Prevalans

Prevalans (Yaygınlık), prevalans hızı veya prevalans oranı, belirli bir nüfusta, belirli bir zaman dilimi içerisinde, çalışma kapsamında yer alan, belirli bir hastalık veya hastalıklara sahip tüm olguların oranıdır. ⓘ

Prevalans, epidemiyoloji ve birçok sosyal tıp biliminde sıklıkla kullanılır. Yalın şekilde prevalans nüfusta var olan hasta sayısının, risk altındaki nüfusun sayısına bölünmesiyle hesaplanır. Bununla birlikte farklı prevalans tipleri (örneğin nokta prevalansı gibi) ve hesaplamaları bulunur. Prevalansın hesaplandığı zaman dilimi, belirli bir süre (örneğin 1 yıl) olabileceği gibi, yaşam-süresi prevalansındaki gibi tüm bir yaşam-süresi olabilir. ⓘ

İnsidans terimiyle karıştırıldığı olur. İnsidans terimi, belirli bir nüfusta, belirli bir zamandaki yeni olguların sayısıdır. İki anlam arasındaki fark şu tip bir örnekle daha rahat anlaşılabilir: kolayca ve hızla bulaşan fakat kısa bir sürede yok olan bir hastalık yüksek bir insidansa fakat düşük bir prevalansa sahiptir. Veya tam tersi biçimde, nüfusta zor ve yavaş yayılım gösteren fakat uzun bir dönem devam eden bir hastalık, nüfusta düşük bir insidans fakat yüksek bir prevalans gösterecektir. Bu açıdan prevalansın kişi, insidansı ise olgu odaklı bir kavram olduğunu söylemek mümkündür. ⓘ

Yaygınlığın bir tasviri ⓘ

Prevalans ve insidans arasındaki fark

Prevalans, belirli bir zamanda belirli bir popülasyonda mevcut olan hastalık vakalarının sayısı iken, insidans belirli bir zaman diliminde gelişen yeni vakaların sayısıdır. Prevalans, "Şu anda kaç kişi bu hastalığa sahip?" veya "Bu süre zarfında kaç kişi bu hastalığa sahip oldu?" sorularına cevap verir. İnsidans ise "[belirli bir zaman aralığında] kaç kişi bu hastalığa yakalandı?" sorusuna yanıt verir. Ancak matematiksel olarak prevalans, insidans ve hastalığın ortalama süresinin çarpımı ile orantılıdır. Özellikle, prevalans düşük olduğunda (<%10), ilişki şu şekilde ifade edilebilir:

$Prevalence=incidence\times duration$ ⓘ

Bu ilişki yalnızca aşağıdaki iki koşul karşılandığında geçerli olduğundan dikkatli olunmalıdır: 1) prevalans düşüktür ve 2) süre sabittir (veya bir ortalama alınabilir). Genel bir formülasyon için diferansiyel denklemler gerekir. ⓘ

Örnekler ve kullanım

Bilimde yaygınlık bir oranı tanımlar (genellikle yüzde olarak ifade edilir). Örneğin, 2001 yılında Amerikalı yetişkinler arasında obezitenin yaygınlığı ABD Hastalık Kontrol Merkezleri (CDC) tarafından yaklaşık %20,9 olarak tahmin edilmiştir. ⓘ

Yaygınlık, yaygın olma anlamına gelen bir terimdir ve insidanstan farklıdır. Prevalans, belirli bir zamanda hastalıktan etkilenen tüm bireylerin bir ölçümü iken, insidans belirli bir zaman diliminde hastalığa yakalanan yeni bireylerin sayısının bir ölçümüdür. HIV gibi uzun süreli hastalıklardan bahsederken prevalans yararlı bir parametredir, ancak suçiçeği gibi kısa süreli hastalıklardan bahsederken insidans daha yararlıdır. ⓘ

Kullanım Alanları

Yaşam boyu yaygınlık

Yaşam boyu yaygınlık (LTP), bir popülasyondaki bireylerin yaşamlarının bir noktasında (değerlendirme zamanına kadar) bir hastalık, travmatik bir olay veya suç işleme gibi bir davranış gibi bir "vaka" yaşamış olanlarının oranıdır. Genellikle, 12 aylık yaygınlık (ya da başka bir tür "dönem yaygınlığı") yaşam boyu yaygınlık ile birlikte verilmektedir. Noktasal yaygınlık, belirli bir zaman noktasında (bir ay veya daha az) hastalığın yaygınlığıdır. Yaşam boyu hastalık riski, "yaşamlarının herhangi bir noktasında belirli bir hastalığa yakalanabilecek bir nüfusun oranıdır." ⓘ

Dönem yaygınlığı

Dönem prevalansı, belirli bir zaman diliminde belirli bir hastalık veya duruma sahip nüfusun oranıdır. Örneğin, 2006 yılındaki soğuk mevsimde bir nüfusta kaç kişinin soğuk algınlığı geçirdiğini tanımlayabilir. Nüfusun bir yüzdesi olarak ifade edilir ve aşağıdaki formülle tanımlanabilir: Dönem prevalansı (oranı) = Belirli bir dönemde var olan vaka sayısı ÷ Bu dönemde nüfusta bulunan kişi sayısı ⓘ

İnsidans (oran), nokta prevalansı (oran) ve dönem prevalansı (oran) arasındaki ilişki, fotoğrafçılıkla bir analoji kurularak kolayca açıklanabilir. Noktasal yaygınlık, flaş ışığında çekilmiş bir fotoğrafa benzer: o anda olup bitenler zaman içinde dondurulmuştur. Dönem yaygınlığı ise uzun pozlamalı (anlık değil saniyelik) bir fotoğrafa benzer: fotoğraf makinesinin deklanşörü açıkken fotoğrafta kaydedilen olayların sayısı. Bir filmde her kare bir anı kaydeder (nokta yaygınlığı); kareden kareye bakarak yeni olaylar (olay olayları) fark edilir ve bu tür olayların sayısı bir dönemle (kare sayısı) ilişkilendirilebilir; bkz. görülme oranı. ⓘ

Nokta yaygınlığı

Nokta prevalansı, bir popülasyonda belirli bir tarihte, örneğin belirli bir zamanda bir hastalığa veya duruma sahip olan kişilerin oranının bir ölçüsüdür. Hastalığın zaman içindeki anlık görüntüsü gibidir. Kronik hastalıkların ortaya çıkışına ilişkin istatistikler için kullanılabilir. Bu, bir popülasyonda belirli bir zaman diliminde, örneğin bir mevsim veya bir yıl boyunca bir hastalığa veya duruma sahip olan kişilerin oranının bir ölçüsü olan dönem prevalansının tersidir. Nokta prevalansı şu formülle tanımlanabilir: Yaygınlık = Belirli bir tarihteki mevcut vaka sayısı ÷ Bu tarihte nüfusta bulunan kişi sayısı ⓘ

Sınırlamalar

Çok büyük sayıda bireye uygulanan çok küçük bir hatanın (yani, yaşamları boyunca genel popülasyonda hastalıktan etkilenmeyenler; örneğin %95'in üzerinde), hastalığa veya bir anket çalışmasının nesnesi olan başka bir hastalığa sahip olarak yanlış sınıflandırılan ilgili, ihmal edilemeyecek sayıda denek ürettiği söylenebilir: Bu denekler yanlış pozitifler olarak adlandırılır; bu mantık 'yanlış pozitif' için geçerlidir ancak başlangıçta nispeten çok az sayıda birey (yani genel popülasyonda hastalıktan etkilenenler; örneğin %5'ten az) üzerinde uygulanan bir hataya sahip olduğumuz 'yanlış negatif' problemi için geçerli değildir. Dolayısıyla, görüşme sırasında bir hastalık öyküsü varmış gibi görünen deneklerin çok yüksek bir yüzdesi, böyle bir tıbbi durum için yanlış pozitiftir ve görünüşe göre hiçbir zaman tam bir klinik sendrom geliştirmemiştir. ⓘ

Psikiyatrik durumların halk sağlığı açısından öneminin değerlendirilmesinde farklı ancak ilgili bir sorun Columbia Üniversitesi'nden Robert Spitzer tarafından vurgulanmıştır: tanı kriterlerinin yerine getirilmesi ve bunun sonucunda konulan tanı mutlaka tedavi ihtiyacı anlamına gelmemektedir. ⓘ

Nüfus yaygınlığı veya baz oranı nispeten düşük olan bozukluklar ve durumlar için oranlar tespit edilirken iyi bilinen bir istatistiksel sorun ortaya çıkmaktadır. Mülakatla konulan tanıların duyarlılık ve özgüllük ve bunlara karşılık gelen ROC eğrisi altındaki alan (yani AUC veya alıcı işletim karakteristiği eğrisi altındaki alan) açısından son derece doğru olduğu varsayılsa bile, nispeten düşük bir yaygınlık veya taban oranına sahip bir durum, yanlış negatif oranları aşan yüksek yanlış pozitif oranlara neden olacaktır; böyle bir durumda, sınırlı bir pozitif prediktif değer, PPV, %100'e çok yakın bir özgüllük varlığında bile yüksek yanlış pozitif oranlara neden olur. ⓘ