In this example, we know that the i

In this example, we know that the incidence among the smokers is 28.0 per 1,000 and the incidence among the nonsmokers is 17.4 per 1,000. However, we do not know the incidence in the total population. Let us assume that, from some other source of information, we know that the proportion of smokers in the population is 44% (and therefore the proportion of nonsmokers is 56%). The incidence in the total population can then be calculated as follows:
(We are simply weighting the calculation of the incidence in the total population, taking into account the proportion of the population that smokes and the proportion of the population that does not smoke.)
So, in this example, the incidence in the total population can be calculated as follows:
We now have the values needed for using Formula 12-3 to calculate the attributable risk in the total population:Formula 12-3
What does this tell us? How much of the total risk of CHD in this population (which consists of both smokers and nonsmokers) is attributable to smoking? If we had an effective prevention program (smoking cessation) in this population, how much of a reduction in CHD incidence could we anticipate, at best, in the total population (of both smokers and nonsmokers)?
If we prefer to calculate the proportion of the incidence in the total population that is attributable to the exposure, we can do so by dividing Formula 12-3 by the incidence in the total population as in Formula 12-4 :Formula 12-4
Thus, 21.3% of the incidence of CHD in the total population can be attributed to smoking, and if an effective prevention program eliminated smoking, the best that we could hope to achieve would be a reduction of 21.3% in the incidence of CHD in the total population (consisting of both smokers and nonsmokers).
Attributable risk is a critical concept in virtually any area of public health and in clinical practice, in particular in relation to questions regarding the potential of preventive measures. For example, Mokdad and colleagues[1] estimated the actual causes of death in the United States in 2000. These estimates used published data and applied attributable risk calculations as well as other approaches. Their estimates are shown in Figure 12-3 . The authors reported that tobacco and diet-activity patterns accounted for 33% of all deaths.

ผลลัพธ์ (ไทย) 1:

ในตัวอย่างนี้ เรารู้ว่า อุบัติการณ์ในผู้สูบบุหรี่ที่เป็น 28.0 ต่อ 1000 และอุบัติการณ์จากการสูบบุหรี่เป็น 17.4 ต่อ 1000 อย่างไรก็ตาม เราไม่ทราบอุบัติการณ์ในประชากร เราสมมติว่า จากแหล่งอื่นของข้อมูล เรารู้ว่าสัดส่วนของผู้สูบบุหรี่ในประชากรเป็น 44% (และดังนั้น สัดส่วนการสูบบุหรี่เป็น 56%) อุบัติการณ์ในประชากรแล้วสามารถคำนวณได้ดังนี้: (เรามีเพียงน้ำหนักคำนวณอุบัติการณ์ในประชากร คำนึงถึงสัดส่วนของประชากรที่ smokes และสัดส่วนของประชากรที่สูบบุหรี่ไม่)ดังนั้น ในตัวอย่างนี้ อุบัติการณ์ในประชากรสามารถคำนวณได้ดังนี้: ตอนนี้เรามีค่าจำเป็นต้องใช้สูตร 12-3 ในการคำนวณความเสี่ยงรวมในรวมประชากร: สูตร 12-3 นี้บอกอะไรเราบ้าง จำนวนของความเสี่ยงรวมของเด็ฏในประชากรนี้ (ซึ่งประกอบด้วยทั้งผู้สูบบุหรี่และสูบบุหรี่) คือรวมการสูบบุหรี่ ถ้าเรามีโปรแกรมป้องกันที่มีประสิทธิภาพ (บุหรี่ยุติ) ในประชากรนี้ จำนวนของลดอุบัติการณ์ของเด็ฏ สามารถเราคาดหวัง ที่สุด ในประชากร (ทั้งผู้สูบบุหรี่และสูบบุหรี่)ถ้าเราต้องการคำนวณสัดส่วนของอุบัติการณ์ในประชากรที่เนื่องมาจากความเสี่ยง เราสามารถทำได้ โดยการหารสูตร 12-3 โดยอุบัติการณ์ในประชากรทั้งหมดในสูตร 12-4: สูตร 12-4 ดังนั้น 21.3% ของอุบัติการณ์ของเด็ฏในประชากรสามารถเกิดจากการสูบบุหรี่ และถ้าโปรแกรมมีประสิทธิภาพป้องกันกำจัดบุหรี่ ดีสุดที่เราสามารถหวังว่าจะประสบความสำเร็จจะลด% 21.3 ในอุบัติการณ์ของเด็ฏในประชากร (ประกอบด้วยทั้งผู้สูบบุหรี่และสูบบุหรี่)ความเสี่ยงรวมเป็นแนวคิดที่สำคัญ ในทุกพื้นที่ของสาธารณสุข และ คลินิก โดยเฉพาะเกี่ยวกับคำถามเกี่ยวกับศักยภาพของมาตรการป้องกัน ตัวอย่าง Mokdad และเพื่อนร่วมงาน [1] ประมาณจริงสาเหตุของการเสียชีวิตในสหรัฐอเมริกาในปี 2000 การประเมินเหล่านี้ใช้เผยแพร่ข้อมูล และใช้คำนวณความเสี่ยงรวมกับวิธีอื่น ๆ การประเมินจะแสดงในรูป 12-3 ผู้เขียนรายงานว่า รูปแบบของยาสูบและกิจกรรมอาหารคิดเป็น 33% ของการตายทั้งหมด

ผลลัพธ์ (ไทย) 2:

ในตัวอย่างนี้เรารู้ว่าอุบัติการณ์ในหมู่ผู้สูบบุหรี่เป็น 28.0 ต่อ 1,000 และอุบัติการณ์ในหมู่สูบบุหรี่เป็น 17.4 ต่อ 1,000 แต่เราไม่ทราบว่าอัตราการเกิดของประชากรทั้งหมด ให้เราสมมติว่าจากบางแหล่งข้อมูลอื่น ๆ เรารู้ว่าสัดส่วนของผู้สูบบุหรี่ของประชากรเป็น 44% (และดังนั้นจึงสัดส่วนของผู้ไม่สูบบุหรี่ 56%) อัตราการเกิดของประชากรทั้งหมดนั้นจะสามารถคำนวณได้ดังนี้:
(เราจะเป็นเพียงการคำนวณน้ำหนักของอุบัติการณ์ในประชากรทั้งหมดโดยคำนึงถึงสัดส่วนของประชากรที่สูบบุหรี่และสัดส่วนของประชากรที่ไม่ได้สูบบุหรี่.)
ดังนั้นในตัวอย่างนี้อัตราการเกิดของประชากรทั้งหมดสามารถคำนวณได้ดังต่อไปนี้:
ตอนนี้เรามีค่าที่จำเป็นสำหรับการใช้สูตร 12-3 ในการคำนวณความเสี่ยงในส่วนของประชากรทั้งหมด: สูตร 03/12
นี้บอกอะไรเรา? เท่าใดของความเสี่ยงโดยรวมของโรคหลอดเลือดหัวใจในประชากรกลุ่มนี้ (ซึ่งมีทั้งผู้สูบบุหรี่และไม่สูบบุหรี่) เป็นส่วนที่สูบบุหรี่? ถ้าเรามีโปรแกรมป้องกันที่มีประสิทธิภาพ (การเลิกสูบบุหรี่) ในประชากรกลุ่มนี้เท่าไหร่ในการลดอัตราการเกิดโรคหลอดเลือดหัวใจที่เราสามารถคาดหวังที่ดีที่สุดในประชากรทั้งหมด (ทั้งสูบบุหรี่และไม่สูบบุหรี่)
ถ้าเราชอบที่จะคำนวณสัดส่วนของ อัตราการเกิดของประชากรทั้งหมดที่เป็นผลพวงการสัมผัสที่เราสามารถทำได้โดยการหารสูตร 12-3 โดยอุบัติการณ์ในประชากรทั้งหมดเช่นเดียวกับในสูตร 12-4: สูตร 12-4
ดังนั้น 21.3% ของอุบัติการณ์ของโรคหลอดเลือดหัวใจ ในประชากรทั้งหมดสามารถนำมาประกอบกับการสูบบุหรี่และถ้าโปรแกรมป้องกันที่มีประสิทธิภาพกำจัดการสูบบุหรี่ที่ดีที่สุดที่เราได้หวังว่าจะประสบความสำเร็จจะลดลง 21.3% ในอุบัติการณ์ของโรคหลอดเลือดหัวใจในประชากรทั้งหมด (ประกอบด้วยสูบบุหรี่และไม่สูบบุหรี่ทั้งสอง ).
ความเสี่ยงส่วนเป็นแนวคิดที่สำคัญในพื้นที่จริงของสุขภาพของประชาชนใด ๆ และในทางปฏิบัติทางคลินิกโดยเฉพาะอย่างยิ่งในความสัมพันธ์กับคำถามเกี่ยวกับศักยภาพของมาตรการป้องกัน ตัวอย่างเช่น Mokdad และเพื่อนร่วมงาน [1] ที่คาดสาเหตุที่แท้จริงของการเสียชีวิตในประเทศสหรัฐอเมริกาในปี 2000 ประมาณการเหล่านี้ใช้ในการเผยแพร่ข้อมูลและการประยุกต์ใช้การคำนวณความเสี่ยงส่วนเช่นเดียวกับวิธีการอื่น ๆ ประมาณการของพวกเขาจะแสดงในรูปที่ 12-3 ผู้เขียนรายงานว่ายาสูบและรูปแบบกิจกรรมอาหารคิดเป็นสัดส่วน 33% ของการเสียชีวิตทั้งหมด

ผลลัพธ์ (ไทย) 3:

ในตัวอย่างนี้ เราทราบว่า อุบัติการณ์ของการสูบบุหรี่เป็น 28 ต่อ 1000 และอุบัติการณ์ของ nonsmokers มีสินค้าต่อ 1 , 000 แต่เราไม่ทราบอุบัติการณ์ในประชากร ให้เราคิดว่า จากบางแหล่งข้อมูลอื่น เราทราบว่า สัดส่วนของผู้สูบบุหรี่ในประชากรร้อยละ 44 ( และสัดส่วนของผู้ไม่สูบบุหรี่เป็น 56% )การเกิดในประชากรทั้งหมดแล้วสามารถคำนวณได้ดังนี้
( เราเป็นเพียงแค่น้ำหนัก การคำนวณการเกิดในประชากรทั้งหมด โดยคำนึงถึงสัดส่วนของประชากรที่สูบบุหรี่ และสัดส่วนของประชากรที่ไม่สูบบุหรี่ )
ดังนั้นในตัวอย่างนี้ การเกิดในประชากรทั้งหมด สามารถคำนวณได้ดังนี้
ตอนนี้เรามีค่านิยมที่จำเป็นสำหรับการใช้สูตร 12-3 คำนวณความเสี่ยงเฉพาะในประชากรทั้งหมด : สูตร 12-3
นี้บอกอะไรเรา ? เท่าใดของความเสี่ยงรวมของโรคหลอดเลือดหัวใจในกลุ่มนี้ ( ซึ่งประกอบด้วยทั้งการสูบบุหรี่และสูบบุหรี่ ) จากการสูบบุหรี่ ? ถ้าเรามีโปรแกรมการป้องกันที่มีประสิทธิภาพ ( สูบบุหรี่ ) ในประชากรนี้วิธีการมากของการลดอุบัติการณ์ในผู้ป่วยเราสามารถคาดหวัง , ที่ดีที่สุด , ในประชากรทั้งหมด ( ทั้งผู้สูบบุหรี่และผู้ไม่สูบบุหรี่ )
ถ้าเราต้องการคำนวณสัดส่วนของการเกิดในประชากรทั้งหมดที่เป็นส่วนของแสง เราก็สามารถทำได้ โดยแบ่งสูตร 12-3 โดยการเกิดในประชากรทั้งหมดใน 12-4 สูตร : สูตร 12-4
ดังนั้น 213 % ของการเกิดโรคหลอดเลือดหัวใจในประชากรทั้งหมดอาจจะเกิดจากการสูบบุหรี่ และถ้าโปรแกรมการป้องกันที่มีประสิทธิภาพกำจัดการสูบบุหรี่ ดีที่สุดที่เราสามารถหวังที่จะบรรลุจะลดลง 21.3 % ในอุบัติการณ์ของโรคหลอดเลือดหัวใจในประชากรทั้งหมด ประกอบด้วย ทั้งผู้สูบบุหรี่และผู้ไม่สูบบุหรี่ ) .
ความเสี่ยงจากเป็นแนวคิดที่สำคัญในแทบทุกพื้นที่ของสาธารณสุขและคลินิก โดยเฉพาะในความสัมพันธ์กับคำถามเกี่ยวกับศักยภาพของการป้องกัน ตัวอย่างเช่น mokdad และเพื่อนร่วมงาน [ 1 ] โดยสาเหตุที่แท้จริงของการเสียชีวิตในสหรัฐอเมริกาในปี 2000เหล่านี้ประมาณการใช้เผยแพร่ข้อมูลและใช้ข้อมูลในการคำนวณความเสี่ยงเช่นเดียวกับวิธีการอื่น ๆ ประมาณการของพวกเขาจะแสดงในรูปที่ 12-3 . ผู้เขียนรายงานว่า รูปแบบกิจกรรมยาสูบและอาหารคิดเป็น 33% ของทั้งหมดเสียชีวิต