demografie - časová řada

 

Jak jste pocítili hospodářskou krizi v roce 2009?

celkem se účastnilo: 94153

  demografie - procesy demografie - procesy demografie - procesy demografie - procesy demografie - procesy demografie - procesy demografie - procesy demografie - populační vývoj Afriky

 
9.01.2010 ANALÝZA: Zdravotnické ukazatele a naděje dožití

Příspěvek s názvem Zdravotnické ukazatele formující modelovou naději dožití v šesti světových WHO regionech vychází z bakalářské práce Jitky Láchové. Autorka se ve svém příspěvku zabývá hledáním faktorů ovlivňujících úroveň modelové naděje dožití zastoupených sadou zdravotnických ukazatelů v jednotlivých světových regionech.


1. Úvod
Rozdíly ve vyspělosti jednotlivých zemí světa můžeme hodnotit z několika pohledů - ekonomického, vzdělanostního, technologického,… a dalších. Pochopitelně i pohled zdravotnický vypovídá o vyspělosti státu mnohé. V tomto příspěvku se věnujeme naději dožití (střední délce života), demografickému ukazateli, který jakožto souhrnná charakteristika zdravotního stavu populace velmi dobře referuje o vyspělosti země. Příspěvek se konkrétně týká statistického modelování ukazatele naděje dožití pro každý ze šesti světových regionů vymezených Světovou zdravotnickou organizací (WHO) – obr. 1.

Obr. 1: Regiony světa dle WHO

(Zdroj regionalizace: WHO 2008)

Ilustrativní přehled o charakteristikách polohy a variability naděje dožití podává obr. 2, který pomocí krabicových diagramů znázorňuje rozdíly v naději dožití žen v rámci jednotlivých regionů, a současně poukazuje na velké rozdíly v hodnotách mezi regiony samotnými. Nejvíce různorodé jsou regiony Východní Středomoří a Afrika, naopak největší podobnost vykazuje Evropa. 

Obr. 2: Rozdíly v naději dožití žen při narození v rámci jednotlivých regionů a mezi regiony navzájem, krabicové diagramy, průměr let 2000-2005

(Zdroj dat: U.S. CENSUS BUREAU 2008)

Vzhledem k tomu, že naděje dožití se mezi jednotlivými regiony statisticky významně liší, bude vhodné vytvářet modely pro každý region zvlášť. Modely jsou vytvářeny metodou vícenásobné lineární regrese - závislou proměnnou se stává naděje dožití při narození; nezávisle proměnné tvoří soubor patnácti ukazatelů zdravotní péče. Nezávisle proměnné (ukazatele zdravotní péče) vstupující do modelu byly vybírány v kontextu současných trendů výzkumu této problematiky s ohledem na dostupnost dat. Přehled ukazatelů zdravotní péče, které vstupovaly do statistických modelů, včetně korelačních koeficientů s nadějí dožití, je k dispozici v Tab. 1. Tabulka dále zobrazuje u jednotlivých proměnných výčet regionů, ve kterých se statisticky významně podílely na vysvětlení hodnot modelové naděje dožití.

Tab. 1: Ukazatele zdravotní péče, které vysvětlují hodnoty naděje dožití v jednotlivých WHO regionech


Byla prokázána skutečnost, že pro vysvětlení hodnot závislé proměnné postačí pro všechny regiony pouze 1–4 nezávislé proměnné. Tyto nezávislé proměnné se v jednotlivých regionech liší. Šest z patnácti ukazatelů zdravotní péče vstupovalo do modelů zbytečně, statisticky významně se nepodílí na vysvětlení variability hodnot naděje dožití v žádném z regionů. Znamená to tedy, že v kontextu ostatních proměnných nemají vliv na hodnoty naděje dožití, a při teoretické snaze o zvýšení naděje dožití ve světových regionech by nehrály roli (tzn. že např. případná cílená rozvojová pomoc do oblastí zdravotnictví, kterou tyto proměnné charakterizují, by dle statistických výsledků teoreticky neměla stejný efekt jako u ukazatelů signifikantních).

2. Regresní modely

2.1 WHO region AFRIKA

Za WHO region AFRIKA bylo analyzováno 41 zemí. Tři nezávislé proměnné v modelu vysvětlují 83,7 % celkové variability.
Rovnice regresní přímky je následující:

    y (AFRIKA) = 65,926 – 0,140*(b1) – 0,001*(b2) + 9,538*(b3) ;

kde v modelu zařazenými nezávislými proměnnými jsou:
(b1)….. míra kojenecké úmrtnosti (na 1000 živě narozených)
(b2)….. prevalence HIV u osob starších patnácti let (na 100 tis. obyvatel)
(b3)….. počet lékařů (na 1000 obyvatel)

V osmdesátých letech byla v Subsaharské Africe nastartována řada rozsáhlých intervencí do zdravotního systému. Jejich cílem bylo vylepšit zdravotní péči především v městských oblastech, a to zejména ve smyslu rozšiřování a posilování veřejných nemocnic (FEW, HARPHAM, ATKINSON 2003).

Předpokládá se, že právě toho důvodu se mezi nezávislé proměnné dostal právě ukazatel počet lékařů na 1000 obyvatel.

Vizuálním přiblížením očekávaných a skutečných hodnot závislé proměnné je obr. 3.1.
 
Obr. 3.1: Skutečná a modelová hodnota závislé proměnné, model AFRIKA
 
(Zdroj dat: WHOSIS, U.S. CENSUS BUREAU 2008, CIA 2005)

V rámci WHO regionu AFRIKA má Svazijsko nejvyšší kladnou hodnotu rezidua (8,466) – tzn. že skutečná hodnota naděje dožití je ve Svazijsku přibližně o 8,5 roku vyšší než hodnota modelová. Velký rozdíl v modelové a skutečné hodnotě střední délky života při narození žen způsobuje vysoká hodnota nezávislé proměnné míra kojenecké úmrtnosti a zároveň nejvyšší hodnota prevalence HIV u osob starších 15 let.

Naopak velice příznivé hodnoty nezávislých proměnných má Jihoafrická republika, stát s nejvyšší absolutní hodnotou záporného rezidua (-7,786). Příznivou hodnotu modelové naděje dožití způsobuje zejména nízká míra kojenecké úmrtnosti a vysoká hustota lékařů na 1000 obyvatel.  

2.2 WHO region SEVERNÍ A JIŽNÍ AMERIKA

V regionu SEVERNÍ A JIŽNÍ AMERIKA vstupovalo do modelu 26 států. Čtyři nezávislé proměnné v modelu vysvětlují 93,0 % celkové variability.
 
Rovnice regresní přímky pro tento region je následující:

    y (SEVERNÍ A JIŽNÍ AMERIKA) = 78,939 – 0,123*(b1) – 0,003*(b2) + 0,336*(b3) – 0,013*(b4);

kde v modelu zařazenými nezávislými proměnnými jsou:
(b1)….. míra kojenecké úmrtnosti (na 1000 živě narozených)
(b2)….. prevalence HIV u osob starších patnácti let (na 100 tis. obyvatel)
(b3)….. celkové výdaje na zdravotnictví (jako procento HDP)
(b4)….. míra mateřské úmrtnosti (na 100 tis. živě narozených)

Ilustrací modelové a skutečné hodnoty naděje dožití je obr. 3.2.

Obr. 3.2: Skutečná a modelová hodnota závislé proměnné, model SEVERNÍ A JIŽNÍ AMERIKA
 
(Zdroj dat: WHOSIS, U.S. CENSUS BUREAU 2008, CIA 2005)

Nejvyšší kladnou hodnotu rezidua (3,171) v tomto WHO regionu má Ekvádor. Při detailním zkoumání hodnot jednotlivých ukazatelů v modelu zjistíme, že nižší hodnota modelové proměnné je způsobena především vysokými hodnotami kojenecké úmrtnosti a současně malými celkovými výdaji na zdravotnictví.
 
Naopak nejvyšší absolutní hodnotu záporného rezidua má Nikaragua. Modelová hodnota je o 2,588 let vyšší než skutečná. Tato skutečnost je způsobena výrazně pozitivními charakteristikami – vysokou hodnotou proměnné celkové výdaje na zdravotnictví a poměrně nízkou hodnotou proměnné prevalence HIV u osob starších 15 let (ve srovnání s ostatními zeměmi v regionu).

2.3 WHO region SEVEROVÝCHODNÍ ASIE

Nejméně států reprezentovalo v modelu WHO region SEVEROVÝCHODNÍ ASIE. Pro deset zemí postačil model s jednou nezávislou proměnnou, která vysvětluje 70 % variability.
Regresní přímka má takovýto tvar:

    y (SEVEROVÝCHODNÍ ASIE) = 52,501 + 0,210*(b1);

kde v modelu zařazenou nezávislou proměnnou je:
(b1)….. podíl gramotných osob (v procentech)

Vzhledem k malému počtu států, a také díky jediné nezávislé proměnné, se v tomto modelu (v porovnání s ostatními modely pro WHO regiony) očekávané a skutečné hodnoty naděje dožití více odlišují (obr. 3.3).

Obr. 3.3: Skutečná a modelová hodnota závislé proměnné, model SEVEROVÝCHODNÍ ASIE 

(Zdroj dat: WHOSIS, U.S. CENSUS BUREAU 2008, CIA 2005)


Je zajímavé, že přestože Srí Lanka představuje jeden ze států s vyšší gramotností (92,3 % osob umí číst a psát), hodnota rezidua je výrazně kladná. Skutečná hodnota naděje dožití žen ve věku nula je o 2,921 let vyšší než modelová. Tato skutečnost je způsobena nejvyšší hodnotou střední délky života žen při narození z celého regionu (74,77 let). Lépe do modelu zapadá stát s druhým nejvyšším kladným reziduem, tedy Indie. Velmi nízká gramotnost (59,5 %) snižuje modelovou hodnotu naděje dožití o 2,656 let.

Opačným příkladem je Barma, kde vyšší gramotnost (85,3 %) zvyšuje modelovou hodnotu střední délky života žen při narození o 7,052 let.

2.4   WHO region EVROPA

Naopak nejvíce reprezentantů (celkem 47) představují evropské státy. Dvě nezávislé proměnné v modelu vysvětlují 82,5 % celkové variability.
Rovnice regresní přímky je následující:

    y (EVROPA) = 81,292 – 0,042*(b1) – 0,087*(b2);

kde v modelu zařazenými nezávislými proměnnými jsou:
(b1)….. prevalence tuberkulózy (na 100 tis. obyvatel)
(b2)….. míra kojenecké úmrtnosti (na 1000 živě narozených)

Vizualizací hodnot modelové a skutečné naděje dožití žen při narození je obr. 3.4.

Obr. 3.4: Skutečná a modelová hodnota závislé proměnné, model EVROPA
 
(Zdroj dat: WHOSIS, U.S. CENSUS BUREAU 2008, CIA 2005)



Za WHO region EVROPA představuje nejvyšší hodnotu kladného rezidua Gruzie. Rozdíl je způsobený nepříznivými charakteristikami ukazatelů v modelu: relativně vysoká míra kojenecké úmrtnosti a vyšší hodnota prevalence tuberkulózy ubírají Gruzii 5,108 let na modelové naději dožití (rozdíl od skutečné hodnoty střední délky života při narození žen).

Na druhé straně největší absolutní hodnotu záporného rezidua má Bulharsko (-3,147). V tomto případě však rozdíl mezi skutečnou a modelovou nadějí dožití není způsoben relativně pozitivními hodnotami nezávislých proměnných (jsou spíše průměrné). V Bulharsku totiž dosahuje skutečná střední délka života žen při narození v porovnání s ostatními zeměmi WHO regionu EVROPA poměrně nízkých hodnot, konkrétně 75,17 let.
Lepším příkladem země se zápornou hodnotou rezidua (druhá nejvyšší záporná absolutní hodnota v pořadí) je Maďarsko. Charakterizují jej relativně nižší hodnoty obou nezávislých proměnných, tedy kojenecké úmrtnosti i prevalence tuberkulózy.

Pro zajímavost je v obr. 3.4 zvýrazněno vyobrazení skutečné a modelové hodnoty naděje dožití Česka. Obr. 3.4 ukazuje, že se modelová hodnota od skutečné významně neliší. Ovšem lze sledovat následující:
  • z hlediska modelové hodnoty naděje dožití patří Česko v rámci WHO regionu EVROPA mezi státy s nejvyššími hodnotami tohoto ukazatele;
  • z hlediska skutečné hodnoty naděje dožití patří Česko mezi státy s velmi příznivou hodnotou této charakteristiky, nikoliv však nejpříznivější.
Rozdíl ve prospěch modelové hodnoty závislé proměnné způsobují příznivé hodnoty nezávislých proměnných kojenecká úmrtnost a prevalence tuberkulózy.


2.5   WHO region VÝCHODNÍ STŘEDOMOŘÍ 

Do WHO regionu VÝCHODNÍ STŘEDOMOŘÍ spadá 19 zemí. Celková variabilita je z 94,6 % vysvětlena třemi nezávislými proměnnými.
Rovnice regresní přímky vypadá následovně:

    y (VÝCHODNÍ STŘEDOMOŘÍ) = 81,509 – 0,165*(b1) – 0,010*(b2) – 0,006*(b3);

kde v modelu zařazenými nezávislými proměnnými jsou:
(b1)….. míra kojenecké úmrtnosti (na 1000 živě narozených)
(b2)….. prevalence HIV u osob starších patnácti let (na 100 tis. obyvatel)
(b3)….. míra mateřské úmrtnosti (na 100 tis. živě narozených)

Ilustrací rozdílů hodnot mezi modelovou a skutečnou hodnotou závislé proměnné je obr. 3.5
 
Obr. 3.5: Skutečná a modelová hodnota závislé proměnné, model VÝCHODNÍ STŘEDOMOŘÍ
 
(Zdroj dat: WHOSIS, U.S. CENSUS BUREAU 2008, CIA 2005)


Nejvyšší absolutní hodnotu záporného rezidua má stát Sýrie (reziduum = - 4,136). Ovšem vzhledem k chybějícímu údaji za ukazatel prevalence HIV u osob starších 15 let je vynechán komentář, v modelu byla totiž chybějící hodnota tohoto ukazatele pro Sýrii nahrazena průměrem za celý region, což by mohlo být  pro vysvětlení hodnot rezidua zavádějící.

Druhou nejvyšší absolutní hodnotu záporného rezidua představuje Írán (-4,108). Rozdíl mezi modelovou a skutečnou hodnotou naděje dožití žen při narození je způsoben příznivými hodnotami měr kojenecké a mateřské úmrtnosti.
Na druhé straně nejvyšší hodnoty kladných reziduí (tzn. o kolik je vyšší skutečná hodnota naděje dožití než modelová) vykazují státy Jordánsko (6,344), Libye (3,780), Saudská Arábie (2,567) a Jemen (1,227). Bohužel, u všech z těchto zemí by komentář rozdílů modelových a skutečných hodnot opět mohl být zavádějící, ze stejného důvodu jako v případě Sýrie (chybějící hodnoty nezávislé proměnné prevalence HIV u osob starších 15 let).
V pořadí další nejvyšší kladnou hodnotu rezidua má Afghánistán (0,929). V tomto případě je již nasnadě rozdíly vysvětlit. Nižší modelovou střední délku života způsobuje nejvyšší hodnota míry kojenecké úmrtnosti v regionu a zároveň také nejvyšší hodnota míry mateřské úmrtnosti.

2.6   WHO region ZÁPADNÍ PACIFIK

Za WHO region ZÁPADNÍ PACIFIK bylo analyzováno 14 států. Tři nezávislé proměnné v modelu vysvětlují 96,4 % celkové variability, což je nejvyšší hodnota koeficientu determinace ze všech regionů.
Rovnice regresní přímky je následující:

    y (ZÁPADNÍ PACIFIK) = 80,251 – 0,034*(b1) + 0,672*(b2) – 1,624*(b3);

kde v modelu zařazenými nezávislými proměnnými jsou:
(b1)….. míra mateřské úmrtnosti (na 100 tis. živě narozených )
(b2)….. podíl osob starších 65 let na populaci (v procentech)
(b3)….. procento dětí do pěti let s nadváhou

Vizuálním přiblížením očekávaných a skutečných hodnot závislé proměnné je obr. 3.6.

Obr. 3.6: Skutečná a modelová hodnota závislé proměnné, model ZÁPADNÍ PACIFIK
 
(Zdroj dat: WHOSIS, U.S. CENSUS BUREAU 2008, CIA 2005)


Ve WHO regionu ZÁPADNÍ PACIFIK představuje Vietnam stát s nejvyšší absolutní hodnotou záporného rezidua. Ve skutečnosti je naděje dožití žen ve věku nula o 2,777 let nižší než modelová. Nadhodnocení modelové hodnoty je způsobeno především velmi příznivou hodnotou nezávislé proměnné procento dětí do pěti let s nadváhou, a dále také relativně nižší hodnotou míry mateřské úmrtnosti.

Druhým extrémem hodnoty rezidua je Singapur (3,081). Podobně jako u Bulharska v regionu EVROPA, vysoká hodnota rezidua není způsobena negativními charakteristikami nezávislých proměnných. Singapur vyniká v rámci regionu vysokou hodnotou střední délky života při narození žen (84,05), uvažované nezávisle proměnné nepostačují k vysvětlení tak příznivé naděje dožití. Odůvodnění bychom měli v tomto případě hledat spíše v celkové ekonomické situaci země, nikoliv pouze prostřednictvím ukazatelů úrovně zdravotnictví.

Příkladem země, kde vysokou kladnou hodnotu rezidua (1,971) vysvětlují nepříznivé hodnoty nezávislých proměnných, je Malajsie. V rámci regionu vykazuje druhou nejvyšší hodnotu ukazatele procento dětí s nadváhou, a současně podíl obyvatel starších 65 let je v Malajsii třetí nejnižší.


3. Závěr
Naděje dožití při narození je považována za základní srovnávací charakteristiku vyspělosti zemí. V této práci byla popisována pomocí ukazatelů souvisejících se zdravotní péčí.

Analýza se týká regionů světa vymezených Světovou zdravotnickou organizací, pro každý z regionů byl konstruován regresní model.

Díky zvolené metodě krokové lineární regrese bylo zjištěno, že 6 z 15 nezávislých proměnných (ukazatelů souvisejících se zdravotním stavem) vstupovalo do modelu zcela zbytečně - nepodílí se významným způsobem na vysvětlení variability hodnot závislé proměnné u žádného z WHO regionů. Výsledné modely jsou tedy poměrně jednoduché a vysvětlená variabilita závisle proměnné je poměrně vysoká (pohybuje mezi 70 a 96,4 procenty, a počet proměnných, které ji vysvětlují, mezi 1–4). Je však nutné mít na paměti, že se jedná pouze o čistou kvantitativní analýzu, proměnným chybí kvalitativní rozměr. Nicméně výše zmíněná skutečnost neznamená, že se jednotlivé modely nedají v praxi využít, je pouze nutné s nimi opatrně zacházet. Jedno z možných využití modelů by mohlo být například při cíleném rozdělování dotací vedoucích ke zvyšování naděje dožití. Díky vysvětlujícím nezávislým proměnným pro každý region by se staly příčiny nízkých hodnot závislé proměnné průhlednější.

Naděje dožití je ovlivněna řadou faktorů, přičemž úroveň zdravotnictví patří mezi ty dominantní. Tento příspěvek se snažil objasnit příčiny variability hodnot naděje dožití při narození v souboru zemí světa sdružených do jednotlivých WHO regionů, a to z hlediska úrovně zdravotní péče, pomocí metod statistické analýzy dat. 


Literatura:
FEW, W., HARPHAM, T., ATKINSON, S. (2003): Urban Primary Health Care in Africa: a Comparative Analysis of City-Wide public sector projects in Lusaka and Dar es Salaam. Health & Place, 9, č. 1, s. 45–53

WHO REGIONAL OFFICE FOR SOUTH-EAST ASIA (2006): WHO’s Regions. http://www.searo.who.int/EN/Section898/Section1443.htm, 18.4.2008

CIA (2005): The World Factbook 2005. http://www.umsl.edu/services/govdocs/wofact2005/, 30.3.2008
U.S. CENSUS BUREAU (2008): International Data Base. IDB Data -- IDB Aggregation--Table 010. http://www.census.gov/cgi-bin/ipc/agggen, 29.3.2008

WORLD HEALTH ORGANIZATION (2008): WHO Statistical Information System (WHOSIS). Core Health Indicators. http://www.who.int/whosis/database/core/core_select.cfm, 14.4.2008


Jitka Láchová


hostující autor
Prohledejte celý portál www.demografie.info
Výkladový slovník odborné demografické terminologie (české, anglické i francouzské pojmy)
V případě zájmu o aktuální dění z oblasti demografie zaregistrujte vaši emailovou adresu, na kterou vám budeme zasílat novinky.
1. dubna 2005 jsme spustili do provozu nový demografický informační portál. Je určen široké laické i odborné veřejnosti. Obraťte se na nás s jakýmkoli dotazem, či připomínkou. Za všechny reakce budeme vděční. Portál obsahuje velké množství informací, používejte proto prosím vyhledávání!
Vaš redakční tým

 
 
 © 2004-2014 Hůle Daniel
+420 774 510 398
hule@demografie.info
 
  Vydavatelem portálu je občanské sdružení - Demografické informační centrum. Obsah vytváří redakční tým zdarma. Portálu je přiděleno mezinárodní registrační číslo ISSN 1801-2914.
Demografie.info využívá redakční systém OSTRWE firmy ORA. Design&layout Daniel Hůle.
Pokud není uvedeno jinak, grafy i tabulky vycházejí z datové základny Českého statistického úřadu.
OSTRWE - publikační systém ORA - programování, webdesign, hosting, PHP, MySQL DIC - Demografické informační centrum

 
 
 
Pavlík, Kalibová, Koschin, Burcin
Rychtaříková, Kučera, Roubíček
demography, demografia, demographie
populační vývoj, studia, věda, aktuárská
geografie, demografický, Langhamrová
demografie, demos, analýza, výzkum