Grundlggande epidemiologi Susanna Calling lk med dr susanna

  • Slides: 57
Download presentation
Grundläggande epidemiologi Susanna Calling, läk, med dr susanna. calling@med. lu. se

Grundläggande epidemiologi Susanna Calling, läk, med dr susanna. calling@med. lu. se

Agenda – – – Vad är epidemiologi? Grundläggande begrepp Studiedesign Felkällor Grupparbete

Agenda – – – Vad är epidemiologi? Grundläggande begrepp Studiedesign Felkällor Grupparbete

Vad är epidemiologi?

Vad är epidemiologi?

Epidemiologi • ”Läran om hälsans och ohälsans utbredning och dess orsaker i en befolkning”

Epidemiologi • ”Läran om hälsans och ohälsans utbredning och dess orsaker i en befolkning”

”The epidemiological black box” Factor A Disease

”The epidemiological black box” Factor A Disease

Varför behövs epidemiologi?

Varför behövs epidemiologi?

John Snow 1854

John Snow 1854

Varför behövs epidemiologi?

Varför behövs epidemiologi?

Epidemiologi ger oss möjlighet att försöka räkna ut vem som…

Epidemiologi ger oss möjlighet att försöka räkna ut vem som…

…drabbas

…drabbas

Agenda – – – Vad är epidemiologi? Grundläggande begrepp Studiedesign Felkällor Grupparbete

Agenda – – – Vad är epidemiologi? Grundläggande begrepp Studiedesign Felkällor Grupparbete

Viktiga begrepp • • Prevalens/ incidens Riskfaktor/ riskmarkör Deskriptiv/ analytisk epidemiologi Kausalitet Confounder Validitet/reliabilitet

Viktiga begrepp • • Prevalens/ incidens Riskfaktor/ riskmarkör Deskriptiv/ analytisk epidemiologi Kausalitet Confounder Validitet/reliabilitet Relativ risk (RR) Odds ratio (OR)

Prevalens • Andelen individer i en population som har en given sjukdom eller ett

Prevalens • Andelen individer i en population som har en given sjukdom eller ett givet tillstånd vid en viss tidpunkt • Ex: Prevalensen av åldersdiabetes är 5% bland individer över 50 år.

Incidens • Antalet nyinsjuknade i en viss population under en avgränsad tid • Ex:

Incidens • Antalet nyinsjuknade i en viss population under en avgränsad tid • Ex: Schizofreni 1/10 000 personår, dvs. om 10 000 personer observeras under 1 år får 1 person schizofreni.

Riskfaktor = exposure = oberoende variabel • En faktor som ökar sannolikheten för sjukdom.

Riskfaktor = exposure = oberoende variabel • En faktor som ökar sannolikheten för sjukdom. Oftast orsakssamband (kausalitet). • Ex: Hypertoni ökar risken för hjärtinfarkt.

Riskmarkör • En faktor vars närvaro ökar sannolikheten för sjukdom. Inte nödvändigtvis orsakssamband. •

Riskmarkör • En faktor vars närvaro ökar sannolikheten för sjukdom. Inte nödvändigtvis orsakssamband. • Ex: Låg utbildning är associerat med hjärtinfarkt.

Outcome • Utfallsvariabel = outcome = beroende variabel

Outcome • Utfallsvariabel = outcome = beroende variabel

Två typer av epidemiologi Deskriptiv epidemiologi • VEM får en sjukdom/ ett tillstånd? •

Två typer av epidemiologi Deskriptiv epidemiologi • VEM får en sjukdom/ ett tillstånd? • VAR finns den? • NÄR inträffar den? Analytisk epidemiologi • VARFÖR är sjukligheten hög/låg? (Undersöker samband, exponering – fall)

Kausalitet (som inte kan förklaras av slumpen) 1) Konsekvent association, dvs att den är

Kausalitet (som inte kan förklaras av slumpen) 1) Konsekvent association, dvs att den är bevisad i många olika studier. 2) Sambandets styrka (studiedesign). 3) Dos-responssamband 4) Tidssekvens 5) Biologisk rimlighet 6) Experimentellt befästande av sambandet / reversibilitet.

Confounder • En faktor som är associerad både med riskfaktorn och outcome. • Sambandet

Confounder • En faktor som är associerad både med riskfaktorn och outcome. • Sambandet mellan riskfaktor och outcome blir stört av confoundern.

Confounding Gula fingrar

Confounding Gula fingrar

Confounding Herpesvirus Antal partners HPV-virus Cervixcancer

Confounding Herpesvirus Antal partners HPV-virus Cervixcancer

Confoundern ska inte vara med i kausalkedjan mellan exposure och outcome Hypertoni Ateroskleros Hjärtinfarkt

Confoundern ska inte vara med i kausalkedjan mellan exposure och outcome Hypertoni Ateroskleros Hjärtinfarkt

Diskutera! • 1. Confounders - Vilka confounders bör man ta hänsyn till om man

Diskutera! • 1. Confounders - Vilka confounders bör man ta hänsyn till om man vill studera sambandet mellan hypertoni och hjärtinfarkt? • 2. Kausalitet - Vilka samband känner ni till som är kausala respektive inte fullständigt klarlagda?

Hur tillförlitlig är vår data? 1. Validitet – I vilken grad mäter ett test

Hur tillförlitlig är vår data? 1. Validitet – I vilken grad mäter ett test det ska mäta – Ex. BMI 2. Reliabilitet/ Precision – Hur säkert är det att vi får samma resultat vid upprepade mätningar? – Ex. CRP, blodtryck

Relativ risk och odds ratio Fall Icke fall Exponerade A B Icke exponerade C

Relativ risk och odds ratio Fall Icke fall Exponerade A B Icke exponerade C D

Relativ risk/ risk ratio (RR) • Risk = sannolikhet att drabbas jämfört med hela

Relativ risk/ risk ratio (RR) • Risk = sannolikhet att drabbas jämfört med hela populationen (ex. 1 av 7) • Relativ risk = kvoten mellan risk hos de exponerade och risk hos de oexponerade RR= Risk för outcome hos exponerade Risk för outcome hos icke exponerade

Relativ risk/ risk ratio (RR) A/(A+B) RR= C/(C+D)

Relativ risk/ risk ratio (RR) A/(A+B) RR= C/(C+D)

Relativ risk/ risk ratio (RR) • RR = 1 innebär ingen ökad eller minskad

Relativ risk/ risk ratio (RR) • RR = 1 innebär ingen ökad eller minskad risk • RR > 1 innebär ökad risk • RR < 1 innebär minskad risk (skyddande effekt)

Oddskvot/ Odds ratio (OR) • Odds = sannolikhet att något händer mot att något

Oddskvot/ Odds ratio (OR) • Odds = sannolikhet att något händer mot att något inte händer (ex. odds att något infaller en söndag är 1: 6) • Odds ratio: Kvoten mellan odds hos exponerade jämfört med odds hos icke exponerade OR = Odds för outcome hos exponerade Odds för outcome hos icke exponerade

Odds ratio (OR) OR = A/B C/D

Odds ratio (OR) OR = A/B C/D

RR och OR • Relativ risk och odds ratio är inte samma sak! •

RR och OR • Relativ risk och odds ratio är inte samma sak! • OR har vissa matematiska egenskaper som gör att det lämpar sig att räkna ut, via tex logistisk regression • Vid sällsynt outcome blir OR och RR ofta ungefär detsamma

Diskutera! Vad betyder: 1) ” The odds ratio for infant mortality was 2. 98

Diskutera! Vad betyder: 1) ” The odds ratio for infant mortality was 2. 98 (CI: 2. 42 -3. 67) for low family income compared to high family income” 2) ” The relative risk for myocardial infarction is 4, 0 (CI: 3. 39 -4. 87) in patients with diabetes mellitus type 2”

Agenda – – – Vad är epidemiologi? Grundläggande begrepp Studiedesign Felkällor Grupparbete

Agenda – – – Vad är epidemiologi? Grundläggande begrepp Studiedesign Felkällor Grupparbete

Studiedesign Individer • Case report Observationsstudier • Tvärsnittsstudie (cross-sectional study) • Fall-kontrollstudie (case-control study)

Studiedesign Individer • Case report Observationsstudier • Tvärsnittsstudie (cross-sectional study) • Fall-kontrollstudie (case-control study) • Kohortstudie Interventionsstudier • Randomiserad kontrollstudie (RCT)

Exempel • Du har upptäckt ett antal tonåringar med symtom och lab som tyder

Exempel • Du har upptäckt ett antal tonåringar med symtom och lab som tyder på diabetes typ 2 • Du gör en case report, och fler har upptäckt samma sak. • Du vill studera detta mer, men har inte stora resurser. Vilken typ av studie?

Tvärsnittsstudie (Cross-sectional study) – Studerar del av/ hel population – Mäter prevalens vid en

Tvärsnittsstudie (Cross-sectional study) – Studerar del av/ hel population – Mäter prevalens vid en viss tidpunkt – Kan också mäta exponering men vi vet inget om tidsperspektiv

Diskutera! • Hur skulle du kunna lägga upp en sådan tvärsnittsstudie?

Diskutera! • Hur skulle du kunna lägga upp en sådan tvärsnittsstudie?

Exempel • Du studerar hur stor andel tonåringar på tex en skola som har

Exempel • Du studerar hur stor andel tonåringar på tex en skola som har diabetes typ 2. • Du intervjuar föräldrarna • Du har nu 100 fall med diabetes och börjar undra över orsaker. Vilken typ av studie?

Fall-kontroll studie (case-control study) – En sjukdomsgrupp, en kontrollgrupp – Patienten har redan sjukdomen

Fall-kontroll studie (case-control study) – En sjukdomsgrupp, en kontrollgrupp – Patienten har redan sjukdomen när man mäter riskfaktorn

Fall-kontrollstudie • Fördelar: – Snabb metod för att undersöka samband exponeringsjukdom – Bra för

Fall-kontrollstudie • Fördelar: – Snabb metod för att undersöka samband exponeringsjukdom – Bra för sällsynta sjukdomar • Nackdelar – Svårt att undersöka sällsynta orsaker – Kausalitet är svårbedömt, exponering kan ha ändrats – Selektion av fall

Exempel • Du gör en fall-kontrollstudie med 100 diabetespat och 100 kontrollpat som visar

Exempel • Du gör en fall-kontrollstudie med 100 diabetespat och 100 kontrollpat som visar att diabetespatienterna har ett högre kaloriintag och mindre fysisk aktivitet. • Du vet dock inget om tidssambandet, och intervju-bias kan ha förekommit. • Du har nu fått forskningsanslag Vilken typ av studie?

Kohortstudie • Kohort = grupp individer med liknande karakteristika, t ex födda samma år

Kohortstudie • Kohort = grupp individer med liknande karakteristika, t ex födda samma år • Individerna har inte sjukdomen vid studiens start • Longitudinell • Prospektiv/ Retrospektiv

Kohortstudie • Fördelar – Kausalitet och tidssamband kan studeras – Ingen selektion av fall

Kohortstudie • Fördelar – Kausalitet och tidssamband kan studeras – Ingen selektion av fall – Sällsynta exponeringar kan studeras • Nackdelar – Dyrt och tidskrävande – Sällsynta sjukdomar svåra att studera

Randomised kontrollstudie (RCT) • Behandlingsgrupp och kontrollgrupp definieras slumpmässigt • Intervention man påverkar verkligheten!

Randomised kontrollstudie (RCT) • Behandlingsgrupp och kontrollgrupp definieras slumpmässigt • Intervention man påverkar verkligheten!

RCT • Fördelar: – Ger starkt argument för kausalitet • Nackdelar: – Experiment -

RCT • Fördelar: – Ger starkt argument för kausalitet • Nackdelar: – Experiment - större ansvar mot deltagare/ svårt att få deltagare – Svårt med generaliserbarhet

Agenda – – – Vad är epidemiologi? Grundläggande begrepp Studiedesign Felkällor Grupparbete

Agenda – – – Vad är epidemiologi? Grundläggande begrepp Studiedesign Felkällor Grupparbete

Felkällor 1. Systematiska fel/ bias 2. Random error/ slump 3. Confounding

Felkällor 1. Systematiska fel/ bias 2. Random error/ slump 3. Confounding

Systematiska fel/ bias • Selektion – Är studiepopulationen representativ för en ”normalbefolkning”? – Healthy

Systematiska fel/ bias • Selektion – Är studiepopulationen representativ för en ”normalbefolkning”? – Healthy cohort • Missklassificering – – Är diagnosen riktig? Korrekt mätmetod? Självrapportering? Ändrad exponering?

Systematiska fel/ bias • Bortfall/ exklusion • Intervju-bias • Minnes-bias/ recall bias

Systematiska fel/ bias • Bortfall/ exklusion • Intervju-bias • Minnes-bias/ recall bias

Åtgärd systematiska fel – Leta efter bias före och under studien - Ta ställning

Åtgärd systematiska fel – Leta efter bias före och under studien - Ta ställning till bias vid tolkning - Studera/ eliminera bortfall

Felkällor 2. Slump – Hur sannolikt är det att fyndet bara är en slump?

Felkällor 2. Slump – Hur sannolikt är det att fyndet bara är en slump? • Åtgärd: - Studera större grupper - Statistiska test (p-värde, konfidensintervall)

Felkällor 3. Confounding – Faktorer som är associerade både med riskfaktor och outcome –

Felkällor 3. Confounding – Faktorer som är associerade både med riskfaktor och outcome – Stör tolkningen av ett resultat till skillnad från systematiska fel som sker under mätning/datainsamling

Åtgärd confounding • Matchning (före studien) • Stratifiera data (vid analys) • Justera i

Åtgärd confounding • Matchning (före studien) • Stratifiera data (vid analys) • Justera i multivariata analyser

Agenda – – – Vad är epidemiologi? Grundläggande begrepp Studiedesign Felkällor Grupparbete

Agenda – – – Vad är epidemiologi? Grundläggande begrepp Studiedesign Felkällor Grupparbete

Grupparbete • Ni vill studera sambandet mellan socioekonomiskt status och depression • Frågor: –

Grupparbete • Ni vill studera sambandet mellan socioekonomiskt status och depression • Frågor: – Vad är hypotesen? – Identifiera variablerna –riskfaktor respektive utfall? – Hur lägger ni upp er studie? – Vilka felkällor bör ni ta hänsyn till?