İnsidans ve Prevalans Hesaplama

Vaka sayılarını ve nüfusu kümülatif insidansa, kişi-süresi insidans hızına ve nokta prevalansına dönüştürün — her ölçümün arkasındaki payda açıkça görünür.

Sayılarınız
Vakalar
Nüfuslar
Hızları raporlama birimi
Ölçümler

Kümülatif insidans

kümülatif insidans — dönem boyunca ortaya çıkma olasılığı

Formülyeni vakalar ÷ risk altındaki nüfus × çarpan
Yerine koyma
Payda

İnsidans hızı

insidans yoğunluğu — yeni vakaların ne kadar hızlı ortaya çıktığı

Formülyeni vakalar ÷ risk altındaki kişi-süresi × çarpan
Yerine koyma
Payda

Nokta prevalansı

mevcut tüm vakaların anlık görüntüsü

Formülmevcut vakalar ÷ toplam nüfus × çarpan
Yerine koyma
Payda
Her ölçüm kendi paydasından hesaplanır — oranları dönemleriyle, hızı ise zaman birimiyle birlikte belirtin.

Girdiğiniz sayılar ve nüfus bilgileri bu sayfada kalır — her şey tarayıcınızda hesaplanır; hiçbir şey yüklenmez, saklanmaz veya paylaşılmaz.

SSS

İnsidans ve prevalans arasındaki fark nedir?

İnsidans, yalnızca belirli bir dönemde ortaya çıkan yeni vakaları sayar — bir durumun ne kadar hızlı geliştiğini gösterir. Prevalans ise eski ve yeni vakalar bir arada olmak üzere, belirli bir andaki duruma sahip herkesi sayar — o andaki toplam yükü gösterir. Kısa süren bir hastalık aynı anda yüksek insidansa ve düşük prevalansa sahip olabilirken, uzun süren bir hastalık insidans düşük olsa bile zamanla yüksek prevalans biriktirir.

Neden farklı paydalara sahip iki insidans ölçümü var?

Kümülatif insidans, yeni vakaları dönem başındaki risk altındaki nüfusa bölerek o dönem boyunca duruma yakalanma olasılığını verir. İnsidans hızı ise kişi-süresine —yani her bir kişinin risk altındayken fiilen gözlemlendiği sürelerin toplamına— böler; böylece insanlar farklı zamanlarda katıldığında, ayrıldığında veya duruma yakalandığında doğru sonuç verir. Kümülatif insidansı dönemiyle birlikte, hızı ise zaman birimiyle birlikte belirtin.

Kişi-süresi değerini nasıl elde ederim?

Risk altındaki her bir kişinin gözlem süresini toplayın: Her biri 2 yıl boyunca takip edilen 50 kişi, 100 kişi-yılı katkıda bulunur. Bir kişi duruma yakalandığında, çalışmadan ayrıldığında veya dönem bittiğinde katkı sağlamayı bırakır. Yalnızca nüfus büyüklüğünü ve dönem uzunluğunu biliyorsanız, nüfus × dönem genel bir yaklaşımdır — hesaplayıcı her zaman fiilen kullandığı paydayı etiketler.

İnsidans ve prevalans birbiriyle nasıl ilişkilidir?

Kararlı durumdaki bir sağlık sorunu için prevalans ≈ insidans hızı × ortalama süre ilişkisi geçerlidir. Bu nedenle diyabet, düşük insidansa rağmen yüksek prevalansa (uzun süre) sahipken, soğuk algınlığı çok yüksek insidansa rağmen düşük prevalansta (yıllar değil, günler sürdüğü için) kalır. Her iki ölçüm de mevcut olduğunda, hesaplayıcı bunu bir bulgu olarak değil, tutarlılık kontrolü olarak ima edilen ortalama süre şeklinde gösterir.

Hangi "başına" çarpanını raporlamalıyım?

Durumun nadirliğine uygun olan yaygın gösterimi seçin: Yüzdeler sık görülen durumlar için uygundur; 1,000 veya 10,000 kişide bir gösterimi daha az sıklıkta olanlar için, kanser izlemleri ise genellikle 100,000 kişi-yılı başına raporlanır. Çarpan yalnızca sayıyı yeniden ölçeklendirir — paydayı asla değiştirmez, bu yüzden hesaplayıcı her sonucun yanında paydayı tekrar belirtir.

BroBroGo editör ekibi tarafından yazılmış ve incelenmiştir.Son güncelleme:

İnsidans ve Prevalans Arasındaki Temel Farklar

Epidemiyolojide hastalık yükünü ve yayılımını ölçmek için kullanılan iki temel kavram insidans ve prevalanstır. İnsidans, belirli bir zaman dilimi boyunca yalnızca yeni ortaya çıkan vakaları sayarak bir sağlık durumunun ne kadar hızlı geliştiğini ölçer. Buna karşılık nokta prevalansı, eski ve yeni vakalar arasında ayrım yapmaksızın, belirli bir referans anında duruma sahip olan tüm kişileri kapsayan anlık bir görüntüdür.

Kısa süren akut enfeksiyonlar gibi durumlarda insidans yüksek olsa bile, iyileşme veya ölüm nedeniyle vakalar hızla ortadan kalktığı için prevalans düşük kalabilir. Diyabet veya hipertansiyon gibi uzun süreli kronik hastalıklarda ise, yeni vaka oluşum hızı (insidans) düşük olsa dahi, hastalar uzun süre hayatta kaldığı için zamanla biriken vakalar yüksek bir prevalans oluşturur. Bu iki ölçümün doğru şekilde hesaplanması, halk sağlığı planlamalarında kaynakların doğru aktarılması ve hastalık dinamiklerinin anlaşılması için kritik öneme sahiptir.

Epidemiyolojide Paydaların Rolü ve Seçimi

İnsidans ve prevalans hesaplamalarındaki en kritik hata kaynaklarından biri, payda olarak doğru nüfus tanımının seçilmemesidir. Farklı epidemiyolojik ölçümler, kendilerine özgü paydalar gerektirir:

  • Kümülatif İnsidans Paydası: Dönem başında risk altında olan, yani ilgili hastalığa yakalanma olasılığı bulunan ve başlangıçta sağlıklı olan kişilerin sayısıdır.
  • İnsidans Hızı Paydası: Risk altındaki kişilerin takip edildikleri sürelerin toplamını ifade eden kişi-süresi değeridir.
  • Nokta Prevalansı Paydası: Referans anında, mevcut vakaların sayıldığı toplam nüfustur.

Spronk ve arkadaşlarının çalışmasında gösterildiği gibi, payda seçimi (örneğin, risk altındaki kişi-yılı yerine yıl ortası nüfusunun kullanılması) yayınlanan sonuçları ölçülebilir derecede değiştirmektedir. Bu nedenle, her bir ölçümün arkasındaki paydanın açıkça belirtilmesi ve raporlanması bilimsel doğruluk açısından bir zorunluluktur.

Kişi-Süresi Hesaplama ve Yaklaşımları

İnsidans hızı (insidans yoğunluğu) hesaplanırken paydada yer alan kişi-süresi, gözlem altındaki her bir bireyin risk altında geçirdiği sürelerin toplanmasıyla elde edilir. Örneğin, her biri 2 yıl boyunca takip edilen 50 sağlıklı birey, toplamda 100 kişi-yılı gözlem süresi katkısında bulunur.

Bir birey duruma yakalandığında, takipten çıktığında veya çalışma dönemi sona erdiğinde kişi-süresine katkı sağlamayı bırakır. Bireysel takip sürelerinin tam olarak bilinemediği büyük nüfuslarda, toplam nüfus ile gözlem süresinin çarpılması yoluyla genel bir yaklaşım elde edilebilir. Hesaplamalarda zaman birimi olarak gün, hafta, ay veya yıl seçilebilir; bu seçimler sırasıyla kişi-günü, kişi-haftası, kişi-ayı veya kişi-yılı birimlerini oluşturur.

Kararlı Durum Koşullarında Matematiksel İlişki

Epidemiyolojide insidans, prevalans ve hastalığın ortalama süresi arasında matematiksel bir ilişki mevcuttur. Eğer incelenen nüfus ve hastalık dinamikleri bir kararlı dengede (steady state) ise, yani nüfusa giriş-çıkışlar ile yeni vaka oluşumu ve iyileşme/ölüm oranları dengede ise şu formül geçerlidir:

Prevalans ≈ insidans hızı × ortalama süre

Bu ilişki, her iki ölçümün de mevcut olduğu durumlarda verilerin tutarlılığını denetlemek için bir kararlı durum sağlaması olarak kullanılabilir. Örneğin, yüksek insidansa sahip bir soğuk algınlığı salgınının prevalansı, hastalık süresi çok kısa (günler mertebesinde) olduğu için düşük kalacaktır. Tam tersine, düşük insidanslı ancak ömür boyu süren bir hastalık, uzun ortalama süre nedeniyle yüksek prevalans değerine ulaşacaktır.

Doğru Raporlama Çarpanının Seçilmesi

Hesaplanan ham oranlar ve olasılıklar, halk sağlığı raporlarında daha anlaşılır kılınmak amacıyla belirli bir çarpan ölçeği ile genişletilir. Yaygın olarak kullanılan çarpanlar şunlardır:

  • Yüzde (%): Genellikle sık görülen durumlar veya kümülatif insidans (olasılık) gösterimleri için tercih edilir.
  • 1,000 veya 10,000 kişide bir: Orta sıklıktaki hastalıkların toplumdaki yaygınlığını ifade etmek için kullanılır.
  • 100,000 kişi başına: Kanser izlemleri veya nadir görülen enfeksiyon hastalıklarının yıllık insidans hızlarını standartlaştırmak için yaygın olarak tercih edilen halk sağlığı normudur.

Çarpan seçimi yalnızca elde edilen sayının gösterimini yeniden ölçeklendirir; hesaplamanın temelindeki gerçek paydayı veya kişi-süresi değerini değiştirmez.

İnsidans ve Prevalans Hesaplama Aracının Kullanımı

İnsidans ve Prevalans Hesaplama, girilen vaka sayıları ve nüfus verilerinden kümülatif insidans, kişi-süresi insidans hızı ve nokta prevalansı değerlerini gerçek zamanlı olarak hesaplar.

Girdiler (Sayılarınız)

Kullanıcı tarafından "Sayılarınız" bölümünde girilen veriler şunlardır:

  • Vakalar:
    • Dönem boyunca yeni vakalar: Gözlem altındayken duruma yakalanan kişileri temsil eden tam sayılar.
    • Referans zamanındaki mevcut vakalar: Referans zamanında duruma sahip olan herkes (eski ve yeni vakalar bir arada).
  • Nüfuslar:
    • Başlangıçta risk altındaki nüfus: Dönem başında duruma yakalanma olasılığı olan, başlangıçta sağlıklı kişilerin sayısı.
    • Gözlemlenen kişi-süresi: Risk altındaki herkesin gözlemlendiği toplam süreyi temsil eden geçerli bir sayı. Bu alan için zaman birimi açılır menüsünden "yıl", "ay", "hafta" veya "gün" seçilebilir.
    • Referans zamanındaki toplam nüfus: Mevcut vakaların sayıldığı toplam nüfusu temsil eden tam sayı.
  • Hızları raporlama birimi: Sonuçları yeniden ölçeklendirmek için kullanılan çarpan seçimi (yüzde, 1,000 kişi başına, 10,000 kişi başına veya 100,000 kişi başına).

Sonuçlar ve Formüller (Ölçümler)

Araç, girilen değerlere göre "Ölçümler" bölümünde şu sonuçları üretir:

  • Kümülatif insidans (kümülatif insidans — dönem boyunca ortaya çıkma olasılığı):
    • Hesaplama: Kişilerin %0,024'si risk altında · oran 0,00024
    • Formül: yeni vakalar ÷ risk altındaki nüfus × çarpan
    • Yerine koyma: 12 ÷ 50.000 × 100.000 = 24
    • Payda: Dönem başında risk altındaki 50.000 kişi
    • Girdi eksikliği uyarısı: Yeni vakaları ve risk altındaki nüfusu girin.
  • İnsidans hızı (insidans yoğunluğu — yeni vakaların ne kadar hızlı ortaya çıktığı):
    • Hesaplama: 100.000 kişi-yılı başına 24,24 vaka
    • Formül: yeni vakalar ÷ risk altındaki kişi-süresi × çarpan
    • Yerine koyma: 12 ÷ 49.500 kişi-yılı × 100.000 = 24,24
    • Payda: Risk altındayken yapılan 49.500 kişi-yılı gözlem
    • Girdi eksikliği uyarısı: Yeni vakaları ve kişi-süresini girin.
  • Nokta prevalansı (mevcut tüm vakaların anlık görüntüsü):
    • Hesaplama: Nüfusun %0,64'si · oran 0,0064
    • Formül: mevcut vakalar ÷ toplam nüfus × çarpan
    • Yerine koyma: 320 ÷ 50.000 × 100.000 = 640
    • Payda: Referans zamanında nüfustaki 50.000 kişi
    • Girdi eksikliği uyarısı: Mevcut vakaları ve toplam nüfusu girin.
  • Kararlı durum sağlaması:
    • Hesaplama: Prevalans ≈ insidans hızı × ortalama süre; dolayısıyla bu girdiler yaklaşık 26,4 yıl değerinde bir ortalama süreye işaret eder. Sadece durumun kararlı bir dengede olması halinde anlamlıdır.

Veri Sınırları ve Hata Mesajları

Hesaplamaların doğru çalışabilmesi için aşağıdaki kurallara uyulmalıdır:

  • Vaka sayıları ve nüfuslar negatif olmayan tam sayılar olmalıdır. Negatif değer girildiğinde "Değerler negatif olamaz.", ondalıklı sayı girildiğinde ise "Vaka sayıları ve nüfuslar tam sayı olmalıdır." uyarısı gösterilir.
  • Sayısal olmayan karakter girişlerinde "Doldurulan her alanda geçerli bir sayı kullanın." hatası verilir.
  • Payda değerleri sıfırdan büyük olmalıdır. Aksi takdirde "Payda sıfırdan büyük olmalıdır." uyarısı tetiklenir.
  • Yeni vakalar risk altındaki nüfusu aşamaz. Bu durumda "Yeni vakalar risk altındaki nüfusu aşamaz — iki sayıyı kontrol edin." hatası gösterilir.
  • Mevcut vakalar toplam nüfusu aşamaz. Bu durumda "Mevcut vakalar toplam nüfusu aşamaz — iki sayıyı kontrol edin." hatası gösterilir.

Gizlilik ve Veri İşleme

Hesaplayıcıya girdiğiniz sayılar ve nüfus bilgileri tamamen bu sayfada kalır. Tüm matematiksel işlemler ve yerine koyma adımları doğrudan kullanıcının web tarayıcısında gerçekleştirilir. Sunucuya hiçbir veri yüklenmez, saklanmaz veya üçüncü taraflarla paylaşılmaz.

Öğrenme ve raporlama amaçlı tanımlayıcı nüfus ölçümleri — teşhis, bireysel risk değerlendirmesi veya herhangi bir müdahalenin değerlendirilmesi değildir.

Z-Skoru ve Standart Sapma HesaplamaOrtalama, standart sapma ve değer başına z-skorlarını almak için bir veri kümesi yapıştırın veya normal eğri olasılıklarıyla bir bilinmeyen için z = (x − μ) / σ formülünü çözün.Anket Ağırlıklandırma HesaplamaKatılımcı verilerini bilinen nüfus marjlarına göre rake edin, ardından her bir nihai ağırlığı, hedef artığı ve etkin örneklem boyutunu inceleyin.VO₂ Max HesaplamaCooper 12 dakika koşusunu veya Rockport 1 mil yürüyüşünü, formül, işlemler ve çalışma aralığı görünür haldeyken bir VO₂ max tahminine dönüştürün.Nüfus Piramidi OluşturucuYaş ve cinsiyet sayılarını bağımlılık oranları, medyan yaş ve şekil yorumu içeren etkileşimli bir nüfus piramidine dönüştürün.