EPIDEMIOLOGI MODUL 7. April Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse DAGENS PROGRAM

Transkript

1 EPIDEMIOLOGI MODUL 7 April 2007 Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse DAGENS PROGRAM Selektionsbias et par udvalgte emner Confounding by indication Immortal time bias Skitse til vurdering af bias Diskussion af artikel 1

2 CONFOUNDING BY INDICATION Baggrunden for behandling eller for at vælge en given behandling frem for andre er en væsentlig risikofaktor for udfaldet Confounding by disease Confounding by severity/prognosis (Fælles risikofaktorer) (Protopatisk bias/reverse causation) Confounding by indication Nogle eksempler Rød bil & trafikuheld, RR~1.2 Blodtransfusioner & 24 h mortalitet, RR~6 Blodtransfusioner & Hepatitisinfektion, RR~6 Aspirin & Mortalitet Calcium channel blockers & myokardieinfarkt (AMI) HRT & AMI FORTOLKNING? 2

3 Confounding by indication? Er sygdommen (indikationen) associeret med udfaldet? Nej Muliggør sammenligning med andre patientgrupper eller raske personer Ja eller uvist Er sygdomsgraden associeret med med udfaldet? Er det muligt at bestemme sygdomsgraden? CONFOUNDING BY SEVERITY Hypotetisk kohorte studie Død Total Ja Nej Alle A B RR = 18%/7% = 2.5 Svær sygdom A B RR = 20%/40% =0.5 Let til moderat sygdom A B RR = 2%/4% = 0.5 3

4 MIETTINENS EXCERCISE Antikoagulantia og DVT Eksponering: Brug af antikoagulantia Udfald: Dyb venetrombose (DVT) Sand rate ratio (RR): <1 Analyse korrigeret for alder- og kønsforskelle: RR = 27 Analyse korrigeret for alder, køn og kendte risikofaktorer for DVT: RR = 4 MIETTINENS EXCERCISE Konklusioner Confounding by indication kan være meget stærk Lader sig ofte ikke korrigere fuldstændigt i et ikke-randomiseret design Miettinen OS. The need for randomization in the study of intended effects. Stat Med 1983; 2:

5 IMMORTAL PERSON-TIME Immortal time in epidemiology refers to a period of cohort follow-up time during which death cannot occur Rothman-KJ. Modern Epidemiology, 2nd Edition IMMORTAL TIME BIAS Immortal time bias can arise when the period between cohort entry and time of exposure definition, e.g., for a drug, is either misclassified or simply excluded and not accounted for in the analysis Suissa-S. Immortal time bias in observational studies of drug effects. Pharmacoepidemiology and Drug Safety 2007; 16:

6 J Allergy Clin Immunol 2002;109: The overall RR for an ED visit among those who received intranasal corticosteroids, adjusted for., was 0.7 (95% CI, ) JAMA 2000; 283: , current use of statins was associated with a significant reduced fracture risk (adjusted OR, 0.55; 95% CI, ) compared with nonuse of lipid-lowering drugs 6

7 Illustration af bias Suissa-S. Pharmacoepidemiology and Drug Safety 2007; 16: Illustration af bias (2) Basiskohorte Saskatchewan Health Insurance Database Personer >55 år med kronisk obstruktiv lungesygdom (COPD) Undersøgelseskohorte COPD patienter hospitaliseret for kronisk vaskulær sygdom (CVD) Eksponering Beta2-agonister (IBA) Syrehæmmere (GID) ingen kendt relation til CVD Udfald Død (alle årsager) indenfor 1 år efter udskrivelse for CVD Suissa-S. Pharmacoepidemiology and Drug Safety 2007; 16:

8 Illustration af bias (3) Misklassifikation af immortal time Eksponeret risikotid beregnet fra dato for CVD udskrivelse Suissa-S. Pharmacoepidemiology and Drug Safety 2007; 16: Illustration af bias (4) Eksklusion af immortal time Eksponeret risikotid beregnet fra dato for GID recept Suissa-S. Pharmacoepidemiology and Drug Safety 2007; 16:

9 Skitse til vurdering af bias Definition af eksponering og udfald i forhold til den teoretiske problemstilling Design og størrelse af undersøgelsen Tidsdimension kalendertid i forhold til hypotese Selektion af undersøgelsespopulation repræsentativitet i forhold til studiebase? Fastlæggelse af eksponering og udfald instrument metode uafhængig af undersøgelsesgruppe? viden om hypotese og den anden undersøgelsesdimension (udfald/eksponering) undersøgelsesdeltager/undersøger Dataoparbejdning og analyse metode uafhængig af undersøgelsesgruppe? resultater afhængig af sygdomsgrad? dosis/respons? Teori vs. empiri? Præcision? Selektionsbias? Informationsbias? Diskussion af artikel 9