Interpretácia epidemiologických dát: Čo ich môže skresliť?
Ak ste predtým nesledovali aktuálnu situáciu chrípky či iných infekčných chorôb, vďaka novému koronavírusu sa zoznámil s epidemiologickými dátami takmer každý. Nedávno som spolu s kolegami publikovala článok o vzoroch a skresleniach v epidemiologických dátach norovírusu (črevnej chrípky) v Anglicku. Tieto dáta sa zbierajú pravidelne, v rámci dohľadu nad zdravím populácie (ang. Health Surveillance) a skreslenia, ktoré spomíname v diskusii sa môžu objaviť aj pri zbere dát o iných mikroorganizmoch spôsobujúcich hnačkové ochorenia v iných krajinách.
V prvom rade by sme si mali ujasniť hlavné spôsoby zberu dát vo verejnom zdravotníctve. Primárne rozlišujeme pasívny a aktívny dohľad nad zdravím, kde pasivita alebo aktivita hovorí o zbere dát z pohľadu člena populácie. Čiže aktívny je dohľad vtedy, keď vy ako jednotlivec zavoláte na linku podpory alebo vyplníte dotazník súvisiaci s pociťovanými symptómami. Naopak pasívny dohľad referuje na rutinné zbieranie dát, napríklad keď v laboratóriu identifikujú mikroorganizmus z výteru hrdla či nosa. Práve na pasívny dohľad nad zdravím sme sa zamerali aj v našom článku, keďže sa často využíva pri monitorovaní infekčných chorôb.
Rutinne zozbierané dáta, napriek všetkej snahe, často obsahujú skreslenia na troch úrovniach zberu dát 1) úroveň populácie, 2) úroveň lekárov a 3) úroveň laboratórií. Skreslenia vedú k stratám dát, čo v kontexte monitorovania verejného zdravia znamená, že len malá časť skutočného počtu prípadov sa aj reálne dostane do systému. Táto skutočnosť sa často zobrazuje pomocou pyramídy zaťaženia ochorením (ang. burden of illness).
Prečo k tým stratám dochádza? V celom systéme je množstvo drobných rozhodnutí rôznych ľudí na každej úrovni a drobné straty sa nazbierajú. Tieto rozhodnutia sú výrazne ovplyvnené celkovou stratégiou verejného zdravotníctva pre konkrétny patogénny organizmus na všetkých úrovniach. Príkladom stratégie môže byť to, či zákon nariaďuje alebo nenariaďuje oficiálne nahlasovania daného vírusu alebo baktérie Úradu verejného zdravotníctva.
Ďalšie faktory sa líšia vzhľadom na úroveň, kde k zaťaženiu ochorením dochádza. Na úrovni laboratórií môže skreslenia spôsobiť preferencia mikrobiológov a historické alebo aktuálne výskumné zameranie v danom laboratóriu. V našej štúdii sme napríklad identifikovali dva regióny v Anglicku, ktoré mali nečakane vysoký počet potvrdených prípadov norovírusu, pričom jeden z týchto regiónov bol aj dozorným centrom pre výskum a monitorovanie tohto mikroorganizmu. Na úrovni jednotlivých lekárov môže zavážiť či (ne)existuje špecifický liek na liečenie infekcie spôsobenej daným mikroorganizmom, pričom konkrétni členovia populácie môžu mať rôzne preferencie a hranice pri vyhľadávaní zdravotnej starostlivosti pri gastrointestinálnych symptómoch. Napríklad, ak sa cítite veľmi zle a nezlepšuje sa to, asi budete chcieť navštíviť lekára, aby Vám niečo predpísal. Lekár potom môže uvažovať o tom, či vie nastaviť liečbu aj bez laboratórneho testu. Laboratórny test mu niekedy môže pomôcť vybrať konkrétne antibiotiká alebo antivirotiká. Ak však usúdi, že nepotrebuje laboratórny test, oficiálne štatistiky prípad nezaznamenajú aj napriek tomu, že ste sa rozhodli vyhľadať lekársku starostlivosť.
Môžeme týmto dátam teda vôbec veriť? Samozrejme. V prvom rade, všetky tieto skreslenia sú relatívne stabilné v čase. To znamená, že existujú spôsoby, ako sa vieme s týmito problémami vysporiadať (ako napríklad štatistické modelovanie). Konkrétne vieme odhadnúť očakávané počty zozbieraných dát na základe porovnávania regiónov alebo krajov a vekových skupín medzi sebou. Potom môžeme porovnať tieto očakávania s realitou a odhadnúť, v ktorých vekových skupinách pacientov a regionálnych úradoch verejného zdravotníctva sa stráca viac alebo menej dát ako je bežné.
Ak máte záujem prečítať si originálny článok v angličtine z názvom “Understanding norovirus reporting patterns: a mixed model approach”, je dostupný v BMC Public Health.
Autorka, Nikola Ondríková, je doktorandkou na University of Liverpool v odbore Infekčných Chorôb, kde sa zameriava na využitie dátovej vedy a štatistiky v oblasti monitorovania norovírusu (črevnej chrípky). V tejto oblasti už získala titul Master of Research. Predtým pracovala ako dátová vedkyňa na Slovensku.
Nikola pôvodne študovala (Mgr.) Kognitívnu Vedu na Univerzite Komenského (Matfyz), k čomu ju doviedol záujem o výskum a umelú inteligenciu počas štúdia (Bc.) Psychológie na Trnavskej Univerzite.
___
Viac informácií o Žijem vedu nájdete tu, na Facebooku na stránke Žijem vedu, na Twitteri, LinkedIne alebo Instagrame.
