ケース亡くなった共有ウィキペディア

Posted on by
before-content-x4

感染疫学において、 ケース亡くなった割合 [初め] または（口語） 愛情 、 [2] 多くの場合 ケース関連致死率 [3] また。 症例致死率 （ CFR ）） [ノート1] 名前は、この病気で死亡した特定の病気（症例）の人の割合です。割合は休憩によって計算できます。分母は疾患の症例数です。カウンターは、これらの症例で病気で死亡した人の数です。 [4] 分母の選択は、さまざまな概念を提供します。

  • 症例責任のある株式は、この病気で死亡した特定の診断された疾患を持つ人々の割合を示すことができます。診断されていない症例の多数の症例により、症例が亡くなった割合は、疾患の実際の致死性よりも高くなります。
  • 症例亡くなった株式は、すべての症候性症例の割合（#Symptomatic症例亡くなった割合）を指し、これは疫学モデルの計算で推定する必要があります。
after-content-x4

割合はあまり一般的ではありません 症例致死比 、 症例致死リスク [5] また 症例致死率（CFP） [6] 専用。

症例亡くなった共有は、急性疾患の短期的な重症度の一般的な統計的尺度であり、介入測定の有効性を可能にします。 [7] 関連する尺度はそれです 感染した共有 （以下を参照）。これには、症例数で診断されていない症例も含まれています。これは、疫学モデルの計算で推定する必要があります。メディアには「死亡率」についての話がしばしばあります。定義と参照値（例：CFR、IFR、致死など）は、多くの場合言及されておらず、混合されて混乱していません。 [8]

病気の致死性は、ある時点で病気で死ぬ病人の割合を説明しています。したがって、致死は、死の「速度」をマッピングすることなく、病気の「致命」を説明しています。また、致死性を病気で死ぬ可能性と解釈することもでき、病気にかかっています。一般的に、症例 – 聖域の場合と同様に、病気で死ぬ可能性は病気の状態で説明されています 診断 することが。症例亡くなった割合は通常、パーセンテージとして表示されます。このように致死を推定しようとする試みは、かなりの体系的なエラーの影響を部分的に影響を受けます。非公開の病気の人は、死が病気の数が少なすぎることに関連しているため、致死性の過大評価につながります。 [初め]

特に感染噴火のモニタリングでは、病気が最大になる限り少なくとも病気にかかる必要があるため、これらの寸法を十分に決定することはできませんが、今後の決定の緊急性のため、病気の期間を待つことはできません。同じ期間にカバーされている病気の症例によって、病気によって一定期間にわたって記録された死亡を共有することがしばしば助けられます。 [初め] [9] ここでの問題は、病気の死亡が時間内に続くことであり、新しい症例の数が減少している限り、新しい症例の数が増加し、過大評価されている限り、致死性または亡くなったシェアが過小評価されることです。これらの可能な歪みを伝えるために、この方法で得られた推定値も 生の落下の割合 また。 粗症例致死比 専用。

さらなる歪みは、他の理由で患者が死亡するため、したがって、患者が死亡するため、 an 亡くなった病気は安全に決定することはできません。したがって、症例亡くなったシェアは、主に病気の期間が短く、慢性疾患に少ない急性疾患に使用されます。 [十]

Covid 19パンデミック中に、さまざまな国の株式が異なる国の株式（2020年2月21〜27日）の株式

2020年2月27日、中国はCovid 19のパンデミックの過程で全体で78,514を報告しました。これらのうち、2,747人が感染の結果として死亡し、32,926が回収されました。その結果、生の落下 – 。

after-content-x4
2.747 78.514 = 3 、 5 ％ {textStyle {frac {2.747} {78.514}} = 3 {、} 5、％}

代替定義に従って、推定されます

2.747 32.926+2.747= 7 、 7 ％ {textStyle {frac {2.747} {32.926+2.747}} = 7 {、} 7、％}

。中国の他の地域でパンデミックと世界中の広がりがある場合、症例が亡くなった株式については、大幅に低い値が測定されることがあります。 [初め] 参照：Covid-19＃死亡疾患の推定。

症例が亡くなった割合は、一般に次のように定義されます。 [11] [12番目] [9]

診断された症例には、死亡した人も含まれます。したがって、この尺度は本当に共有です。 [13] 死者が言及する期間を指定することができ、それが異なる値をもたらします。 z。 B.は、米国の女性の間で乳がんの5年と10年の症例亡くなった割合で、約14％と24％です。 [14]

分母である死亡率とは対照的です リスク下にある全人口 分母は、転倒の場合にすでに病気にかかっている個人の総数のみを表します。 [15]

生の落下の割合 [ 編集 | ソーステキストを編集します ]

亡くなった症例の形状は、病気の人の数の比率と、同じ期間の死の形での出発によってもアプローチすることができます。 [3]

この定義は、回復の可能性が診断からいつでも同じままであることを前提としています。しかし、一部の疾患では、致命的なコースの可能性は、病気が長く続くほど増加します。この場合、真のケース亡くなった共有は過小評価されます。診断された症例と亡くなった症例は、同じ集団から来ていません。 [9]

新たに広がっている流行またはパンデミックの過程で可能な限り最新の値を得るために、症例責任のあるシェアは、疾患の全体的な診断された症例と亡くなった全体的な症例の報告された累積的な数字に基づいて推定できます。 [9] これもそうです 粗CFR また。 生のCFR 専用 [16] 流行またはパンデミックの全期間が期間使用されるため、この定義の特別なケースです。ただし、この声明は当初、「生」の推定値を表しています。より正確な推定値は、時間と年齢を調整した症例亡くなった株式から得ることができます（＃Delayed Case-Deceared Shareも参照）。 [17]

代替のケースが亡くなった共有 [ 編集 | ソーステキストを編集します ]

特に症例の生の転倒に代わるものとして、症例の数は、よく知られた結果（回復および故人の症例）を持つ症例数で分割できます。

上記の式は、ケースの場合の代替計算を表しています。 [16] [初め] 分母には​​、まだ含まれていないよく知られている結果がある症例のみがあるため、この定義はいくつかの病気の真の症例が亡くなったシェアを過大評価します。 [9]

遅延ケース亡くなった割合 [ 編集 | ソーステキストを編集します ]

急速に拡散する流行またはパンデミクスが症例数の強い成長を伴う場合、症例の発生と死亡の可能性の間の時間が考慮されていないため、生および代替の症例標準層では強い歪みが生じます。この遅延は、ケース未満の割合でモデル化できます（ 英語 遅延調整症例致死比 、省略

CFR の {text style {text {cfr}} _ {text {del}}}

）： [18]

確認された症例亡くなった共有 [ 編集 | ソーステキストを編集します ]

さまざまな国での比較可能性の欠如を考慮するために、研究所のみが確認された分母のユースケース（PCRなど）を使用することをお勧めします。 zを区切ります。 B.臨床症状によっても診断されたのは、これに対する指定です 確認された（RAW）亡くなった共有 使用済み。 （ここでよくあります 英語 （原油）症例致死比を確認しました [ノート1] そしてそれで CCFR 省略。 [19] ））

ただし、異なるテスト戦略が使用されている場合、この尺度は国際的な比較に常に適しているわけではありません。 [18]

頻繁に使用される表現 症例致死率 多くの著者によって間違っていると見なされます [20] [21] それは正式にはレートではなく、商（「比例」）です（ 英語 症例致死率（CFP） ）。 [6] [18] 条件、共有、料金は正確に定義されており、同義語として使用できません。 [22]

他の著者は、関係があることを示しています（ 英語 比 ）2つの同様のサイズに関連していますが、特定の値の範囲に限定されません。ただし、転倒の場合は0〜1の値に限定されているため、実際にはリスクの尺度です（ 症例疲労リスク ）。 [5]

一部の疫学者は、分母の「個人の数」が（の代わりに「個人の数」が含まれる発生率寸法の「レート」という用語を拒否します。 リスク下の個人的な時間 [23] ）そして、たとえば、ような名前を好む Inzidenzanteil また 累積発生率 ： [24]

「この割合は、症例致死性、症例致死率、症例致死比、症例致死リスクと呼ばれています[…]。これは発生率ではなく、0〜1の範囲である割合であることを強調するために、それを致命的な割合と呼ぶことができます。」

「この割合は、症例関連致死、症例関連脂肪率、症例関連脂肪比、症例関連の致死リスクとして説明されていました[…]。それは発生率ではなく、0から1の間の値を想定できるシェアであることを強調するために、秋に依存すると呼ぶことができます。」

症候性症例亡くなった割合（ 症候性症例致死率 、 短い： SCFR ）感染中に死亡する症状を示す感染者の割合です。彼は次のように定義されています：

この割合は、ヘルスケアの要件の予測の評価に臨床的に関連しています。 [26]

割合は、条件付き確率を使用して推定できます。故人は以前に医療を受け、病院に来たと想定されています。これはとも呼ばれます 重症度ピラミッド （ドイツ語で 重度のピラミッド ）、患者は通り抜けます。したがって、に関する確率

  • 症候性の状態で医療を受けるために、
  • 医療の状態で入院し、
  • 入院の状態での死、

個人の確率として推定されます。自然推定器は、推定された個々の確率の産物になります。これは、特に軽度の疾患の場合には実用的であり、死亡の可能性が低いため、割合を直接理解するにはサンプルサイズが大きくなります。一方、個々の確率は、そのような場合においてよりよく判断できます。 [27]

感染した共有 [28] （ 英語 感染致死率 また 感染致死比 、 実際 感染致死の割合 、 短い： IFR ;口語 ” 死亡率 「 [29] ）は、ケースオーバーエンドの割合から派生した測定値です。臨床的に病気の量に基づいた転倒の場合とは対照的に、無症候性の症例の感染症の割合には無症候性の症例が含まれます。感染性疾患の場合、それはすべての感染者の間の死亡の割合を指定します。

感染症の割合（IFR）の割合は、すべての感染者の死亡リスクを推定する必要があるという事実において、症例亡くなった割合（CFR）とは異なります。感染しているが、常に無症候性のままである人々は、「サイレント感染症」があると言われています。 IFRは、すべての死亡が感染または非感染者のいずれかを伴うことができる限り、常にCFRよりも低くなっています。感染症の共有は、感染者が病気で死ぬリスクを推定しています。ただし、症例の総数は自然に不明であるため、真の感染症のシェアを正確に計算することはできません。感染症のシェアを計算するには、感染症の総数を推定する必要があります。一部のメディア報道とは反対に、秋の一部とケースの一部は、感染した分配と同一ではなく、それとは大きく異なる可能性さえあります。 [30]

ロバート・ヴェリティインペリアル・カレッジ・ロンドンの疫学者であるロンドンは、「IFRは牧夫のしきい値に加えて最も重要な重要な数字の1つであり、流行の程度と新しい病気を服用すべきことに影響を与えます。」 [最初に30]

例：Covid 19のパンデミック中に、0.36％のIFRが、以前のHotspot HeinsbergのCovid-19症例クラスター研究で決定されました。確認された症例亡くなった株式は、1.98％で有意に高かった。

例：インフルエンザA（H1N1）の77のケース亡くなった数字を持つ50の出版物の比較分析（Pandemie 2009） [32] 重大な逸脱と不均一性がありました。 CFRは、実験室で確認された100,000症例あたり100〜5000人の死亡範囲、100,000症候性症例あたり5〜50人の死亡の範囲、および感染した（IFRに従って）を参照する研究で100,000人あたり1〜10人の死亡範囲であることを示しました。

  1. ↑ a b 指定の問題については、指定問題のセクションを参照してください。
  1. ↑ a b c d そうです コロナウイルス疾患2019（Covid-19）のRKIコロナウイルスSARS-COV-2-SARS-COV-2プロファイル。 アーカイブ オリジナル ; 2020年4月28日に取得 。
  2. ↑ ジュリア・メルロー： パンデミープレイ。 の： Der Spiegel-科学。 7. 2020年4月、 2020年4月28日に取得 ：「だから、コールされた心配」
  3. ↑ a b ヴォルフガング・キール： 感染保護と感染疫学。スペシャリスト – 定義 – 解釈。 ed。：Robert Koch-Institut、Berlin 2015、ISBN 978-3-89606-258-1、p。86、キーワード 致死
  4. ↑ CDC： 疫学用語集。 キーワード： ケースファタリティレート 、2020年8月23日にアクセス。
  5. ↑ a b ヒース・ケリー、ベンジャミン・J・カウリング： 症例致死：レート、比率、またはリスク？ の： 疫学 。 バンド 24 、 いいえ。 4 、2013年7月、ISSN 1044-3983 、 S. 622–623 、doi： 10.1097/ede.0b013e318296c2b6 （ lww.com [2020年4月30日にアクセス]）。
  6. ↑ a b スティーブ・セルヴィーニ： 疫学データの統計分析、 S. 9。
  7. ↑ Pennyb et al。： 本質的な疫学：学生と医療専門家のための紹介 。ケンブリッジ大学出版局、2016年、S。59。
  8. ↑ ヨアヒム・ストール： Ovid 19ストップハリケーン（15./19.04。2020）。 （2020）。、S。14。
  9. ↑ a b c d そうです A. C. Ghani、C。A。Donnelly、D。R。Cox、J。T。Griffin、C。Fraser： 新規の新興感染症の症例致死比を推定する方法 。の： アメリカの疫学ジャーナル 。 バンド 162 、 いいえ。 5 、1。2005年9月、ISSN 0002-9262 、 S. 479–486 、doi： 10.1093/aje/kwi230 （ op.com [2020年4月28日にアクセス]）。
  10. ↑ 症例致死率。 の： ブリタニカ百科事典。 2020年4月28日に取得 （英語）。
  11. ↑ フランク・R・スペルマン、ナンシー・E・ホワイティング： 環境のための数学と統計のハンドブック。 CRC Press、2013年。S。202。
  12. ↑ リチャードC.ディッカーら： 公衆衛生実践における疫学の原則。応用疫学と生物統計学の紹介。 （2006）、S。30。
  13. ↑ FEMページの寄稿者、他 野外疫学マニュアル。 ed。：欧州予防センターと病気の管理センター、キーワード： 症例致死、率、比率：すべて同じ？ 。
  14. ↑ アン・アシェングラウ、ジョージ・R・シーゲ： 公衆衛生における疫学の必需品。 、S。52。
  15. ↑ ウィルヘルム・キルチ： 公衆衛生百科事典：第1巻：A-Hボリューム2：I-Z。 Springer Science＆Business Media、2008。S。292。
  16. ↑ a b 支払ってください！ 3.4％コロナウイルス症例死亡率、「偽の数」？いくつかのパンデミック統計。 オンラインでheise、 2020年5月3日にアクセス 。
  17. ↑ Marcus Famulare： 2019-NCOV：確認されたケースの致命的評価と感染致命的評価の予備的推定、および初期パンデミックリスク評価。 疾患モデリング研究所19（2020）。
  18. ↑ a b c Covid-19パンデミックの文脈における疫学的次元 。 の： aerzteblatt.de 。
  19. ↑ Hiroshi nishiura、Don Klinkenberg、Mick Roberts、Johan A. P. Heesterbeek： 新興感染症の病原性の初期疫学的評価：インフルエンザパンデミックの事例研究 。の： PLOS 1 。 バンド 4 、 いいえ。 8 、31。2009年8月、ISSN 1932-6203 、doi： 10.1371/journal.pone.0006852 、 PMID 19718434 、 PMC 2729920 （無料の全文）。
  20. ↑ David G. Kleinbaum et al。： ActivePiコンパニオン教科書：ActivePi CD-ROMで使用するサプリメント。 Springer Science＆Business Media、2013年。 S. 72。
  21. ↑ ケネス・J・ロスマン等： 現代の疫学。 Lippincott Williams＆Wilkins、2008。S。41。
  22. ↑ レジーナ・C・エランド・ジョンソン： レートの定義：それらの使用と誤用に関するいくつかの発言。 American Journal of Epidemiology 102.4（1975）：267-271。
  23. ↑ メアリーA. M.ロジャース： 比較有効性の研究。
  24. ↑ ジョセフ・ハーバート・アブラムソン等： データの理解：疫学データの解釈に関する自己導入マニュアル。 オックスフォード大学出版局、2001。S。86。
  25. ↑ ピーター・カミングス： 発生率の分析。 In：CRC Press（2019）。
  26. ↑ Anthony Hauser et al。： 流行の初期段階におけるSARS-COV-2死亡率の推定：中国の湖川およびヨーロッパの6つの地域でのモデリング研究。 PLOS Medicine（2020）
  27. ↑ Camille Pelat、et al： 監視ピラミッドアプローチの下での症例致死比推定の精度を最適化します。 In：American Journal of Epidemiology（2014）
  28. ↑ Thomas Czypionka et al。： 新しいコロナウイルス（SARS-COV-2）-Pril 21、2020の発生の経済的結果の推定。 （2020）、S。.8。
  29. ↑ 支払ってください！ 3.4％コロナウイルス症例死亡率、「偽の数」？いくつかのパンデミック統計。 Heise Online、2020年5月3日にアクセス。
  30. ↑ ハンナ・リッチー、マックス・ローザー： Covid-19で死ぬリスクについて何を知っていますか？ 2020年3月25日、2020年5月3日にアクセス。
  31. ↑ Smriti Mallapaty： コロナウイルスはどれほど致命的ですか？科学者は答えに近い 2020年6月16日、2020年8月21日アクセス。
  32. ↑ ジェシカ・ウォンu。 a。： 感染症は、インフルエンザA（H1N1PDM09）の症例致死リスク：系統的レビュー。 の： 疫学、 バンド23、2013、Heft 6、10.197、 PMID 24045719
after-content-x4