{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3275938"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3275938","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Στατιστική ανάλυση υποπληθυσμών σε συγχρονικές δειγματοληπτικές έρευνες με εφαρμογή στη νοσοκομειακή επιδημιολογία","abstract":"Οι νοσοκομειακές λοιμώξεις συνιστούν ένα από τα μεγαλύτερα προβλήματα στον τομέα της δημόσιας υγείας. Η έκταση του προβλήματος καθορίζεται μέσω συγχρονικών δειγματοληπτικών ερευνών, οι οποίες συχνά διεξάγονται σε εθνικό επίπεδο, με σύνθετα δειγματοληπτικά σχέδια, στοχεύοντας στην εκτίμηση του επιπολασμού στο σύνολο των νοσηλευόμενων ασθενών μιας χώρας. Σε αυτές τις έρευνες συχνά αναλύονται και δημοσιεύονται ξεχωριστά δεδομένα για συγκεκριμένους υποπληθυσμούς, δηλαδή για υποσύνολα του αρχικού δειγματοληπτούμενου πληθυσμού. Ωστόσο, έχει παρατηρηθεί ότι μερικές φορές η ανάλυση των υποπληθυσμών βασίζεται στην υπό-συνθήκη επιλογή των δεδομένων, δηλαδή διαγράφονται τα δεδομένα των ατόμων που δεν ανήκουν στον υποπληθυσμό. Έτσι, το δειγματικό μέγεθος του υποπληθυσμού αντιμετωπίζεται ως σταθερό, ενώ στην πραγματικότητα αποτελεί τυχαία μεταβλητή με αποτέλεσμα τη λανθασμένη εκτίμηση των τυπικών σφαλμάτων και την απαλοιφή ολόκληρων πρωτογενών μονάδων δειγματοληψίας όταν δεν υπάρχουν σε αυτές άτομα του υποπληθυσμού. Στην παρούσα διπλωματική εργασία παρουσιάζουμε αρχικά τις μεθόδους στατιστικής συμπερασματολογίας για υποπληθυσμούς σε σύνθετες δειγματοληψίες. Στη συνέχεια, πραγματοποιούμε στατιστική ανάλυση δεδομένων συγχρονικού δείγματος 8.247 νοσηλευομένων ατόμων από 37 ελληνικά νοσοκομεία για συγκεκριμένους υποπληθυσμούς για τους οποίους εκτιμάμε τον επιπολασμό των λοιμώξεων και της χρήσης αντιβιοτικών φαρμάκων και συγκρίνουμε τα αποτελέσματα της ανάλυσης με και χωρίς συνθήκη και της ανάλυσης χωρίς να ληφθεί υπόψιν το δειγματοληπτικό σχέδιο. Τέλος, διεξάγουμε συστηματική ανασκόπηση της διεθνούς ιατρικής βιβλιογραφίας προκειμένου να εκτιμήσουμε κατά πόσο η στατιστική ανάλυση ήταν επαρκής σε συγχρονικές μελέτες επιπολασμού των νοσοκομειακών λοιμώξεων που διεξήχθησαν σε επίπεδο χώρας. Τα αποτελέσματά της ανάλυσής μας σε 32 μελέτες εθνικού επιπέδου που δημοσιεύτηκαν την τελευταία δεκαετία, έδειξαν ότι το 63% των μελετών ήταν μέτριας ποιότητας (με σχετικά υψηλό κίνδυνο συστηματικών σφαλμάτων) και μόνο 5 μελέτες αξιολογήθηκαν ως υψηλής ποιότητας σύμφωνα με τα κριτήρια του Joanna Briggs Institute (JBI) για μελέτες επιπολασμού. Ειδικότερα για τη στατιστική ανάλυση, βρήκαμε ότι το 81% των μελετών δεν έλαβε υπόψη το σύνθετο δειγματοληπτικό σχέδιο, με αποτέλεσμα οι εκτιμήσεις τόσο του επιπολασμού όσο και των τυπικών σφαλμάτων να είναι λανθασμένες. Αναλύσεις υποπληθυσμών πραγματοποιήθηκαν σε 7 μελέτες, από τις οποίες μόνον οι 4 (57%) χρησιμοποιήσαν σωστές μεθόδους εκτιμητικής.","abstract_html":"Οι νοσοκομειακές λοιμώξεις συνιστούν ένα από τα μεγαλύτερα προβλήματα στον τομέα της δημόσιας υγείας. Η έκταση του προβλήματος καθορίζεται μέσω συγχρονικών δειγματοληπτικών ερευνών, οι οποίες συχνά διεξάγονται σε εθνικό επίπεδο, με σύνθετα δειγματοληπτικά σχέδια, στοχεύοντας στην εκτίμηση του επιπολασμού στο σύνολο των νοσηλευόμενων ασθενών μιας χώρας. Σε αυτές τις έρευνες συχνά αναλύονται και δημοσιεύονται ξεχωριστά δεδομένα για συγκεκριμένους υποπληθυσμούς, δηλαδή για υποσύνολα του αρχικού δειγματοληπτούμενου πληθυσμού. Ωστόσο, έχει παρατηρηθεί ότι μερικές φορές η ανάλυση των υποπληθυσμών βασίζεται στην υπό-συνθήκη επιλογή των δεδομένων, δηλαδή διαγράφονται τα δεδομένα των ατόμων που δεν ανήκουν στον υποπληθυσμό. Έτσι, το δειγματικό μέγεθος του υποπληθυσμού αντιμετωπίζεται ως σταθερό, ενώ στην πραγματικότητα αποτελεί τυχαία μεταβλητή με αποτέλεσμα τη λανθασμένη εκτίμηση των τυπικών σφαλμάτων και την απαλοιφή ολόκληρων πρωτογενών μονάδων δειγματοληψίας όταν δεν υπάρχουν σε αυτές άτομα του υποπληθυσμού. Στην παρούσα διπλωματική εργασία παρουσιάζουμε αρχικά τις μεθόδους στατιστικής συμπερασματολογίας για υποπληθυσμούς σε σύνθετες δειγματοληψίες. Στη συνέχεια, πραγματοποιούμε στατιστική ανάλυση δεδομένων συγχρονικού δείγματος 8.247 νοσηλευομένων ατόμων από 37 ελληνικά νοσοκομεία για συγκεκριμένους υποπληθυσμούς για τους οποίους εκτιμάμε τον επιπολασμό των λοιμώξεων και της χρήσης αντιβιοτικών φαρμάκων και συγκρίνουμε τα αποτελέσματα της ανάλυσης με και χωρίς συνθήκη και της ανάλυσης χωρίς να ληφθεί υπόψιν το δειγματοληπτικό σχέδιο. Τέλος, διεξάγουμε συστηματική ανασκόπηση της διεθνούς ιατρικής βιβλιογραφίας προκειμένου να εκτιμήσουμε κατά πόσο η στατιστική ανάλυση ήταν επαρκής σε συγχρονικές μελέτες επιπολασμού των νοσοκομειακών λοιμώξεων που διεξήχθησαν σε επίπεδο χώρας. Τα αποτελέσματά της ανάλυσής μας σε 32 μελέτες εθνικού επιπέδου που δημοσιεύτηκαν την τελευταία δεκαετία, έδειξαν ότι το 63% των μελετών ήταν μέτριας ποιότητας (με σχετικά υψηλό κίνδυνο συστηματικών σφαλμάτων) και μόνο 5 μελέτες αξιολογήθηκαν ως υψηλής ποιότητας σύμφωνα με τα κριτήρια του Joanna Briggs Institute (JBI) για μελέτες επιπολασμού. Ειδικότερα για τη στατιστική ανάλυση, βρήκαμε ότι το 81% των μελετών δεν έλαβε υπόψη το σύνθετο δειγματοληπτικό σχέδιο, με αποτέλεσμα οι εκτιμήσεις τόσο του επιπολασμού όσο και των τυπικών σφαλμάτων να είναι λανθασμένες. Αναλύσεις υποπληθυσμών πραγματοποιήθηκαν σε 7 μελέτες, από τις οποίες μόνον οι 4 (57%) χρησιμοποιήσαν σωστές μεθόδους εκτιμητικής.","abstract_has_math":false,"creators":["Παστάκα Αικατερίνη","Pastaka Aikaterini"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2023,"date_issued":"2023","date_published":"2023","updated_at":"2026-11-19T06:21:31Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3275938"],"render_values":[{"text":"uoadl:3275938","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3275938","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3275938","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3275938","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Παστάκα Αικατερίνη","Pastaka Aikaterini"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2023"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Επιστήμες Υγείας","Health Sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3275938","https://pergamos.lib.uoa.gr/uoa/dl/object/3275938"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Οι νοσοκομειακές λοιμώξεις συνιστούν ένα από τα μεγαλύτερα προβλήματα στον τομέα της δημόσιας υγείας. Η έκταση του προβλήματος καθορίζεται μέσω συγχρονικών δειγματοληπτικών ερευνών, οι οποίες συχνά διεξάγονται σε εθνικό επίπεδο, με σύνθετα δειγματοληπτικά σχέδια, στοχεύοντας στην εκτίμηση του επιπολασμού στο σύνολο των νοσηλευόμενων ασθενών μιας χώρας. Σε αυτές τις έρευνες συχνά αναλύονται και δημοσιεύονται ξεχωριστά δεδομένα για συγκεκριμένους υποπληθυσμούς, δηλαδή για υποσύνολα του αρχικού δειγματοληπτούμενου πληθυσμού. Ωστόσο, έχει παρατηρηθεί ότι μερικές φορές η ανάλυση των υποπληθυσμών βασίζεται στην υπό-συνθήκη επιλογή των δεδομένων, δηλαδή διαγράφονται τα δεδομένα των ατόμων που δεν ανήκουν στον υποπληθυσμό. Έτσι, το δειγματικό μέγεθος του υποπληθυσμού αντιμετωπίζεται ως σταθερό, ενώ στην πραγματικότητα αποτελεί τυχαία μεταβλητή με αποτέλεσμα τη λανθασμένη εκτίμηση των τυπικών σφαλμάτων και την απαλοιφή ολόκληρων πρωτογενών μονάδων δειγματοληψίας όταν δεν υπάρχουν σε αυτές άτομα του υποπληθυσμού. Στην παρούσα διπλωματική εργασία παρουσιάζουμε αρχικά τις μεθόδους στατιστικής συμπερασματολογίας για υποπληθυσμούς σε σύνθετες δειγματοληψίες. Στη συνέχεια, πραγματοποιούμε στατιστική ανάλυση δεδομένων συγχρονικού δείγματος 8.247 νοσηλευομένων ατόμων από 37 ελληνικά νοσοκομεία για συγκεκριμένους υποπληθυσμούς για τους οποίους εκτιμάμε τον επιπολασμό των λοιμώξεων και της χρήσης αντιβιοτικών φαρμάκων και συγκρίνουμε τα αποτελέσματα της ανάλυσης με και χωρίς συνθήκη και της ανάλυσης χωρίς να ληφθεί υπόψιν το δειγματοληπτικό σχέδιο. Τέλος, διεξάγουμε συστηματική ανασκόπηση της διεθνούς ιατρικής βιβλιογραφίας προκειμένου να εκτιμήσουμε κατά πόσο η στατιστική ανάλυση ήταν επαρκής σε συγχρονικές μελέτες επιπολασμού των νοσοκομειακών λοιμώξεων που διεξήχθησαν σε επίπεδο χώρας. Τα αποτελέσματά της ανάλυσής μας σε 32 μελέτες εθνικού επιπέδου που δημοσιεύτηκαν την τελευταία δεκαετία, έδειξαν ότι το 63% των μελετών ήταν μέτριας ποιότητας (με σχετικά υψηλό κίνδυνο συστηματικών σφαλμάτων) και μόνο 5 μελέτες αξιολογήθηκαν ως υψηλής ποιότητας σύμφωνα με τα κριτήρια του Joanna Briggs Institute (JBI) για μελέτες επιπολασμού. Ειδικότερα για τη στατιστική ανάλυση, βρήκαμε ότι το 81% των μελετών δεν έλαβε υπόψη το σύνθετο δειγματοληπτικό σχέδιο, με αποτέλεσμα οι εκτιμήσεις τόσο του επιπολασμού όσο και των τυπικών σφαλμάτων να είναι λανθασμένες. Αναλύσεις υποπληθυσμών πραγματοποιήθηκαν σε 7 μελέτες, από τις οποίες μόνον οι 4 (57%) χρησιμοποιήσαν σωστές μεθόδους εκτιμητικής.","Healthcare-associated infections constitute a major public health problem. The extent of the problem is determined through cross-sectional sample surveys, often conducted at a national level with complex sampling designs, aiming to estimate the prevalence burden of infections in hospitalized patients across a country. In such surveys, data are often analyzed and published separately for specific subpopulations, that is, subsets of the original sampled population. However, it has been observed that the analysis of subpopulations is sometimes based on conditional selection of data, by deleting the data of individuals who do not belong to the subpopulation of interest. Thus, the subpopulation sample size is treated as fixed, when in fact it is a random variable, and this results in misestimating the standard errors and deleting entire primary sampling units when there are no subpopulation members in them. In this dissertation, we first present the methods of statistical inference in subpopulations for complex sampling designs. We then perform a statistical analysis of data from a cross-sectional sample of 8,247 inpatients from 37 Greek hospitals for specific subpopulations, for which we estimate prevalence of infections and use of antibiotics, and compare the results between conditional analysis, unconditional analysis and analysis that does not account for the sampling design. Finally, we conduct a systematic review of the International medical literature to assess the extent to which statistical analysis was adequate in cross-sectional studies of the prevalence of nosocomial infections performed at a national level. The results of our analysis in 32 national-level studies published over the last decade, revealed that 63% of the studies were of low/medium quality (with relatively high risk of bias) and only 5 studies were assessed as high quality in accordance with the criteria of the Joanna Briggs Institute (JBI) for prevalence surveys. Particularly regarding the statistical analysis, we found that 81% of the studies did not account for the complex sampling design resulting in biased estimates of prevalence proportions and their standard errors. Subpopulation analyses were conducted in 7 studies, of which only 4 (57%) used appropriate estimation methods."]},{"key":"dc:title","label":"Title","values":["Στατιστική ανάλυση υποπληθυσμών σε συγχρονικές δειγματοληπτικές έρευνες με εφαρμογή στη νοσοκομειακή επιδημιολογία"]}]}],"canonical_facts":{"dc:creator":["Παστάκα Αικατερίνη","Pastaka Aikaterini"],"dc:date":["2023"],"dc:description":["Οι νοσοκομειακές λοιμώξεις συνιστούν ένα από τα μεγαλύτερα προβλήματα στον τομέα της δημόσιας υγείας. Η έκταση του προβλήματος καθορίζεται μέσω συγχρονικών δειγματοληπτικών ερευνών, οι οποίες συχνά διεξάγονται σε εθνικό επίπεδο, με σύνθετα δειγματοληπτικά σχέδια, στοχεύοντας στην εκτίμηση του επιπολασμού στο σύνολο των νοσηλευόμενων ασθενών μιας χώρας. Σε αυτές τις έρευνες συχνά αναλύονται και δημοσιεύονται ξεχωριστά δεδομένα για συγκεκριμένους υποπληθυσμούς, δηλαδή για υποσύνολα του αρχικού δειγματοληπτούμενου πληθυσμού. Ωστόσο, έχει παρατηρηθεί ότι μερικές φορές η ανάλυση των υποπληθυσμών βασίζεται στην υπό-συνθήκη επιλογή των δεδομένων, δηλαδή διαγράφονται τα δεδομένα των ατόμων που δεν ανήκουν στον υποπληθυσμό. Έτσι, το δειγματικό μέγεθος του υποπληθυσμού αντιμετωπίζεται ως σταθερό, ενώ στην πραγματικότητα αποτελεί τυχαία μεταβλητή με αποτέλεσμα τη λανθασμένη εκτίμηση των τυπικών σφαλμάτων και την απαλοιφή ολόκληρων πρωτογενών μονάδων δειγματοληψίας όταν δεν υπάρχουν σε αυτές άτομα του υποπληθυσμού. Στην παρούσα διπλωματική εργασία παρουσιάζουμε αρχικά τις μεθόδους στατιστικής συμπερασματολογίας για υποπληθυσμούς σε σύνθετες δειγματοληψίες. Στη συνέχεια, πραγματοποιούμε στατιστική ανάλυση δεδομένων συγχρονικού δείγματος 8.247 νοσηλευομένων ατόμων από 37 ελληνικά νοσοκομεία για συγκεκριμένους υποπληθυσμούς για τους οποίους εκτιμάμε τον επιπολασμό των λοιμώξεων και της χρήσης αντιβιοτικών φαρμάκων και συγκρίνουμε τα αποτελέσματα της ανάλυσης με και χωρίς συνθήκη και της ανάλυσης χωρίς να ληφθεί υπόψιν το δειγματοληπτικό σχέδιο. Τέλος, διεξάγουμε συστηματική ανασκόπηση της διεθνούς ιατρικής βιβλιογραφίας προκειμένου να εκτιμήσουμε κατά πόσο η στατιστική ανάλυση ήταν επαρκής σε συγχρονικές μελέτες επιπολασμού των νοσοκομειακών λοιμώξεων που διεξήχθησαν σε επίπεδο χώρας. Τα αποτελέσματά της ανάλυσής μας σε 32 μελέτες εθνικού επιπέδου που δημοσιεύτηκαν την τελευταία δεκαετία, έδειξαν ότι το 63% των μελετών ήταν μέτριας ποιότητας (με σχετικά υψηλό κίνδυνο συστηματικών σφαλμάτων) και μόνο 5 μελέτες αξιολογήθηκαν ως υψηλής ποιότητας σύμφωνα με τα κριτήρια του Joanna Briggs Institute (JBI) για μελέτες επιπολασμού. Ειδικότερα για τη στατιστική ανάλυση, βρήκαμε ότι το 81% των μελετών δεν έλαβε υπόψη το σύνθετο δειγματοληπτικό σχέδιο, με αποτέλεσμα οι εκτιμήσεις τόσο του επιπολασμού όσο και των τυπικών σφαλμάτων να είναι λανθασμένες. Αναλύσεις υποπληθυσμών πραγματοποιήθηκαν σε 7 μελέτες, από τις οποίες μόνον οι 4 (57%) χρησιμοποιήσαν σωστές μεθόδους εκτιμητικής.","Healthcare-associated infections constitute a major public health problem. The extent of the problem is determined through cross-sectional sample surveys, often conducted at a national level with complex sampling designs, aiming to estimate the prevalence burden of infections in hospitalized patients across a country. In such surveys, data are often analyzed and published separately for specific subpopulations, that is, subsets of the original sampled population. However, it has been observed that the analysis of subpopulations is sometimes based on conditional selection of data, by deleting the data of individuals who do not belong to the subpopulation of interest. Thus, the subpopulation sample size is treated as fixed, when in fact it is a random variable, and this results in misestimating the standard errors and deleting entire primary sampling units when there are no subpopulation members in them. In this dissertation, we first present the methods of statistical inference in subpopulations for complex sampling designs. We then perform a statistical analysis of data from a cross-sectional sample of 8,247 inpatients from 37 Greek hospitals for specific subpopulations, for which we estimate prevalence of infections and use of antibiotics, and compare the results between conditional analysis, unconditional analysis and analysis that does not account for the sampling design. Finally, we conduct a systematic review of the International medical literature to assess the extent to which statistical analysis was adequate in cross-sectional studies of the prevalence of nosocomial infections performed at a national level. The results of our analysis in 32 national-level studies published over the last decade, revealed that 63% of the studies were of low/medium quality (with relatively high risk of bias) and only 5 studies were assessed as high quality in accordance with the criteria of the Joanna Briggs Institute (JBI) for prevalence surveys. Particularly regarding the statistical analysis, we found that 81% of the studies did not account for the complex sampling design resulting in biased estimates of prevalence proportions and their standard errors. Subpopulation analyses were conducted in 7 studies, of which only 4 (57%) used appropriate estimation methods."],"dc:identifier":["uoadl:3275938","https://pergamos.lib.uoa.gr/uoa/dl/object/3275938"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Στατιστική ανάλυση υποπληθυσμών σε συγχρονικές δειγματοληπτικές έρευνες με εφαρμογή στη νοσοκομειακή επιδημιολογία"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:21:31Z"}