Здравствуйте, у меня есть сводная таблица по общему числу случаев зарегистрированной госпитальной заболеваемости по основным классам болезней за 2004-2007гг. Подскажите, пожалуйста, как определить по каким классам изменения за 2006-2007гг. статистически значимы?

Уточните, пожайлуста, что из себя представляет данная сводная таблица?

Сводная таблица:
|Класс заболеваний | 2004| 2005| 2006| 2007|
|инфекционные и паразит. болезни| 8848| 9483| 9919| 9810|
|новообразования |12477| 12970| 12661| 11819|
|болезни крови |1129| 1062| 1042| 1048|

Предположу такое возможное решение (надеюсь, уважаемые форумчане поправят).

Для ответа на поставленный вопрос нужна информация об общем количестве пациентов в каждый период. Очевидно, здесь указаны не все классы заболеваний. Общее количество будет суммой численностей всех классов за период (год).

Тогда можно посчитать отношение шансов и разность пропорций, также их значимости и доверительные интервалы, по каждому заболеванию в отдельности при попарном сравнении периодов.

А вообще, для решения подобных вопросов, наверное, должны быть стандартные утвержденные инструкции по медицинской статистике? Необходимо также поднять список официально утвержденных медицинских статистических отчетных показателей.

Большое спасибо за помощь.

Интересует зарегистрированная госпитальная заболеваемость по ряду нозоформ, изменилась она или нет. Предполагается, очевидно, что население, которое обслуживает больница не изменилось. Тогда, по представленным данным можно сделать следующий вывод, по первому классу (инфекционные и паразит. болезни): в начале наблюдения в 2005 году, относительно 2004 отмечен рост (на 7,2% при 95% ДИ 6,6-7,7), в дальнейшем отмечен еще некоторый рост в 2006 относительно 2005 на 4,6% (4,2%-5,0%), а в 2007 по сравнению с 2006 различий нет -1,1% (-0,9%-1,3%). ПО второму классу можно отметить статистически значимое снижение в 2007 году по сравнению с 2006 на 6,6% (6,2%-7,1%). По третьему классу изменения госпитальнаой заболеваемости за последний год не отмечено (на 0,6% (95% ДИ 0,1%-1,1%).

Я бы так не стал делать: население меняется достаточно быстро, оно стареет, идет миграционный приток, миграционная убыль, допущение стабильности численности можно делать в сильно изолированных населенных пунктах или на уровне крупных регионов/стран. Однако, если население достаточно многочисленное, то тогда смысла в расчете достоверностей нет. Кроме того, расчет достоверностей предполагает гомогенность популяции, а этого в реальности нет.
Более того, описанные выше данные относятся, похоже, к количеству госпитализаций. При этом ряд людей госпитализируется по нескольку раз в год, а в подобных данных они будут записаны как разные люди. Соответственно, делить это число на численность населения не оправдано (кроме как для планирования потребности в койках, для чего такая статистика и собирается). Предположим, было в городе 10 человек, которые госпитализировались по 10 раз в год, и 1000, которые госпитализировались по одному разу. Эти 10 умерли. Можно ли точно оценить (с ДИ) распространенность и утверждать, что распространенность заболевания в городе снизилась, если численность уменьшилась с 1010 человек до 1000? А по госпитализациям произошло снижение на 10% (с 1100 до 1000).
Статистически, кстати, данные по госпитализации также вызывают проблемы - попытка использовать их без знаменателя базируется на предположении о подчинении распределения распределению Пуассона. А это - распределение редких событий. Госпитализации же у нас в стране примерно 5 на 10 жителей в год, что вряд ли относится к редким событиям (правда это все - следствие нарушения предположения гомогенности популяции).
На самом деле стандартный способ анализа подобных данных близок к тому, что рекомендовал Игорь. Получить подробные данные о половозрастной структуре госпитализированных и населения в целом. Желательно иметь данные только о первой госпитализации в год для каждого пациента. Подсчитать возраст/пол стандартизированные показатели госпитализации и сравнивать только их, либо проводить сравнения по подгруппам.

Именно потому, что во входных данных нет знаменателя и интесивные показатели, к которым предполагается расчет ДИ, рассчитать нельзя, задача представляется не научной, а скорее организационной и только для одной больницы, без сравнения показателей между больницами. Например, нужно показать, в каких отделениях за последний год больных было больше, чем в предыдущие годы, а в каких меньше, чтобы койки переместить. Т.е. мы не знаем задачи исследования.