NEMZETI KÖRNYEZET EGÉSZSÉGÜGYI AKCIÓPROGRAM. Fontosabb betegségek miatti halandóság területi eloszlása Magyarországon

NEMZETI KÖRNYEZET–EGÉSZSÉGÜGYI AKCIÓPROGRAM

Fontosabb betegségek miatti halandóság területi eloszlása Magyar országon 1986–1997

A Nemzeti Környezet-egészségügyi Akcióprogramot (NEKAP) 1996-ban, a Nemzeti Környezetvédelmi Program keretében, de önálló programként fogadta el az Országgyûlés. A NEKAP legfőbb célkitûzése, hogy a lakosság egészségi állapotát befolyásoló környezeti tényezőket feltárja, az összefüggéseket értékelje és a megoldásokra, a helyzet javítására javaslatokat tegyen. Ennek feltétele, hogy a lakosság egészségi állapotáról pontos információnk legyen. A NEKAP keretében – részben az Egészségügyi Világszervezet támogatásával – az Országos Közegészségügyi Intézetben, majd a jogutód intézet, a Fodor József Országos Közegészségügyi Központ Országos Környezet-egészségügyi Intézetében, környezet-egészségügyi információs rendszer kialakítására került sor. A rendszer lehetőséget teremt az egészségügyi és környezeti adatok korrelációs értékelésére, térbeli és időbeli változások nyomon követésére s ennek alapján beavatkozások tervezésére. Az egészségügyi adatok értékelésének első lépése, hogy a halálozási adatokat elemezzük. A rendszerben felépített adatbázis és a kifejlesztett programok lehetővé teszik a halálozási adatok településszintû értékelését, korszerû statisztikai elemzések alkalmazásával a területi halmozódások kijelölését olyan formában, hogy a statisztikai elemzések lehetőségének feltételei teljesüljenek. Jelen kiadványunkban első elemzéseinket adjuk közre. Célunk az volt, hogy a legfontosabb halálozásokat hoszszú intervallumban, korcsoportos bontás nélkül vizsgáljuk, ahol a kis települések halálozási adatai is értékelhetők. A téranalitikai elemzések lehetővé teszik olyan régiók kijelölését, amelyek az adott halálozások szempontjából kedvezőtlennek vagy éppenséggel kedvezőnek tekinthetők. A halmozódások okai nyilvánvalóan igen sokrétûek, s a kiváltó okokra vonatkozó leegyszerûsített következtetések félrevezethetőek lehetnek. További elemzések már a kitüntetett betegségcsoportok és területi halmozódások figyelembevételével, célzottan készülnek. A jelen feldolgozásban szereplő statisztikai elemzéseket kiegészítjük úgynevezett klaszter analízissel. Reméljük, a kiadvány hozzásegít a magyarországi – igen kedvezőtlen – halandóság pontosabb értékeléséhez. Szeretnénk köszönetet mondani mindazoknak, elsősorban a K-Pro Kft.-nek és az ESRI Magyarország – GEOCOMP Kft.-nek, akik munkánkat közvetlenül, illetve közvetve segítették, a programok kifejlesztésében segítségünkre voltak.

Dr. Pintér Alán

NEMZETI KÖRNYEZET–EGÉSZSÉGÜGYI AKCIÓPROGRAM

Fontosabb betegségek miatti halandóság területi eloszlása Magyarországon 1986–1997

Írta Dr. Vincze István Nádor Gizella Dr. Páldy Anna Dr. Pintér Alán Málnási Tibor

2000

© Megjelent a Nemzeti Környezet-egészségügyi Akcióprogram kiadásában 1097 Budapest, Gyáli út 2–6. Felelős kiadó: Dr. Pintér Alán Nyomdai előkészítés: Panoráma Kft. Nyomdai munkálatok: Prospektus Nyomda, Veszprém Felelős vezető: Szentendrei Zoltán ISBN: 963 00 2578 7 Ez a kiadvány, a TÜV tanúsítványa szerint, az ISO 9001 szabványnak megfelelő, famentes, 100%-ban klórmentes technológiával előállított, környezetbarát papírra készült.

Fontosabb betegségek miatti halandóság területi eloszlása Magyarországon, 1986–1997

5

Tartalomjegyzék Összefoglalás 1. Bevezetés 2. Módszerek 2.1. A vizsgálatok főbb paramétereinek megválasztásához használt statisztikai kritériumok 2.2. A mortalitáselemzésekhez felhasznált alapadatok, fontosabb paraméterek 2.2.1. Táblázatos adatok 2.2.1.1. Mortalitási adatok táblázata 2.2.1.2. Populációs adatok táblázata 2.2.1.3. BNO kódok táblázata 2.2.2. Az elemzések alapparaméterei 2.2.2.1. A vizsgálatba bevont halálokok 2.2.2.2. A vizsgálatba bevont populáció 2.2.3. Az elemzéshez használt térképi alapadatok 2.3. Adatbázis-kezelés és térinformatikai program 2.3.1. Halálozási adatok statisztikai elemzése 2.3.1.1. Standardizált halálozási hányados (SHH) számítása 2.3.1.2. Indirekt standardizált halálozási arányszám (ISHA) számítása 2.3.2. Simítási módszer 2.3.3. A kedvezőtlen és kedvező régiók kijelölése 2.3.4. A kedvezőtlen és kedvező régiók kvantitatív jellemzése 2.3.4.1. A régiók globális jellemzése 2.3.4.2. A régiók egyedi jellemzése 2.4. Az SHH valószínûségi szintvonalainak előállítása 3. Egyes halálozásokkal kapcsolatos észrevételek 3.1. Összes halálozás (BNO: A00–Y99) 3.2. Rosszindulatú daganatok (BNO: C00–C97) 3.3. A hörgők és a tüdő rosszindulatú daganata (BNO: C34) 3.4. Magasvérnyomás-betegségek (BNO: I10–15) 3.5. Heveny szívizomelhalás (BNO: I21) 3.6. Cerebrovascularis betegségek (BNO: I60–96) 3.7. Idült alsó légúti megbetegedések (BNO: J40–44) 3.8. Alkoholos májbetegség (BNO: K70) 4. Megbeszélés 5. Melléklet – A kijelölt régiók globális kvantitatív jellemzését tartalmazó dokumentum részlete tüdőrák esetében 6. Irodalom 7. Térképek

6 10 11 11 11 14 14 14 14 14 14 14 14 16 16 16 16 16 17 17 18 18 18 20 20 20 23 23 23 24 24 24 25 26 29 31

6


Összefoglalás A Nemzeti Környezet-egészségügyi Akcióprogram (NEKAP) megvalósításához alapvető, hogy széles körû és részletes értékelés álljon rendelkezésre a különböző betegségek, illetve betegségcsoportok miatti halálozás gyakoriságáról és térbeli eloszlásáról. A NEKAP keretében kialakított környezetegészségügyi információs rendszer lehetővé teszi a halálozási adatok részletes, sokrétû elemzését. Ennek első lépéseként a magyarországi legfontosabb halálozásokokat az 1986–1997 közötti időszakban, korcsoportos bontás nélkül vizsgáltuk, és elemeztük a térbeli megoszlásukat. Magyarországon a halálozások mintegy 85–90%-át a keringési betegségek, a daganatok, az erőszakos halálok, a légzőszervi és az emésztőszervi betegségek teszik ki. Az itt bemutatott elemzéseket ezen betegségcsoportok miatti halálozások körében végeztük az erőszakos halálok kivételével, s a későbbiekben további betegségek miatti halálozások sajátosságait fogjuk elemezni. Az emésztőszervi betegségek miatti halálozásokból csupán az alkoholos májbetegségeket elemeztük. Tekintettel arra, hogy a betegségcsoportok több, gyakran etiológiailag is különböző betegségeket takarnak, ezen nagy csoportokon belül további elemzésekre is szükség van. A halálozási statisztikai adatok elemzésekor azonban több bizonytalansági tényezőt is figyelembe kell venni, így például a halottvizsgálati adatlap kitöltését, a halálozást befolyásoló tényezők sokrétûségét, a lakóhely változtatásából fakadó bizonytalanságot stb.

Alapadatok Az országos, lakóhelyre lebontott, az 1986 és 1997 közötti időszakra vonatkozó, egyedi (kor, nem, időpont stb.) halálozási adatok a Központi Statisztikai Hivataltól származnak. Az országos, helységenkénti koréves populációs adatok csak az 1993–1996-os időszakra állnak rendelkezésünkre, melyeket a BM Központi Adatfeldolgozó, Nyilvántartó és Választási Hivatalától vásároltuk. Az áttekintő elemzés során mind nemi bontás nélkül, mind férfiaknál, illetve nőknél a teljes lakosság (0–100 évesek) halandóságát együttesen elemeztük a teljes vizsgált időtartamra (1986–1997) összevontan. A vizsgált haláloki csoportok a BNO–10 közbülső névjegyzék szerint: Betegségek Nemzetközi Osztályozása szerint vizsgált csoportok A00–Y99 Összes halálozás C00–C97 Rosszindulatú daganatok C34 A hörgő és tüdő rosszindulatú daganata I10–15 Magasvérnyomás-betegségek I21 Heveny szívizomelhalás I60–69 Cerebrovascularis betegségek J40–44 Idült alsó légúti betegségek K70 Alkoholos májbetegség

Feldolgozási módszerek A halálozás területi egyenlőtlenségeinek elemzése több, egymásra épülő lépéssorozat végrehajtásával történt. Előzetes elemzési tapasztalataink alapján felállítottunk egy olyan statisztikai kritériumot, melynek teljesülése esetén az eredményül kapott térképek megalapozottnak tekinthetők, mert megfelelő esetszámmal alátámasztottak. Ez alapján választottuk ki az elemzésbe bevont halálokokat és populációt, és végeztük el a szükséges körzetösszevonásokat. Ezután előállítottuk a mortalitási mutatókat. A standardizált halálozási hányados (SHH) kiszámításánál az 1993. évi lakónépességi adatokat használtuk. A standardizálást a 0–17, 18–29, 30–54, 55–59, 60–100 éves korcsoportos bontás szerint végeztük. Az irodalomban szokásostól eltérő számítás az SHH értékekben kismértékû eltérést okoz, melynek jelentősége elhanyagolható, mivel a térképeken SHH kategóriákat (az országos szintnél szignifikánsan magasabb, magas, országos szinttel egyező, alacsony, szignifikánsan alacsony) tüntettünk fel. Majd az SHH értékek simítása történt, ami a térbeli folytonosság növelése révén lehetővé tette a kedvezőtlen (SHH >1) és kedvező (SHH <1) halandóságú összefüggő területek, régiók kijelölését. Ezután következett a kialakult régiók kvantitatív jellemzőinek előállítása. Majd az SHH értékek valószínûségi


7

szintvonalai készültek el, melynek célja a régiókon belüli valószínûségi csomópontok bemutatása volt. Végül pedig előálltak azok a térképek, dokumentumok, amelyek együttes elemzésével lehetővé vált az egyes halálokok területi egyenlőtlenségeinek értékelése.

Eredmények Minden egyes elemzésről több térkép és igen sok értékes információt tartalmazó szöveges dokumentum készült. Ez a kiadvány minden egyes haláloki elemzésről 4 térképet mutat be, melyek a következők: 1. az eredeti, körzetenkénti, kategorizált SHH értékek területi eloszlása; 2. a simítási eljárás utáni, kategorizált SHH értékek területi eloszlása; 3. a kedvezőtlen régiók elhelyezkedése; 4. a kedvezőtlen régiók szintvonalas valószínûségi térképe. A dokumentum több szinten ad leíró adatokat, számszerû jellemzőket a kialakult régiókról. Ezek a szintek a következők: 1. Összes kedvezőtlen és kedvező régió együttese (pl.: régiók száma, közös SHH, terület, lakosság, a halálozás időbeni trendjét jellemző indirekt standardizált halálozási arányszám (ISHA) változása, kedvező és kedvezőtlen régiók összehasonlítása stb.); 2. Kedvezőtlen és kedvező régiók (pl.: terület, lakosság, közös SHH, régiók rangsorai, ISHA változás stb.); 3. Régión belüli részletezés (régiókhoz tartozó települések leíró adatai, megyei eloszlásuk, a régión belüli SHH szélsőséges értékeihez tartozó helységek listája stb.). A kiadvány terjedelmi okok miatt az elkészült dokumentumok közül csak az egyik halálokhoz (a hörgő és tüdő rosszindulatú daganata miatti halálozás) tartozóból mutat be részleteket, melyek az ennél a betegségnél kialakult, kedvezőtlen régiókra vonatkozó globális (1. 2. szintû) leíró adatokat ismertetik. A vizsgált halálokokkal kapcsolatban legfontosabb megállapításaink a következők A vizsgálatok során több esetben is találtunk igen nagy kiterjedésû, kedvezőtlen halandóságú régiót. Ezek jellemzője, hogy erősen szegmentált a határuk és több megyére átnyúlnak, valamint az egyes részeket sokszor csak vékony területek, „hidak” kötik össze. Ezek a régiók feltehetően több kisebb régió összeolvadásával keletkeztek. Erre mutat az is, hogy ezen óriás régiókon belül a valószínûségi térképekkel több olyan területet lehetett találni, ahol a vizsgált halálok miatti halálozás az országos szintnél szignifikánsan magasabb, azaz úgynevezett valószínûségi csomópontokat azonosítottunk. Jól alátámasztják az elmondottakat többek között a heveny szívizomelhalás, az idült alsó légúti megbetegedések és az alkoholos májbetegség miatti halálozást bemutató valószínûségi térképek. Több, itt bemutatott vizsgálatnál a férfiak és nők esetében a kedvezőtlen halandóságú régiók térbeli elhelyezkedése nagyon hasonló, de szinte minden esetben kimutatható volt a férfiaknál a kedvezőtlen területek nagyobb kiterjedése.

Összes halálozás (BNO: A00–Y99) (32–33. oldal) A férfiak és nők halandóságának együttes vizsgálata során 10 kedvezőtlen régiót (SHH >1) lehetett azonosítani, ahol az ország lakosságának 26%-a él. A régiók összevont lakosságára vonatkozó halálozás 14%-kal magasabb, mint az országos szint. A nemi bontás nélkül készült térképen a Dunántúl nyugati és déli részén, valamint a Duna–Tisza közén és Borsod-Abaúj-Zemplén megyében figyelhető meg halálozási többlet. A férfiak összhalálozása hasonló területi eloszlást mutat, mint a nemi bontás nélküli térkép. A nők összhalálozásában az országos szinthez képest többlet figyelhető meg Pest, Jász-Nagykun-Szolnok, Csongrád, valamint Somogy megye kisebb, összefüggő területein és Budapesten. Ez utóbbi halmozódás a férfiak körében nem mutatható ki.

Rosszindulatú daganatok (BNO: C00–C97) (34–39. oldal) A férfiak és nők halandóságának együttes vizsgálata során 6 kedvezőtlen régiót (SHH >1) lehetett kimutatni. Ezen régiók területén él az ország lakosságának 24,3%-a. A régiók összevont lakosságára vonatkozó halálozás 11,8%-kal magasabb, mint az országos szint. Mind a hat régió kis területû.

8


Nemi bontás nélkül csak Budapesten és környékén figyelhető meg az egyetlen nagyobb területi halmozódás. Jellemző a sok átlagos minősítésû körzet, amit különösen a simított térképen lehet jól megfigyelni. Férfiak esetében szembeötlő a Pest–Jász-Nagykun-Szolnok–Heves megye területén kialakult összefüggő kedvezőtlen régió, valamint a Borsod-Abaúj-Zemplén megyében található nagyobb kedvezőtlen régió. A nők rosszindulatú daganatos halálozásának halmozódása Budapestre, illetve 6 egyéb kis területre korlátozódik.

A hörgők és a tüdő rosszindulatú daganata (BNO: C34) (40–45. oldal) A nemi bontás nélküli elemzés során hat kedvezőtlen régiót azonosítottunk (SHH >1), ezek magukban foglalják az ország lakosságának 33,5%-át. Ezen területek összevont lakosságának halálozása 15%-kal magasabb, mint az országos. Nem túl nagy a különbség a halálozás szempontjából a kedvező régiók összevont lakosságához viszonyítva, ahol a halálozás 7%-kal alacsonyabb az országos halálozási szintnél. A nemi bontás nélküli értékelésnél egy nagy szembetûnő területi halmozódás tapasztalható a halandósági többletben, amely Jász-Nagykun-Szolnok megye legnagyobb részére kiterjed és amely átnyúlik Heves, Csongrád és Békés megyére is. Ezenkívül Budapesten és Borsod-Abaúj-Zemplén megyében, valamint Hajdú-Bihar megyén keresztül Szabolcs-Szatmár-Bereg megyére is áthúzódó kedvezőtlen régió található. A nemi bontással végzett elemzésből levonható az a következtetés, hogy a két nem halálozásának kedvezőtlen régiói lényegileg hasonló területen találhatók, de a férfiak esetében a kedvezőtlen terület nagysága jelentősen (7–8-szorosan) nagyobb.

Magasvérnyomás-betegségek (BNO: I10–15) (46–51. oldal) A halálokcsoport meglehetősen kevert, és minden bizonnyal kódolási és diagnosztikai problémák is befolyásolják az értékelést. A nemi bontás nélkül végzett vizsgálatnál 5 kedvezőtlen régiót lehetett kimutatni, két nagyobb és három kisebb területen. Ezeken a területeken él az ország lakosságának 30,1%-a, és erre a populációra vonatkozóan a vizsgált halálok miatt 65,6%-os többlethalálozás figyelhető meg. A kedvező területen a halálozás 30,7%-kal alacsonyabb, mint az országos, azaz ennél a haláloknál nagy a különbség a kedvező és kedvezőtlen területek halálozása között. A nemi bontás nélkül végzett vizsgálat alapján Hajdú-Bihar, Szabolcs-Szatmár-Bereg és Borsod-Abaúj-Zemplén megye teljes területe a kedvezőtlen régióhoz tartozik. Ezenkívül Baranya megye teljes területén és Somogy megye területének mintegy 80%-án figyelhető meg halmozódás ebben a halálokban, valamint Jász-Nagykun-Szolnok megye jelentős területe is a kedvezőtlen régióhoz tartozik. A nemenként végzett vizsgálatoknál a kedvezőtlen területek térbeli elhelyezkedése, illetve nagysága nagyon hasonló, ennek következtében mindkettő hasonló a nemi bontás nélkül kapott kedvezőtlen régiók területi eloszlásához is.

Heveny szívizomelhalás (BNO: I21) (52–57. oldal) Nemi bontás nélkül 2 nagyobb és 9 kisebb kedvezőtlen régiót lehetett meghatározni. Ezeken a területeken lakik az ország lakosságának 42,5%-a, illetve ezen területek összevont lakosságára vonatkozóan a fenti halálozás 16,8%-os többlete figyelhető meg. Nemi bontás nélkül a heveny szívizomelhalás miatti halálozás halmozódása főleg Közép-Magyarországra lokalizálódik. A kedvezőtlen területek főleg Pest és Bács-Kiskun megyében, illetve Békés megyében találhatók, kisebb mértékben, de még mindig jelentős területek találhatók Csongrád, Jász-NagykunSzolnok, Fejér és Győr-Moson-Sopron megyében. A nemenként végzett vizsgálatoknál a kedvezőtlen területek térbeli elhelyezkedése, illetve nagysága nagyon hasonló, ezért hasonló a nemi bontás nélkül meghatározott kedvezőtlen régiók területi eloszlásához.

Cerebrovascularis betegségek (BNO: I60–96) (58–63. oldal) Az összlakosságra vonatkozó halálesetek elemzése során 2 nagyobb és 8 kisebb kedvezőtlen régiót találtunk. Ezeken a területeken az ország lakosságának 33,4%-a él, és itt a halálozás szintje 26,6%-kal magasabb, mint az országos. A kedvező területek összevont lakosságára vonatkoztatva a ha-


9

lálozás 15,9%-kal volt alacsonyabb, mint az országos, azaz a kedvező és kedvezőtlen régiók nem különböztek jelentős mértékben. A cerebrovascularis betegségek miatti halálozásban mind nemi bontás nélkül, mind nemenként külön vizsgálva a Dunántúl nyugati, délnyugati részén, valamint az északi megyékben és Pest megye keleti részén figyelhető meg halálozási többlet szignifikánsan gyakrabban. Nemenként külön vizsgálva, a kedvezőtlen régiók térbeli elhelyezkedése a nők és férfiak esetében nagyon hasonló, de a kedvezőtlen területek kiterjedése némileg nagyobb a férfiaknál.

Idült alsó légúti megbetegedések (BNO: J40–44) (64–69. oldal) A nemi bontás nélkül végzett vizsgálatoknál 4 nagyobb és 3 kisebb régiót lehetett kimutatni. Ezeken a területeken lakik az ország lakosságának 30,6%-a, erre a populációra vonatkozóan a halálozás 50,2%-kal volt magasabb az országos szintnél. A kedvező területeken a halálozás 25,9%-kal alacsonyabb, mint az országos szint, azaz igen nagy a különbség a kedvező és kedvezőtlen régiók között. Nemi bontás nélkül vizsgálva Magyarország délnyugati és északkeleti területein látható leginkább halmozódás. A férfiak és nők halálozását külön vizsgálva, a férfiaknál a kedvezőtlen régiók kiterjedése nagyobb, jelentős az eltérés a férfiak és a nők között Borsod-Abaúj-Zemplén és Szabolcs-SzatmárBereg megyében, valamint a Vas és Veszprém megyére kiterjedő régiónál. A kedvezőtlen területek térbeli elrendeződése hasonló a két nem esetében.

Alkoholos májbetegség (BNO: K70) (70–75. oldal) A nemenként nem bontott vizsgálatban 2 nagyobb és 2 kisebb régiót lehetett kimutatni. Ezek területén él az ország lakosságának 34,6%-a, és ebben a népességben a fenti halálok miatti halálozás 45,6%-os többlete tapasztalható. A kedvező területeken a vizsgált halálok szintje 28%-kal alacsonyabb az országosnál, vagyis nagy a különbség a kedvező és a kedvezőtlen területek halálozása között. Az alkoholos májbetegség mint halálok főleg Közép-Magyarország területén halmozódik. A nemenként végzett vizsgálatok a kedvezőtlen régiók hasonló térbeli elhelyezkedését mutatták, de a férfiaknál a területek kiterjedése nagyobb volt. Különösen nagy ez a területi különbség Bács-Kiskun, Tolna, Baranya és Zala megyében. A jelen kiadványban a vezető halálokok miatti halálozás területi megoszlását kívántuk bemutatni. A leíró epidemiológiai módszerrel végzett elemzés felhívja a figyelmet arra, hogy az egyes betegségek miatti halálozás az ország egyes régióiban jelentős többletet mutat az országos halálozási szinthez képest. A simítási eljárás csökkenti a kis települések statisztikailag bizonytalan adataiból eredő torzító hatást. A halandóság szempontjából kedvezőtlen régiókon belül lehetővé válik a többlethalálozási csomópontok azonosítása is. A teljes, részletes dokumentáció tanulmányozása lehetőséget ad az egyes helyi halandósági jellemzők mélyebb tanulmányozására. A teljes rendszer, amelyben a leíró epidemiológiai vizsgálat az egyik lehetséges vizsgálati mód, támogatni tudja a további vizsgálatokat a pontszerû szennyezők vizsgálatára vagy a nagy területre kiterjedő (és meghatározott) környezeti tényezők elemzésére készült módszerekkel. A kis eseménygyakoriságok vizsgálatára a klaszter analízis módszerei állnak rendelkezésre. A leíró térepidemiológiai rendszer korlátai a rendszer módszereiből, felépítéséből, logikájából adódnak. A rendszer nem alkalmas például olyan jelenségek vizsgálatára, ahol az események gyakorisága olyan kicsi, hogy a vizsgálati periódus alatt a helységek több mint húsz százalékában nincs megfigyelhető esemény, pl. ritka betegség és/vagy viszonylag rövid a vizsgálati időperiódus. Ilyen esetekben az erre a célra jelenleg fejlesztés alatt álló klaszter analízis által meghatározott sûrûsödési pontokban és némileg más szempontok szerint célszerû a jelenség leírását végezni. A fenti korlátok nem csökkentik a rendszer értékét, csak felhívják a figyelmet arra, hogy minden vonatkozásban jól mûködő rendszerek általában nem léteznek, és minden esetben ismernünk kell vizsgáló rendszerünk korlátait.

10


1. Bevezetés A lakosság egészségi állapotának jellemzésére egyik legmegbízhatóbb paraméterként a halálozási adatok használhatók, amelyek elemzése értékes információval szolgál a halálozás területi különbségeinek feltárására, s alapot adhat az oki összefüggések keresésére. A halálozási statisztikai adatok elemzésekor azonban figyelembe kell venni, hogy bizonytalansági tényezők lehetnek egyebek között: – a halottvizsgálati adatlap kitöltése (betegség felismerése, BNO szabályrendszere, halálokok kódolása, boncolás stb.); – a halálozást befolyásoló tényezők sokrétûsége (gondozás, betegellátás, kórházba kerülés, túlélés, a betegség incidenciája stb). A halandóság területi egyenlőtlenségeinek, a halmozódások vagy éppen az alacsonyabb halálozási szint értékelésénél nem lehet megfeledkezni arról, hogy a statisztikai bizonytalanság mellett néhány olyan tényező is nehezíti az értékelést, mint pl. a lakóhely változtatásából fakadó bizonytalanság. A Nemzeti Környezet-egészségügyi Akcióprogram (NEKAP) keretében a környezeti és egészségi adatok integrálására, a jelenségek térbeli és időbeli megoszlásának nyomon követésére térinformatikai rendszer kialakítására került sor. A rendszer infrastruktúrájáról, a meglévő számítástechnikai lehetőségekről (hardver, szoftver, statisztikai módszerek stb.) már korábban többször beszámoltunk (Vincze, 1998, 1999). Jelen kiadványunk célja, hogy ismertessük az 1986–1997 közötti időszakban a legfontosabb halálokok területi eloszlását. A jelen bemutatás nem alkalmas analítikai elemzésekre, és az egyes halálokok miatti halálozás területi halmozódásaiból nem lehet következtetni sem a morbiditás területi előfordulására, sem a betegségek etiológiájára, de alapul szolgálhat a halmozódások további finomabb, analítikus elemzéséhez.


11

2. Módszerek A mortalitás területi egyenlőtlenségeinek elemzése több, egymásra épülő lépéssorozat végrehajtásával történt. Előzetes elemzési tapasztalataink alapján felállítottunk egy olyan statisztikai kritériumot, melynek teljesülése esetén az eredményül kapott térképek megalapozottnak tekinthetők, mert megfelelő esetszámmal alátámasztottak (2.1.). Ez alapján választottuk ki az elemzésbe bevont halálokokat és populációt, és végeztük el a szükséges körzetösszevonásokat (2.2.). Ezután az adatbázisból leválogattuk a megfelelő adatokat (2.3.), és előállítottuk a mortalitási mutatókat (2.3.1.). Majd a standardizált halálozási hányados (SHH) értékek simítása történt (2.3.2.), amely a térbeli folytonosság növelése révén lehetővé tette a kedvezőtlen (SHH >1) és kedvező (SHH <1) halandóságú összefüggő területek, régiók kijelölését (2.3.3.). Ezután következett a kialakult régiók kvantitatív jellemzőinek előállítása (2.3.4.). Ezt követően az SHH értékek valószínûségi szintvonalai készültek el (2.4.), melynek célja a régiókon belüli valószínûségi csomópontok bemutatása volt. Végül pedig előálltak azok a térképek (6.), dokumentumok (5. melléklet), amelyek együttes elemzésével lehetővé vált az egyes halálokok miatti halálozás területi egyenlőtlenségeinek értékelése (3.). Ezt a folyamatot mutatja be az 1. ábra.

2.1. A vizsgálatok főbb paramétereinek megválasztásához használt statisztikai kritériumok A halálozás térségi, kisterületi elemzésénél elsődleges szempont, hogy a vizsgált települési egységenként statisztikailag értékelhető számú tényleges haláleset forduljon elő. Ez háromféleképpen érhető el: 1. Hosszabb vizsgálati időtartamot választunk; 2. A kis lélekszámú településeket összevonjuk; 3. Olyan betegséget vagy betegségcsoportot választunk, amelynek viszonylag magasabb a halálozási gyakorisága. Ennek alapján számolható ki az elemzéshez szükséges minimális populáció létszáma (p) az (1) öszszefüggés alapján: p=

k nxf

(1)

ahol: k a várható esetszám a vizsgálati periódusban, f a vizsgált halálokok éves halálozási gyakorisága, n az időtartam hossza években. Vizsgálataink során a körzetenkénti minimális populációt 2000 főnek választottuk, amit a 2.2.3. fejezetben ismertetett helység-összevonási algoritmussal értünk el. Egy elkészült térkép esetében a populáció nagysága szerint sorba állított körzetek legkisebb 10%ának átlagánál megvizsgáltuk a (2) feltétel teljesülését: k = n x f x p >3,8

(2)

Tapasztalataink alapján ezt az értéket fogadtuk el a kis települések számára a legkisebb átlagos várható esetszámnak. Amennyiben a k érték háromnál kisebb, abban az esetben az illető halálok miatti halálozás területi megoszlását megjelenítő térképet nem tartottuk alkalmasnak az elemzésre. A vizsgálatok paramétereit (halálokok, időszak, populáció) ezen elméleti meggondolás figyelembevételével választottuk ki. A 2. a., ill. b. ábrán a vizsgált időintervallumra és populációra vonatkozó kis településeken várható átlagos esetszámok (k), illetve az országos halálozási arányok (n x f) láthatók a vizsgálatba bevont halálokok esetén. A 2. a. ábrából leolvasható, hogy a (2) feltétel az elemzésben szereplő esetek többségében teljesül. Egyedül a nőknél az alkoholos májbetegségek miatti halálozás esetében nem teljesül a kritérium (itt k~3.1), viszont a térkép szemrevételezése után ezt is elemzésre alkalmasnak tartottuk. A 2. a. ábrából az is látható, hogy az esetek egy részében további bontások (rövidebb időtartam, korcsoportok) is lehetségesek. Ezekről a vizsgálatokról egy későbbi kiadványban fogunk beszámolni.

2.2. A mortalitáselemzésekhez felhasznált alapadatok, fontosabb paraméterek A mortalitáselemzéshez felhasznált adatok típusuk szerint táblázatos (2.2.1.), paraméteres (2.2.2.) és térképi (2.2.3.) jellegûek voltak, a 2.2. fejezet ezen adatok leírását tartalmazza.

12


STATISZTIKAI KRITÉRIUMOK 2.1

BEMENŐ ADATOK Táblázatos alapadatok: Mortalitási adatok Populációs adatok BNO kódok

2.2.1

Standardizálási paraméterek: Betegségcsoportok Populáció Időszak

Térképi alapadatok: KSH kódos körzetek Összevont körzetek

2.2.2

2.2.3

ELŐFELDOLGOZÁS Halálozási adatok statisztikai elemzése

2.3.1

Simítás

INFORMÁCIÓKIVONÁS

RÉGIÓK FELDOLGOZÁSA Régiógenerálás

2.3.2

VALÓSZÍNÛSÉGI SZINTVONALAK GENERÁLÁSA

2.3.3

2.4

Régiójellemzés

2.3.4

EREDMÉNYEK Szöveges dokumentáció

Térképek

4. melléklet

6. melléklet

SZAKÉRTŐI ÉRTÉKELÉS 3.

1. ábra. A mortalitáselemzés folyamatábrája


13

A kis településeken a vizsgált betegségek miatti halálozás átlagos várható esetszáma 1986 és 1997 között 50

82,6

54,3

47,7

45 40 35,4

várható esetszám (k)

35

35,2 29,3

30

20 15

férfiak nők

21,5 18,0 14,3

3,9

14,1

13,7

12,4 9,5

10 5

együtt

24,9

25

11,7 8,7

3,1

7,5

5,0

4,2

0 A hörgő és Alkoholos Magasvértüdő májbetegség nyomásrosszindulatú betegségek daganata

Heveny szívizomelhalás

Cerebrovascularis megbetegedések

Rosszindulatú daganatok

Idült alsó légúti betegségek

a.

A vizsgált betegségcsoportok miatti halálozás országos gyakoriságának alakulása 1986 és 1997 között 50

12 éves gyakoriság (n x f) 1000 fôre

45 40 35 30 együtt férfiak nők

25 20 15 10 5 0 A hörgő és Alkoholos Magasvértüdő májbetegség nyomásrosszindulatú betegségek daganata





b.

2. ábra. A kis településeken a halálozás átlagos várható esetszáma (a), illetve a 12 éves halálozási gyakoriság 1000 főre (b) az egyes halálokoknál k: várható esetszám, n: évek száma (itt: 12), f: éves halálozási gyakoriság 1000 főre

14


2.2.1. Táblázatos adatok A mortalitáselemzéshez használt táblázatos adatokat INGRES relációs adatbázisban tároljuk. Ebben a szakaszban a fontosabb táblázatokat ismertetjük. 2.2.1.1. Mortalitási adatok táblázata Az országos, lakóhelyre lebontott, az 1986 és 1997 közötti időszakra vonatkozó egyedi (kor, nem, időpont stb.) halálozási adatok a Központi Statisztikai Hivataltól származnak. 2.2.1.2. Populációs adatok táblázata Az országos, helységenkénti koréves populációs adatok a BM Központi Adatfeldolgozó, Nyilvántartó és Választási Hivatalában 1993-tól vannak elektronikus formában nyilvántartva, így ezen adatokat csak az 1993–1996 közötti időszakra tudtuk beszerezni. 2.2.1.3. BNO kódok táblázata A betegségek BNO–9, illetve BNO–10 szerinti osztályba sorolását tartalmazza, amelyet a GYÓGYINFOK-tól kaptunk. 2.2.2. Az elemzések alapparaméterei A vizsgálatban használt paraméterek (halálokok, populáció, időszak) részletesebb adatai a következők. 2.2.2.1. A vizsgált halálokok A vizsgált halálokok BNO–10 szerinti osztályozását az 1. táblázat tartalmazza. Kiválasztásukat az indokolta, hogy ezek a leggyakoribb halálokok, melyek a férfiak halálozásának 58%-át, nők esetén 56%át tették ki 1993-ban (3. ábra). 1. táblázat. A vizsgált haláloki csoportok a BNO–10 Közbülső névjegyzék szerint Betegségek Nemzetközi Osztályozása szerint vizsgált csoportok A00–Y99 Összes halálozás C00–C97 Rosszindulatú daganatok C34 A hörgő és tüdő rosszindulatú daganata I10–15 Magasvérnyomás-betegségek I21 Heveny szívizomelhalás I60–69 Cerebrovascularis betegségek J40–44 Idült alsó légúti betegségek K70 Alkoholos májbetegség

2.2.2.2. A vizsgálatba bevont populáció Az áttekintő elemzés során mind nemi bontás nélkül, mind férfiaknál, illetve nőknél a teljes lakosság (0–100 évesek) halandóságát együttesen elemeztük a teljes vizsgált időtartamra (1986–1997) összevontan. 2.2.3. Az elemzéshez használt térképi alapadatok A térképi alapadat, a 3149 db körzetet tartalmazó közigazgatási határos térkép a GEOMETRIA KFT. terméke, amelyben a helységek KSH kódjukkal vannak azonosítva. Az adatok statisztikai bizonytalanságának csökkentésére a 2000 főt el nem érő szomszédos helységeket összevontuk, amíg el nem érték a 2000 főt. Az összevonást 2 lépésben végeztük el. Első lépésként az azonos irányítószámú körzetek összevonásával 2584 körzetet kaptunk. A második lépésben a 2000 főt el nem érő szomszédos körzeteket vontuk össze. Az összevonás során arra törekedtünk, hogy a kialakuló új körzetek minél in-


15

kább őrizzék meg az eredeti helységek tulajdonságait, és az egy körzetet alkotó helységek egy megyéhez tartozzanak. Az összevonást ARC/INFO AML nyelven írt program segítségével értük el. Így az eredetileg 3149 KSH kóddal azonosított körzetből összevonások után 1289 körzetet kaptunk.

FÉRFIAK 7% 16% 16%

2% 1% 6%

2%

1%

A hörgő és a tüdő rosszindulatú daganata

4% 11%

Egyéb rosszindulatú daganatok Magasvérnyomás-betegségek Heveny szívizomelhalás Cerebrovascularis megbetegedések

12%

22%

Egyéb keringési betegségek 2%

NŐK


12%

Egyéb légzőszervi betegségek 18%

2%

Alkoholos májbetegségek

1%

Nem alkoholos májbetegségek

3% 1%

Egyéb emésztõszervi betegségek

3% 5%

Egyéb halálokok

9%

28% 16%

3. ábra. Magyarország férfi és női lakossága halálozásának megoszlása a főbb halálokok szerint 1993-ban (Forrás: Demográfiai Évkönyv, KSH, 1994.)

16


2.3. Adatbázis-kezelés és térinformatikai program A halálozási adatok adatbázisból való lekérdezésére, statisztikai, térinformatikai elemzésére INGRES adatbázis-kezelő, illetve ARC/INFO AML nyelven írt célprogramok segítségével került sor. 2.3.1. Halálozási adatok statisztikai elemzése A bemenő paraméterek alapján leválogatott halálozási és népességi adatok segítségével előállítottuk a körzetek standardizált halálozási hányadosát (SHH). Teszteltük a körzetek halálozási szintjének eltérését az országostól (szignifikancia próba). A halálozás időbeni alakulását az indirekt standardizált halálozási arányszámmal (ISHA) jellemeztük. 2.3.1.1. Standardizált halálozási hányados számolása (SHH) A standardizálás alapjául az 1993. év népességi adatait vettük figyelembe, mivel ez volt a legkorábbi év – ami a vizsgálati periódus közepét jelentő 1991. évhez a legközelebbi adatsor –, ahol településszintû, koréves populációs adatok álltak rendelkezésünkre. Ennek következtében az SHH értékekben a szabályos eljárással számított értéktől való kismértékû eltérés fennállhat, azonban az analízis leíró jellege miatt e hiba minden bizonnyal elhanyagolható. A standardizálást a 0–17, 18–29, 30–54, 55–59, 60–100 éves korcsoportos bontás szerint végeztük el. Az általánosan használt ötéves korcsoportos bontástól való eltérést technikai okok indokolták, valamint az is, hogy a térképes megjelenítés során nem a pontos SHH értékeket, hanem annak kategóriáit tüntettük fel. Az SHH számolásánál az indirekt standardizálási módszert alkalmaztuk Kramer (1988) szerint, az SHH szignifikanciájának számolását x2-próbával végeztük. Szignifikánsnak tekintettük az eltérést a p <0,05 szintnél (az SHH valószínûségének [p] számítási módja a 2.4. fejezetben található). 2.3.1.2. Indirekt standardizált halálozási arányszám (ISHA) számítása A halálozási gyakoriság időbeni alakulása az indirekt standardizált halálozási arányszám (ISHA) mutatóval vizsgálható, amelyet a (3) képlet alapján határoztunk meg: ISHAi = SHHi x

fi P1993

(3)

ahol SHHi a halálok standardizált halálozási hányadosa, fi az országos halálozási arányszám az i. évben, P1993 az 1993. évi lakosságszám. Az ISHA ismertetett számítási módja eltér az irodalomban használt szokásos módszertől (Vargáné és Boján, 1996). Az eltérő számolást a rendelkezésre álló népességi adatok korlátozott volta indokolja. 2.3.2. Simítási módszer A kevés lakosú helységekben a halálozás alacsony tényleges esetszámai az SHH értékek térbeli eloszlását „zajossá”, az értékelést bizonytalanná teszik. Ezen „zaj” csökkentésére, illetve a területi folytonosság növelésére simítási módszert alkalmaztunk, amihez Cislaghi et al. (1995) módszerét használtuk kisebb módosítással. A módszer által leírtak szerint n alkalommal véletlenszerûen N darab területközpontot (partíció központ) választottunk ki, és minden helységet minden alkalommal a hozzá legközelebb eső központhoz rendeltünk. A hozzárendelésnél a valós távolságok lakossággal súlyozott értékeivel számoltunk – azért, hogy a nagy lakosságszámú helységek (ahol a lakosság >50 000 fő) biztos SHH értékei ne nagyon változzanak – a (4) képlet alapján: Dij = dij x

{ [ 1+

k x abs

(pi – pj) (pi + pj)

]}

(4)

ahol Dij a súlyozott távolság, dij az euklideszi távolság, k egy konstans (vizsgálatainkban ennek értéke 2 volt), amely a lakosságszám figyelembevételének erősségét szabályozza, pi és pj a lakosság száma az i. és j. településnél. A módszer szerint a partícióközpontokhoz vont településeknél átlagos SHH-t kell számolni. Ennél a számításnál is figyelembe vettük a település lakosságának számát az (5) képlet szerint:

Fontosabb betegségek miatti halandóság területi eloszlása Magyarországon, 1986–1997 m

[

SHHk' = ∑ SHHi x i =1

( pp )] i

17

(5)

t

ahol az SHHk' a k. iterációban számított átlagos SHH érték, ami a véletlenszerûen kiválasztott központhoz kapcsolt települések mindegyikéhez hozzá lett rendelve, az SHHi a központhoz rendelt i. település eredeti SHH értéke, pi a lakossága, pt a központhoz rendelt települések összes lakossága, m a központhoz rendelt települések száma. Tapasztalataink szerint a simítási eljárás legnagyobb mértékben a partíciószámtól (N) vagy inkább az N/M aránytól függött, ahol M a körzetek száma. A partíciószám 1 és M között változhat (itt M = 1289 volt). Teljes a simítás, ha N = 1 (N/M = 1/M); nincs simítás, ha N = M (N/M = 1). A két érték között pedig valamilyen fokú simítás történik. A partíciószám megadása során a betegség miatti halálozás eredeti SHH értékeinek területi eloszlását és a halálozás gyakoriságát kell figyelembe venni. A jelen elemzésben a nagy, összefüggő foltokat eredményező területi eloszlás mellett tekintetbe vettük a véletlenszerû, kisebb méretû foltokat eredményező eloszlást is, ezért partíciószámként 600-at adtunk meg (N/M~0,5). A simítás mint statisztikai mûvelet alkalmazásánál figyelembe kell venni, hogy megfelelő partíciószám választása esetén egyes jelenségek térbeli összefüggéseinek meghatározását segíti, lehetővé téve ez által a kedvezőtlen, illetve kedvező régiók kialakítását, nem megfelelő partíciószám esetén viszont „túlsimítás” léphet fel, a területi eltérések kiegyenlítődhetnek, a szignifikáns SHH értékû körzetek eltûnhetnek, így a régiókijelölés lehetetlenné válhat. Ki kell emelni, hogy a simítás után létrejött térképeket csak a régiók kijelölésére használtuk, de a régiók jellemzésére szolgáló vizsgálatokat az eredeti, nem simított adatokkal végeztük. A valószínûségi térképeket is a nem simított adatok alapján határoztuk meg. 2.3.3. A kedvezőtlen és kedvező régiók kijelölése A régiók meghatározására a helységek simított SHH értékeit az alábbi öt kategóriába soroltuk (itt p a simított SHH értékek valószínûsége): 1. Az országos szintnél szignifikánsan magasabb (p <0,05) 2. SHH 1,1-nél magasabb, de nem szignifikáns (p >0,05) 3. Az országossal megegyező érték, azaz az SHH 0,9 és 1,1 közötti érték (p >0,05) 4. SHH 0,9-nél alacsonyabb, de nem szignifikáns (p >0,05), vagy a tényleges esetszám 0 5. Az országos szintnél szignifikánsan alacsonyabb (p <0,05) Első lépésként a simított SHH kategóriákat tartalmazó térképet 1,5 x 1,5 km-es gridhálózatra bontottuk. A régióképzés kiinduló pontjai (központjai) a szignifikáns eltérésû (1. vagy 5. kategóriájú) gridcellák voltak. Az egyes nem szignifikáns (2., 3., 4.) kategóriájú gridcellák régióhoz kapcsolását a következő 3 kritérium teljesüléséhez kötöttük: Egy gridcella: 1. 7,5 km sugarú környezetében a gridcellák SHH értékeinek átlaga megfelel a megadott küszöbnek, amely itt 2,5 volt; 2. 15 km-es sugarú környezete homogén, vagyis nincs benne szignifikáns és ellentétes jellegû SHH kategóriát tartalmazó gridcella; 3. 15 km-es sugarú környezetében van neki megfelelő szignifikáns (1. vagy 5. kategóriájú) gridcella. Ha az átlag megfelelt a küszöbnek, a cella környezete homogén és a régiónak megfelelő volt és közel volt egy régióközponthoz, akkor az a régióhoz kapcsolódott, ellentétes esetben kimaradt a régióképzésből. A gridcellák segítségével kialakított régiókat végül megfelelő módon körzethatárokra alakítottuk vissza. A régiók kijelölését a fenti elvek szerint a GEOCOMP RT. által kifejlesztett ARC/INFO AML nyelven írt program alkalmazásával végeztük. 2.3.4. A kedvezőtlen és kedvező régiók kvantitatív jellemzése Kvantitatív jellemzőket csak a lakosságszám választott alsó értékénél (itt: az ország lakosságának 0,1%-a) több lakosú régiókról adtunk. A kialakult régiók jellemzése több szinten történt. Egyrészt globális, az összes kedvezőtlen, illetve kedvező régiót együttesen jellemző értékeket (2.3.4.1.), másrészt az egyes régiókat egyedi módon részletesen leíró adatokat állítottunk elő (2.3.4.2.).

18


A régiók leíró adatait a GEOCOMP RT. által kifejlesztett ARC/INFO AML nyelven írt, valamint a K-PRO KFT. által készített INGRES adatbáziskezelő rendszer nyelvén írt program állította elő. A végső formájú dokumentum WINWORD, illetve EXCEL macro nyelven írt program segítségével készült el. 2.3.4.1. A régiók globális jellemzése A származtatott adatok egyik része globálisan jellemezte a kialakult régiókat. Egy ilyen dokumentum részletét mutatja be az 5. melléklet a hörgő és tüdő rosszindulatú daganata miatti halálozás (a továbbiakban tüdőrák) esetén a kedvezőtlen régiókra (lásd: 5. melléklet). A dokumentumrészlet 4 egységből tevődik össze. Az 1. része a vizsgálatazonosító jellemzőket (azonosító kód, szöveges leírás, vizsgálati időszak, vizsgált betegségcsoport) és a régiókról generált alapadatokat (kedvező és kedvezőtlen régiók száma, szelekciós küszöbhöz tartozó lakosság, a küszöb alapján kiszelektált kedvezőtlen és kedvező régiók száma, összlakossága, összterülete, közös SHH értéke1) tartalmazza. A 2. része a kedvezőtlen és kedvező régiók összevetésének eredményét tartalmazza lakosságuk, területük, közös SHH1 értékük alapján. A 3. része az egyes kedvezőtlen régiókra vonatkozó jellemző adatokat táblázatosan foglalja össze. (A teljes dokumentum tartalmazza a kedvező régiókra vonatkozó hasonló jellemzőket is, de ezt terjedelmi okokból kihagytuk.) Az M1. táblázat tartalmazza az egyes régiók összterületét, a hozzájuk tartozó települések számát, illetve ezek megoszlását kis (lakosság <10 000 fő), valamint nagy (lakosság >10 000 fő) lakosságszámú helységek között. Az M2. táblázat pedig az egyes régiókhoz tartozó helységek összlakosságát, az ország összlakosságán belüli százalékos megoszlását, illetve az egyes régiók átlagos SHH értékét tartalmazza. Itt meg kell jegyezni, hogy az egyes régiók átlagos SHH értéke nem azonos a régió közös SHH értékével. Az átlagos SHH a régióhoz tartozó települések SHH értékeinek átlaga, közös SHH pedig az alábbiakban1. Végül pedig a kedvezőtlen régiók különböző szempontok (terület, lakosság, átlagos SHH érték, lakosság x átlagos SHH érték) szerinti rangsorait tartalmazza az M3. táblázat. A 4. része az összes kedvezőtlen régió halálozási arányának időbeli változását tükröző ISHA mutató értékeire a legkisebb négyzetek módszerével (lásd: Juvancz-Paksy,1982) illesztett egyenesre vonatkozó adatokat tartalmazza (kezdő időpont, kezdő ISHA érték, meredekség, szignifikancia). A meredekség nagysága a változás ütemének mértékét jelzi, előjele a változás irányát mutatja. Pozitív, ha növekszik; negatív, ha csökken az ISHA érték a vizsgált időszakban. A trend szignifikanciája annak a valószínûsége (pt) hogy az illesztett egyenes meredeksége eltér 0-tól. Ezt t-próba alapján teszteljük (lásd: Juvancz-Paksy, 1982). Ha pt >0,1, akkor az ISHA mutató statisztikailag az időben állandónak tekinthető, ha pt <0,01, akkor az ISHA 99%-os valószínûséggel változik az időben. Az ISHA mutató időbeli alakulása, illetve az illesztett egyenes adatai láthatók az M1. ábrán. 2.3.4.2. A régiók egyedi jellemzése A származtatott adatok másik része az egyes régiókról szolgáltat részletes adatokat. Ilyen adatok a következők: 1. a régiókhoz tartozó települések adatainak felsorolása (név, irányítószám, lakosság, SHH érték, simított SHH érték, SHH valószínûsége, ISHA trend meredeksége, a trend szignifikanciája); 2. a régión belüli SHH szélsőséges (alsó és felső decilis) értékeihez tartozó helységek listája; 3. a régióhoz tartozó települések megyei eloszlása; 4. az egyes régiók ISHA értékeire illesztett egyenes jellemzői, melyek a régió együttes halálozási gyakoriságának alakulását tükrözik a vizsgált időszakban. Ilyen adatok az egyenes meredeksége, kezdő értéke, trendjének szignifikanciája, valamint a korrelációs együttható (r), melynek négyzete az illeszkedés erősségét méri (lásd: Juvancz-Paksy, 1982). Az r2 0 és 1 között változik, minél közelebb van 1-hez, annál jobban illeszkednek a pontok a trendvonalhoz.

2.4. Az SHH valószínûségi szintvonalainak előállítása A valószínûségi szintvonalak a GEOCOMP RT. által fejlesztett ARC/INFO AML nyelven írt programmal készültek, amely az ARC/INFO TIN (3 dimenziós felületek kezelését végző) moduljára épült. A helységek SHH értékeinek valószínûsége a következő hipotézis tesztelésével határozható meg: 1

a közös SHH érték (SHHr) az r. régióhoz tartozó helységek együttes lakosságára számolt SHH érték (SHHr = Tr/Vr, Tr a régió helységeinek összes tényleges esetszáma, Vr a régió várható esetszáma)


19

mi a valószínûsége annak, hogy SHHi = 1, vagyis az i. helység tényleges és várható esetszáma azonos, a vizsgált helységben az adott betegség miatti halálozás szintje nem tér el az országostól? A hipotézis x2-próbával ellenőrizhető, ez alapján a helység SHH értékének valószínûsége (p) meghatározható. Általában azonban nem a p értékét jelenítjük meg, hanem a komplementerét, a q = 1 – p értéket, amely azt adja meg, hogy milyen valószínûséggel tér el a helység halálozása az országos szinttől, azaz az SHH értéke 1-től. Ez az eltérés kétirányú lehet (pozitív és negatív), ennek megfelelően két valószínûségi térkép készül minden esetben. Általában a pozitív irányú eltérések érdekelnek minket, vagyis azok a területek, ahol az SHH értékek nagy valószínûséggel nagyobbak 1-nél, azaz a halálok miatt halálozási többlet mutatható ki. A valószínûségi térképeket különböző p értékekhez tartozó szintvonalakkal jelenítettük meg. Először 1,5 x 1,5 km-es gridcellákra bontottuk a p értékeket tartalmazó térképet. Ezután az áttekinthetőség kedvéért simító szûrést alkalmaztunk a túl gyors p érték-változások csökkentésére. Majd felületet illesztettünk a simított értékekre, és előállítottuk a kapott felület adott valószínûségi értékeihez tartozó szintvonalait. A generált szintvonalak a következő p értékekhez tartoztak: p <0,2; p <0,1; p <0,05; p <0,001.

20


3. Egyes halálozásokkal kapcsolatos észrevételek Ebben a fejezetben az egyes vizsgálatokhoz fûzött észrevételek a kedvezőtlen területekre vonatkoznak. Ez nem azt jelenti, hogy a kedvező területek elhelyezkedését nem tartjuk informatívnak, ezen területek elemzése is fontos a későbbi részletes vizsgálatok szempontjából. A jelen vizsgálat leíró epidemiológiai jellegû, ezért megállapításaink nem utalnak etiológiai összefüggésekre. További analitikus epidemiológiai vizsgálatokat tartunk szükségesnek az ok–okozati összefüggések tisztázására. A vizsgálatok során több esetben is találtunk igen nagy kiterjedésû kedvezőtlen halandóságú régiót. Ezek jellemzője, hogy erősen szegmentált a határuk és több megyére átnyúlnak, valamint az egyes részeket sokszor csak vékony területek, „hidak” kötik össze. Ezek a régiók feltehetően több kisebb régió összeolvadásával keletkeztek, erre mutat az is, hogy ezen óriás régiókon belül a valószínûségi szintvonalakkal több olyan területet lehetett találni, ahol a vizsgált halálok miatti halálozás az országos szintnél szignifikánsan magasabb, azaz úgynevezett valószínûségi csomópontokat azonosítottunk. Jól alátámasztják az elmondottakat többek között a heveny szívizomelhalás, az idült alsó légúti megbetegedések és az alkoholos májbetegség miatti halálozást bemutató valószínûségi térképek. Több, itt bemutatott vizsgálatnál a férfiak és nők esetében a kedvezőtlen halandóságú régiók térbeli elhelyezkedése nagyon hasonló, de szinte minden esetben kimutatható volt a férfiaknál a kedvezőtlen területek nagyobb kiterjedése. Az egyes halálokoknál keletkezett kedvezőtlen régiók legfontosabb globális, kvantitatív jellemzőit (lakosság-, illetve területarány az országban, közös SHH) a 4. ábra, a kedvezőtlen és kedvező régiók összehasonlításának (összlakosság, összterület, közös SHH érték szempontjából) eredményét pedig az 5. ábra mutatja be.

3.1. Összes halálozás (BNO: A00–Y99) (32–33. oldal) A férfiak és nők halandóságának együttes vizsgálata során 10 kedvezőtlen régiót (SHH >1) lehetett azonosítani, ahol az ország lakosságának 26%-a él. A régiók összevont lakosságára vonatkozó halálozás 14%-kal magasabb, mint az országos szint. A halálozás szempontjából kedvezőtlen régiók nem különböztek jelentősen a kedvező régióktól, ahol az SHH csak 5%-kal volt alacsonyabb az országos szintnél. (A térképeken a régiók számozása a program által automatikusan generált, a kedvezőtlen és a kedvező régiókat egyaránt számbavevő jelölés eredménye. A térképeken értelemszerûen csak a kedvezőtlen régiókat jelenítettük meg az eredeti sorszámmal.) A nemi bontás nélkül készült térképen a Dunántúl nyugati és déli részén, valamint a Duna–Tisza közén és Borsod-Abaúj-Zemplén megyében figyelhető meg halálozási többlet. A férfiak összhalálozása hasonló területi eloszlást mutat, mint a nemi bontás nélküli térkép. A nők összhalálozásában az országos szinthez képest többlet figyelhető meg Pest, Jász-Nagykun-Szolnok, Csongrád, valamint Somogy megye kisebb, összefüggő területein és Budapesten. Ez utóbbi halmozódás a férfiak körében nem mutatható ki.

3.2. Rosszindulatú daganatok (BNO: C00–C97) (34–39. oldal) A férfiak és nők halandóságának együttes vizsgálata során 6 kedvezőtlen régiót (SHH >1) lehetett kimutatni. Ezen régiók területén él az ország lakosságának 24,3%-a. A régiók összevont lakosságára vonatkozó halálozás 11,8%-kal magasabb, mint az országos szint. Mind a hat régió kis területû. A rosszindulatú daganatok miatti halálozás térbeli eloszlása nagyjából egyenletesnek tûnik, a halálozás szempontjából kedvezőtlen régiók nem különböztek jelentősen a kedvező régióktól, ahol az SHH csak 7%kal volt alacsonyabb az országos szintnél. Nemi bontás nélkül csak Budapesten és környékén figyelhető meg az egyetlen nagyobb területi halmozódás. A térbeli egyenlőtlenségek által létrehozott régiók területei általában kicsik és főként a nagy városok területére esnek, amit különösen a simított térképen lehet jól megfigyelni. Szembetûnő például, hogy a simítás nélküli térképen Debrecen területén a rosszindulatú daganatok miatti halálozás szignifikáns többlete rajzolódik ki, ami a simított térképen az országos szintet jellemző színnel jelenik meg. Ennek a jelenségnek az a magyarázata, hogy a nagyobb lélekszámú településeken előforduló nagyobb várható és tényleges esetszámból számolt SHH érték kisebb eltérés esetén is szignifikánsnak bizonyult. (Debrecen esetében a 2,6%-os többlethalálozás a simítás következtében 1,8%-ra csökkent, amely érték már nem különbözött az országos szinttől.)


21

Az összes kedvezőtlen régió legfontosabb jellemzői Lakosságarány 45 40 lakosságarány (%)

35 30

együtt

25

férfiak nők

20 15 10 5 0 A hörgő és tüdő rosszindulatú daganata

Alkoholos májbetegség

Magasvérnyomásbetegségek





Területarány 60

területarány (%)

50 40 együtt férfiak nők

30 20 10 0

A hörgő és tüdő rosszindulatú daganata







Közös SHH 1,8 1,7

közös SHH

1,6 1,5

együtt

1,4

férfiak nők

1,3 1,2 1,1 1,0








4. ábra. Az összes kedvezőtlen régió legfontosabb jellemzői (összlakosság- illetve összterületarány az országban, közös SHH) az egyes halálokoknál 1986 és 1997 között

22


A kedvezőtlen és kedvező régiók összehasonlítása

kedvezôtlen lakosság/kedvezô lakosság

Összlakosság 1,6 1,4 1,2 1,0 0,8

együtt

0,6

férfiak nők

0,4 0,2 0,0 A hörgő és tüdő rosszindulatú daganata







Összterület kevezôtlen terület/kedvezô terület

2,5

2,0

1,5 együtt férfiak nők

1,0

0,5

0








Közös SHH

kedvezôtlen SHH/kedvezô SHH

2,8 2,6 2,4 2,2 2,0

együtt férfiak nők

1,8 1,6 1,4 1,2 1,0 A hörgő és tüdő rosszindulatú daganata




Cerebro- Rosszinduvascularis latú dagamegbetenatok gedések


5. ábra. Az összes kedvezőtlen és kedvező régió legfontosabb jellemzőinek (összlakosság, összterület, közös SHH) összehasonlítása az egyes halálokoknál 1986 és 1997 között


23

A nemi bontással készült elemzéseknél két figyelemre méltó különbség tapasztalható: 1. A kedvezőtlen területek a férfiaknál nagyobb kiterjedésûek; 2. A kedvezőtlen területek a két nem esetében eltérő lokalizációjúak. Férfiak esetében szembeötlő a Pest–Jász-Nagykun-Szolnok–Heves megye területén kialakult összefüggő kedvezőtlen régió, valamint a Borsod-Abaúj-Zemplén megyében található nagyobb kedvezőtlen régió. A nők rosszindulatú daganatos halálozásának halmozódása Budapestre és Csongrád megye középső részére, illetve 5 egyéb kis területû, de nagy lakosságszámú településre, azaz főként a nagyvárosokra (Debrecen, Miskolc, Szolnok, Szombathely) korlátozódik.

3.3. A hörgők és a tüdő rosszindulatú daganata (BNO: C34) (40–45. oldal) A nemi bontás nélküli térképen a kedvezőtlen régiók (SHH >1) száma 6, és ezek magukba foglalják az ország lakosságának 33,5%-át. Ezen területek összevont lakosságának halálozása 15%-kal magasabb, mint az országos szint. Nem túl nagy a különbség a halálozás szempontjából a kedvező régiók összevont lakosságához viszonyítva, ahol a halálozás 7%-kal alacsonyabb az országos halálozási szintnél. A nemi bontás nélküli értékelésnél egy nagy szembetûnő területi halmozódás tapasztalható a halandósági többletben, amely Jász-Nagykun-Szolnok megye legnagyobb részére kiterjed és amely átnyúlik Heves és Csongrád megyére is. Ezenkívül Budapesten és Borsod-Abaúj-Zemplén megyében valamint Hajdú-Bihar megyén keresztül Szabolcs-Szatmár-Bereg megyére is áthúzódó kedvezőtlen régió található. A nemi bontással végzett elemzésből levonható az a következtetés, hogy a két nem halálozásának kedvezőtlen régiói lényegileg hasonló területen találhatók, de a férfiak esetében a kedvezőtlen terület nagysága jelentősen (7–8-szorosan) nagyobb. A férfiak esetében a kedvezőtlen halálozású területek térben hasonló módon helyezkednek el a nemi bontás nélküli vizsgálatnál is kimutatható régiókhoz – Budapestet kivéve –, de ebben az esetben egy nagy területté olvadtak össze. A nők esetében kiemeljük, hogy a halálozás szignifikáns halmozódása Budapest területén található, ami a férfiak esetében nem volt kimutatható.

3.4. Magasvérnyomás-betegségek (BNO: I10–15) (46–51. oldal) A halálokcsoport meglehetősen kevert, és minden bizonnyal kódolási és diagnosztikai problémák is befolyásolják az értékelést. A nemi bontás nélkül végzett vizsgálatnál 5 kedvezőtlen régiót lehetett kimutatni, két nagyobb és három kisebb területen. Ezeken a területeken él az ország lakosságának 30,1%-a, és erre a populációra vonatkozóan a vizsgált halálok miatt 65,6%-os többlethalálozás figyelhető meg. A kedvező területen a halálozás 30,7%-kal alacsonyabb, mint az országos, azaz ennél a haláloknál igen nagy a különbség a kedvező és kedvezőtlen területek halálozása között. A nemi bontás nélkül végzett vizsgálat a magasvérnyomás-betegségek miatti halálozás halmozódását az északkeleti és délnyugati megyékben találta jelentősnek. Hajdú-Bihar, Szabolcs-SzatmárBereg és Borsod-Abaúj-Zemplén megye teljes területe a kedvezőtlen régióhoz tartozik. Ezenkívül Baranya megye teljes területén és Somogy megye területének mintegy 80%-án figyelhető meg halmozódás ebben a halálokban, valamint Jász-Nagykun-Szolnok megye jelentős területe is a kedvezőtlen régióhoz tartozik. A nemenként végzett vizsgálatoknál a kedvezőtlen területek térbeli elhelyezkedése, illetve nagysága nagyon hasonló, ennek következtében mindkettő hasonló a nemi bontás nélkül kapott kedvezőtlen régiók területi eloszlásához is.

3.5. Heveny szívizomelhalás (BNO: I21) (52–57. oldal) Nemi bontás nélkül 2 nagyobb és 7 kisebb kedvezőtlen régiót lehetett meghatározni. Ezeken a területeken lakik az ország lakosságának 42,5%-a, illetve ezen területek összevont lakosságára vonatkozóan a fenti halálozás 16,8%-os többlete figyelhető meg. A kedvező területen a halálozás 17%-kal alacsonyabb, mint az országos, azaz ennél a haláloknál nem túl nagy a különbség a kedvező és kedvezőtlen területek halálozása között.

24


Nemi bontás nélkül a heveny szívizomelhalás miatti halálozás halmozódása főleg Magyarország középső részére lokalizálódik. A kedvezőtlen területek főleg Pest és Bács-Kiskun megyében, illetve Békés megyében találhatók, kisebb mértékben, de még mindig jelentős területek találhatók Csongrád, Jász-Nagykun-Szolnok, Fejér, Győr-Moson-Sopron és Veszprém megyében. A nemenként végzett vizsgálatoknál a kedvezőtlen területek térbeli elhelyezkedése, illetve nagysága nagyon hasonló, ezért hasonló a nemi bontás nélkül meghatározott kedvezőtlen régiók területi eloszlásához.

3.6. Cerebrovascularis betegségek (BNO: I60–96) (58–63. oldal) Az összlakosságra vonatkozó halálesetek elemzése során 2 nagyobb és 8 kisebb kedvezőtlen régiót találtunk. Ezeken a területeken az ország lakosságának 33,4%-a él, és itt a halálozás szintje 26,6%-kal magasabb, mint az országos. A kedvező területek összevont lakosságára vonatkoztatva a halálozás 15,9%-kal volt alacsonyabb, mint az országos, azaz a kedvezőtlen és kedvező régiók nem különböztek jelentős mértékben. A cerebrovascularis betegségek miatti halálozásban mind nemi bontás nélkül, mind nemenként külön vizsgálva a Dunántúl nyugati, délnyugati részén, valamint az északi megyékben és Pest megye keleti részén figyelhető meg halálozási többlet szignifikánsan gyakrabban. Somogy és Zala megye területe szinte teljesen a kedvezőtlen régiók területére esik, de Veszprém, Vas, Győr-Moson-Sopron megye jelentős területei is érintettek. Északon Nógrád megye teljes egészében a kedvezőtlen régió területére esik, itt jelentős mértékben érintett Heves, Pest és Szabolcs-Szatmár-Bereg megye is. Nemenként külön vizsgálva, a kedvezőtlen régiók térbeli elhelyezkedése a nők és férfiak esetében nagyon hasonló, de a kedvezőtlen területek kiterjedése némileg (18%-kal) nagyobb a férfiaknál.

3.7. Idült alsó légúti megbetegedések (BNO: J40–44) (64–69. oldal) A nemi bontás nélkül végzett vizsgálatoknál 4 nagyobb és 3 kisebb régiót lehetett kimutatni. Ezeken a területeken lakik az ország lakosságának 30,6%-a, erre a populációra vonatkozóan a halálozás 50,2%-kal volt magasabb az országos szintnél. A kedvező területeken a halálozás 25,9%-kal alacsonyabb, mint az országos szint, azaz igen nagy a különbség a kedvező és kedvezőtlen régiók között. Nemi bontás nélkül vizsgálva Magyarország délnyugati és északkeleti területein látható leginkább halmozódás. Baranya, Tolna, Somogy, illetve Vas megye jelentős vagy közel teljes területe tartozik a kedvezőtlen régiók által érintett területhez. Északkeleten Nógrád, Szabolcs-Szatmár-Bereg megye szinte teljes területe, és nagyrészt Borsod-Abaúj-Zemplén megyében is halálozási többlet figyelhető meg az idült alsó légúti megbetegedések miatt. Figyelemre méltó még a Bács-Kiskun és Pest megye határán található, nagyobb kiterjedésû kedvezőtlen régió. A férfiak és nők halálozását külön vizsgálva, a férfiaknál a kedvezőtlen régiók kiterjedése nagyobb (53,8%-kal), jelentős az eltérés a férfiak és a nők között Borsod-Abaúj-Zemplén és Szabolcs-SzatmárBereg megyében, valamint a Vas és Veszprém megyére kiterjedő régiónál. A kedvezőtlen területek térbeli elrendeződése hasonló a két nem esetében.

3.8. Alkoholos májbetegség (BNO: K70) (70–75. oldal) A nemenként nem bontott vizsgálatban 2 nagyobb és 2 kisebb régiót lehetett kimutatni. Ezek területén él az ország lakosságának 34,6%-a, és ebben a népességben a fenti halálok miatti halálozás 45,6%-os többlete tapasztalható. A kedvező területeken a vizsgált halálok szintje 28%-kal alacsonyabb az országosnál, vagyis nagy a különbség a kedvező és a kedvezőtlen területek halálozása között. Az alkoholos májbetegség mint halálok főleg Közép-Magyarország területén halmozódik. Kedvezőtlen régióba tartozik Nógrád, Pest, Bács-Kiskun, Fejér és Komárom-Esztergom megye szinte teljes területe, de jelentősen érintett Heves, Tolna és Baranya megye is. Nyugaton Zala megye szinte teljesen a kedvezőtlen régió területéhez tartozik, de Veszprém és Somogy megye jelentős területei is érintettek. A nemenként végzett vizsgálatok a kedvezőtlen régiók hasonló térbeli elhelyezkedését mutatták, de a férfiaknál a területek kiterjedése nagyobb (67,6%-kal). Különösen nagy ez a területi különbség BácsKiskun, Tolna, Baranya és Zala megyében.


25

4. Megbeszélés A jelen kiadványban a vezető halálokok miatti halálozás területi megoszlását kívántuk bemutatni. A leíró epidemiológiai módszerrel végzett elemzés felhívja a figyelmet arra, hogy az egyes betegségek miatti halálozás az ország egyes régióiban jelentős többletet mutat az országos halálozási szinthez képest. A simítási eljárás csökkenti a kis települések statisztikailag bizonytalan adataiból eredő torzító hatást. A halandóság szempontjából kedvezőtlen régiókon belül lehetővé válik a többlethalálozási csomópontok azonosítása is. A teljes, részletes dokumentáció lehetőséget ad az egyes helyi halandósági jellemzők mélyebb tanulmányozására. Az elemzések végrehajtására kifejlesztett térinformatikai rendszer a leíró epidemiológia céljainak megfelelően az egyes vizsgálatok adatait egyrészt áttekinthetően és összefoglalva, másrészt a további részletes elemzés számára a lehető legnagyobb részletességgel rögzíti. Az egészségügyi döntéshozók számára minden bizonnyal fontos annak ismerete, hogy az egyes betegségek miatti halálozás hol mutat többletet az országos szinthez képest, valamint mi a valószínûsége a gyakori vagy éppen ritka esemény halmozódásának. A helyzet megítélésében fontos lehet az is, hogy a jelenség növekvő jellegû, stagnáló vagy éppen csökkenő tendenciát mutat akár országosan öszszevontan, akár régiónként. Az egészségi helyzet súlyosságának megítéléséhez hozzátartozik ezekben a régiókban a halálozás országos szintjéhez viszonyított többletnek, valamint az itt élők számának és a terület nagyságának ismerete. Az ilyen áttekintést szolgálják a mellékletként megjelenő térképek, valamint a leíró dokumentum általános bevezető része (a régiókra vonatkozó globális adatok). A kiadványba helyszûke miatt nem kerülhettek bele, de ide sorolhatók még azok az adatok, táblázatok, amelyek a régiók rangsorait területük, lakosságuk vagy a probléma nagysága szerint mutatják be. A részletesebb további leíró vagy analitikai epidemiológiai értékelés tervezéséhez és kivitelezéséhez hasznos adatok találhatók a régiók részletes leírásánál. Itt a régió közös SHH értéke, valamint az SHH értékeken belül a lakosság és a települések eloszlása egy általánosabb képet ad, ami főleg a problémás területek közötti prioritás felállításában adhat segítséget, vagy annak megítélésében, hogy hol érdemes egy részletes analízist először elkezdeni. A helységek adatai, illetve megyei eloszlásuk további segítséget ad ahhoz, hogy megítélhető legyen, milyen megyei egészségügyi egységek részvétele szükséges, valamint milyen helységek bevonásával és milyen irányban célszerû vizsgálatokat végezni. A teljes rendszer, amelyben a leíró epidemiológiai vizsgálat az egyik lehetséges vizsgálati mód, támogatni tudja a további vizsgálatokat a pontszerû szennyezők vizsgálatára vagy a nagy területre kiterjedő (és meghatározott) környezeti tényezők elemzésére készült módszerekkel. A kis eseménygyakoriságok vizsgálatára a klaszter analízis módszerei állnak rendelkezésre. A leíró térepidemiológiai rendszer korlátai a rendszer módszereiből, felépítéséből, logikájából adódnak. A rendszer nem alkalmas például olyan jelenségek vizsgálatára, ahol az események gyakorisága olyan kicsi, hogy a vizsgálati periódus alatt a helységek több mint húsz százalékában nincs megfigyelhető esemény, pl. ritka betegség és/vagy viszonylag rövid a vizsgálati időperiódus. Ilyen esetekben az erre a célra jelenleg fejlesztés alatt álló klaszter analízis által meghatározott sûrûsödési pontokban és némileg más szempontok szerint célszerû a jelenség leírását végezni. A helyi, nem messze ható környezeti ártalmak, ahol a hatás egy viszonylag kicsi helység területén marad vagy legfeljebb egy-két szomszédos helységben mutatható ki, a fentiekhez hasonló okok miatt, ezzel a módszerrel nem vizsgálhatók. Az ilyen kiugró lokális értékek az esetek nagy részében a lakosság kis száma miatt statisztikailag nem szignifikánsak, és kis kiterjedésük miatt a simítási eljárás jelentősen torzítja a környezete értékei irányába. Ha mégis egy kisebb régió alakulna ki ebben a környezetben, akkor a régiók szelekciója során kis lakosságszáma miatt nem fog a részletes vizsgálatok körébe kerülni. Elképzelhető, hogy abban az esetben sem kerül a vizsgálat körébe, ha megyei vizsgálatot végzünk a rendszerrel. Az ilyen kisméretû egészségügyi események felismerése leginkább a nem simított, nyers SMR értékek megtekintésével és a környezet részletes ismerete vagy annak utólagos, mélyreható és célzott vizsgálata alapján lehetséges. A fenti korlátok nem csökkentik a rendszer értékét, csak felhívják a figyelmet arra, hogy minden vonatkozásban jól mûködő rendszerek általában nem léteznek, és minden esetben ismernünk kell vizsgáló rendszerünk korlátait.

26


5. Melléklet A kijelölt régiók globális kvantitatív jellemzését tartalmazó dokumentum részlete tüdőrák esetén 1. rész. A vizsgálatazonosító és alapadatok Azonosítók: Az analízis azonosító kódja: 111 Analízis megnevezése: tüdőrák,1986–1997,0–18–30–55–60–100 korcsoportok, nemi bontás nélkül Az analízishez tartozó kezdő (1986) és záró (1997) évek A vizsgálat alapját képező paraméter BNO–10 kódja: C34 Alapadatok: Az egészségügyi hatás szempontjából kedvezőtlen értékekkel rendelkező régiók száma: 6 Az egészségügyi hatás szempontjából kedvező értékekkel rendelkező régiók száma: 6 A fenti régiókból a lakosság száma szerint kiválasztva a 10 503 fő összlakosságot (az ország lakosságának 0,1%-a) elérő régiók. A kiválasztás után: Az egészségügyi hatás szempontjából kedvezőtlen értékekkel rendelkező régiók száma: 6 Összes lakossága: 3 518 947, az ország lakosságának 33,502%-a Összes területe: 15 387,444 km2, az ország területének 16,534%-a Valamennyi régió közös SHH értéke: 1,150 Az egészségügyi hatás szempontjából kedvező értékekkel rendelkező régiók száma: 6 Összes lakossága: 2 740 102, az ország lakosságának 26,087%-a Összes területe: 29 356,722 km2, az ország területének 31,545%-a Valamennyi régió közös SHH értéke: 0,835

2. rész. A kedvezőtlen és kedvező régiók összevetése Lakosságuk hányadosa (kedvezőtlen/kedvező): 1,284 Területük hányadosa (kedvezőtlen/kedvező): 0,524 Közös SHH értékük hányadosa (kedvezőtlen/kedvező): 1,377


27

3. rész. Régiók jellemzése Az egészségügyi hatás szempontjából kedvezőtlen értékû régiók jellemző adatai M1. Táblázat Régióazonosító

Terület (km2)

3 4 5 7 13 15

Település (db)

998 853 1779 10618 916 220

Kis/nagy települések számaránya

56 68 380 720 152 24

13,0 16,0 94,0 179,0 6,6 5,0

M2. Táblázat Régióazonosító

Összlakosság (fő)

3 4 5 7 13 15

Az ország összlakosságának százalékában

76 386 52 003 353 686 943 876 2 075 181 17 815

Közös SHH

0,727 0,495 3,367 8,986 19,756 0,170

1,19 1,20 1,17 1,24 1,09 1,21

Kedvezőtlen értékû régiók rangsorai A táblázatban a régióazonosítók rangsorban vannak M3. Táblázat Rangsor száma

Terület

1 2 3 4 5 6

7 5 3 13 4 15

Lakosság 13 7 5 3 4 15

Átlagos SHH

Súlyozott index (átl. SHH x lakosság)

7 15 4 3 5 13

13 7 5 3 4 15

28


4. rész ISHA változás 1986 és 1997 között az összes kedvezőtlen régióban a hörgő és a tüdő rosszindulatú daganatainál, nemi bontás nélkül 0,850 0,830 0,810

ISHA 1000 fôre

0,790 0,070 0,750 0,730 0,710 0,690 0,670 0,650

1986

1987

1988

1989

1990

1991

1992

1993

M1. ábra Valamennyi kedvezőtlen értékû régió együttes időbeli trendjének: kezdő időpontja: kezdő értéke: meredeksége: szignifikanciája:

1986 0,698 0,011 ISHA/év Pt < –0,01

1994

1995

1996

1997


29

6. Irodalom 1. Cislaghi,C., Biggeri, A., Braga, M., Lagazio, C., Marchi, M.: Exploratory tools for disease mapping in geographical epidemiology, Statistics in Medicine, 14, 2363–2381 (1995) 2. Demográfiai Évkönyv 1993. Központi Statisztikai Hivatal, Budapest (1994) 3. Juvancz, I., Paksy A.: Orvosi biometria, Medicina Könyvkiadó, Budapest, (1982) 4. Kramer, M. S.: Clinical Epidemiology and Biostatistics, Springer-Verlag Berlin, Heidelberg, New York, London, Paris, Tokyo, (1988) 5. Nemzeti Környezet-egészségügyi Akcióprogram (1996) 6. Vargáné Hajdú P., Boján F.: Demográfiai és epidemiológiai módszerek a népegészségügyben. Literatura Medica Kiadó, Budapest (1996) 7. Vincze I., Nádor G., Elek E.: A környezet-egészségügyi térinformatikai rendszer I. A térinformatika szerepe az epidemiológia eszközei között. Egészségtudomány, 42, 335–344 (1998) 8. Vincze I., Nádor G.: Halálozási adatok elemzése leíró epidemiológiai rendszerben. Egészségtudomány, 43, 265–274 (1999)


Térképek

31

32


Összes halálozás (BNO: A00–Y99)

férfiak és nők

férfiak

nők

SHH kategória magas, p < – 0,05 magas, p > 0,05 átlagos alacsony, p > 0,05, vagy nincs eset alacsony, p < – 0,05


Összes halálozás (BNO: A00–Y99) kedvezőtlen régiók férfiak és nők

férfiak

nők

p érték p< – 0,001 p< – 0,05 p< – 0,1 p< – 0,2 kedvezőtlen régiók

33

34


Rosszindulatú daganatok (BNO: C00–C97) férfiak és nők adatai együtt

simított értékek



Rosszindulatú daganatok (BNO: C00–C97) férfiak és nők adatai együtt kedvezőtlen régiók

kedvezőtlen régiók valószínûségi térképe


35

36


Rosszindulatú daganatok (BNO: C00–C97) férfiak

simított értékek



Rosszindulatú daganatok (BNO: C00–C97) férfiak kedvezőtlen régiók



37

38


Rosszindulatú daganatok (BNO: C00–C97) nők

simított értékek



Rosszindulatú daganatok (BNO: C00–C97) nők kedvezőtlen régiók



39

40


A hörgők és a tüdő rosszindulatú daganata (BNO: C34) férfiak és nők adatai együtt

simított értékek



41

A hörgők és a tüdő rosszindulatú daganata (BNO: C34) férfiak és nők adatai együtt kedvezőtlen régiók



42


A hörgők és a tüdő rosszindulatú daganata (BNO: C34) férfiak

simított értékek



43

A hörgők és a tüdő rosszindulatú daganata (BNO: C34) férfiak kedvezőtlen régiók



44


A hörgők és a tüdő rosszindulatú daganata (BNO: C34) nők

simított értékek



45

A hörgők és a tüdő rosszindulatú daganata (BNO: C34) nők kedvezőtlen régiók



46


Magasvérnyomás-betegségek (BNO: I10–15) férfiak és nők adatai együtt

simított értékek



Magasvérnyomás-betegségek (BNO: I10–15) férfiak és nők adatai együtt kedvezőtlen régiók



47

48


Magasvérnyomás-betegségek (BNO: I10–15) férfiak

simított értékek



Magasvérnyomás-betegségek (BNO: I10–15) férfiak kedvezőtlen régiók



49

50


Magasvérnyomás-betegségek (BNO: I10–15) nők

simított értékek



Magasvérnyomás-betegségek (BNO: I10–15) nők kedvezőtlen régiók



51

52


Heveny szívizomelhalás (BNO: I21) férfiak és nők adatai együtt

simított értékek



Heveny szívizomelhalás (BNO: I21) férfiak és nők adatai együtt kedvezőtlen régiók



53

54


Heveny szívizomelhalás (BNO: I21) férfiak

simított értékek



Heveny szívizomelhalás (BNO: I21) férfiak kedvezőtlen régiók



55

56


Heveny szívizomelhalás (BNO: I21) nők

simított értékek



Heveny szívizomelhalás (BNO: I21) nők kedvezőtlen régiók



57

58


Cerebrovascularis betegségek (BNO: I60–69) férfiak és nők adatai együtt

simított értékek



Cerebrovascularis betegségek (BNO: I60–69) férfiak és nők adatai együtt kedvezőtlen régiók



59

60


Cerebrovascularis betegségek (BNO: I60–69) férfiak

simított értékek



Cerebrovascularis betegségek (BNO: I60–69) férfiak kedvezőtlen régiók



61

62


Cerebrovascularis betegségek (BNO: I60–69) nők

simított értékek



Cerebrovascularis betegségek (BNO: I60–69) nők kedvezőtlen régiók



63

64


Idült alsó légúti megbetegedések (BNO: J40–44) férfiak és nők adatai együtt

simított értékek



Idült alsó légúti megbetegedések (BNO: J40–44) férfiak és nők adatai együtt kedvezőtlen régiók



65

66


Idült alsó légúti megbetegedések (BNO: J40–44) férfiak

simított értékek



Idült alsó légúti megbetegedések (BNO: J40–44) férfiak kedvezőtlen régiók



67

68


Idült alsó légúti megbetegedések (BNO: J40–44) nők

simított értékek



Idült alsó légúti megbetegedések (BNO: J40–44) nők kedvezőtlen régiók



69

70


Alkoholos májbetegség (BNO: K70) férfiak és nők adatai együtt

simított értékek



Alkoholos májbetegség (BNO: K70) férfiak és nők adatai együtt kedvezőtlen régiók



71

72


Alkoholos májbetegség (BNO: K70) férfiak

simított értékek



Alkoholos májbetegség (BNO: K70) férfiak kedvezőtlen régiók



73

74


Alkoholos májbetegség (BNO: K70) nők

simított értékek



Alkoholos májbetegség (BNO: K70) nők kedvezőtlen régiók



75

NEMZETI KÖRNYEZET EGÉSZSÉGÜGYI AKCIÓPROGRAM. Fontosabb betegségek miatti halandóság területi eloszlása Magyarországon

Recommend Documents