ในระบาดวิทยาความชุกคือสัดส่วนของประชากรกลุ่มหนึ่งที่พบว่าได้รับผลกระทบจากภาวะทางการแพทย์ (โดยทั่วไปคือโรคหรือปัจจัยเสี่ยง เช่น การสูบบุหรี่หรือการใช้เข็มขัดนิรภัย) ในช่วงเวลาที่กำหนด^{[ 1 ]}คำนวณได้จากการเปรียบเทียบจำนวนคนที่พบว่ามีภาวะดังกล่าวกับจำนวนประชากรทั้งหมดที่ศึกษา และมักแสดงเป็นเศษส่วน เปอร์เซ็นต์ หรือจำนวนผู้ป่วยต่อ 10,000 หรือ 100,000 คน ความชุกมักใช้ในการศึกษา แบบสอบถาม

ความชุกคือจำนวนผู้ป่วยโรคที่พบในประชากรกลุ่มหนึ่ง ณ เวลาใดเวลาหนึ่ง ในขณะที่อุบัติการณ์คือจำนวนผู้ป่วยรายใหม่ที่เกิดขึ้นในช่วงเวลาที่กำหนด^{[ 2 ]}ความชุกตอบคำถามว่า "มีคนเป็นโรคนี้อยู่กี่คนในขณะนี้" หรือ "มีคนเคยเป็นโรคนี้กี่คนในช่วงเวลาดังกล่าว" อุบัติการณ์ตอบคำถามว่า "มีคนติดเชื้อโรคนี้กี่คน [ในช่วงเวลาที่กำหนด]" อย่างไรก็ตาม ในทางคณิตศาสตร์ ความชุกเป็นสัดส่วนกับผลคูณของอุบัติการณ์และระยะเวลาเฉลี่ยของโรค โดยเฉพาะอย่างยิ่ง เมื่อความชุกต่ำ (<10%) ความสัมพันธ์สามารถแสดงได้ดังนี้: ^{[ 3 ]}

${\displaystyle ความชุก = อัตราการเกิด × ระยะเวลา}$

ต้องใช้ความระมัดระวังเนื่องจากความสัมพันธ์นี้ใช้ได้เฉพาะเมื่อตรงตามเงื่อนไขสองประการต่อไปนี้: 1) อัตราการแพร่ระบาดต่ำ และ 2) ระยะเวลาคงที่ (หรือสามารถหาค่าเฉลี่ยได้) ^{[ 3 ]}การกำหนดสูตรทั่วไปต้องใช้สมการเชิงอนุพันธ์^{[ 4 ]}

ในทางวิทยาศาสตร์ความชุกหมายถึงสัดส่วน (โดยทั่วไปแสดงเป็นเปอร์เซ็นต์ ) ตัวอย่างเช่น ความชุกของโรคอ้วนในผู้ใหญ่ชาวอเมริกันในปี 2544 ได้รับการประมาณการโดยศูนย์ควบคุมและป้องกันโรคของสหรัฐอเมริกา (CDC)อยู่ที่ประมาณ 20.9% ^{[ 5 ]}

ความชุก (Prevalence) หมายถึงการแพร่กระจายในวงกว้าง และแตกต่างจากอุบัติการณ์ (Incidence) ความชุกเป็นการวัด จำนวนผู้ป่วย ทั้งหมดที่ได้รับผลกระทบจากโรคในช่วงเวลาใดเวลาหนึ่ง ในขณะที่อุบัติการณ์เป็นการวัดจำนวน ผู้ป่วยราย ใหม่ที่ติดเชื้อในช่วงเวลาใดเวลาหนึ่ง ความชุกเป็นตัวชี้วัดที่มีประโยชน์เมื่อพูดถึงโรคเรื้อรัง เช่นโรคเอดส์แต่อุบัติการณ์มีประโยชน์มากกว่าเมื่อพูดถึงโรคที่มีระยะเวลาสั้น เช่นโรค อีสุกอีใส

อุบัติการณ์ตลอดชีวิต ( LTP ) คือสัดส่วนของบุคคลในประชากรที่ในช่วงใดช่วงหนึ่งของชีวิต (จนถึงเวลาที่ทำการประเมิน) เคยประสบกับ "กรณี" (เช่น โรค เหตุการณ์ที่กระทบกระเทือนจิตใจ หรือพฤติกรรม เช่น การก่ออาชญากรรม) บ่อยครั้งที่มีการระบุอุบัติการณ์ในช่วง 12 เดือน (หรือ "อุบัติการณ์ในช่วงเวลา" ประเภทอื่น) ควบคู่ไปกับอุบัติการณ์ตลอดชีวิต อุบัติการณ์ณ จุดเวลาคืออุบัติการณ์ของความผิดปกติ ณ จุดเวลาใดเวลาหนึ่ง (หนึ่งเดือนหรือน้อยกว่า) ความเสี่ยงต่อการเจ็บป่วยตลอดชีวิตคือ "สัดส่วนของประชากรที่อาจได้รับผลกระทบจากโรคที่กำหนด ณ จุดใดจุดหนึ่งในชีวิตของพวกเขา" ^{[ 6 ] [ 7 ]}

อัตราการแพร่ระบาดในช่วงเวลาหนึ่งหมายถึง สัดส่วนของประชากรที่มีโรคหรือภาวะใดภาวะหนึ่งในช่วงเวลาที่กำหนด ตัวอย่างเช่น อาจอธิบายจำนวนประชากรที่เป็นหวัดในช่วงฤดูหนาวปี 2549 โดยแสดงเป็นเปอร์เซ็นต์ของประชากร และสามารถอธิบายได้ด้วยสูตรต่อไปนี้:

อัตราการแพร่ระบาด (สัดส่วน) ในช่วงเวลาหนึ่ง = จำนวนผู้ป่วยที่เกิดขึ้นในช่วงเวลาหนึ่ง ÷ จำนวนประชากรในช่วงเวลานั้น

ความสัมพันธ์ระหว่างอัตราการเกิดโรค (อัตรา) ความชุก ณ จุดเวลา (อัตราส่วน) และความชุกในช่วงเวลา (อัตราส่วน) สามารถอธิบายได้ง่ายๆ โดยใช้การเปรียบเทียบกับการถ่ายภาพ ความชุก ณ จุดเวลาเปรียบได้กับการถ่ายภาพโดยใช้แฟลช: สิ่งที่เกิดขึ้น ณ ขณะนั้นถูกหยุดนิ่งไว้ ความชุกในช่วงเวลาเปรียบได้กับการถ่ายภาพแบบเปิดรับแสงนาน (หลายวินาที ไม่ใช่เพียงชั่วขณะ): จำนวนเหตุการณ์ที่บันทึกไว้ในภาพขณะที่ชัตเตอร์กล้องเปิดอยู่ ในภาพยนตร์แต่ละเฟรมจะบันทึกช่วงเวลาหนึ่ง (ความชุก ณ จุดเวลา) โดยการดูจากเฟรมหนึ่งไปยังอีกเฟรมหนึ่ง เราจะสังเกตเห็นเหตุการณ์ใหม่ๆ (เหตุการณ์ที่เกิดขึ้น) และสามารถเชื่อมโยงจำนวนเหตุการณ์เหล่านั้นกับช่วงเวลา (จำนวนเฟรม) ได้ ดูอัตรา การเกิดโรค

อัตราการแพร่ระบาด ณ จุดเวลาใดเวลา หนึ่ง (Point prevalence)คือการวัดสัดส่วนของประชากรที่มีโรคหรือภาวะใดภาวะหนึ่ง ณ เวลาใดเวลาหนึ่ง เช่น วันที่ใดวันหนึ่ง เปรียบเสมือนภาพถ่ายของโรคในช่วงเวลาหนึ่งๆ สามารถใช้สำหรับสถิติเกี่ยวกับการเกิดโรคเรื้อรังได้ ซึ่งแตกต่างจากอัตราการแพร่ระบาดตามช่วงเวลา (Period prevalence) ซึ่งเป็นการวัดสัดส่วนของประชากรที่มีโรคหรือภาวะใดภาวะหนึ่งในช่วงเวลาที่กำหนด เช่น ฤดูกาล หรือปี อัตราการแพร่ระบาด ณ จุดเวลาใดเวลาหนึ่งสามารถอธิบายได้ด้วยสูตร: อัตราการแพร่ระบาด = จำนวนผู้ป่วยที่มีอยู่ ณ วันที่ใดวันหนึ่ง ÷ จำนวนประชากรทั้งหมด ณ วันนั้น^{[ 8 ]}

อาจกล่าวได้ว่า ความผิดพลาดเพียงเล็กน้อยที่เกิดขึ้นกับบุคคลจำนวนมาก (กล่าวคือ ผู้ที่ไม่ได้รับผลกระทบจากภาวะดังกล่าวในประชากรทั่วไปตลอดช่วงชีวิตของพวกเขา ตัวอย่างเช่น มากกว่า 95%) จะทำให้มีจำนวนผู้ที่ถูกจัดประเภทผิดพลาดว่าเป็นผู้มีภาวะดังกล่าวหรือภาวะอื่น ๆ ที่เป็นเป้าหมายของการศึกษาสำรวจเป็นจำนวนมากพอสมควร ซึ่งบุคคลเหล่านี้เรียกว่า "ผลบวกเท็จ" เหตุผลดังกล่าวใช้ได้กับปัญหา "ผลบวกเท็จ" แต่ใช้ไม่ได้กับปัญหา "ผลลบเท็จ" ซึ่งความผิดพลาดเกิดขึ้นกับบุคคลจำนวนน้อยมากตั้งแต่แรก (กล่าวคือ ผู้ที่ได้รับผลกระทบจากภาวะดังกล่าวในประชากรทั่วไป ตัวอย่างเช่น น้อยกว่า 5%) ดังนั้น เปอร์เซ็นต์ที่สูงมากของผู้ที่ดูเหมือนจะมีประวัติของความผิดปกติในระหว่างการสัมภาษณ์ กลับเป็นผลบวกเท็จสำหรับภาวะทางการแพทย์ดังกล่าว และดูเหมือนว่าจะไม่เคยพัฒนาเป็นกลุ่มอาการ ทางคลินิกอย่างเต็มรูปแบบ เลย

ปัญหาที่แตกต่างแต่เกี่ยวข้องในการประเมินความสำคัญของสุขภาพสาธารณะของภาวะทางจิตเวชได้รับการเน้นย้ำโดยRobert Spitzerจากมหาวิทยาลัยโคลัมเบีย : การปฏิบัติตามเกณฑ์การวินิจฉัย และ การวินิจฉัยที่ได้นั้นไม่ได้หมายความถึงความจำเป็นในการรักษาเสมอไป^{[ 9 ]}

ปัญหาทางสถิติที่รู้จักกันดีเกิดขึ้นเมื่อตรวจสอบอัตราของความผิดปกติและภาวะต่างๆ ที่มีอัตราการเกิดโรคหรืออัตราพื้นฐาน ในประชากรค่อนข้างต่ำ แม้จะสมมติว่าการวินิจฉัยจากการสัมภาษณ์บุคคลทั่วไปมีความแม่นยำสูงในแง่ของความไวและความจำเพาะและพื้นที่ใต้เส้นโค้ง ROC ที่สอดคล้องกัน (นั่นคือAUCหรือพื้นที่ใต้ เส้นโค้ง ลักษณะการทำงานของผู้รับ ) ภาวะที่มีอัตราการเกิดโรคหรืออัตราพื้นฐานค่อนข้างต่ำย่อมส่งผลให้เกิด อัตรา ผลบวกเท็จ สูง ซึ่งเกินกว่า อัตรา ผลลบเท็จในสถานการณ์เช่นนี้ค่าการทำนายผลบวก ที่จำกัด (PPV) จะส่งผลให้เกิดอัตรา ผลบวกเท็จสูงแม้ว่าจะมีความจำเพาะที่ใกล้เคียงกับ 100% ก็ตาม^{[ 10 ]}

• ข้อมูลตัวหาร
• โรคหายาก
• ความเข้าใจผิดเกี่ยวกับอัตราพื้นฐาน

ค้นหาคำว่า "prevalence"ใน Wiktionary ซึ่งเป็นพจนานุกรมเสรี

• PlusNews ซึ่งเป็นบริการข่าวสารเกี่ยวกับเอชไอวี/เอดส์ของสหประชาชาติ ให้ข้อมูลอัตราการแพร่ระบาดของเอชไอวีในเกือบ 60 ประเทศทั่วโลก
• บทสรุปบทความเรื่อง "โรคจิตเภทแพร่หลายแค่ไหน?" จากห้องสมุดวิทยาศาสตร์สาธารณะ
• ความชุกของการระบาดของ COVID-19
• https://www.prevalenceuk.com/