3.3 – A számok láthatóvá tétele – Was Zahlen sichtbar machen

1. 1854-ben egy dél-londoni utcában a szomszédos házak különböző vállalatoktól kaphattak vizet, így a kolerát nyomozó orvos alig tudott mit kiolvasni az utcanévből, amíg meg nem tudta, melyik cső ér el az egyes ajtókig .

2. Még egy alapos utcatérkép sem árulta el John Snow-nak, melyik vízellátó hálózat ér el egy adott háztartást .

3. Amikor a kolera kitört, ez a megkülönböztetés fontosabb volt, mint a térképen szereplő cím, mert az ugyanazon levegőnek kitett és nagyjából azonos környékbeli körülmények között élő házakhoz eltérő csövek vezethettek .

4. Snow minden olyan ház vízforrását kereste, ahol halálos roham kezdődött, és a fertőzés útját visszakövette a címig .

5. Nem csupán a halálesetek térképén lévő pontokat kellett összegyűjtenie, hanem össze kellett hasonlítania a közeli házak különböző vízellátásait .

6. Az egyik vállalat, a Lambeth, a vízbevezetőjét London szennyvízcsatornája felettre helyezte át; a Southwark és a Vauxhall viszont továbbra is a Temze szennyezettebb szakaszából merítette a vizet .

7. Mindkét vállalat ugyanazon kerületek házait látta el, gyakran hasonló környékbeli körülmények között .

8. Összefonódó csatlakozásaik szokatlan lehetőséget nyújtottak Snow-nak arra, hogy megvizsgálja, vajon a vízellátás szorosabban követi-e a betegség terjedését, mint pusztán a környék, egy olyan kérdést, amelyre a vízcsatlakozások nélküli haláleseti térkép nem tudott választ adni.

9. Ez egy járvány idején tett megfigyelés volt, nem pedig egy olyan kísérlet, amely véletlenszerűen osztotta el a vízellátást .

10. Először is Snow-nak meg kellett határoznia az egyes érintett házak vízellátóját, ahelyett, hogy feltételezte volna, hogy egy vállalat látja el az egész utcát .

11. A bérlők gyakran nem tudták, ki a vízellátójuk, mivel a számlát a háztulajdonos vagy az ügynök fizette .

12. Snow nyugtákat vagy a vizek közötti kémiai különbségeket használt fel az egyes források ellenőrzéséhez.

13. A nyilvántartott halálesetek helyszíne is félrevezető lehetett, ha a beteg a megbetegedés után elköltözött .

14. Az, aki otthon betegedett meg, később egy szegényházban halhatott meg, így a haláleset helyszíne téves vízellátásra utalt, annak ellenére, hogy magát a halálesetet pontosan rögzítették .

15. Snow ezért azt kérdezte, hol kezdődött a halálos roham, mert az volt az a cím, amelynek vízellátását nyomon kellett követni.

16. Ezek a részletek nem csupán adminisztratív megjegyzések voltak; ezek határozták meg, mit jelentenek az általa közölt számok .

17. Július 8. és augusztus 5. között vizsgálata 286 halálos megbetegedést kapcsolt össze a Southwark és Vauxhall által ellátott házakkal .

18. Ugyanebben az időszakban 14 halálos megbetegedést talált a Lambeth által ellátott házakban, ami nyers adatként sokkal kisebb összestét jelentett.

19. A nyers számok szembetűnőek voltak, de a két vállalat eltérő számú házat látott el, így ezek a számok önmagukban nem tudták méltányosan mérni a kontrasztot, és nem mutatták meg, hogy az egyik vízellátó hálózat nagyobb terhet jelentett-e egy-egy fogyasztóra vetítve.

20. Az előző évet lefedő, a parlamentnek benyújtott jelentés szerint az első vállalat 40 046 házat, a második pedig 26 107 házat látott el, ezek a számok pedig közös mértékegységet adtak Snow-nak, amelyhez viszonyítva a halálos megbetegedéseket értékelhette.

21. Ezeket a nevezőket alapul véve Snow kiszámította, hogy Southwarkban és Vauxhallban 10 000 háztartásonként körülbelül 71 halálos támadás történt, míg Lambethben 10 000 háztartásonként körülbelül öt.

22. Ebben a konkrét négyhetes időszakban a Southwark és Vauxhall-i házakra jutó arány nagyjából tizennégyszerese volt a Lambeth-i aránynak .

23. Ez a szám a négy hét alatt a vízellátott házakhoz viszonyított halálos megbetegedéseket mutatja, nem pedig egy személy pontos esélyét a kolera elkapására, amihez másfajta személy- és esetszámlálásra lenne szükség .

24. Egy házban több lakos is élhetett, és az egyes háztartásokban élők számát nem vették figyelembe ebben az összehasonlításban.

25. Nem minden halálos megbetegedés tartozott e két vállalati csoport egyikéhez sem.

26. Egyes háztartások közvetlenül a folyóból, kutakból vagy árkokból merítettek vizet, míg néhány esetben a forrás nem volt megállapítható, így ha minden halálesetet egy vállalati oszlopba soroltunk volna, az a valóság rovására javította volna a táblázat áttekinthetőségét .

27. Az ilyen esetek láthatóvá tétele megóvja a kérdést a hamis áttekinthetőségtől.

28. A nevező nem csupán a nagy számot tette kisebbé .

29. Azt kérdezte, hogy hány ház volt kitéve az egyes vízellátási forrásoknak, így az egyenlőtlen ügyfélköröket ugyanazon a skálán összehasonlíthatóvá tette, és feltárta, hogy a lambeth-i halálesetek alacsonyabb száma nem egyszerűen a kevesebb csatlakozásnak volt köszönhető .

30. Enélkül a több ügyféllel rendelkező vállalat pusztán azért tűnhetett volna veszélyesebbnek, mert több háztartást látott el, és a látszólagos tanulság megváltozhatott volna, valahányszor egy szolgáltató a víz minőségének megváltoztatása nélkül bővítette hálózatát.

31. Ennek segítségével egy magyarázatot igénylő különbség került a figyelem középpontjába.

32. A számok nem mutatták meg a kolerabaktériumot mikroszkóp alatt, és Snow-nak erre nem is volt szüksége.

33. Egy gyakorlati állítást teszteltek a fertőzés terjedésével kapcsolatban: ha az ivóvíznek jelentősége volt, akkor a betegség előfordulása élesen eltérőnek kellett lennie a különböző vízforrásokból ellátott szomszédos házak között, még akkor is, ha a környező utcák és az élet számos általános körülménye megegyezett.

34. Az összehasonlítás alátámasztotta ezt az állítást olyan körülmények között, amelyek számos, a szomszédsággal kapcsolatos magyarázatot kevésbé meggyőzővé tettek .

35. Ez azonban nem zárta ki a háztartások közötti minden lehetséges különbséget.

36. Snow a két fogyasztói csoportot társadalmi szempontból vegyesnek írta le, ám nem osztotta szét véletlenszerűen a vizet, nem mérte fel minden egyes expozíciót, és nem számolta össze minden egyes fertőzést, így a mintázat erőssége nem szüntette meg a tanulmány megfigyelésen alapuló korlátait .

37. Az emberek otthonukon kívül is fogyasztottak vizet .

38. Az eredmény inkább egy meghatározott hatókörű, meggyőző bizonyíték volt, mintsem a tökéletes ok-okozati összefüggés igazolása .

39. Ez a hatókör elegendő volt ahhoz, hogy egy közérdekű döntést megalapozzon .

40. A vízellátásért és az egészségügyért felelős tisztviselők megvizsgálhatták a vízellátást, annak felvételét és az általa ellátott helyeket, ahelyett, hogy a betegség mikroszkopikus okára vonatkozó teljes egyetértésre vártak volna .

41. Az arány rámutatott egy lehetséges védelmi útvonalra.

42. Önmagában nem tudta megmondani a tisztviselőknek, hogy pontosan melyik beavatkozás lenne a leggyorsabb, vagy hogyan kell azt végrehajtani, mert a vízellátás cseréje, a háztartások figyelmeztetése és más források felkutatása különböző gyakorlati kérdéseket vet fel.

43. A számlálás a csövek közötti láthatatlan különbséget látható eredménybeli különbséggé alakította .

44. A számlálás azonban már az aritmetika előtt kezdődik, azzal a szabályzal, hogy ki kerüljön be a nyilvántartásba.

45. Snow gondos kutatása a betegség kiindulási pontját jelentő ház után jól illusztrálja, mi történik, ha ezt a szabályt komolyan veszik: a számláló a releváns expozícióhoz kötődik, nem pedig ahhoz a helyhez, ahol a beteg véletlenül éppen tartózkodott.

46. Ha egy beteg halála előtt költözött, és a későbbi címet használták, egy érvényes számítás még így is összehasonlíthatja a rossz expozíciókat.

47. Egy kifinomult arány nem tudja kijavítani egy tévesen címkézett esetet .

48. Az időszak ugyanolyan fontos, mint a cím.

49. A négy hét a járvány korai szakaszát rögzítette; a megfigyelési időszak meghosszabbítása mind az összegeket, mind a különbség látszólagos mértékét megváltoztatja, ezért a korai arányt soha nem szabad az egész járvány rögzített jellemzőjeként bemutatni.

50. Egy dátumok nélkül közölt arány olyan tekintélyre tehet szert, amelyet soha nem érdemelt meg .

51. Ugyanez vonatkozik egy nevezőre is, amely észrevétlenül a házakról az emberekre vált át.

52. Ezek nem a számokkal szembeni kifogások; hanem a számok helyes használatának feltételei.

53. Ugyanez a fegyelem nehezebbé válik a kórházak összehasonlításakor, amelyekbe a betegek eltérő kockázattal érkeznek .

54. A magas halálozási szám részben tükrözheti a kórházba felvett betegek típusát.

55. A kezelés utáni halálesetek számlálása ezért önmagában nem árulhatja el a betegeknek, hogy egy kórház biztonságosabb ellátást nyújtott-e, mint egy másik, még akkor sem, ha ezek a halálesetek figyelmet érdemelnek, és felhívhatják a nyomozók figyelmét egy problémára .

56. Anglia kórházi szintű halálozási mutatója (SHMI) éppen ezzel a problémával foglalkozik.

57. Összehasonlítja a kórházi kezelés után megfigyelt halálesetek számát azzal a számmal, amelyet statisztikailag várhatóan a kórházi hálózat által kezelt betegek körében megfigyelnének.

58. A számítás magában foglalja a kórházban bekövetkezett haláleseteket és a kórházból való elbocsátást követő 30 napon belül bekövetkezett haláleseteket .

59. A várható szám nem egy második betegcsoport, amely valahol a számlálásra vár .

60. Ez egy becslés, amely az országos tapasztalatokra és a felvett betegekről rögzített jellemzőkre épül.

61. Tegyük fel, hogy két kórházi hálózat ugyanannyi halálesetet rögzít, de az egyik sokkal több olyan beteget vesz fel, akiknél magas a halálozási kockázat.

62. Az azonos számok elrejtenék a két kórházi csoport munkaterhelésének különbségét, mivel az egyik esetleg sokkal több olyan beteget kezelhetett, akik már eleve nehezen túlélhető betegségekkel érkeztek .

63. A várható halálesetek összehasonlítása megpróbálja figyelembe venni ezt a különbséget, mielőtt értelmezné a fennmaradó adatokat .

64. Az életkori és diagnosztikai csoportok segítik a becslés kialakítását, így a várható szám tükrözi a betegpopulációk közötti bizonyos különbségeket, ahelyett, hogy feltételezné, hogy minden kórházi felvétel azonos kockázattal jár.

65. Ezek nem teszik minden beteg állapotát, kezelési előzményeit vagy körülményeit teljes mértékben megfigyelhetővé az adminisztratív adatokban, ami azt jelenti, hogy a kiigazítás csökkentheti a tisztességtelen összehasonlításokat anélkül, hogy a különböző betegcsoportokat tökéletesen egyformává tenné.

66. A súlyosság a diagnózisokon belül is változik, és a kódok hiányosak.

67. Maga a kódolás is eltérhet az intézmények között, vagy idővel változhat, akár a dokumentáció javulása, akár a nyilvántartási gyakorlatok változása miatt, akár azért, mert a klinikusoknak eltérő információik vannak a betegekről a diagnózis rögzítésekor.

68. Amikor a bejegyzések változnak, a várható szám is változhat, még akkor is, ha a nyújtott ellátás nem változott ugyanúgy .

69. Ezért az adatminőség a bizonyíték része, nem pedig az azon kívüli zavaró tényező .

70. A 30 napos időkeret egy másik tudatos választás, amely határt húz a kórházból való elbocsátás után számított halálesetek körül, annak ellenére, hogy az ellátás, más betegségek és a kórházon kívüli események hatásai nem tartják tiszteletben ezt a határt.

71. A kórházból való elbocsátás nem teszi semmissé a későbbi halálesetet.

72. Azonban az említett időtartamon belüli halálesetek olyan okokkal és ellátással járhatnak, amelyek túlmutatnak az eredeti kórházi tartózkodáson, így a számításba való bevonásuk nem bizonyítja, hogy a kórház okozta a halálesetet, vagy megakadályozhatta volna azt .

73. A mutató önmagában nem választja szét ezeket az eseteket.

74. Még az összehasonlított egységnek is szüksége van egy névre: az SHMI az NHS-trösztök szintjén jelent, amelyek több kórházat is működtethetnek.

75. Egy osztályt nem lehet a tröszt pontszáma alapján megítélni.

76. Az arány sem hordoz magában saját erkölcsi mércét, mivel az, hogy mely kimenetelt veszik figyelembe, azt a megítélést tükrözi, hogy mi fontos a betegek számára, és mit kellene az intézményeknek vizsgálniuk.

77. Ha a 30 napon belüli halálozást választjuk kimenetelként, az azt jelenti, hogy a túlélés fontos, de nem veszi figyelembe a fájdalmat, a fogyatékosságot, a méltóságot, sem azokat a kompromisszumokat, amelyeket a betegek esetleg elfogadnak .

78. Ezeket a kimeneteleket nem lehet irrelevánssá tenni pusztán azért, mert a túlélés könnyebben összehasonlítható az intézmények között, különösen akkor, ha egy beteg a szenvedés enyhítését vagy a hosszabb élet mellett a működőképességet is értékesnek tartja .

79. Ez a szűk látókör teszi a statisztikát egyszerre hasznossá és veszélyessé.

80. 2013-ban a vártnál magasabb halálozási mutatók 14 NHS-tröszt alaposabb felülvizsgálatát eredményezték, így az ismétlődő statisztikai figyelmeztetésből olyan helyszíni látogatások lettek, amelyek célja az ellátás és a jelzés okainak vizsgálata volt.

81. Ez egy vizsgálati döntés volt, nem pedig az a megállapítás, hogy 14 kórház nem biztonságos, és megőrizte a döntő különbséget az ellenőrzésre kiválasztott esetek és annak eldöntése között, hogy mi történt valójában bennük.

82. Bruce Keogh a megnövekedett arányokat figyelmeztetésnek nevezte.

83. A vizsgálati csoportok a nyilvántartásokra, a klinikai megfigyelésekre, valamint a betegek és a személyzet beszámolóira támaszkodtak annak kiderítésére, hogy mit jelenthet a jel .

84. Vizsgálatuk során meg tudták különböztetni az ellátással kapcsolatos problémát a nyilvántartással kapcsolatos problémától, bár mindkét megállapításhoz az összesített arányon túlmutató bizonyítékokra volt szükség.

85. A szám felhívta a figyelmet anélkül, hogy végleges választ adott volna, így a nyomozóknak okuk volt időt és erőforrásokat fordítani a kérdésre, miközben továbbra is ők voltak felelősek az adatok klinikai gyakorlattal való összevetéséért.

86. A figyelmeztetés nem egyenlő a diagnózissal.

87. Egy szabályozó szerv számára minden figyelmeztetés bűnösségként való kezelése félreirányíthatja a vizsgálatot, míg egy tartós jel figyelmen kívül hagyása komoly problémát hagyhat vizsgálat nélkül .

88. Egyik hiba sem szűnik meg azzal, hogy a statisztikát intuícióval helyettesítjük.

89. A feladat az, hogy egyértelművé tegyük a jeltől a vizsgálatig vezető utat, így a betegek és a személyzet láthassa, miért indult a vizsgálat, mit ellenőriztek, és milyen bizonyíték indokolna erőteljesebb következtetést.

90. A várt értéket meghaladó arány részben véletlenszerű eltérésből származhat, különösen akkor, ha a releváns esetek száma csekély .

91. A közzétett összehasonlítások ezért a várt eltérés tartományait és kategóriáit használják, ahelyett, hogy egyszerű rangsort állítanának fel a nyertesekről és a vesztesekről .

92. E határ átlépése alaposabb vizsgálatot indokol .

93. Ez nem azonosítja az eltérés okát, amely magában foglalhatja az ellátást, a betegek közötti különbségeket, amelyeket a kiigazítás nem vett figyelembe, egy nyilvántartási problémát, vagy e tényezők valamilyen kombinációját .

94. Ezzel szemben egy, a várt tartományon belül lévő egészségügyi intézmény sem kapta meg azt a tanúsítványt, hogy minden beteg biztonságban volt.

95. A tartomány erre a mutatóra és erre az időszakra vonatkozik, így a tartományon belüli elhelyezkedés nem zárja ki egy adott szolgáltatást érintő koncentrált hibát vagy olyan kárt, amelyet a kiválasztott kimeneteli mutató soha nem mér.

96. Nem tudja vizsgálni egyedi haláleseteket, elhanyagolt szolgáltatásokat vagy csak egy kis csoportot érintő gyakorlatokat.

97. Egy kiugró érték kivizsgálásához megvizsgálhatók az alapul szolgáló diagnózisok, a halálesetek időpontja és a nyilvántartások minősége.

98. Feltehető az a kérdés is, hogy a jelzés időszakokon át fennmarad-e, és hogy a betegek és az orvosok olyan problémákat írnak-e le, amelyeket az összesített mutató nem tud feltárni .

99. Minden egyes lépés szűkíti a kérdést, ahelyett, hogy az ismétléssel növelné a bizonyosságot, mivel ugyanazon összesített érték ismételt megjelenése kevésbé informatív, mint annak kiderítése, hogy hol, mikor és kik körében jelent meg a minta.

100. A halálozások látszólagos túlzott számát különösen könnyű félreérteni, mivel a számítás úgy tűnik, mintha olyan egyéni tragédiákat számolt volna össze, amelyek jobb ellátás mellett nem következtek volna be .

101. Mivel a várható összest becsült érték, nem pedig megfigyelt adat, annak kivonása a tényleges összestől nem adja meg az elkerülhető halálesetek számát .

102. Lehet, hogy egyes halálesetek megelőzhetők lettek volna, de ehhez olyan bizonyítékokra van szükség a konkrét körülményekről és az ellátásról, amelyeket a kivonás nem szolgáltat.

103. Az NHS England kifejezetten megfogalmazza ezt a korlátot.

104. Arra is figyelmeztet, hogy ne rangsorolják a kórházakat az SHMI alapján, mintha az arány közvetlenül mérné az ellátás minőségét .

105. A tilalom nem érv az adatok visszatartására, mivel egy nyilvános mutató rávilágíthat egy tartós problémára, és arra késztetheti az intézményt, hogy elmagyarázza, hogyan reagált erre a problémára .

106. A közzététel lehetővé teszi az emberek számára, hogy megvizsgálják a módszert, megkérdőjelezzék a nyilvántartásokat, és megkérdezzék, miért tűnik ki egy eredmény.

107. Értéke attól függ, hogy az eredményt ezekhez a kérdésekhez kapcsolják-e.

108. Snow táblázata és a kórházi mutató különböző típusú összehasonlítások: az egyik a halálos rohamokat az ismert vízvezeték-csatlakozásokhoz köti, a másik pedig a megfigyelt haláleseteket egy kiszámított várakozással vet össze.

109. A nevezője az egyes szolgáltatók által ellátott házak bejelentett száma volt, míg a kórház várható halálesetei a rögzített betegkülönbségekkel kiigazított statisztikai becslésen alapulnak .

110. Egyik esetben sem érthető meg a végső szám a kialakításának ismerete nélkül.

111. Snow számára egy bizonytalan vízcsatlakozás is oda vezethet, hogy egy halálos roham a rossz csoportba kerüljön.

112. Az SHMI esetében egy hiányos diagnóziskód vagy egy nem mért súlyossági különbség megváltoztathatja azt, amit egy egészségügyi intézménytől várhatóan rögzítenek .

113. Ezek a gyengeségek nem semmisítik meg a megfigyelt mintázatot, és nem tiltják meg a cselekvést.

114. Arra utalnak azoknak, akik cselekedhetnek, hogy hova nézzenek tovább, mit ellenőrizzenek, és milyen határozottan fogalmazzák meg a következtetést.

115. A téves következtetés kockázata is eltérő, mivel egy valódi veszély kivizsgálásának elmulasztása kockázatnak teheti ki a betegeket, míg egy alaptalan ítélet elterelheti a figyelmet a ténylegesen fennálló problémákról.

116. Egy figyelmen kívül hagyott vízzel kapcsolatos jelzés veszélynek teheti ki a háztartásokat; egy kórház ellen felhozott, nem ellenőrzött vád megijesztheti a betegeket, és elhomályosíthatja, hogy hol van valóban szükség a ellátás javítására.

117. A jó mérési módszer ezért az esetekhez legközelebb állóktól várja a korrekciót, ahelyett, hogy arra kérné őket, hogy kövessenek egy megmagyarázatlan pontszámot .

118. Visszatérve Snow dél-londoni utcájára: két szomszédos cím addig hasonló lehetett, amíg valaki meg nem vizsgálta a csöveket.

119. A hasznos szám ezzel az ellenőrzéssel kezdődött, a nevezőből nyert erőt, és nyitott maradt arra a kérdésre, hogy mit nem vett észre .

120. Legnagyobb hozzájárulása az volt, hogy a döntést elszámoltathatóbbá tette anélkül, hogy úgy tett volna, mintha maga hozná meg a döntést.

1. In einer Straße im Süden Londons im Jahr 1854 konnten benachbarte Häuser Wasser von verschiedenen Versorgungsunternehmen beziehen, sodass ein Arzt, der die Ausbreitung der Cholera verfolgte, aus dem Straßennamen kaum Rückschlüsse ziehen konnte, solange er nicht wusste, welche Leitung zu welcher Haustür führte.

2. Selbst eine sorgfältige Karte der Straße konnte John Snow nicht verraten, welche Versorgungsleitung einen bestimmten Haushalt versorgte.

3. Als die Cholera ausbrach, war diese Unterscheidung wichtiger als die Adresse auf einer Karte, denn Häuser, die derselben Luft und weitgehend denselben Nachbarschaftsbedingungen ausgesetzt waren, konnten unterschiedliche Wasserleitungen haben .

4. Snow suchte nach der Wasserquelle jedes Hauses, in dem ein tödlicher Ausbruch begann, und verfolgte die Exposition bis zu dessen Adresse zurück .

5. Er musste die verschiedenen Wasserversorgungen benachbarter Häuser vergleichen, anstatt lediglich Punkte auf einer Karte der Todesfälle zu sammeln.

6. Ein Unternehmen, Lambeth, hatte seine Wasserentnahmestelle stromaufwärts von Londons Abwasserkanal verlegt; Southwark und Vauxhall bezogen ihr Wasser weiterhin aus einem stärker verschmutzten Abschnitt der Themse .

7. Beide Unternehmen versorgten Häuser in denselben Stadtteilen, oft unter ähnlichen Nachbarschaftsbedingungen .

8. Ihre miteinander verflochtenen Anschlüsse boten Snow eine außergewöhnliche Gelegenheit zu prüfen, ob die Wasserversorgung einen engeren Zusammenhang mit der Krankheit aufwies als die Nachbarschaft allein – eine Frage, die eine Karte der Todesfälle ohne Berücksichtigung der Wasseranschlüsse nicht beantworten konnte .

9. Es handelte sich um eine Beobachtung während einer Epidemie, nicht um ein Experiment, bei dem die Wasserversorgung nach dem Zufallsprinzip zugewiesen wurde .

10. Zunächst musste Snow den Versorger jedes betroffenen Hauses ermitteln, anstatt davon auszugehen, dass ein einziges Unternehmen die gesamte Straße versorgte .

11. Mieter kannten ihren Versorger oft nicht, da der Vermieter oder ein Makler die Rechnung bezahlte.

12. Snow nutzte Quittungen oder chemische Unterschiede zwischen den Wassern, um jede Quelle zu überprüfen.

13. Der Ort eines registrierten Todesfalls konnte ebenfalls irreführend sein, wenn der Patient nach Ausbruch der Krankheit umgezogen war.

14. Jemand, der zu Hause erkrankt war, konnte später in einem Armenhaus sterben und dabei eine Todesadresse hinterlassen, die auf die falsche Wasserversorgung hindeutete, obwohl der Tod selbst korrekt erfasst worden war .

15. Snow fragte daher, wo der tödliche Anfall begonnen hatte, denn das war die Adresse, deren Wasserversorgung zurückverfolgt werden musste.

16. Diese Details waren keine administrativen Randnotizen; sie bestimmten, was seine Zahlen bedeuteten.

17. Für den Zeitraum vom 8. Juli bis zum 5. August brachte seine Untersuchung 286 tödliche Anfälle mit Häusern in Verbindung, die von Southwark und Vauxhall versorgt wurden.

18. Im gleichen Zeitraum fand er 14 tödliche Anfälle in Häusern, die von Lambeth versorgt wurden – eine deutlich geringere Gesamtzahl.

19. Die absoluten Zahlen wirkten erschreckend, doch da die beiden Unternehmen eine unterschiedliche Anzahl von Häusern versorgten, konnten diese Zahlen allein den Unterschied nicht fair messen oder zeigen, ob eine Versorgungsquelle mit einer höheren Belastung pro Kunde verbunden war.

20. Laut einem Bericht an das Parlament über das vorangegangene Jahr versorgte das erste Unternehmen 40.046 Häuser und das zweite 26.107 – Zahlen, die Snow eine gemeinsame Einheit lieferten, an der er die tödlichen Anfälle messen konnte.

21. Anhand dieser Nenner berechnete Snow etwa 71 tödliche Angriffe pro 10.000 Haushalte in Southwark und Vauxhall und etwa fünf pro 10.000 Haushalte in Lambeth.

22. Für diesen speziellen Vier-Wochen-Zeitraum lag die Rate für die Häuser in Southwark und Vauxhall etwa vierzehnmal so hoch wie die in Lambeth .

23. Diese Zahl beschreibt die tödlichen Anfälle im Verhältnis zu den versorgten Häusern während dieser vier Wochen, nicht die genaue Wahrscheinlichkeit einer Person, an Cholera zu erkranken, wofür eine andere Zählung von Personen und Fällen erforderlich wäre .

24. Ein Haus konnte mehrere Bewohner beherbergen, und die Anzahl der in jedem Haushalt lebenden Personen wurde in diesem Vergleich nicht berücksichtigt.

25. Nicht jeder tödliche Krankheitsfall war einer dieser beiden Unternehmensgruppen zuzuordnen.

26. Einige Haushalte bezogen ihr Wasser direkt aus dem Fluss, aus Brunnen oder Gräben, während in einigen wenigen Fällen die Quelle nicht ermittelt werden konnte; daher hätte die Zuordnung jedes Todesfalls zu einer Unternehmensspalte zwar die Übersichtlichkeit verbessert, jedoch auf Kosten der Wahrheit.

27. Indem diese Fälle sichtbar bleiben, wird die Untersuchung vor einer trügerischen Übersichtlichkeit bewahrt.

28. Der Nenner bewirkte mehr, als nur eine große Zahl zu verkleinern.

29. Er erfasste, wie viele Haushalte der jeweiligen Wasserversorgung ausgesetzt waren, machte so ungleiche Kundenstämme auf derselben Skala vergleichbar und zeigte, dass die geringere Zahl der Todesfälle in Lambeth nicht einfach auf weniger Anschlüsse zurückzuführen war.

30. Ohne ihn könnte das Unternehmen mit mehr Kunden allein deshalb gefährlicher erscheinen, weil es mehr Haushalte versorgte, und die scheinbare Erkenntnis könnte sich ändern, sobald ein Versorger sein Netz ausbaute, ohne die Wasserqualität zu verändern.

31. Mit ihm rückte ein Unterschied in den Fokus, der einer Erklärung bedurfte.

32. Die Zahlen zeigten keinen Choleraerreger unter dem Mikroskop, und Snow brauchte sie auch nicht dazu.

33. Sie überprüften eine praktische These zur Übertragung: Wenn das Trinkwasser eine Rolle spielte, sollte es deutliche Unterschiede in der Krankheitshäufigkeit zwischen benachbarten Häusern geben, die von unterschiedlichen Wasserentnahmestellen versorgt wurden – selbst dort, wo die umliegenden Straßen und viele gewöhnliche Lebensbedingungen gleich waren.

34. Der Vergleich stützte diese These unter Bedingungen, die mehrere Erklärungsansätze auf Nachbarschaftsebene weniger überzeugend machten .

35. Er schloss jedoch nicht jeden möglichen Unterschied zwischen den Haushalten aus.

36. Snow beschrieb die beiden Kundengruppen als sozial gemischt, doch hatte er die Wasserverteilung nicht zufällig zugewiesen, nicht jede Exposition gemessen und nicht jede Infektion gezählt, sodass die Aussagekraft des Musters die Beobachtungsgrenzen der Studie nicht aufheben konnte .

37. Die Menschen tranken auch Wasser außerhalb ihres Zuhauses .

38. Das Ergebnis war ein überzeugender Beweis mit einer klar definierten Reichweite, jedoch kein Nachweis für eine perfekte kausale Isolierung .

39. Diese Reichweite reichte aus, um eine öffentliche Entscheidung zu prägen .

40. Die für Wasser und Gesundheit zuständigen Behörden konnten die Wasserversorgung, deren Entnahmestellen und die versorgten Orte untersuchen, anstatt auf vollständige Einigkeit über die mikroskopische Ursache der Krankheit zu warten .

41. Die Rate wies auf einen möglichen Weg zum Schutz hin.

42. Sie allein konnte den Behörden jedoch nicht genau sagen, welche Maßnahme am schnellsten wirken würde oder wie diese durchzuführen sei, da der Austausch einer Wasserversorgung, die Warnung der Haushalte und die Rückverfolgung anderer Quellen unterschiedliche praktische Fragen aufwerfen.

43. Das Zählen hatte einen unsichtbaren Unterschied zwischen den Rohrleitungen in einen sichtbaren Unterschied bei den Ergebnissen verwandelt .

44. Doch das Zählen beginnt noch vor der Arithmetik, mit einer Regel dafür, wer in die Aufzeichnungen aufgenommen wird.

45. Snows sorgfältige Suche nach dem Haus, in dem die Krankheit ihren Ursprung hatte, veranschaulicht, was geschieht, wenn diese Regel ernst genommen wird: Der Zähler wird an die relevante Exposition geknüpft und nicht an den letzten Ort, an dem sich ein Patient zufällig aufgehalten hat .

46. Wenn ein Patient vor seinem Tod umgezogen ist und die spätere Adresse herangezogen wurde, könnte eine gültige Berechnung dennoch die falschen Expositionen vergleichen.

47. Eine ausgefeilte Rate kann einen falsch zugeordneten Fall nicht korrigieren.

48. Der Zeitraum ist ebenso wichtig wie die Adresse.

49. Vier Wochen erfassten eine frühe Phase des Ausbruchs; eine Verlängerung des Beobachtungszeitraums verändert sowohl die Gesamtzahlen als auch das scheinbare Ausmaß des Unterschieds, sodass eine frühe Rate niemals als feststehendes Merkmal einer gesamten Epidemie dargestellt werden sollte.

50. Ein Verhältnis, das ohne Datumsangaben weitergegeben wird, kann eine Autorität erlangen, die es nie verdient hat .

51. Das Gleiche gilt für einen Nenner, der sich still und leise von Häusern auf Menschen verlagert.

52. Dies sind keine Einwände gegen Zahlen; es sind Voraussetzungen für deren sinnvolle Verwendung.

53. Die gleiche Disziplin wird schwieriger beim Vergleich von Krankenhäusern, deren Patienten mit ungleichen Risiken aufgenommen werden .

54. Eine hohe Zahl an Todesfällen kann teilweise die Art der Patienten widerspiegeln, die ein Krankenhaus aufnimmt.

55. Die Zählung der Todesfälle nach der Behandlung kann den Patienten daher für sich genommen nicht sagen, ob ein Krankenhaus eine sicherere Versorgung bot als ein anderes, auch wenn diese Todesfälle Beachtung verdienen und die Ermittler auf ein Problem hinweisen können .

56. Englands „Summary Hospital-level Mortality Indicator“ (SHMI) geht von diesem Problem aus .

57. Er vergleicht die Anzahl der nach einem Krankenhausaufenthalt beobachteten Todesfälle mit der statistisch erwarteten Anzahl für die von einem Krankenhausverbund behandelten Patienten .

58. Die Zählung umfasst Todesfälle im Krankenhaus sowie Todesfälle innerhalb von 30 Tagen nach der Entlassung .

59. Die erwartete Zahl ist keine zweite Gruppe von Patienten, die irgendwo auf ihre Erfassung wartet .

60. Es handelt sich um eine Schätzung, die auf nationalen Erfahrungen und den für die aufgenommenen Patienten erfassten Merkmalen basiert.

61. Angenommen, zwei Krankenhausverbände verzeichnen die gleiche Anzahl von Todesfällen, aber einer nimmt weitaus mehr Patienten mit Erkrankungen auf, die ein hohes Sterberisiko bergen.

62. Die gleichen Zahlen würden einen Unterschied in der Arbeitsbelastung der einzelnen Krankenhausverbünde verschleiern, da einer möglicherweise weitaus mehr Patienten behandelt hat, die mit Erkrankungen eingeliefert wurden, die von vornherein schwer zu überleben waren.

63. Ein Vergleich der erwarteten Todesfälle versucht, diesen Unterschied zu berücksichtigen, bevor die verbleibenden Zahlen interpretiert werden .

64. Alters- und Diagnosegruppen tragen zur Gestaltung der Schätzung bei, sodass die erwartete Zahl einige der Unterschiede zwischen den Patientengruppen widerspiegelt, anstatt davon auszugehen, dass jede Krankenhauseinweisung das gleiche Risiko birgt.

65. Sie machen den Zustand, die Behandlungsgeschichte oder die Umstände jedes Patienten in Verwaltungsdaten nicht vollständig beobachtbar, was bedeutet, dass die Anpassung unfaire Vergleiche verringern kann, ohne ungleiche Patientengruppen vollkommen gleich zu machen.

66. Der Schweregrad variiert innerhalb der Diagnosen, und die Codes sind unvollständig.

67. Die Kodierung selbst kann sich zwischen Einrichtungen unterscheiden oder sich im Laufe der Zeit ändern, sei es, weil sich die Dokumentation verbessert, die Erfassungspraktiken sich ändern oder weil Ärzte bei der Eingabe einer Diagnose über unterschiedliche Informationen zu den Patienten verfügen.

68. Wenn sich die Einträge ändern, kann sich die erwartete Zahl ändern, auch wenn sich die erbrachte Versorgung nicht in gleicher Weise geändert hat .

69. Das macht die Datenqualität zu einem Teil der Evidenz und nicht zu einem störenden Faktor außerhalb derselben .

70. Das 30-Tage-Fenster ist eine weitere bewusste Entscheidung, die eine Grenze um die nach der Entlassung gezählten Todesfälle zieht, auch wenn die Auswirkungen der Versorgung, anderer Erkrankungen und Ereignisse außerhalb des Krankenhauses diese Grenze nicht respektieren .

71. Eine Entlassung lässt einen späteren Todesfall nicht verschwinden.

72. Todesfälle innerhalb dieses Zeitfensters können jedoch Ursachen und Versorgungsmaßnahmen beinhalten, die über den ursprünglichen Krankenhausaufenthalt hinausgehen; daher bedeutet die Einbeziehung in die Zählung nicht, dass das Krankenhaus den Tod verursacht hat oder ihn hätte verhindern können .

73. Der Indikator klärt diese Zusammenhänge nicht von selbst auf.

74. Selbst die verglichene Einheit benötigt eine Bezeichnung: SHMI berichtet auf der Ebene eines NHS-Trusts, der mehr als ein Krankenhaus betreiben kann .

75. Eine einzelne Station kann nicht anhand der Punktzahl des Trusts beurteilt werden .

76. Auch beinhaltet eine Kennzahl keinen eigenen moralischen Maßstab, da die Entscheidung, welches Ergebnis gezählt wird, ein Urteil darüber widerspiegelt, was für Patienten wichtig ist und was Institutionen untersuchen sollten.

77. Die Wahl des „Todes innerhalb von 30 Tagen“ als Ergebnis besagt, dass das Überleben wichtig ist, erfasst jedoch weder Schmerzen, Behinderung, Würde noch die Kompromisse, die Patienten möglicherweise in Kauf nehmen.

78. Diese Ergebnisse dürfen nicht einfach als irrelevant abgetan werden, nur weil das Überleben zwischen verschiedenen Einrichtungen leichter zu vergleichen ist – insbesondere wenn ein Patient die Linderung von Leiden oder die Fähigkeit, ein selbstbestimmtes Leben zu führen, ebenso hoch schätzt wie ein längeres Leben .

79. Diese Engstirnigkeit macht die Statistik sowohl nützlich als auch gefährlich.

80. Im Jahr 2013 führten Sterblichkeitsindikatoren, die über den Erwartungen lagen, zu einer genaueren Überprüfung von 14 NHS-Trusts, wodurch aus einer wiederholten statistischen Warnung Besuche wurden, die darauf abzielten, die Versorgung und die Gründe für das Signal zu untersuchen.

81. Das war eine Entscheidung zur Untersuchung, kein Befund, dass 14 Krankenhäuser unsicher waren, und dabei wurde eine entscheidende Unterscheidung gewahrt zwischen der Auswahl von Fällen zur Überprüfung und der Entscheidung darüber, was tatsächlich in diesen Fällen geschehen war.

82. Bruce Keogh bezeichnete die erhöhten Raten als Warnung.

83. Die Untersuchungsteams stützten sich auf Unterlagen, klinische Beobachtungen sowie Aussagen von Patienten und Mitarbeitern, um zu ergründen, was das Signal bedeuten könnte .

84. Ihre Untersuchung konnte ein Problem bei der Versorgung von einem Problem mit der Dokumentation unterscheiden, obwohl beide Feststellungen dennoch Beweise erfordern würden, die über die aggregierte Quote hinausgehen.

85. Die Zahl lenkte die Aufmerksamkeit auf das Thema, ohne die Antwort vorzugeben, und gab den Ermittlern einen Grund, Zeit und Ressourcen für die Frage aufzuwenden, während sie gleichzeitig dafür verantwortlich blieben, die Daten anhand der klinischen Praxis zu überprüfen.

86. Eine Warnung ist keine Diagnose.

87. Für eine Aufsichtsbehörde könnte die Behandlung jeder Warnung als endgültige Feststellung die Prüfung in die falsche Richtung lenken, während das Ignorieren eines anhaltenden Signals dazu führen könnte, dass ein schwerwiegendes Problem unberücksichtigt bleibt.

88. Keiner dieser Fehler verschwindet, wenn man die Statistik durch Intuition ersetzt.

89. Die Aufgabe besteht darin, den Weg vom Signal zur Untersuchung explizit darzulegen, damit Patienten und Mitarbeiter erkennen können, warum die Prüfung eingeleitet wurde, was überprüft wurde und welche Beweise eine weitergehende Schlussfolgerung rechtfertigen würden.

90. Ein Wert, der über dem Erwartungswert liegt, kann teilweise auf zufällige Schwankungen zurückzuführen sein, insbesondere wenn die Anzahl der relevanten Fälle gering ist.

91. Veröffentlichte Vergleiche verwenden daher Spannen und Kategorien erwarteter Schwankungen anstelle einer einfachen Rangliste mit Gewinnern und Verlierern .

92. Das Überschreiten dieser Grenze rechtfertigt eine genauere Untersuchung .

93. Es identifiziert nicht die Ursache der Abweichung, die in der Versorgung, in Unterschieden bei den Patienten, die bei der Anpassung übersehen wurden, in einem Erfassungsproblem oder einer Kombination dieser Faktoren liegen könnte .

94. Eine Einrichtung, die innerhalb des erwarteten Bereichs liegt, hat umgekehrt keine Bescheinigung erhalten, dass jeder Patient sicher war.

95. Der Bereich bezieht sich auf diesen Indikator und diesen Zeitraum; daher kann das Liegen innerhalb dieses Bereichs ein konzentriertes Versagen, das einen bestimmten Dienst betrifft, oder einen Schaden, den das gewählte Ergebnis niemals misst, nicht ausschließen .

96. Er kann keinen einzelnen Todesfall, einen vernachlässigten Dienst oder eine Praxis untersuchen, die nur eine kleine Gruppe betrifft.

97. Um einen Ausreißer zu untersuchen, kann man die zugrunde liegenden Diagnosen, den Zeitpunkt der Todesfälle und die Qualität der Aufzeichnungen prüfen.

98. Man kann auch fragen, ob das Signal über mehrere Zeiträume hinweg bestehen bleibt und ob Patienten und Ärzte Probleme beschreiben, die die aggregierte Messgröße nicht aufzeigen kann .

99. Jeder Schritt grenzt die Fragestellung ein, anstatt die Gewissheit durch Wiederholung zu vervielfachen, da das erneute Erkennen desselben aggregierten Werts weniger aussagekräftig ist als die Ermittlung, wo, wann und bei wem das Muster aufgetreten ist.

100. Ein scheinbarer Todesüberhang lässt sich besonders leicht missbrauchen, da die Berechnung den Anschein erweckt, als seien einzelne Tragödien gezählt worden, die bei besserer Versorgung nicht eingetreten wären .

101. Da die erwartete Gesamtzahl geschätzt und nicht beobachtet wird, ergibt sich durch Abzug von der tatsächlichen Gesamtzahl keine Zahl vermeidbarer Todesfälle .

102. Manche Todesfälle wären vielleicht vermeidbar gewesen, doch dafür sind Belege über bestimmte Umstände und die Versorgung erforderlich, die die Subtraktion nicht liefert.

103. Der NHS England weist ausdrücklich auf diese Einschränkung hin.

104. Er warnt zudem davor, Krankenhäuser anhand des SHMI zu bewerten, als ob der Wert die Versorgungsqualität direkt messen würde .

105. Dieses Verbot ist kein Argument dafür, die Daten zurückzuhalten, da ein öffentlicher Indikator ein anhaltendes Problem aufdecken und eine Einrichtung dazu veranlassen kann, zu erklären, wie sie auf dieses Problem reagiert hat .

106. Durch die Veröffentlichung können Menschen eine Methode überprüfen, die Aufzeichnungen hinterfragen und nachfragen, warum ein Ergebnis auffällt.

107. Ihr Wert hängt davon ab, dass das Ergebnis mit diesen Fragen verknüpft bleibt.

108. Snows Tabelle und der Krankenhausindikator sind unterschiedliche Arten von Vergleichen: Der eine setzt tödliche Anfälle in Beziehung zu bekannten Wasseranschlüssen, der andere wägt beobachtete Todesfälle gegen eine konstruierte Erwartung ab.

109. Sein Nenner war die gemeldete Anzahl der von jedem Versorger versorgten Häuser, während die erwarteten Todesfälle des Krankenhauses auf einer statistischen Schätzung beruhen, die um erfasste Patientenunterschiede bereinigt wurde.

110. In keinem der beiden Fälle lässt sich die Endzahl ohne Kenntnis ihrer Berechnungsgrundlage verstehen.

111. Für Snow könnte ein einziger ungesicherter Wasseranschluss dazu führen, dass ein tödlicher Anfall der falschen Gruppe zugeordnet wird.

112. Für das SHMI kann ein unvollständiger Diagnosecode oder ein nicht erfasster Unterschied im Schweregrad die Erwartungen an die von einer Einrichtung zu erfassenden Daten verändern.

113. Diese Schwächen heben das beobachtete Muster nicht auf und verhindern auch kein Handeln.

114. Sie zeigen denjenigen, die handeln können, wo sie als Nächstes suchen, was sie überprüfen und wie eindeutig sie eine Schlussfolgerung formulieren sollten.

115. Auch die Folgen einer falschen Schlussfolgerung unterscheiden sich, denn das Versäumnis, eine echte Gefahr zu untersuchen, kann Patienten einem Risiko aussetzen, während ein unbegründetes Urteil die Aufmerksamkeit von den tatsächlich bestehenden Problemen ablenken kann.

116. Ein vernachlässigtes Wassersignal könnte Haushalte gefährden; eine unüberprüfte Anschuldigung gegen ein Krankenhaus könnte Patienten verunsichern und verschleiern, wo die Versorgung tatsächlich verbessert werden muss.

117. Eine gute Messung lädt daher dazu ein, Korrekturen von denjenigen vorzunehmen, die den Fällen am nächsten stehen, anstatt von ihnen zu verlangen, sich an eine unerklärte Bewertung zu halten .

118. Zurück in Snows Straße im Süden Londons könnten zwei benachbarte Hausnummern gleich aussehen, bis jemand die Rohre überprüft.

119. Die aussagekräftige Zahl begann mit dieser Überprüfung, gewann durch einen Nenner an Aussagekraft und blieb offen für die Frage, was sie übersehen hatte.

120. Ihr größter Beitrag bestand darin, eine Entscheidung rechenschaftspflichtiger zu machen, ohne vorzugeben, die Entscheidung selbst zu treffen.