A program használatát részletesen bemutató súgó, valamint a technikai részletek itt olvashatóak el.

Akut betegségek esetén, mint amilyen a szívinfarktus, az előfordulás legfontosabb mérőszáma az incidencia, tehát az adott időszak alatt bekövetkezett új esetek száma. Használhatjuk egyszerűen az esetek számát is (ezt hívjuk abszolút számnak), ám e mutató hátránya, hogy nem összehasonlítható: nem mindegy, hogy 10 emberből lett 1-nek infarktusa, vagy 10 ezerből. A kézenfekvő megoldás az esetek számát elosztani a lakosság lélekszámával, így jutunk el a nyers ráta fogalmához.

Azt is megtehetjük, hogy nem az összes esetet számoljuk, hanem például csak a férfi nemű vagy csak a 80 és 84 év közötti eseteket; egyedül arra kell figyelni, hogy ilyenkor ezzel összhangban kell módosítani azt is, hogy mivel osztunk le: nem a teljes lélekszámmal kell osztani, hanem csak a férfiak számával, vagy csak a 80 és 84 év közöttiek számával. Ezt szokták specifikus incidenciának nevezni (a példában tehát nemspecifikus, illetve korspecifikus incidencia szerepel). A felületen ezek is lekérdezhetőek, időbeli elemzésnél a Lebontás, térbeli elemzésnél a Szűkítés pontnál.

Nagyon kézenfekvő gondolat az incidenciák összehasonlítása, időben is (gyakoribbá válik az infarktus? ritkábbá? esetleg stagnál az előfordulása?) és térben is (melyik megyében rosszabb a helyzet és hol jobb? mekkora különbségek vannak?). Ez valóban fontos népegészségügyi információk forrása lehet, de egy dologra vigyázni kell. Ez pedig az, hogy az egyes évek, illetve az egyes megyék eltérnek a lakosság összetétele szempontjából, példának okáért, vannak megyék, ahol idősebbek a lakosok. Ilyen esetben a nyers ráta összehasonlítása félrevezető lehet, hiszen elképzelhető, hogy valahol magasabb az incidencia (nyers ráta), de mégsem rosszabb a helyzet – csak egyszerűen arról van szó, hogy ott több az idős, akik körében életkorukból (és nem megyéjükből!) fakadóan gyakoribb a betegség előfordulása. Akár még az is elképzelhető, hogy az egyik megyében mind a fiatalok, mind az idősek körében ritkább a betegség mint egy másikban, de összességében mégis gyakoribb – ha jóval több ott az idős. Ugyanez a helyzet előállhat különböző évek egymással történő összehasonlítása során is. Erre nyújt megoldást az ún. standardizált ráta használata, mely statisztikai eszközökkel kiszűri az eltérő korfa hatását.

Végezetül szólni kell a vizsgált betegségről is, mely a Betegség pont alatt választható ki. A felület a heveny szívinfarktus (általánosan használt rövidítéssel: AMI) vizsgálatát végzi alapértelmezetten. E betegségnek két nagy, sok szempontból eltérő jellegű alcsoportja van, az ST-elevációval járó szívinfarktus (STEMI) és az ST-elevációval nem járó szívinfarktus (NSTEMI). Épp eltérő jellegük miatt ezek külön-külön is vizsgálhatóak, azaz kiválaszthatóak betegségként.

Az infarktus előfordulását bizonyos krónikus betegségek fennállása, illetve megelőző események valószínűbbé teszik. E jelenség célszerű vizsgálatát az jelentené, ha megnéznénk az incidenciát például a cukorbetegek körében, és megállapítanánk, hogy mennyivel nagyobb, mint a nem cukorbetegek esetében. Pontosan úgy, ahogy megnéztük, hogy mennyi az incidencia idősek és fiatalok, vagy épp férfiak és nők esetében. A probléma az, hogy ezt nem tudjuk megtenni, mert nem ismert a nevező: azt tudjuk, hogy hány cukorbeteg infarktusos van, de nem tudjuk, hogy ezt mire kellene ráosztani, nem tudjuk, hogy hány cukorbeteg van az országban! (Pláne nem évente, megyénként, esetleg még nem és életkor szerint is lebontva.) Ezért jobb híján azt vizsgálhatjuk meg, hogy az infarktusos betegek milyen arányban cukorbetegek. Hangsúlyozni kell, hogy ez sok szempontból nem szerencsés megoldás (arra a kérdésre ad választ, hogy “ha infarktusa van a betegnek, mekkora valószínűséggel cukorbeteg”, ami nem túl értelmes kérdés, pont a fordítottja a valódi kérdésnek, tehát, hogy “ha cukorbeteg, akkor mekkora valószínűséggel lesz infarktusa”), de ennél jobbat nem tudunk tenni.

A Nemzeti Szívinfarktus Regiszter által gyűjtött, és felületen lekérdezhető társbetegségek: magas vérnyomás, cukorbetegség, perifériás érbetegség. A kórelőzményben szereplő betegségek: szívinfarktus, stroke, szívelégtelenség, krónikus obstruktív tüdőbetegség (COPD), magas vérzsírszint. (Megjegyzendő, hogy a COPD univerzális gyűjtése csak 2021-ben indult el.)

A katéteres érmegnyitás (perkután koronária-intervenció, angolul percutaneous coronary intervention, magyarban is általánosan használt rövidítéssel PCI) során egy éren keresztül katétert, tehát egy nagyon vékony, hajlékony műanyag csövet vezetnek a szívbe. Ez egyébként is fontos lépés a szívinfarktus diagnosztikájában, mert lehetővé teszi a koszorúerek keringésének vizsgálatát, így az infarktust okozó szűkület azonosítását (ezt hívják koronarográfiának vagy magyarul koszorúérfestésnek). A PCI során a feltárt szűkületbe egy kis ballont vezetnek, amit felfújva kitágítják a szűkületet, helyreállítva a keringést. Bizonyos esetekben egy fémhálót is helyeznek az érintett szakaszba, hogy nyitva tartsa az eret; ezt hívják sztentnek.

A kérdéskör azért jelentős, mert a jelenleg érvényes irányelvek szerint STEMI-ben, ha 120 percen belül megvalósítható, akkor nagyon kevés kivételtől eltekintve mindig, NSTEMI-ben pedig meghatározott esetekben PCI-t kell végezni, ebből fakadóan a PCI elvégzésének aránya, ami ezen a felületen lekérdezhető, fontos indikátora az ellátási folyamatnak, illetve az ellátórendszernek.

Mint minden összehasonlításnál, legyen akár időbeli, akár térbeli, itt is óvatosan kell eljárni: a PCI elvégzésének gyakorisága függ – például – az életkortól, ezért ha eltérő korösszetételű betegekkel rendelkező megyéket vagy éveket hasonlítunk össze, akkor torz eredményt kaphatunk. (Azt látjuk, hogy nagyobb a gyakoriság egy időpontban vagy megyében, pedig valójában minden életkorban ugyanakkora a gyakoriság, csak épp több beteg van olyan életkorban, ahol az életkorból fakadóan gyakoribb a PCI. Vagy pont fordítva, kisebb a gyakoriság, pedig minden életkorban ugyanannyi, csak a betegek korösszetétele tolódott el olyan életkor felé, ahol az életkorból fakadóan kisebb a PCI gyakorisága.) Ezen segíthet, ha csak adott életkorú, nemű, társbetegségű stb. betegeket vizsgálunk (időbeli elemzésnél a lebontással, térbeli elemzésnél a szűkítéssel) – ilyen módon egy változó szerepét iktathatjuk ki, hiszen, ha csak a férfi betegek körében nézzük a PCI elvégzésének az arányát, akkor nem torzíthat az, ha eltér a nemi összetétel. A másik lehetőség statisztikai modell használata egyszerre több változó kiiktatására, erre szolgál az életkorra és nemre, illetve az életkorra, nemre és társbetegségekre korrigált mutató használata.

A túlélés az egyik legfontosabb indikátora egy infarktus kimenetelének. Noha vitathatatlan, hogy más jellemzők is fontosak lehetnek (életminőség, gyógyulás időtartama stb.), a túlélés egyszerűen és objektíven meghatározható, minden betegre elérhető, és a sok szempontból legnagyobb súlyú kimenetet méri. A felületen a 30 napos és az 1 éves halálozás vizsgálható meg, mind időbeli, mind térbeli tekintetben. Az értelmezéshez fontos figyelembe venni, hogy a feltüntetett adat általában a halálozás, bármely halálokból következett is be (tehát nem csak az infarktus következtében meghalt betegek számán alapszik). Ez a legegyértelműbb mutató, hiszen az számos problémát kinyit, hogy kit definiálunk infarktusba belehalt betegként, itt viszont ez nem jelenik meg, cserében bármely más okú halálozás is szerepelni fog a statisztikában.

Kézenfekvő a gondolat, hogy a halálozási arányt mint az ellátás indikátorát használjuk, ám ezzel csínján kell bánni, hiszen a halálozási arány valójában egyszerre függ az ellátás (katéteres érmegnyitás történt-e, a beavatkozás időkésése stb.) és a beteg jellemzőitől (életkor, nem, társbetegségek stb.). Éppen ezért, mint minden más esetben, itt is óvatosnak kell lenni az összehasonlításokkal: ha romlik időben a halálozás, akkor nem biztos, hogy az ellátás romlott, lehet, hogy csak a betegek voltak idősebbek, hasonlóképp, ha javul, nem biztos, hogy az ellátás fejlődött, lehet, hogy csak kevesebb társbetegséggel bírtak a későbbi betegek. Ugyanez elmondható a különböző megyék összehasonlításában is: nem biztos, hogy ahol nagyobb a halálozási arány, ott rosszabb az ellátás, ahol pedig kisebb, ott jobb, lehet, hogy csak az egyes megyék betegei térnek el. Ezen segíthet, ha csak adott életkorú, nemű, társbetegségű stb. betegeket vizsgálunk (időbeli elemzésnél a lebontással, térbeli elemzésnél a szűkítéssel) – ilyen módon egy változó szerepét iktathatjuk ki, hiszen, ha csak a férfi betegek körében nézzük a halálozási arányt, akkor nem torzíthat az, ha eltér a nemi összetétel. A másik lehetőség statisztikai modell használata egyszerre több változó kiiktatására, erre szolgál az életkorra és nemre, illetve az életkorra, nemre és társbetegségekre korrigált mutató használata.

Az adatok lezárásának dátuma: 2026. 10. 04. A halálozási adatok teljeskörűek a következő dátumig: 2026. 06. 29.