Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 1
EPIDEMIOLOGIHva er det?
Medisin for ikke-medisinereonsdag 25. september 2002
Tom Ivar Lund NilsenInstitutt for samfunnsmedisinske fag
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 2
Medisinsk forskning
• Fire hovedområder
– årsaker til sykdom (epidemiologisk forskning)
– behandling av sykdom (klinisk forskning)
– molekylære og genetiske grunnlag for sykdom (basalforskning)
– helsevesenets effektivitet og kvalitet (helsetjenesteforskning)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 3
Epidemiologi
Epidemiologi er...
systematisk leting etter årsaker til sykdom
…og hensikten er å innhente kunnskap somgjør at sykdommer kan forebygges
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 4
Epidemiologiens historie (1)
• Til alle tider har folk hatt en formening om sykdomsårsaker– f.eks. gudenes vrede, planetenes stilling, gasser i luften,
eller egne synder– smitteteorier med sanksjoner mot de syke ble tidlig
foreslått
• Begrepet epidemiologi var opprinnelig knyttet til studier avsmittsomme sykdommer (epidemier)– man prøvde å finne årsaken til epidemien og deretter
forebygge– mest kjent er kanskje John Snow og hans studier av
koleraepidemien i London på 1850-tallet
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 5
John Snow (1813-1858)
• Snow kartla forekomsten avkolera– hvert sykdomstilfelle ble
systematisk plottet på et kartover Londons gater
• fant en opphopning rundt énvannpumpe
• Snow konkluderte med atsmitten kom med vannet
• pumpen ble stengt og antall nyetilfeller redusert
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 6
Epidemiologiens historie (2)
Utover 1900-tallet har epidemiologien utviklet seg raskt:
• ikke bare smittsomme, men også kroniske sykdommer– særlig fokus på å avdekke risikofaktorer for
• kreft• hjerte/kar
• noen snakker også om epidemiologi i forhold til:– trafikkskader– trygdeytelser
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 7
Kunnskap om årsaker
Viktigst i epidemiologien er altså å tilegne segkunnskap om årsaker til sykdom
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 8
Hvordan få denne kunnskapen?
Man kan studerer sykdommenes forekomst relatert til:
• Tid– har det vært endringer i forekomsten over en viss periode
• Sted– er det ulik forekomst mellom ulike geografiske områder
• Personer– er forekomsten knyttet til spesielle egenskaper eller
eksponeringer som personer har eller utsettes for
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 9
Tid
(www.kreftregisteret.no, 2002)
Forekomst av kreft i Norge 1954-99, alle lokalisasjoner(aldersjustert insidensrate)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 10
StedFøflekk-kreft i Norge 1995-99
Relativ risiko etter fylke
(www
.kre
ftre
gist
eret
.no,
200
2)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 11
Personer
• demografi (alder, kjønn, rase)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 12
Alder og kjønnKreft i Norge 1995-99. De hyppigste kreftformer fordelt på kjønn og alder
(www
.kre
ftre
gist
eret
.no,
200
2)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 13
Personer
• demografi (alder, kjønn, rase)
• antropometri (høyde, vekt, fedme)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 14
FedmeBMI og risiko for brystkreft
0.1
1
10
lav medium høy
Kategorier av BMI
Rel
ativ
risi
koBrystkreft under 50 år Brystkreft over 50 år
(TI
Lund
Nils
en, 2
002
( dat
a fr
a H
UN
T I)
)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 15
Personer
• demografi (alder, kjønn, rase)
• antropometri (høyde, vekt, fedme)
• sosioøkonomi (utdanning, yrke, inntekt)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 16
Utdanning
dårlig selvopplevd helse
langvarig helseproblem
kronisk sykdom
(Krokstad et al., 2002)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 17
Personer
• demografi (alder, kjønn, rase)
• antropometri (høyde, vekt, fedme)
• sosioøkonomi (utdanning, yrke, inntekt)
• livsstil (kosthold, røyk, alkohol, fysisk aktivitet)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 18
Fysisk aktivitet
(Thune & Furberg, 2001)
Relativ risiko for brystkreft ved høy vs. lav fysisk aktivitet
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 19
Personer
• demografi (alder, kjønn, rase)
• antropometri (høyde, vekt, fedme)
• sosioøkonomi (utdanning, yrke, inntekt)
• livsstil (kost, røyk, alkohol, fysisk aktivitet)
• miljøfaktorer (fysiske og kjemiske faktorer, yrkeseksponering)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 20
YrkeseksponeringObservert og forventet antall tilfeller av
lungekreft blant ansatte i norske nikkelverk
0
50
100
150
200
250
Anta
ll lu
ngek
reft
Forventet antallObservert antall
1950 20001960 1970 1980 1990
(Romundstad, 2002)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 21
Personer
• demografi (alder, kjønn, rase)
• antropometri (høyde, vekt, fedme)
• sosioøkonomi (utdanning, yrke, inntekt)
• livsstil (kost, røyk, alkohol, fysisk aktivitet)
• miljøfaktorer (fysiske og kjemiske faktorer, yrkeseksponering)
• biologi og genetikk (blodtrykk, kolesterol, hormoner, gener)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 22
BlodtrykkSammenheng mellom blodtrykk og hodepine i ulike aldersgrupper
(Hagen et al., 2002)
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 23
Personer
• demografi (alder, kjønn, rase)
• antropometri (høyde, vekt, fedme)
• sosioøkonomi (utdanning, yrke, inntekt)
• livsstil (kost, røyk, alkohol, fysisk aktivitet)
• miljøfaktorer (fysiske og kjemiske faktorer, yrkeseksponering)
• biologi og genetikk (blodtrykk, kolesterol, hormoner, gener)
Alle disse utgjør mulige årsaksfaktorer som vi iepidemiologien ofte omtaler som eksponeringer
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 24
Den sanne sammenheng
I epidemiologien er vi opptatt av å finne den sannesammenheng mellom eksponering og sykdom
og for å finne en sammenheng som er nærmest muligden sanne sammenheng er det spesielle elementersom er nødvendige i gjennomføringen av en studie…
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 25
Nødvendige elementer
• gode og pålitelige mål på sykdom
• god og pålitelig informasjon om eksponeringsfaktorer
• det best egnede studiedesign
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 26
Mål på sykdom (og død)
• prevalens– andel med sykdom i en spesifikk populasjon på et gitt
tidspunkt
• insidens– antall nye tilfeller av sykdom i en spesifikk populasjon i
løpet av et gitt tidsrom
• mortalitet– antall som dør av en gitt sykdom i en spesifikk populasjon
i løpet av et gitt tidsrom
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 27
Prevalens
Andel av en populasjon som har en sykdom på et gitt tidspunkt:
• eksempel:– dersom prevalensen av diabetes er på 3% den 1.
september 2002 så kan det f.eks. bety at 30 av 1000personer hadde diabetes denne datoen
• et viktig sykdomsmål i helseplanlegging– sier noe om ressursbehovet
• ikke velegnet for å finne årsaker til sykdom
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 28
Insidens
• eksempel:– dersom insidensen av brystkreft er 7% per år så kan det
f.eks. bety at dersom man følger 1000 kvinner i ett år såvil 70 få diagnosen brystkreft
• det beste og mest brukte sykdomsmål i årsaksstudier– studerer sammenhengen mellom eksponering og antall nye
tilfeller av en sykdom som oppstår etter ateksponeringen har inntruffet
Antall nye tilfeller av en sykdom som oppstår i en populasjon iløpet av et gitt tidsrom:
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 29
Nødvendige elementer
• gode og pålitelige mål på sykdom
• god og pålitelig informasjon om eksponeringsfaktorer
• det best egnede studiedesign
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 30
Mål på eksponering
Informasjon om pasienter/deltakere fremskaffes via:• intervju
– kostbart og tidkrevende, mulig feilrapportering• spørreskjema (selvutfylt)
– redusert deltakelse, mulig feilrapportering• registre (kobling til folkeregister, fødselsregister, m.fl.)
– tillatelse fra datatilsynet• kliniske undersøkelser/blodprøver
– kostbart og tidkrevende
• det er enkelte fallgruver når man skal velge utdeltakere og samle informasjon...
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 31
Bias og confounding
• ingen gode utrykk for disse begrepene på norsk, derforbruker man ofte de engelske ordene:
• i ordboka:– Bias = fordreining– Confounding = å blande sammen
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 32
Bias
• Seleksjonsbias– spesielle grupper deltar/deltar ikke i studien– spesielle grupper unnlater å svare på spørsmål
• Informasjonsbias– over- eller underdriver det sanne eksponeringsnivå– spørreskjema klarer ikke å fange opp den virkelige
eksponeringNår informasjonen er samlet inn kan man ikke gjøre noemed bias, dette må man forebygge i studieplanleggingen
Avvik fra den sanne sammenheng; en skjevhet i den måltesammenheng mellom eksponering og sykdom som kan oppstå pga.:
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 33
Eksempel på seleksjonsbias
The healthy worker effect:• dersom man sammenligner sykeligheten blant folk som
jobber i et helseskadelig arbeidsmiljø med sykeligheten iresten av befolkningen vil man ofte finne at arbeiderne harlavere sykelighet– dette er jo motsatt av hva man ville forventet– et resultat av en seleksjonsprosess hvor de som fortsatt
er i arbeid er de som er friskest, mens de som ble sykeav arbeidsmiljøet allerede er sluttet
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 34
Eksempel på informasjonsbias
• informasjon om eksponering innhentes fra mødre tilmisdannede barn og sammenlignes med informasjon framødre til barn uten misdannelser
• man kan tenke seg at mødre til misdannede barn tenkernøyere igjennom hendelser i svangerskapet enn andre mødre
• dermed kan det oppstå en skjevhet i informasjonen ommulige risikofaktorer mellom de to gruppene av mødre– dette betegnes i epidemiologien som recall bias, og er et aktuelt
problem når syke og friske skal huske tilbake om muligeeksponeringsfaktorer
I en studie er man interessert i å se på sammenhengen mellommedfødte misdannelser og eksponeringer i svangerskapet:
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 35
Confounding
• effekten av en utenforliggende faktor blander seg medeffekten av den faktor man ønsker å studere
• kriterier for en konfunderende faktor:– det må være en uavhengig sammenheng mellom confounderen og
sykdommen og mellom confounderen og den opprinneligeeksponeringsfaktoren
Dersom man har informasjon om mulige konfunderendefaktorer kan man i statistiske analyser justere bortden sammenblandede effekten og finne den sanne
sammenheng mellom eksponering og sykdom
Også et avvik fra den sanne sammenheng; en skjevhet i den måltesammenheng mellom eksponering og sykdom som kan oppstå fordi:
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 36
Eksempel på confounding• høyde er en risikofaktor for prostatakreft
– høye menn har litt større risiko enn lave menn• alder er en risikofaktor for prostatakreft
– økt alder gir større risiko• i tillegg er det en sammenheng mellom høyde og alder
– eldre menn er lavere enn yngre menn
• dersom man måler sammenhengen mellom høyde og prostatakreftuten å ta hensyn til alder vil det se ut som om lave menn harhøyere risiko bare fordi lave menn er eldre
• dersom man justerer for effekten av alder ser man atsammenhengen er motsatt, høye menn har større risiko
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 37
Prostatakreft, høyde og alder
Relativ risiko for prostatakreft blant mennsom deltok i HUNT 1984-86
HøydeUjustert
relativ risikoAldersjustertrelativ risiko
LavMediumHøy
1.00.70.5
1.01.11.2
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 38
Nødvendige elementer
• gode og pålitelige mål på sykdom
• god og pålitelig informasjon om årsaksfaktorer
• det best egnede studiedesign
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 39
Studiedesign
• deskriptive studier– tverrsnittsstudier
• analytiske studier– eksperimentelle studier
• randomiserte kontrollerte studier (RCT)
– observasjonsstudier• kohortstudier• case-control studier
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 40
Deskriptive studier
• sier noe om forekomst og fordeling av sykdommer og muligeårsaksfaktorer i populasjonen
• kan indikere årsakssammenhenger (hypotesegenrerende)
• Tverrsnittsstudier– gir et øyeblikksbilde av befolkningen– prevalens av sykdom (andelen med en sykdom vs. andelen uten)– samler informasjon om deltakernes sykdoms- og
eksponeringsstatus samtidig• kan ikke si med sikkerhet at eksponeringen inntraff før sykdommen
(”hva kom først, høna eller egget?”)• dermed ikke så velegnet til å studere mulige årsaksfaktorer• men finner man en sammenheng mellom sykdom og eksponering kan
dette danne grunnlag for videre studier i et analytisk design
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 41
Analytiske studier
• Eksperimentelle studier– randomiserte kontrollerte studier
• Observasjonsstudier– kohort– case-control
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 42
Randomiserte kontrollerte studier
Randomiserte studier er ”gullstandarden” i årsaksforskning:• brukes oftest for å evaluere effekt av en ny behandling eller
et nytt medikament• randomisering vil si at ”eksponering” (behandling) og ikke-
eksponering (placebo) fordeles tilfeldig blant deltakerne– dersom det er mange nok deltakere vil randomiseringen føre til
at gruppen av eksponerte og ikke-eksponerte er tilnærmet likenår det gjelder faktorer som kan påvirke effekten av behandling(f.eks. alder, kjønn, røyking, sosial status, etc.)
• behandlings- og placebo-gruppen følges deretter over tid forå se hvilken effekt behandlingen har på sykdomshelbredelsen
• man kan trekke slutninger om behandlingens effektivitetbasert på statistiske sammenhenger
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 43
Uetisk gullstandard ?
• MEN… de fleste epidemiologiske problemstillinger lar segikke studere i et slikt eksperimentelt design– uetisk å påføre folk en eksponering som gir sykdom
• man må som oftest bruke alternative studiedesign, hvorobersvasjonsstudier er de mest vanlige:– kohort studier– case-control studier
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 44
Observasjonsstudier (1)• Kohortstudier
– det som ligger nærmest gullstandarden RCT– utgangspunktet er også her eksponert eller ikke-eksponert,
men man har ikke fordelt eksponeringen tilfeldig, bareregistrert hva den enkelte er utsatt for
– deretter registrerer man andelen som blir syke i fremtiden– går fremover i tid, fra eksponering til sykdom– ettersom eksponeringen ikke er randomisert kan gruppen av
eksponerte og ikke-eksponerte være forskjellig m.t.pfaktorer som alder, kjønn, røyking, mm.
– må samle informasjon om slike mulige konfoundere, ogjustere i statistiske analyser
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 45
Observasjonsstudier (2)
• Case-kontroll studier– utgangspunktet er syk eller ikke-syk– man registrerer en gruppe med syke, og velger en gruppe
med friske kontroller som disse skal sammenlignes med• her er det fare for seleksjonsbias både når det gjelder
definering av syke og ved utvelgelse av kontroller– registrerer andelen som var eksponert i fortiden
• her er det fare for informasjonsbias dersom deltakerneselv skal fortelle om sin eksponeringsstatus
– går bakover i tid, fra sykdom til eksponering– også her er det viktig å ha informasjon om mulige
confoundere for at gruppen av syke og friske skal væresammenlignbare
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 46
Eksempel på en kohort-studie
• utgangspunktet er alle nyfødte barn i Trondheim i år 2001(disse utgjør en kohort)
• fordeler barna i eksponeringsgrupper, f.eks. én gruppe med lavog én gruppe med høy luftforurensning i nærmiljøet
– etter en viss tid teller man opp antall astmatilfeller i de togruppene
– etter å ha justert for effekten av andre faktorer(confoundere) som kan forstyrre sammenhengen kan man sinoe om de som her mest eksponert for luftforurensninghar større forekomst av astma enn de minst eksponerte
Man vil studere sammenhengen mellom luftforurensning og astma:
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 47
Eksempel på en case-control studie
• men nå er utgangspunktet alle barn som utviklet astma iTrondheim i løpet av år 2001 (caser)
• så velger man et like stort antall barn uten astma fra densamme befolkningen (kontroller)
– deretter teller man opp antall barna i de to gruppene somhar vært utsatt for lav eller høy luftforurensning inærmiljøet
– etter å ha justert for effekten av andre faktorer(confoundere) som kan forstyrre sammenhengen kan man sinoe om de som har astma har vært mer eksponert forluftforurensning enn de som ikke har astma
Temaet er det samme, luftforurensning og astma:
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 48
Fordeler og ulemper
KohortFordeler
Case-controlFordeler
• direkte mål på sykdomsforekomst• lite utsatt for bias• flere sykdommer kan studeres fra
den samme eksponeringsinformasjon
• effektiv ved sjeldne sykdommer• trenger informasjon fra færre
individ
Ulemper Ulemper
• må samle informasjon om mange(kostbart/ressurskrevende)
• uegnet ved sjeldne sykdommer (måfølge kohorten over laaang tid for åfå nok syke)
• utsatt for bias (både seleksjons- oginformasjonsbias)
• kan bare studere én sykdom forhvert studie
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 49
Nødvendige elementer
• gode og pålitelige mål på sykdom
• god og pålitelig informasjon om årsaksfaktorer
• det best egnede studiedesign
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 50
I tillegg...
• må man utføre korrekte statistiske analyser, og...• ha gode epidemiologiske mål på sammenhengen mellom
eksponering og sykdom
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 51
Relativ risiko
• insidens ratio er et vanlig mål på sammenheng iepidemiologiske studier (kohortstudier) og omtales oftestsom relativ risiko– risiko for å få sykdom dersom du er eksponert, relativt til
risiko for å få sykdom dersom du ikke er eksponert– fra eksponering til sykdom
• odds ratio er også mye brukt (i case-control studier), og vil imange tilfeller være lik relativ risiko– odds for å være eksponert dersom du er syk, relativt til odds
for å være eksponert dersom du ikke er syk– fra sykdom til eksponering
• det kan være vanskelige å formidle slike relative mål påsammenheng på en forståelig måte til publikum...
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 52
Eksempel på relativ risiko• følger 1000 høye kvinner og 1000 lave kvinner i ett år og finner at
det oppstår– 10 nye brystkrefttilfeller blant de laveste og 15 blant de høyste
• dette gir en relativ risiko (insidens ratio) på 1.5 eller 50%– høye kvinner har 50% større risiko for brystkreft enn lave kvinner– det er 50% flere brystkrefttilfeller blant høye sammenlignet med lave– risikoforskjellen er på 5 brystkrefttilfeller
• dersom man fant 100 brystkreft blant lave og 150 blant høye– relativ risiko er fortsatt 50%– men risikoforskjellen er nå på 50 brystkrefttilfeller
Det er derfor viktig å være oppmerksom på hyppigheten avsykdommen når man snakker om relativ risiko
TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 53
Oppsummering• epidemiologi er studiet av sykdommers årsaker
– studerer sykdomsforekomst i forhold til mulige årsaksfaktorer• tid• sted• personer
• gode epidemiologiske studier krever– gode mål på sykdomsforekomst
• insidens– gode mål på mulige årsaksfaktorer
• ikke bias, og nok informasjon til å justere for mulig confounding– det best egnede studiedesign
• gullstandarden er RCT, men oftest umulig å gjennomføre (etikk)• da er kohortstudier eller case-control studier de mest vanlige
– korrekte statistiske analyser som gir gode assosiasjonsmål• insidens ratio og odds ratio er mest vanlig (men ikke enkle å forstå)