Upload
nguyencong
View
227
Download
0
Embed Size (px)
Citation preview
Allmänt
Vårt kan det användas inom medicin?
Epidemiologin är en viktig del inom t. ex. folkhälsovetenskap och klinisk medicin.
Allmänt Vad är Epidemiologi?
Enligt “Dictionary of Epidemiology” är det: "The study of the distribution and determinants of health-related states or
events in specified populations and the application of this study to control of health problems."
Vilka användningsområden ser ni inom medicin?
……………………….
Vad används dermatoepidemiologin till?
• Ger kunskap om förekomst (”prevalens” och ”incidens”) av sjukdomar (SD).
• Ger kunskap om riskfaktorer och möjliga orsaker till sjukdomar
• Ger kunskap om behandlingseffekter
Begrepp: Fall Hur identifierar vi ett fall
Gränser Måttenheter
Studiepopulation
Ur vilken befolkningsgrupp rekryterar vi deltagarna Tänk gärna över dessa begrepp.
Prevalens Definition Andel personer med en viss sjukdom i en population. Beräknas: sjuka/alla i populationen Kan anges som ”punktprevalens”, eller
”periodprevalens” t. ex. livtidsprevalens eller ett års prevalens.
Incidens Definition Antalet personer som har tidigare varit friska från en viss
sjukdom och som nyinsjuknat i en viss sjukdom under en viss period i en population.
Beräknas: Incidens: antal personer som insjuknar under en viss
tidsperiod/den tid som individerna tillsammans löper risk att insjukna. Anges som t. ex. 7/100000 personår.
Kumulativ incidenstal: antal personer som insjuknar under en
viss tidsperiod/antal personer som är friska i början av perioden. Anges som proportion, t. ex. 3% under sista året.
Exempel 1 • Vi vill veta hur många barn som har atopiskt
eksem vid inskolning.
• År 2015 gör vi en studie.
• Det finns en fråga som kan fånga AE hos barn och skolsköterskan ställer den.
Skolsköterskan frågar alla föräldrar med barn som ska skolas in år 2015: • ”Har eller har Ditt barn haft ett rodnat
utslag/eksem som kan ha kommit och gått?”
• ”Har detta rodnade utslag/eksem funnits under de senaste 12 månader?”
Exempel 1
Exempel 1 På frågan: • ”Har eller har Ditt barn haft ett rodnat utslag/
eksem som kan ha kommit och gått?” svarar 4 000 barn utav total 20 000 barn ”ja”.
Exempel 1 Utav de 20 000 deltagande barnen hade 16 500
aldrig haft eksem före 2015. På frågan ”Har detta rodnade utslag/eksem
funnits under de senaste 12 månaderna?” svarar 500 utav totalt 16 500 barn som aldrig haft eksem förut ”ja”.
Exempel 1 • Vad är prevalens? • Prevalens (förekomst)
av atopiskt eksem är …..hos barn.
• Vad är ett års incidenstal (antal nya fall under ett år)?
• Ett års incidenstal (insjuknandet) av atopiskt eksem är …..hos barn .
Svar: Exempel 1 • Vad är prevalens? • Ja: • Prevalens (förekomst)
av atopiskt eksem är 20% hos barn.
• Vad är ett års incidenstal (antal nya fall under ett år)?
• Ja: • Incidenstal (insjuknandet)
av atopiskt eksem är 3% hos barn.
Svar: Exempel 1 • Vad är prevalens? • Nej: • Prevalens (förekomst)
av atopiskt eksem är 0.2 eller 20% hos barn.
• 4000/20000=0.2
• Vad är ett års incidenstal (antal nya fall under ett år)?
• Nej: • Incidenstal
(insjuknandet) av atopiskt eksem är 0.3 eller 3% hos barn.
• 500/16500=0.3
Exempel skillnad mellan prevalens och incidens
• Prevalens 2-4% 1% till 20%
Psoriasis Löss i håret
Är incidens ungefär samma, högre eller lägre för Psoriasis…………
Löss i håret…………?
Exempel skillnad mellan prevalens och incidens
• Prevalens 2-4% • Incidenstal Ja, den
är lägre
Psoriasis Löss i håret
Ja, den är ungefär samma
Exempel skillnad mellan prevalens och incidens
• Prevalens 2-4% • Incidenstal Nej,
den är lägre
Psoriasis Löss i håret
Nej, den är
ungefär samma
Exempel skillnad mellan prevalens och incidens
• Prevalens 2-4% 1% till 20% • Ett års incidenstal 0.059 % 1% till 20%
(0.48% to 22.4%)
Psoriasis Löss i håret
Exempel på prevalens av olika dermatologiska sjukdomar hos unga vuxna i Sverige
Akne 40% Rosacea 0.09% till 22% Handeksem 10% Atopiskt eksem 5-10% Mjälleksem 5% Psoriasis 2-4% Lichen planus 0.3-1% Kronisk urtikaria 2%
Exempel på incidens av olika dermatologiska sjukdomar hos äldre vuxna (60 +) i Sverige
Malignt melanom 3500 personer 0.03% per år Eller 30/100000 personår Skivepitelcarcinom 5000 fall per år 0.07% per år Eller 70/100000 personår Basaliom 70000 fall per år 0.8?? 1% per år Eller 80/100000 personår
Varför använda dermatoepidemiologi?
Epidemiologer tittar på sjukdomar oftast på gruppnivå. De frågar oftast “vad är “nämnare” vilket betyder “ur vilken befolkning kommer fallen”? Om vi räknar hur många hälso-relaterade “händelser” eller “fall” förekommer inom en specifisk tid inom olika befolkningar så kan vi skatta t. ex. mortalitet orsakad av malignt melanom och jämföra utfallet i olika länder.
Population: exempel
• Är mortalitet pga malignt melanom högre eller lägre hos äldre jämfört med ungdomar eller unga vuxna?
Population: ålder
• Mortalitet pga malignt melanom är högre hos äldre jämfört med ungomar eller unga vuxna.
Population: ålder
• Nej. Mortalitet pga malignt melanom är högre hos äldre jämfört med ungomar eller unga vuxna.
Studiepopulation
• Kunskap om studiepopulationen är viktig för att tolka resultatet.
• Val av lämplig studiepopulation är avgörande även när man vill jämföra populationer
• Med rätt urval kan man dra slutsatser om befolkningen man vill veta något om.
• Att jämföra grupper är viktigt inom epidemiologin.
• Man kan även få kunskap om möjliga orsaker/faktorer till en viss sjukdom.
Varför använda dermatoepidemiologi?
• Exempel:
• I Wien under 1840-talet noterade Ignaz Semmelweis att många kvinnor dog pga feber efter förlossning. Det var stora skillnader i mortalitet mellan två sjukhus, i ett var det mest barnmorskor som tog hand om kvinnorna, i det andra mest läkarstudenter. Studenterna undersökte kvinnorna ofta i undervisningssyfte och tvättade inte händerna. Semmelweiss misstänkte pga sina iakttaganden att studenterna eventuellt överförde någonting via händerna som utlöste febern. Han testade denna hypotes och introducerade anstiseptiskt handtvätt på sjukhuset; mortaliteten sjönk avseevärt.
Varför använda dermatoepidemiologi?
Exempel 2:
• Hur skulle prevalensen av AE ändras om definitionen av ”fall” skulle bli:
• ”Har eller har Ditt barn haft ett rodnat
utslag/eksem som kan ha kommit och gått?” och IgE skulle vara förhöjd?
……………………………………………..
Exempel 2
• Det skulle bli oförändrat antal fall • Det skulle bli högre antal fall • Det skulle bli mindre antal fall
Exempel 2
• Det skulle bli oförändrat antal fall • -nej, det är osannolikt att alla med AE har
förhöjd IgE • Det skulle bli högre antal fall • -nej, det är osannolikt att alla med AE har
förhöjd IgE • Det skulle bli mindre antal fall • -Ja, det är osannolikt att alla med AE har
förhöjd IgE
Exempel 3
• Ett fall med skivepitelcancer definieras som “patient med skivepitelcancer”.
• I USA får ungefär 2.2 million patienter diagnosen. Hur skulle denna siffra ändras om fall blir definierad som
“skivepitelcancer”?
Exempel 3
• Antal skulle öka eftersom samma patient kan ha flera tumörer.
• 3.5 millioner skivepitelcancer blir diagnostiserade varje år i USA.
Exempel 3
• Nej. • Antal skulle öka eftersom samma patient
kan ha fler tumörer. • 3.5 million skivepitelcancer blir
diagnostiserad varje år I USA.
Vem blir sjuk?
• Atopiskt eksem förekommer oftare hos barn med förälder som har allergisjukdom än hos barn med föräldrar utan allergisjukdom.
– Kunskap om riskgrupper är bra när man möter patienter!
Vilka är riskfaktorerna?
• Kvinnor har större sannolikheten att ha handeksem.
• Rökare har större sannolikhet att ha handeksem.
Montnemery et al. 2005
Varför behövs då epidemiologisk forskning?
”Imagination is
more important
than knowledge.”
-Albert Einstein
Den magiska effekten av siffror
• ‘A finding is more likely to be accepted if quantified (expressed in numbers) than if not’.
Black. J Epidemiol Comm Health, 1994
Etik
• International Ethical Guidelines for Biomedical Research Involving Human Subjects Council for International Organizations of Medical Sciences (CIOMS) 2002
• World Medical Association Declaration of Helsinki (2000)
Frågeställning
• Klart definierad fråga som kan besvaras. – Innehåller:
• Vilka är inkluderade, var är studien utförd, när gjordes studien, typ av studie, (exponering, outcome)
Vad finns redan undersökt? Är frågeställningen besvarad? Hur har andra gjort?
http://www.ncbi.nlm.nih.gov/sites/entrez
Studiepopulation Vilket urval har vi?
Från: t. ex. sjukhuset
Vårdcentral Skola
Alla som bor i en viss område? Hur kan denna grupp beskrivas?
Ålder Kön Etc?
Experimentella studier
• Interventionsstudier – Randomiserad kontrollerad intervention
• Intervention outcome ja/nej • Kontroll outcome ja/nej
Deskriptiva studier • Kohort:
– Exponering
– Icke exponering
• Fall-kontroll: – Outcome
– Icke outcome
• Tvärsnitt: exponering och/eller outcome samtidigt
Outcome ja/nej?
Tidigare exponerad ja/nej?
Bias
• Fel i design eller utförandet av en studie som resulterar i slutsatser som är avvikande från ”sanningen”
De viktigaste typer av bias är:
Selektion (urval) bias
• Fel i urval av studiepopulation som leder till att: – Deltagarna är icke representativa för referens-
populationen – Grupperna är ej jämförbara
Informationsbias
• Fel i mätningarna av exponering eller outcome som resulterar i systematiska skillnader i exakthet av insamlad information mellan grupper – Rapporteringsfel (t. ex. ”recall bias”) – Observationsfel
Samband mellan exponering och outcome beror helt eller partiellt på en annan exponering
Konfounder
Konfounder (Exponering 0ll sol)
Exponering av intresse (Solkkräm) U<all av intresse
(Malignt melanom)
Konfounder • Konfounding är en situation där en association mellan en
”exponering” och ett ”utfall”(outcome) helt eller delvis uppstår/eller försvinner pga en annan exponering.
• En konfounder kan förstärka eller förminska ett samband!!
• En konfounder MÅSTE: • Vara associerad med exponeringen • Vara associerad med utfall/outcome • Avvika från kausala samband (causal pathway) mellan
exponering och utfall
Tvärsnittsstudie
• Mäter frekvens av exposition och/eller outcome vid en tidpunkt – Deskriptiv – Analytisk
Tvärsnitt *+*+**+*+**+*+*+*+*+***+*+*+*+**+ *+**+ *+**+ *+**+* *+**+**+*
*+*+***+**+**+**+**+**+**+**+**+**+*
*+*+*
*+**+**+**+**+**+**+**+**+
*+**+**+**+**+**+**+**+**+*
Prevalens bland exponerade = 57% Prevalens bland icke-‐exponerade = 30%
Prevalens ra0o=1.9
Pro/con tvärsnitt • Pro
– Enkelt och ekonomisk – Ge viktig information på förekomst/frekvens – Första steg
• Con – Prevalens – Ingen tidsperspektiv – Recall bias
Kohortstudie
1) Kohort initialt utan ”outcome” 2) Klassificera kohort i exponerad/icke
exponerad 3) Följ kohorten och jämför incidens (nya
fall) av ”outcome” mellan exponerade/icke exponerade
Kohort
*+*+**+*+**+*+*+*+*+***+*+*+*+**+ *+**+ *+**+
*+**+* *+**+**+* *+*+***+**+**+**+**+**
+**+**+**+**+*
*+**+**+**+**+**+**+**+**+
*+**+**+**+**+**+**+**+**+*
***********+**+
**********
+++++++++
+++++++++
Utfall Ej utfall Utfall Ej utfall
Exempel
• Barn med svårare eksem har lägre sannolikhet att tillfriskna från AE tills skolåldern (6-års ålder)
Pro/con kohort • Pro • Exponering mäts innan outcome uppstår (ej influerad av
outcome) • Tidssamband • Flera outcome kan mätas • Exponeringar som är sällsynta kan mätas • Con • Tar tid • Oftast dyrt • Ineffektiv för outcome som är sällsynta • Exponering kan ändra sig • Retrospektiv kohort beroende på datakvalitet av tidigare
insamlade data • Bortfall • Diagnoskriterier kan ändras
Fall-kontroll studie
1) Identifiera fall med ”outcome” 2) Identifiera representativ grupp av
kontroll utan ”outcome” 3) Jämför fall och kontroll avseende
tidigare exponering avseende en eller flera riskfaktorer
Fall-kontroll
+ ++ +++ +++++++ ++ ++
++ ++++ + + + ++ +++++
** *** *** *** *
** *** *** *** *
+++ + + ++ +++++
** *** *** *** *
Exponerad Ej exponerad Exponerad Ej exponerad
Fall Kontroll
******++++++****+++++++++++++++++++
Fall
Kontroll
Fall-kontroll
• Population därifrån kontrollerna kommer ska vara samma som populationen därifrån fall kommer
Pro/con fall-kontroll • Pro
– Snabb och ekonomisk – Sällsynta sjukdomar – Sjukdomar med lång tid mellan exponering
och outcome – Flera exponeringar
• Con – Selektionsbias – Informationsbias – ”Reverse causation” – Ingen skattning av incidens/prevalens
Intervention
1) a) Randmiserar intervention (behandling) till en av studiegrupperna.
b) De som inte får intervention utgör kontrollgrupp
2) Följer grupperna över tid 3) Jämför frekvens av ”outcome” mellan
interventions-och kontrollgrupp
Studiedeltagarnas urval
• Kriterier för inklusion & exklusion behövs • En kontrollgrupp är viktig för att undvika
tidseffekter och placeboeffekter
Intervention
******************************
******************************
+++ + ++++
******************
+++ + ++++
*****************
Intervention No intervention
Outcome No outcome Outcome No outcome
”Blinding”
”Intention to treat” vs. ”on treatment”
****** ** ***** **
******** ***
****** ** ***** **
******** ***
******************
*** * ** ** *** ** ** * ** ** ***
+ + ******* ++ ++ +++++
** ** ** * ** ** * ** **
Ny behandling Standardbehandling
Mindre allvarlig sjukdom
Mer allvarlig sjukdom
Utfall Inget utfall Utfall Inget utfall
”Intention to treat” vs. ”on treatment”
• Om vi skulle analysera data avseende ”vem som har verkligen fått behandling” skulle vi se att "standardbehandling" har sämre utfall eftersom denna grupp innehåller patienter med svårare sjukdom.
Behandlingseffekt
• Utfallsmått bör vara valida och kliniskt meningsfulla – DVS En patient med eksem som har lite
mindre rodnad efter behandling, men som inte sover på natten pga klåda bör inte räknas som förbättrad.
Problem med RCT
• Sällsynta biverkningar upptäcks sällan
• Kan vara svårt att genomföra eller oetiskt
Pro/con RCT • Pro • En väl genomförd RCT randomiserar för
obekanta och bekanta felkällor (bias & konfounder)
• Con • Selektionsbias - Reporting bias & observer bias - Performance bias
– Systematiska skillnader i den givna behandlingen utöver intervention
• För kort • Power problem
Tänk på
• Lång, stor, fullständig • Meningsfulla jämförelser • Representativt urval • Randomisering • ”Blinding” • Datainsamling: objektiv