Prostorová distribuce úmrtnosti a její socioekonomické nerovnosti v obyvatelstvu měst České republiky na počátku 21. století
Hlavní řešitelé: mgr. L. Kážmér, doc. D. Dzúrová
2013-2014 – Grantová agentura Univerzity Karlovy
Hlavním cílem projektu je identifikace socioekonomické diferenciace v úmrtnosti obyvatelstva vybraných českých měst, žijícího v dostatečně malých prostorových statistických jednotkách, a to za účelem podrobné intenzitní, strukturní a prostorové analýzy úmrtnosti ve vysokém prostorovém rozlišení, pozorování vývoje těchto struktur v intercenzálním období let 2001 – 2011, a uskutečnění průřezové ekologické studie socioekonomické deprivace populace ČR ve vztahu k příslušným úmrtnostním charakteristikám obyvatelstva. Města zahrnuty do analýz projektu představují čtyři počtem obyvatel nejpočetnější města ČR – Praha (1,257 mil.), Brno (371 tis.), Ostrava (303 tis.) a Plzeň (169 tis.). V návaznosti k cílům projektu budou z metodického hlediska použity nové, pokročilé metody statistické analýzy dat, vycházející z principů zobecněného smíšeného modelování (generalized linear mixed modelling), zohledňující prostorovou strukturu i vzájemnou provázanost (autokorelaci) analyzovaných statistických jednotek (v odborné literatuře často nazýváno termínem bayesovské metody pro mapování onemocnění – Bayesian disease mapping methods).
Autor:
Mgr. Ladislav Kážmér
Katedra sociální geografie a regionálního rozvoje
Přírodovědecká fakulta UK v Praze
128 43 Praha 2 – Albertov 6
Recenzovali: RNDr. Boris Burcin, PhD., RNDr. Pavlína Netrdová, PhD.
Studie vznikla v rámci projektu Grantové agentury Univerzity Karlovy č. 860213 Prostorová distribuce úmrtnosti a její socioekonomické nerovnosti v obyvatelstvu měst České republiky na počátku 21. století
Celou publikaci si v souhrnné podobě můžete stáhnout zde. [KÁŽMÉR, L. (2014)]
Předkládaná studie poskytuje podrobný analytický pohled na distribuci úmrtnosti a její vývoj v hlavním městě České republiky – Praze v období let 2001-2011. Intenzita úmrtnosti je hodnocená z pohledu jejich (časo-)prostorových struktur a diferencí v její celkové podobě i podle různých příčin smrti.
Jelikož komplexní monitoring vývoje úmrtnosti (a rovněž i nemocnosti) obyvatelstva představuje jednu z klíčových úloh potřebných pro oblast epidemiologického výzkumu a tvorbu politiky v oblasti veřejného zdraví, výsledky takto zaměřeného výzkumu mohou sloužit jako výchozí bod pro plánování a tvorbu efektivních intervencí, zaměřených na snižování nerovností zdraví populace v jejím strukturálním i prostorovém kontextu.
Studie tedy nabízí v podrobném a komplexním pohledu ucelený obraz o příslušné intenzitě úmrtnosti. V analýzách byly využity moderní statisticko-analytické postupy, umožňující zhodnotit příslušnou distribuci v detailním měřítku na vnitro-urbánní úrovni. Za účelem kontroly hlavních strukturálních faktorů v intenzitě úmrtnosti byly analýzy provedeny v přehledné, stratifikované formě.
Data vycházela z tradičně disponibilní průběžné statistiky úmrtnosti Českého statistického úřadu (ČSÚ). Na jejich analýzu byly aplikovány nové, pokročilé přístupy, založené na principech zobecněného smíšeného modelování, jakož i specifické přístupy prostorové analýzy dat. Příslušné metody (tzv. bayesovského mapování) byly aplikovány především za účelem:
– kontroly výrazné variability v bodových odhadech příslušných parametrů a jejich potenciálního vychýlení oproti skutečné hodnotě relativního rizika úmrtí;
– zahrnutí prostorové struktury statistických jednotek do analýzy dat.
Příslušný analytický pohled byl aplikován separátně pro dvě 5-leté časové období: 2001-2005 a 2007-2010.
Jako indikátor relativní intenzity úmrtnosti byl použit věkově standardizovaný index (SMR), sestrojený odděleně pro obě pohlaví i časová období nepřímou metodou standardizace. Za prostorové statistické jednotky byly zvoleny městské části (MČ) hlavního města Prahy.
V dalším kroku analýz byl na vypočtené standardizované indexy (SMR) aplikován hierarchický Poissonův-Gamma model (Clayton, Kaldor 1987; Lawson 2013), kontrolující dodatečnou variabilitu v datech, vyplývající z vysoce variabilního početnosti exponované populace v jednotlivých prostorových statistických jednotkách. Takto vyhlazené úmrtnosti indexy (sSMR) následně vstupovaly do analýzy prostorové distribuce jevů (pro podrobnou definici použitých indexů a modelů, viz [Textová část] a [Appendix]).
Pro účely analýzy vývoje intenzity úmrtnosti celkové populace hlavního města a jejího následného srovnání s národní populací České republiky byly sestrojeny meziroční standardizované míry úmrtnosti (SDR) odděleně dle pohlaví (standardizované na Evropský populační standard, 2013).
Analýza prostorového shlukování a detekce prostorových shluků byla provedena prostřednictvím dvou globálních a jednoho lokálního statistického indikátoru. Z globálních ukazatelů byla aplikována obecná G statistika (Getis, Ord 1992) společně s Moranovým I kritériem (Moran 1950). Pro analýzu detekce rostorových shluků byla použita lokální verze Moranova I kritéria (Anselin 1995) (pro podrobnou definici použitých statistických indikátorů, viz [Textová část] a [Appendix]).
Analýza úmrtnosti byla provedena pro následující věkové skupiny obyvatelstva a hlavní skupiny příčin smrti:
– celková standardizovaná úmrtnost;
– úmrtnost ekonomicky aktivního obyvatelstva (15-64 let);
– předčasná úmrtnost (před dovršením 75 let);
– úmrtnost seniorské populace (nad 65 let);
– úmrtnost na zhoubné novotvary (C00-C97);
– nemoci oběhové soustavy (I00-I99);
– nemoci dýchací soustavy (J00-J99);
– nemoci trávicí soustavy (K00-K93);
– vnější příčiny smrti (S00-T98);
– odvratitelná úmrtnost (skládající se z léčitelné a preventabilní úmrtnosti společně s úmrtností na ischemické choroby srdeční – pro podrobnou definici, viz [Tabulka Odvratitelná úmrtnost – Avoidable Mortality]);
– léčitelná úmrtnost;
– preventabilní úmrtnost;
– ischemické choroby srdeční (I20-I25).
– seznam jednotlivých mapových listů na prohlížení/stáhnutí [k vidění níže].
– pro interpretaci a diskusi k jednotlivým mapám, viz [Textová část].
Studie poskytuje podrobný analytický pohled na distribuci úmrtnosti v hlavním městě České republiky v jejím strukturálním, vývojovém a prostorovém aspektu.
Úmrtnostní poměry se během analyzovaného období výrazně zlepšily, a to jak v případě populace hlavního města, tak v celé republice. V Praze však přibližně od roku 2010 lze pozorovat zastavení klesajícího trendu v intenzitě úmrtnosti. Analýzy dat z následujících let ukáží, zda se jedná pouze o dočasný jev, nebo je za touto stagnací třeba hledat širší souvislosti.
Výsledky časoprostorových analýz úmrtnosti obyvatelstva hlavního města poukazují na poměrně vysokou dynamiku v prostorové distribuci úmrtnosti podle příčin smrti na vnitro-urbánní měřítkové úrovni. Na druhé straně, analýza celkové standardizované úmrtnosti poukázala na její poměrně stálý prostorový vzorec v obou analyzovaných obdobích. Za účelem odhalení dalších faktorů a procesů, ležících v pozadí příslušné prostorové diferenciace je nutný další, specificky zacílený výzkum, beroucí v úvahu mimo jiné i další socio-strukturální faktory cílové populace (např. ve vztahu k vzdělanostní struktuře žijícího obyvatelstva apod.).
Anselin, L. (1995). Local Indicators of Spatial Association – LISA. Geographical Analysis, 27 (2), 93-115.
Burcin, B. (2008): Vývoj odvratitelné úmrtnosti v České republice v období 1990–2006 (Avoidable Mortality in the Czech Republic in 1990-2006). Demografie, 50 (1), 15–31.
Environmental Systems Research Institute (2013): ArcGIS Desktop 10.2. Redlands, California.
Eurostat (2013): Revision of the European Standard Population – Report of Eurostat’s Task Force. Eurostat Methodologies and Working Papers, European Commission, ISSN 1977-0375.
Getis, A., Ord, J.K. (1992): The Analysis of Spatial Association by Use of Distance Statistics. Geographical Analysis, 24 (3), 189-206.
Lawson, A.B. (2013): Bayesian Disease Mapping: Hierarchical Modeling in Spatial Epidemiology. Chapman & Hall/CRC Interdisciplinary Statistics, Second Edition, ISBN: 1466504811, 378 p.
Moran, P.A.P. (1950): Notes on Continuous Stochastic Phenomena. Biometrika, 37 (1), 17–23.
Newey, C., Nolte, E., McKee, M., Mossialos, E. (2004): Avoidable Mortality in the Enlarged European Union. Institut des Sciences de la Sante Statistics, Brussels.
R Development Core Team (2004): R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing,Vienna, Austria. URL http://www.R-project.org.
Rogerson, P.A., Han, D. (2002): The Effect of Migration on the Detection of Geographic Differences in Disease Risk. Social Science and Medicine, 55 (10), 1817-1828.
Spiegelhalter, D.J., Thomas, A., Best, N.G., Lunn, D. (2003): WinBUGS Version 1.4 User Manual. MRC Biostatistics Unit, Cambridge, United Kingdom. URL http://www.mrc-bsu.cam.ac.uk/bugs/.
Sturtz, S., Ligges, U., Gelman, A. (2005): R2WinBUGS: A Package for Running WinBUGS from R. Journal of Statistical Software, 12 (3), 1–16.
Tomášek, I., Tomášková, H. (2009): Použití bayesovských metod pro mapování onemocnění (Bayesian methods in diseases mapping). Demografie, 51, 190–201.
University College London: The INEQ-CITIES Project (Socio-Economic Inequalities in Mortality: Evidence and Policies in Cities of Europe). United Kingdom. URL https://www.ucl.ac.uk/ineqcities/
Celková standardizovaná úmrtnost
Úmrtnost ekonomicky aktivního obyvatelstva, 15-64 let
Předčasná úmrtnost, 0-74 let
Úmrtnost seniorské populace, 65+ let
Úmrtnost na zhoubné novotvary (C00-C97)
Úmrtnost na nemoci oběhové s. (I00-I99)
Úmrtnost na nemoci dýchací s. ( J00 – J99 )
Úmrtnost na nemoci trávicí s. (K00-K93)
Úmrtnost na vnější příčiny smrti (S00-T98)
Odvratitelná úmrtnost
Léčitelná úmrtnost
Preventabilní úmrtnost
Úmrtnost na ischemické choroby srdeční (I20-I25)
