп или консенсусах специалистов (иногда их относят к уровню III).

Центр доказательной медицины в Оксфорде, предлагает следующие критерии достоверности медицинской информации:

• Высокая достоверность – информация основана на результатах нескольких независимых клинических испытаний с совпадением результатов, обобщенных в систематических обзорах.
• Умеренная достоверность – информация основана на результатах по меньшей мере нескольких независимых, близких по целям клинических испытаний.
• Ограниченная достоверность – информация основана на результатах одного клинического испытания.
• Строгие научные доказательства отсутствуют (клинические испытания не проводились) – некое утверждение основано на мнении экспертов.

Доказательность исследования

Также важно выяснить к какому виду относится проведенное исследование, который можно узнать из структуры данной работы. У каждого вида есть свой доказательный вес, по которому можно составить иерархию их доказательности (перечислены в порядке возрастания доказательности)[3]:
1) описание отдельных случаев;
2) описание серии случаев;
3) ретроспективное исследование случай—контроль;
4) аналитическое одномоментное исследование;
5) проспективное когортное (популяционное) исследование;
6) рандомизированное контролируемое испытание медицинских вмешательств (методов лечения, профилактики);
7) мета-анализ — обобщение результатов нескольких рандомизированных клинических испытаний.

Дадим краткую характеристику различных типов структуры исследования.

Описание отдельных случаев — наиболее старый способ медицинского исследования. Он состоит в описании редкого наблюдения, " классического" случая (" классические" случаи, кстати, никогда не бывают частыми) или нового феномена. Научные гипотезы в таком исследовании не выдвигаются и не проверяются. Однако данный способ исследования также важен в медицине, так как описание редких случаев или явлений нельзя недооценивать.

Описание серии случаев — исследование, включающее обычно описательную статистику группы больных, отобранных по какому-либо признаку. Описательные исследования используются, например, в эпидемиологии для изучения влияния неконтролируемых факторов на возникновение заболевания.

Исследование случай—контроль — ретроспективное исследование, в котором по архивным данным или опросу его участников формируют группы из этих участников (больных) с определенным заболеванием и без него, а затем ретроспективно оценивают частоту воздействия предполагаемого фактора риска или причины заболевания. Такие исследования чаще выдвигают научные гипотезы, а не проверяют их. Преимуществом исследования данного типа являются его относительная простота, дешевизна и быстрота выполнения. Однако исследования случай—контроль чреваты возникновением множества возможных систематических ошибок (смещений).

Наиболее существенными из них можно считать систематические ошибки, связанные с отбором участников исследования, и систематическую ошибку, возникающую при измерении.

Проспективное (когортное, продольное) исследование — исследование, в котором выделенная когорта участников наблюдается в течение определенного времени. Сначала выделяют когорту (или две когорты, например лиц, подвергшихся фактору риска, и лиц, не подвергшихся ему), а затем проводят наблюдение за ней (ними) и сбор данных. В этом заключается отличие от ретроспективного исследования, в котором когорты выделяют после сбора данных.

Такой вид исследований используют для выявления факторов риска, прогностических факторов, причин заболеваний, для определения уровня заболеваемости.

Проспективные исследования весьма трудоемки, так как должны проводиться в течение длительного времени, когорты должны быть достаточно велики в связи с тем что выявляемые события (например, возникновение новых случаев заболевания) достаточно редки.
Основные проблемы, возникающие при проведении проспективного исследования, следующие:
— вероятность изучаемых событий зависит от способа формирования выборки (когорты; например, наблюдаемые участники из группы риска имеют большую вероятность заболеть, чем участники из неорганизованной популяции);
— при выбывании участников в ходе исследования необходимо выяснять, не связано ли это с изучаемым исходом или фактором;
— с течением времени могут изменяться сила и характер воздействия изучаемого фактора (например, интенсивность курения как фактора риска развития ишемической болезни сердца);
— необходимо добиваться одинакового объема обследования групп воздействия и контроля, чтобы свести к минимуму возможность более раннего выявления заболеваний (следовательно, лучшего прогноза) в более тщательно обследуемой группе.

Рандомизированное исследование — это динамическое исследование какого-либо профилактического, диагностического или лечебного воздействия, в котором группы формируются путем случайного распределения объектов исследования по группам (рандомизации). Наиболее известный вариант рандомизированного исследования — клиническое испытание. Клиническое испытание — это проспективное сравнительное исследование эффективности двух вмешательств и более (лечебных, профилактических) или диагностического метода, в котором группы испытуемых формируются с использованием рандомизации с учетом критериев включения и исключения. При этом обычно существует гипотеза, возникшая до проведения исследования относительно эффективности испытываемых методов, которая и проверяется в ходе испытания.

Мета-анализ — количественный анализ объединенных результатов нескольких клинических испытаний одного и того же вмешательства при одном и том же заболевании. Такой подход обеспечивает большую статистическую чувствительность (мощность), чем в каждом отдельном исследовании, за счет увеличения размера выборки. Мета-анализ используется для обобщения результатов многих испытаний, зачастую противоречащих друг другу

Моделирование надежности – это процесс прогнозирования или исследования надежности компонент или системы до ее ввода в эксплуатацию. Наиболее часто для моделирования надежности систем используются методы анализа деревьев неисправностей и структурных схем надежности. Входные параметры для моделирования надежности систем могут быть получены из разных источников, то есть из справочников, отчетов об испытаниях и эксплуатации и т.п. В любом случае, данные должны быть использованы с большой осторожностью, так как прогнозы верны только тогда, когда данные получены при тех же условиях, при которых компоненты будут применяться в системе.

Испытания на надёжность проводятся для того, чтобы на более ранних этапах жизненного цикла изделия обнаружить потенциальные проблемы, обеспечить уверенность, что система будет отвечать заданным требованиям.

Испытания на надежность могут проводиться на разных уровнях. Сложные системы могут испытываться на уровне компонент, устройств, подсистем и всей системы в целом. Например, испытания компонент на воздействие внешних факторов может выявить проблемы перед тем, как они будут обнаружены на более высоком уровне интеграции. Проведение испытаний на каждом уровне интеграции до испытания всей системы с одновременным развитием программы испытаний позволяет снизить риск неудачи такой программы. Расчет надежности производится на каждом уровне испытаний. При этом часто используются такие методы, как анализ роста надежности и системы отчета и анализа отказов и корректирующих действий (FRACAS). Недостатками таких испытаний являются время и затраты. Заказчики могут пойти на некоторый риск и отказаться от испытаний на более низких уровнях.

Некоторые системы принципиально не могут подвергаться испытаниям, например, из-за чрезмерно большого числа различных тестов или жестких ограничений по времени и затратам. В таких случаях могут быть использованы ускоренные испытания, методы планирования экспериментов и моделирование.

Отметим, что сегодня все чаще и чаще применяются так называемые ускоренные испытания в динамически меняющейся среде для оценивания качества и надежности высококачественной и высоконадежной продукции, в том числе и структурно-сложных систем с учетом их старения, усталости, износа и деградации в ходе их эксплуатации.

После того, как система изготовлена, осуществляется мониторинг ее надежности, оцениваются и корректируются недоработки и недостатки. Мониторинг включает в себя электронное и визуальное наблюдение за критическими параметрами, выявленными на стадии проектирования при разработке дерева неисправностей. Для обеспечения заданной надежности системы данные постоянно анализируются, используя статистические методы, такие как Вейбулл-анализ и линейная регрессия. Данные о надежности и оценки параметров являются ключевыми входами для модели системной логистики.

Одним из наиболее общих методов для оценивания надежности техники при эксплуатации являются системы отчетов, анализа и коррекции действий (FRACAS). Систематический подход к оцениванию надежности, безопасности и логистики основан на отчетах об отказах и авариях, менеджменте, анализе корректирующих/предупреждающих действий.

Нормирование надежности - это установление в проектной или иной документации количественных и качественных требований к надежности. Требования по надежности относятся как к самой системе и ее составным частям, так и к планам испытаний, к точности и достоверности исходных данных, формулированию критериев отказов, повреждений и предельных состояний, к методам контроля надежности на всех этапах жизненного цикла изделия.

Достоверность информации – это удельный вес реальных сведений в общем объеме информации. Достоверность имеет три уровня:

- абсолютный (100%);

- доверительный (более 80%);

- негативный (менее 80%).

Расчет достоверности источника маркетинговой информации производится по сравнительной схеме, представленной в таб. 1. Схема расчета критерия достоверности сводится к определению степени отклонения полученного значения от среднего по источникам: выбирается исследуемый параметр (емкость сегмента в нашем примере) и производится его сравнение со средней величиной, рассчитанной по ряду других источников.

Ценность информации характеризуется снижением уровня затрат ресурсов на принятие правильного решения. Ценность информации имеет следующие уровни:

- нулевой;

- средний (сокращение уровня затрат или повышение прибыли более, чем на 10%);

- высокий (сокращение уровня затрат более чем в 2 раза);

- сверхвысокий (сокращение уровня затрат более чем в 10 раз).

4. Насыщенность информации – это соотношение полезной и фоновой информации. Фоновая информация служит для лучшего восприятия полезной информации за счет поднятия эмоционального уровня, предварительной настройки внимания на заданную тему (шутки, вспомогательная, вводная информация). Без фоновой информации полезная информация плохо воспринимается. При переизбытке фоновой информации можно пропустить полезную информацию. Насыщенность имеет три уровня:

- высокий (80-100%);

- нормативный (50-80%);

- низкий (менее 50%).

5. Открытость информации – это возможность предоставления ее различным контингентам людей. Существует три уровня открытости информации:

- секретная (государственная тайна);

- конфиденциальная (для служебного пользования);

- публичная (открытая).

6. Актуальность – это необходимая степень современности информации по отношению к решаемой проблеме. Неактуальная, устаревшая информация бесполезна или обесценена в значительной мере, поэтому разрыв времени между моментами получения информации и ее использования должен быть минимальным. Сроки обновления информации определяются нормативными документами, скоростью протекания экономических, хозяйственных и производственных процессов, важностью и срочностью решаемых задач.

7. Полезность - соотношением объема информации, которая используется к общему объему поступающей информации из источника. Например, если в отдел маркетинга поступает факс с курсом валют по 10 позициям иностранных валют, а отдел маркетинга использует только 1 позицию, то " полезность" поступающей информации равна 0, 1. Допустимым значением критерия " полезности" для маркетинговой информации считается значение критерия не менее 0, 05.

Cтруктура исследования - cпособ организации исследования лекарственных препаратов.

1. Исследования I фазы: направлены на изучение механизма действия препарата и выявление ранних тяжелых побочных эффектов; обычно проводятся на здоровых добровольцах.
2. Исследования II фазы: направлены на получение предварительных данных об эффективности препарата; включают больных с соответствующими заболеваниями.
3. Исследования III фазы: рандомизированные контролируемые испытания, проводимые для точного определения размера эффекта препарата.
4. Исследования IV фазы (постмаркетинговые обсервационные исследования): проводятся после доказательства эффективности препарата и поступления его на фармацевтический рынок; обычно целью таких исследований служит изучение частоты развития редких побочных эффектов

Исследование серий случаев – описательное исследование, представляющее собой количественный анализ группы больных. Описательное исследование призвано дать характеристику эпидемиологической ситуации (распространённости той или иной болезни) среди наблюдаемого населения и в определённых его группах в конкретных условиях места и времени. Оно часто становится первой ступенью эпидемиологического исследования.

Группировка и анализ данных по принципу " кто, где, когда? " позволяет эпидемиологам лучше понять и описать состояние здоровья популяции, выделить группы повышенного риска заболевания, сделать предположения об этиологии и возможных факторах риска. Выдвинутые гипотезы затем могут быть проверены в аналитических и контролируемых исследованиях.

Время возникновения заболевания (" Когда? ")

Уровень заболеваемости меняется во времени. Некоторые из этих изменений происходят регулярно и могут быть предсказаны. Например, хорошо известно сезонное увеличение числа случаев гриппа с установлением холодной погоды. Зная, когда возникает сезонный подьем, департаменты здравоохранения могут эффективно планировать время проведения прививочной кампании против гриппа. Показатели заболеваемости при ряде других болезней изменяются непредсказуемо. Изучая события, предшествующие увеличению или уменьшению показателей заболеваемости, можно установить причины их изменения и принять соответствующие меры по контролю и профилактике новых случаев.

Место возникновения заболевания или заражения определяют для того, чтобы понять особенности географической распространенности проблемы. Наиболее часто анализируют заболевания по месту жительства, рождения, работы, учебы, получения медицинских услуг и т. д., в зависимости от того, с чем связано возникновение заболевания. Подобным же образом используют мелкие и крупные административно-географические единицы: страну, штат, округ, район, адрес, координаты карт или некоторые другие стандартные географические образования.

Анализируя случаи по месту заболевания, можно понять, где обычно обитает и размножается возбудитель заболевания, кто является его переносчиком, что может быть фактором передачи. Если обнаружится, что заболеваемость связана с каким-либо местом, можно сделать вывод, что факторы, увеличивающие риск заболевания, имеются либо у лиц, там живущих (факторы хозяина) или в окружающей среде.

Больной (" Кто? ")

В описательной эпидемиологии данные часто группируются и анализируются в зависимости от персональных особенностей больных.

Для этого используют демографические характеристики (например, возраст, расу, пол), приобретенные характеристики (состояние иммунитета, социальный и семейный статус), род занятий или условия, в которых они живут. Некоторые из перечисленных характеристик в значительной степени определяют принадлежность человека к той или иной группе риска возникновения заболевания. Персональные данные представляют в виде таблиц, или в виде графиков.

При анализе случаев заболевания нередко приходится их распределять по множеству отдельных демографических признаков, пока не будет найдена удачная и дающая новую информацию группировка. Наиболее важной и информативной традиционно считается группировка по полу и возрасту.

Эпидемиологические данные почти всегда анализируются по этим признакам. В зависимости от того, какое явления в сфере здравоохранения исследуется, мы будем (или не будем) разбивать данные по другим признакам.

К примеру, смотрим на возраст и пол одновременно, чтобы понять, есть ли различия по полу в соответствии с тем, как изменяется некоторое состояние с увеличением возраста, как это происходит в случае болезни сердца.

Представление эпидемиологических данных предусматривает целе­направленные и разнообразные действия по оформлению эпидемиоло­гических данных, т.е. «организацию эпидемиологических данных». Ор­ганизацией эпидемиологических данных предусматривает составление таблиц, построение диаграмм.

В описательной эпидемиологии правильно построенные таблицы и диа­граммы позволяют в беспорядке цифр выявить и описать различные прояв­ления динамики и структуры заболеваемости, первоначально скрытые в этих цифрах. Без таблиц и диаграмм невозможна логическая обработка эпидеми­ологических данных и выдвижение гипотез о факторах риска. Кроме того, таблицы и диаграммы необходимы для того, чтобы в доходчивой форме отразить результаты исследований и донести их до заинтересованных лиц.

Таблицы

Таблица — перечень данных, приведенных в определенную систему и разнесенных по графам (колонкам и строкам). Всесторонняя характе­ристика требований, предъявляемых к таблицам, может быть выражена термином «самообъясняющая, самодостаточная таблица». Это значит, что любая таблица, изъятая из текста, обязана передавать ту же инфор­мацию, что и в сочетании со связанным с ней текстом.

Требования, предъявляемые к оформлению таблиц.

• Таблица должна иметь порядковый номер, четкий заголовок, отражаю­щий диагноз, признаки времени, места возникновения заболеваний и при­знаки «лица».

• В названии таблицы или непосредственно в ней самой должны быть обоз­начены единицы измерения признака по строкам и колонкам.

• В таблицах должно быть подлежащее и сказуемое. Эпидемиологическое подлежащее — это основной группированный признак заболеваемости (т. е. то, о чем говорят в таблице), его обычно располагают по строкам таблицы. Эпидемиологическое сказуемое — это группировочные при­знаки, детализирующие подлежащее, их обычно располагают по колон­кам (столбцам) таблицы.

• Там, где это возможно, должны быть проставлены суммы по строкам и колонкам.

• При необходимости в конце таблице помещают примечание, состоящее из дополнительных разъяснений, облегчающих восприятие таблицы.

• Если таблица (или часть ее) заимствована, следует указать источник информации.

По особенностям группировки различают простые, групповые и ком­бинационные (сложные) таблицы.

• Простые таблицы, или таблицы с одной переменной. В таких таблицах группируют лишь подлежащее (строки), т. е. одну переменную. Такой переменной может быть признак времени, признак места или признак лица. В простой таблице может быть несколько столбцов, отражающих абсолютные числа и соответствующие им относительные величины.

• Групповые таблицы, или таблицы с двумя переменными. Данные груп­пируют по признакам, представленным и в подлежащем (строки), и в сказуемом (столбцы). В сказуемом может быть одновременно несколько признаков, например пол, возраст, профессия, место жи­тельства и т. д.

При этом каждый такой признак (в столбце) сочетают с подлежащим (в строке) только попарно. Такие таблицы в зарубеж­ных изданиях называют таблицами сопряженности признаков.

• Комбинационная таблица. Данные сочетают по трем группировочным признакам и более. Такие таблицы труднее воспринимать и поэтому их, как правило, используют только на стадии сбора и первичной об­работки информации. Их также называют разработочными, или ра­бочими таблицами.

Диаграммы

Диаграммы — обязательный элемент оформления эпидемиологичес­ких данных. Виды диаграмм:

• линейные;

• столбиковые;

• круговые;

• картограммы;

• картодиаграммы (сочетания различных видов диаграмм). Большинство диаграмм легко строить и запоминать, но вместе с тем высока вероятность неправильного прочтения. Случайно или преднаме­ренно неправильно построенные диаграммы способны, особенно у не­подготовленной аудитории, создать ошибочное представление о прояв­лениях заболеваемости.

Особенности оформления диаграмм:

• диаграмма должна иметь порядковый номер, четкий заголовок, отра­жающий диагноз, признаки времени, места возникновения заболеваний, признаки «лица» и единицы измерения признака;

• оси диаграмм должны иметь обозначения признаков. Па вертикальной оси (в ленточных столбиковых диаграммах — на горизонтальной) ука­зывают цену деления масштабного отрезка и размерность признака;

• площадь диаграммы можно заполнять дополнительными данными, помо­гающими ее прочтению;

• при необходимости в конце диаграммы помещают примечание из допол­нительных разъяснений, облегчающих восприятие;

• если диаграмма заимствована, следует указать источник информации. Применение компьютеров значительно упростило процесс построе­ния диаграмм и разнообразило способы графического отображения эпи­демиологических данных. Однако не следует злоупотреблять возмож­ностями компьютерной графики и в погоне за красочностью диаграммы перегружать ее элементами, затрудняющими прочтение.

Линейные диаграммы

Линейные диаграммы (графики) отображают количественные данные в системе двух прямоугольных координат: оси X (горизонтальная ось) и оси У (вертикальная ось). При этом в эпидемиологии линейные диа­граммы необходимы главным образом для отображения динамики забо­леваемости, т. е. ее изменения во времени.

Для построения графиков используют три типа шкал: арифметичес­кую, логарифмическую и временную.

Отличительные признаки арифметической шкалы:

· одинаковая длина всех основных масштабных отрезков (делений);

· одинаковая длина всех промежуточных масштабных отрезков (делений);

· значение каждого последующего основного масштабного отрезка от­личается от предыдущего на величину цены деления;

· цена деления любого основного отрезка соответствует цифре, проставленной у пер­вого основного отрезка (см. рис. 2-3, цена деления основного отрезка арифметической шкалы равна 12); в большинстве случаев начало шкалы — значение 0 (ноль).

Отличительные признаки логарифмической шкалы: одинаковая длина всех основных масштабных отрезков (делений), стандартная длина отрезка — 10 см.

Различная длина всех промежуточных масштабных отрезков (делений) в пределах одного основного масштабного отрезка; их длина посте­пенно уменьшается от начала основного отрезка к его концу, при этом вся «насечка» промежуточных делений в разных основных отрезках остается одинаковой;

Цена каждого основного деления равна 10 в степени «n» (10ⁿ), поэтому значение каждого последующего основного масштабного отрезка от­лично от предыдущего в 10 раз (если нет разрывов шкалы); начало шкалы — любое значение 10ⁿ.

Временная шкала (см. рис. 2-3) похожа на арифметическую, но на ней отсутствуют промежуточные деления.

При построении графиков на оси X, как правило, обозначают время, а на оси У отражают показатели заболеваемости или абсолютные числа заболевших. При этом на ось У наносят чаще арифметическую, реже ло­гарифмическую шкалу.

Графики, построенные с использованием по оси У арифметической шкалы, будем сокращенно называть — арифмети­ческие графики. Графики, построенные с использованием логарифми­ческой шкалы только по оси У, будем называть — полулогарифмические графики.

Линейные диаграммы позволяют наглядно (это и определило их ши­рокое распространение) отразить различие показателей одной или не­скольких кривых и особенности их динамики, правда, не всегда кор­ректно.

Арифметические графики

Арифметические графики — наиболее распространенная разновид­ность линейных диаграмм, иллюстрирующих особенности распреде­ления заболеваемости во времени, например по годам, месяцам, не­делям или дням. Они всегда демонстративно передают разницу между показателями одной кривой, и разницу показателей не­скольких кривых, если различия уровней заболеваемости не превыша­ют 100 раз.

Общее правило построения арифметических графиков: длина графика (площади диаграммы) по горизонтали должна быть несколько больше длины графика по вертикали. Пересечение оси Y и оси X происходит в точке со значе­нием 0 (ноль).

Если на графиках отсутствуют данные, позволяющие оценить досто­верность различий показателей заболеваемости (это правило для всех видов диаграмм), необходима осторожность в формулировании даже ориентировочных выводов об особенностях тенденций и колебаний за­болеваемости.

В зависимости от соотношения размера арифметического графика по оси X и оси Y, кривые, построенные по одним и тем же дан­ным, могут выглядеть по-разному.

Оптимальным для изучения динамики показателей (их тенденции, наличия или отсутствия колебаний) будет построение арифметических графиков, основанное на принципе «золотого сечения». Согласно этому правилу, длина графика (площади его пост­роения) по оси У должна относиться к длине графика по оси X как 1: ^/2 или приблизительно как 1: 1, 5.

Такой прием значительно уменьшает субъективизм прочтения арифме­тических графиков, но не во всех случаях способен предотвратить возмож­ные ошибки прочтения диаграмм.

Это, прежде всего, актуально при оценке колебаний годовых показателей заболеваемости нескольких групп населе­ния, когда на одном рисунке размещены хотя бы две кривые, образован­ные резко (в 1 00 раз и более) различающимися показателями. В резуль­тате для кривой с меньшими показателями нарушено правило «золотого сечения»: она «прижимается» к горизонтальной оси и возможные колеба­ния показателей заболеваемости могут быть неразличимы. Так возникает ложное впечатление, что для взрослых, в отличие от детей, нехарактерны колебания заболеваемости краснухой.

Ретроспективный эпидемиологический анализ - это изучение эпидемиологической обстановки в прошлом, проводимое с помощью совокупности диагностических (логических и статистических) методов с целью получения всех необходимы данных для планирования противоэпидемической работы на следующий год и более отдаленную перспективу.

Смысл ретроспективного анализа заключается в том, что он, во-первых, дает исчерпывающую характеристику эпидемического процесса в статике (уровень в выбранный отрезок времени) и в динамике за прошедший период. Во-вторых, выявляет (должен выявлять) причины и ведущие тенденции их действия, которые определяли эпидемическую ситуацию в прошлом (недавнем прошлом).

Ретроспективный эпидемиологический анализ осуществляется ежегодно - по времени он совпадает с ежегодным отчетом о деятельности противоэпидемического учреждения, но это совсем не значит, что он не может быть осуществлен при необходимости в любое время года.

Особенно ценно, если ретроспективный анализ проводится в течение многих лет (ежегодно) по единой схеме. При такой системе работы, как правило, хорошо устанавливаются основные (устойчивые) тенденции в характере и причинах развития эпидемического процесса, прослеживается также действие какого-то случайного явления (вспышки), искажающего общую картину развития эпидемического процесса.

Однако при ретроспективном анализе удается констатировать лишь факт имевшей место вспышки, причины ее, как уже сказано, можно установить только при профессионально проведенном оперативном анализе. Надо также заметить, что лишь на основе многолетних данных можно оценить ситуацию за истекающий (истекший) год.

Ретроспективный анализ в значительной степени базируется на данных, которые собираются и систематизируются постоянно при оперативном анализе, поэтому от качества выполнения последнего зависит как результативность ретроспективного анализа, так и объем выполняемой при этом работы.

Кроме того, для ретроспективного анализа необходима следующая информация:

1) подробная общая учетная документация об инфекционных заболеваниях, включая ту, которая не могла быть использована при оперативном анализе;

2) данные демографической характеристики населения;

данные о социальных и природных факторах, о их возможных изменениях (например, о различиях в отдельные годы уровня среднелетней температуры воздуха);

данные о санитарно-гигиенической характеристике системы водоснабжения, питания, жилищ, детских учреждений и т.п.;

данные о соблюдении законодательства о специфической профилактике.