II основы медицинской статистики

Статистика

Статистический метод является основным методом медико-социального анализа. Статистика — об­щественная наука, изучающая количественную сторону массовых общественных явлений в неразрывной связи с их качественными особенностями. Именно разнообразием качественных особенностей объясняется то. что для количественного описания явлений используется большое число самых разных статистических величин. Статистика устанавливает соответствие между идеальным миром н представлением о реальном мире.

Статистика, изучающая вопросы, связанные с медициной, гигиеной и здравоохранением, называется медицинской или санитарной. Разделы медицинской статистики: 1) статистика общественного здоровья; 2) статистика здравоохранения: 3) статистика научных исследований, или теоретическая медицинская стати­стика.

Основные понятия о статистике следующие.

Статистичекая совокупность - группа относительно однородных элементов (единиц наблюдения) в конкретных условиях времени и пространства. В зависимости от охвата единиц наблюдения (в связи с це­лью исследования) статистическая совокупность может быть генеральной и выборочной.

Единица наблюдения - это первичный элемент статистической совокупности, имеющий признаки сходства и различия. Признаки различия подлежат изучению и поэтому называются учетными признаками. Учетные признаки по характеру бывают кличественными и качественными (атрибутивными), по роли в со­вокупности — факторными, результативными.

ОПРЕДЕЛЕНИЕ СТАТИСТИКИ КАК НАУКИ:

СТАТИСТИКА-это общественная наука, изучающая количественную сторону массовых обществен­ных явлений в неразрывной связи с их качественными особенностями. Мед ст-ка исп при изучении вопро­сов связан с мед.З.О., гигиеной. Изучеие тех или иных явлений с применением статистич м-ов требует пре­жде всего умелого подхода к выбору объекта иссл-ия(в статистич совокупности).ед-цы наблюдения и ее учитываемых признаков.

Статистич сов-ть-это группа.состоящая из большого числа относительно однородных элементов (единиц набл-ия),взятых вместе в известных границах времени и пространства. Численность единиц набл-ия сост объем статистич сов-ти и обознач «N». Каждая единица наблюдения им много характеристик, однако учитывается те из них, кот необходимы для достижения поставленной цели. Все учитываемые признаки имеют свою градацию.

По х-ру учитываем пр-ки можно разделить на 2 группы: • по х-ру: атрибутивные(описательные-пол.лрофессия.исход леч-я, место жит-ва) и количественные выраженные числом-рост.масса тела.число дней пребывай в стац); по роли признака в совокупности-факторные(так учитываем призн.под вл-ем кот из­мен др-е.зависящие от них результативные признаки); результативные(отн заб-я.его исход,масса тела,рост и т.д.). каждая величина кол-го признака наз вариантой и обознач буквой V.

МЕТОДИКА СТАТИСТИЧ ИССЛЕДОВАНИЯ:

Статистический метод — совокупность взаимосвязанных приемов исследования массовых объектов и явлений с целью получения количественных характеристик и выявления общих закономерностей путем устранения случайных особенностей отдельных единичных наблюдений; широко используется при реше­нии научных и практических задач медицины и здравоохранения.

Независимо от того, какие задачи ставятся в санитарно-статистичееком исследовании, оно должно проводиться в определенной последовательности в соответствии с исторически сложившимися этапами, ко­торые состоят из отдельных операций. Различают 4 этапа статистического исследования: 1) составление плана и программы исследования (подготовительная работа): 2) статистическое наблюдение (сбор материа­ла); 3) статистическая разработка материала: 4) анализ, выводы, рекомендации, внедрение в практику.

1. Составление плана и программы исследования:

1) формулирование цели и задач исследования в соответствии с рабочей гипотезой;

2) определение и подбор статистической совокупности:

3) определение единицы наблюдения:

4) выбор вида статистического исследования (единовременное, текущее, сплошное, выборочное, в том числе определение способа выбора механический, типологический, гнездовой, случайный, ларносоп-ряженный и др.):

5) определение объекта наблюдения, времени наблюдения и субъект» наблюдения;

6) определение программы сбора данных (составление карта статистического исследования с переч­нем учетных признаков);

7) определение программы разработки данных (составление макетов, таблиц со взаимосвязями при­знаков);

8) определение метода наблюдения — анкетный, анамнестический, выкопировки.

2. Статистическое наблюдение:

1) инструктаж исполнителей;

2) выкопировка сведений;

3) контроль качества регистрации — логический и аналитический.

3. Статистическая разработка:

1) шифровка материала в соответствии с группировочными признаками;

2) раскладка карт в соответствии с макетами разработанных таблиц;

3) заполнение таблиц и подсчет итогов.

4. Анализ. Выводы. Рекомендации. Внедрение в практику.

Виды выборочных наблюдений: механическая выборка, типологическая, основного массива и гнез­довая. Статистическое исследование - это сотавление таблиц (простых, групповых, комбинационных).

Абсолютные и производные величины

Абсолютные величины используются при характеристике общей совокупности (численность населе­ния, общее число врачей в стране и др.), а также при оценке редко встречающихся явлений (число особо опасных инфекций, число людей с аномалиями развития). Производные величины подразделяются на отно­сительные и средние. Относительные величины используются при анализе альтернативных (есть явление или отсутствует) признаков. Виды относительных величин: 1) экстенсивные коэффициенты; 2) интенсивные коэффнциенты;3) коэффициенты соотношения; 4) коэффициенты наглядности.

Экстенсивные коэффициенты характеризуют отношение части к целому, то есть определяют долю (удельный вес), процент части в целом, принятом за 100%. Используются для характеристики структуры статистической совокупности. Например: удельный вес (доля) заболеваний гриппом среди всех заболеваний в процентах, доля производственных травм среди всех травм у рабочих (отношение числа производствен­ных травм к общему числу травм, умноженное на 100%).

Интенсивные коэффициенты отражают частоту (уровень распространенности) явления в своей сре­де. На практике их применяют для оценки здоровья населения, медико-демографических процессов. На­пример: число случаев заболеваний с временной утратой трудоспособности на 100 работающих; число за­болевших гипертонической болезнью на 100 жителей; число родившихся на 1000 человек (определяется как отношение числа родившихся за год к средней численности населения административной территории, ум­ноженное на 1000). Интенсивные коэффициенты бывают общие и специальные. Общие: показатель рож­даемости, общий показатель заболеваемости и др.: специальные (характеризуются более узким основани­ем): число женщин детородного возраста (плодовитость), число женщин, заболевших гипертонической бо­лезнью, и др.

Коэффициенты соотношения характеризуют отношение двух самостоятельных совокупностей. Ис­пользуются для характеристики обеспеченности (уровня и качества) медицинской помощью: число коек на 10000 человек: число врачей на 10000 жителей: число прививок на 1000 жителей (отношение числа лиц. ох­ваченных прививками, к численности населения административной территории, умноженное на 1000).

Коэффициент наглядности определяет, на сколько процентов или во сколько раз произошло увели­чение или уменьшение по сравнению с величиной, принятой за 100%. Используется для характеристики ди­намики явления. Например, число врачей в 1995 г. по сравнению с числом врачей в 1994 г.. принятым за 100% (отношение числа специалистов в данном году к числу специалистов в предыдущем году, умножен­ное на 100%).

Средние величины

Для вычисления средних величин необходимо построить вариационный ряд. Вариационные ряды бывают: 1) простыми и взвешенными: 2) сгруппированными и несгруппированными: 3) открытыми и за­крытыми; 4) одномодальными и мультимодальными; 5) симметричными и несимметричными: 6) дискрет­ными и непрерывными, 7) четными и нечетными.

Средние величины - это количественная обобщающая характеристика однородной совокупности с изменяющимся варьирующим признаком. Они используются при оценке физиологических показателей (средняя частота пульса, дыхания. АД), параметров физического развития (средний рост юношей 18 лет. средняя масса тела), при санитарно-гигиенических характеристиках (средняя жилая площадь на одного человека, среднее число бактерий в I мл), при количественном описании медицинских услуг (среднее число посещений в час, средняя занятость койки в течение года) Виды средних величии: средняя арифметическая простая (сумма всех значений признака, деленная на число наблюдений); средняя арифметическая взвешен­ная (сумма всех величин, умноженная на свое число встречаемости и деленная на число наблюдений — объектов); мода - величина с наибольшей частотой повторения: медиана — величина, делящая вариацион­ный ряд пополам: средняя прогрессивная - средняя арифметическая, вычисленная из лучшей половины ва­риационного ряда.

Основные свойства средней величины: I) имеет абстрактный характер, так как является обобщающей величиной: в ней стираются случайные колебания; 2)занимает срединное положение в ряду (в строго сим­метричном ряду); 3) сумма отклонений всех вариант от средней величины равна нулю. Данное свойство средней величины используется для проверки правильности расчета средней. Она оценивается по уровню колеблемости вариационного ряда. Критериями такой оценки могут служить: амплитуда (разница между крайними вариантами); среднее квадратическое отклонение, показывающее, как отличаются варианты от рассчитанной средней величины; средняя ошибка средней арифметической (отношение среднего квадрати-ческого отклонения к квадратному корню из общего числа наблюдений — объектив).

Степень разнообразия (колеблемости) признака в разнородном вариационном ряду можно оценить по коэффициенту вариации (отношение среднею квадратического отклонения к средней арифметической, умноженное на 100%). при вариации менее 10% отмечается слабое разнообразие, при вариации 10 -20% среднее, а при вариации более 20% — сильное разнообразие признака. Если нет возможности сравнить ва­риационный ряд с другими, го используют правило трех сигм. Если к средней прибавить одну сигму, то этой вычисленной средней соответствует 68,3%, при двух сигмах 95.4%. при трех сигмах 99,7% от всех признаков.

КРИТЕРИИ РАЗНООБРАЗИЯ ПРИЗНАКА:

ВЕЛИЧИНА ТОГО ИЛИ ИНОГО ПРИЗНАКА неодинакова у всех членов совокупностищесмотря на ее относит-ю однородностьщапример.в группе детей, однородность по возрастущолу и месту жительства, рост каждого ребёнка отличается от роста сверстников. В этом проявляется разнообразие, колебаемость признака в изучаемой совокупности. Ст-ка позволяет охарактеризовать это специальными критериями, оп­ределяющими уровень разнообразия каждого признака в той или иной группе. К таким критериям относятся лимит (Нт),амплитуда ряда (Am), среднее квадратическое отклонение(а) и коэффициент вариации (C_v). По­скольку каждый из этих критериев имеет своё самостоятельное значение, то следует остановится на них от­дельно.

Лимит определяется крайними значениями вариант в вариационном ряду. Например, если масса тела изменяется от 55 до 105 кг. то М_т= 55/105кг. Амплитуда- разность крайних вариант. Наиболее полную х-ку разнообразия признака в совокупности дает так называемое среднее квадратическое отклонение, обозна­чаемое греческой буквой «сигма». Сущ 2 сп-ба расчета среднего квадратич отклонения: среднеарифметиче­ский и сп-б моментов. При среднеарифметич СП-бе расчета применяют формулу:

d -истинное отклонение от истинной (V-M). Эта формула используется при небольшом числе наблюдений (п<30), когда в вариационном ряду все частоты р= I. Коэффициент вариации явл относительной мерой раз­нообразия, т.к. исчисляется как процентное отношение среднего квадратич ее кого отклоненпия к среденей арифметической величинам), формула коэффициента вариации: C_v= о 100%/М. Для ориентировочной оцен­ки степени разнообразия признака пользуются следующими градациями коэффициента вариации. Если ко-эф-т составляет 20%, то отмечают сильное разнообразие; при 20-10%- среднее, и если коэф-т менее 10%, то считают,что разнообразие слабое. Коэф-т вариации применяют при сравнении степени разнообразия при­знаков, имеющих различия в величине признаков или неодинаковую их размерность. Большое значение ко­эф-т вариации также имеет для оценки и сопоставления степени разнообразия нескольких признаков с раз­ной соразмерностью. Например, необходимо оценить, какой признак (масса тела, рост,кол-во лете или СОЭ) явл наиболее разнообразным.

Среднее квадратич отклонение связано со структурой ряда распределения признака. Теорией стати­стики доказано, что при нормальном распределении в пределах (М± а) находится 68% случаев, в пределах (М±2 о >95,5% всех случаев, в пределах_(М±3 о >99,7% всех случаев,составляющих совокупность. Таким образом, М±3 о охватывает почти весь вариационный ряд. Это теоритическое положение статистики о зако­номерностях структуры ряда имеет огромное значение для практического применения среднего квадратич отклонения. Можно воспользоваться этим правилом для выяснения вопроса о типичности средней величи­ны. Если 95% всех вариант находятся в пределах М±2 о, то средняя явл характерной для данного ряда и не требуется увеличивать число наблюдений в совокупности. Для определения типичности средней сравнива­ется фактическое распределение с теоретическим путем расчета сигмальных отклонений.

Зная сигму, можно рассчитать коэф-т вариации, необходимый для сравнения степени разнообразия признаков, выраженных в различных единицах измерения. Это позволяет выявить более устойчивые (по­стоянные) и менее устойчивые признаки

Среднее квадратнч отклонение исп также для оценки отдельных признаков у каждого индивидуума.

Стандартное отклонение указыв, на ск-ко сигм от средней (М) отклоняются индивидуальные измере­ния. Среднее квадратич отклонение также может исп в клинике при разработке проблемы нормы и патоло­гии. Явл важным компонентом формулы пи средней ошибки средней арифметической(ошибки репрезента­тивности): m_m= o/Vn, где m-средняя ошибка арифметической величины, n-число наблюдений.

ОЦЕНКА ДОСОВЕРНОСТИ И РЕЗУЛЬТАТОВ ИССЛ-Я:

Оценить достоверность результатов исследования — значит установить вероятность прогноза, с ко­торой результаты исследования на основе выборочной совокупности можно перенести на генеральную со­вокупность или другие исследования. Критерий достоверности (Стьюдента) определяется как величина раз­ности средних величин или показателей, деленная на извлеченную из квадратного корня сумму квадратов ошибок средних арифметических. Средняя ошибка средней арифметической равняется отношению средне-квадратического отклонения к квадратному корню из числа наблюдений. Средняя ошибка показателя (отно­сительных величин) рассчитывается путем извлечения квадратного корня из величины показателя, умно­женного на разницу 100% величины данного относительного показателя, деленного на число наблюдений. Критерий Стьюдента должен быть равен или больше цифры 2. Только при этих условиях прогноз в 93% и более считается безошибочным, свидетельствующим о надежности используемого новою метода (лекарст­венного препарата, факторов риска, гигиенических характеристик). Достоверность различий и взаимосвязь явлений с факторами можно определять при расчете критерия соответствия ж².

ПОД ДОСТОВЕРНОСТЬЮ СТАТИСТИЧЕСКИХ показателей следует понимать степень соответст­вия отображаемой ими действительности. Достоверными результатами ечнт те,кот не искажают и правиль­но отражают объективную реальность. Оценит к достоверность результатов исследования означает олре-деоить, с какой вероятностью, возможно перенести результаты полученные на выборочной совокупности, на всю генеральную сов-ть.

Методы оценки взаимодействия факторов

При анализе результатов медицинских исследований часто возникает необходимость определения достоверности полученных данных. Известны два вида связи между явлениями (признаками): функцио­нальная и корреляционная.

Функциональная проявляется в виде изменения одного признака при изменении числовых значений другою на строго определенную величину. Это часто бывает при физических и химических явлениях. При корреляционных связях, характерных для медико-биологических явлений, значению одного признака соот­ветствуют разные значения других признаков. Корреляционная связь необходима, например, при оценке взаимосвязей между стажем работы и уровнем заболеваемости работающих; между разными уровнями фи­зических факторов окружающей среды и состоянием здоровья; между различными уровнями интенсивности нагрузки и частотой (уровнем) физиологических реакций организма; между сроками госпитализации и час­тотой осложнений.

Корреляционная связь бывает прямая (при увеличении одного признака увеличивается другой) й об­ратная (при увеличении одного показателя другой уменьшается). Коэффициент корреляции свидетельствует не только о направлении связи, но и об уровне этой связи. Сильная связь выражается коэффициентом от 0,7 до 0,99, средняя — от 0,3 до 0,69, слабая — до 0,29. При нулевом значении коэффициента связи отсутству­ют.

Наиболее простыми являются ранговая корреляция и коэффициент корреляции. При ранговой корре­ляции числовые выражения сравниваемых рядов величин ранжируют, то есть проставляют ранговые цифры (от I и далее) и подставляют значения в формулу с учетом разницы порядковых значений. При расчете ко­эффициента корреляции сначала вычисляют среднее значение в каждом вариационном ряду сравниваемых групп. Затем находят отклонение каждой величины ряда от полученной средней. Для устранения отрица­тельных значений эти величины возводят в квадрат и подставляют в формулу. По величине коэффициента устанавливают направление и силу связи. Достоверность коэффициента определяют по табличным значени­ям и при расчете средней ошибки. Коэффициент корреляции должен превышать свою ошибку не менее чем в 3 раза.

Метод стандартизации

Метод стандартизации используется при оценке показателей здоровья только при сравнении их уровней. Этот метод расчета условных величин применяется для устранения неоднородности состава срав­ниваемых коллективов. Он показывает, какой был бы уровень заболеваемости (травматизма, смертности, инвалиднзации и др.) в каждом коллективе (учреждении, городе), если бы его состав (по возрасту, по полу, по стажу и др.) был одинаков.

Стандартизованные показатели используют при необходимости сравнения уровней смертности (за­болеваемости) от злокачественных заболеваний (болезней органов пищеварения и г л ) в разных городах, районных центрах; сравнения уровней заболеваемости (травматизма) на разных производствах; сравнения уровней

Метод позволяет установить причину (пол, возраст, состав по тяжести заболевания) разных уровней заболеваемости или медико-социальные и гигиенические характеристики (влияние факторов риска, условий труда, образа жизни, факторов окружающей среды и др.)

Существует 3 способа стандартизации: прямой, косвенный и обратный. Прямой способ применяют, когда имеются погрупповые (повозрастные) показатели заболеваемости (смертности, травматизма) или их можно вычислить (при наличии погрупповой численности населения и заболевших). Косвенный способ ис­пользуют, если показатели по группам отсутствуют и их нельзя вычислить из-за отсутствия числа заболев­ших Обратный способ применяют при отсутствии погрупповых величин численности населения.

При сравнении общих показателей необходимо иметь в виду, что- на их уровни может оказывать' влияние неоднородность составов сравниваемых совокупностей по ряду признаков. Так, для того, чтобы со­поставить общие, уровни летальности по двум больницам и сделать вывод о причинах различий в этих по­казателях, необходимо прежде всего проанализировать, однороден ли по нозологическим формам состав больных, лечившихся в этих больницах. Безусловно, общий показатель летальности будет выше в той боль­нице, где в составе госпитализированных больных было больше лиц с тяжелыми хроническими заболева­ниями. Наличие разного состава больных в этих больницах не позволяет делать выводы о причинах разли­чий в показателях летальности.

Для сравнения общих показателей, вычисленных из неоднородных по своему составу совокупностей, применяется специальный метод — метод стандартизации. Стандартизация — метод расчёта условных (стандартизованных) показателей, заменяющих общие интенсивные (или средние) величины в тех случаях, когда их сравнение затруднено и з-з а несопоставимости состава трупп.

Рассчитанные при помощи метода стандартизации показатели условны, потому что они, устраняя влияния того или иного фактора на истинные показатели, указывают, какими были бы эти показатели, если бы влияние данного фактора отсутствовало. Следовательно, стандартизированные показатели могут быть использованы только с целью сравнения.

Существуют различные способы расчета стандартизованных показателей. Наиболее распространен­ным является прямой метод.

Метод стандартизации (прямой) состоит из 5 этапов.I этап — расчет общих и специальных (по каж­дой группе — половой' возрастной и др.) интенсивных показателей (или средних величин) для двух сравни­ваемых совокупностей.II этап — выбор и расчет стандарта.Ш этап — расчет «ожидаемых величин» для ка­ждой группыстандартаЛУ этап — определение стандартизованных показателей. V этап — сравнение групп по общим интенсивным (или средним) и стандартизованным показателям. Выводы.

Например, на I этапе стандартизации требуется определить, как часто среди рабочих мужчин и жен­щин цеха А и цеха Б встречаются лица, страдающие гепатитом. Для этого вычисляют специальные интен­сивные показатели, т. е. процент больных гепатитом мужчин и женщин отдельно. Расчет ведется следую­щим образом: число больных надо разделить на сооветствующее число рабочих и умножить на 100. В цехе А больных гепатитом мужчин столько, а больных гепатитом женщин столько.Всего же больных гепатитом среди рабочих обоего пола было: Подобные же расчеты надо сделать для цеха Б.

Для элиминирования (устранения) косвенного влияния на показатели заболеваемости разного соста­ва рабочих по полу необходимо провести стандартизацию.

II этап. Выбор и расчет стандарта. За стандарт следует принимать тот состав совокупностей, в кото­ром отразились бы все особенности состава сравниваемых групп. В примере за такой стандарт принята суммарная численность работавших в цехах А и Б. Стандартом для группы мужчин будет 220 (50+ 170), а для женщин 2307200 + 30). Общее число рабочих' в двух цехах составит 450. Зная интенсивные показатели (I этап) и стандарт (II этап), можно перейти к ill этапу — определению «ожидаемого числа» больных гепа­титом в каждой группе стандарта. III этап. Определение «ожидаемых чисел» больных в каждой группе стандарте. Порядок вычисления можно показать на следующем примере. В цехе А мужчин, больных ге­патитом, 2%. Сколько было бы больных мужчин среди 220 человек при данном уровне заболеваемости?

Аналогичные расчеты произведем по цеху Б. После расчета всех ожидаемых чисел переходим к IV

этапу.

IV этап. Определение стандартизованных пока з а т е л е й. Просуммировав абсолютные «ожи­даемые» числа больных гепатитом мужчин и женщин по каждому цеху отдельно, полученные суммы отно­сят к общей численности рабочих, указанной в итоговой строке стандарта. Это отношение выражают в про­центах и получают стандартизованные показатели.

V этап. Сравнение уровней заболеваемости гепатитом рабочих цеха А и цеха Б по стандартизован­ным и общим интенсивным показателям.

ДИНАМИЧЕСКИЙ РЯД:

Динамический ряд — это ряд однородных статистических величин, показывающих изменение явле­ния во времени. Динамический ряд может быть представлен абсолютными числами (изменение числа боль­ных), средними величинами (среднее число лабораторных анализов за неделю) и относительными показате­лями (изменение рождаемости, заболеваемости, травматизма, обеспеченности врачами). Числа, из которых состоит динамический ряд, называются уровнями ряда. Анализ динамического (временного) ряда сводится к вычислению следующих показателей: абсолютного прироста (или снижения); темпа роста (или снижения); темпа прироста, значения 1 % прироста.

Абсолютный прирост представляет собой разность между последующим и предыдущим уровнем.

Темп роста — это отношение последующего уровня к предыдущему, умноженное на 100%.

Темп прироста является отношением абсолютного прироста (снижения) к предыдущему уровню, умноженным на 100%.

Значение 1% прироста определяется отношением абсолютного прироста к темпу прироста.

ПРИ изучении динамики показателей общ-го зд-я и 3.0. большое зн-е им нализ динамических рядов, позволяющий количественно оценить происходящие изменения. Динамич рядом назыв ряд, состоящий из однородных сопоставимых величин, х-их изм-я к-л явления за определенный промежуток времени. Числа динамич ряда принято назыв уровнями ряда. Уровни ряда м.б. представлены абсолютными, относит или среденимн величинами. В завис от этого различают простой и сложный дин ряд. Простой сост из абсолют­ных величин, а сложный- из относит и средних величин. Простой, быв 2-х типов: моментный и итерваль-ный. Моментный сост из величин, х-нх явление на определнные даты- моменты. Уровни мом ряда дробле­нию не подлежат. Интервальный- ряд чисел, х-их к-л изменения за определенный интервал времени (су-ткищеделя, месяц, год и т.д.)., его м. разделить на более короткие n-ды или укрупнить.

Иногда из-за неоднонаправлениости изменений того или иного явления трудно оценить основную закономерность и тенденцию. В этих случ производится выравнивание динамич рядов: укрупнение интер­вала, определение групповой и

Укрупнение призвод путем суммирования данных за ряд смежных периодов. Наприм, месяцы объ-еднн в кварталы.

Вычисление групповой средней произвол как среденее арифметич из смежных соседних уровней. Вычисление сользящей средней определ-ся из суммы данного уровня и 2-х соседних с ним, деленной

наЗ.

При анализе дин рядов первоначально проводится их графическое изображение. Количественный анализ динамнч рядов предусматрив определение след показателей: абсолютного прнроста( или убыли), темпа прнроста( или убыли), темпа роста, значение 1% прироста.

Графические изображения в статистике

При анализе статистической совокупности используют графические изображения (графические обра­зы - точки, линии, фигуры). Любой график содержит следующие элементы: масштаб, условные обозначения (окраска, штриховка), фигуры, линии, цифры. В медицинской статистике применяют линейные, плоскост­ные, объемные и фигурные диаграммы Линейные диаграммы отражают изменение явления в динамике. Се­зонный, циклический характер изображают радиальной диаграммой, при этом месяцы гола располагают по часовой стрелке. Плоскостные диаграммы (секторные, внутристолбиковые) используют для изображения показателей распределения, доли, процентов, структуры. Ленточные, столбиковые и пирамидальные диа­граммы показывают частоту (распространенность, уровень) явления. Фигурные диаграммы, картограммы и картодиаграммы отображают показатели на определенных административных территориях в виде обозна­чений, фигур.