Epidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel



Relaterede dokumenter
Årsager. Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev

Hvorfor er forskning væsentlig? Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev

3 typer. Case-kohorte. Nested case-kontrol. Case-non case (klassisk case-kontrol us.)

Hyppigheds- og associationsmål. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011

Epidemiologisk og biostatistisk metode i folkesundhedsvidenskab. Der er mange niveauer at gennemføre studierne på. Anvendt epidemiologi.

Præcision og effektivitet (efficiency)?

Epidemiologiske associationsmål

Studiedesign. Rikke Guldberg Ulrik Schiøler Kesmodel Øjvind Lidegaard

Magnetfelter og børnekræft - er der en sammenhæng?

9. Chi-i-anden test, case-control data, logistisk regression.

Studiedesigns: Case-kontrolundersøgelser

Effektmålsmodifikation

Susanne Ditlevsen Institut for Matematiske Fag susanne

4. september π B = Lungefunktions data fra tirsdags Gennemsnit l/min

ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

Epidemiologiske associationsmål

Vurdering af epidemiologiske undersøgelser igen

Vurdering af epidemiologiske undersøgelser igen

Vurdering af epidemiologiske undersøgelser. Epidemiologisk forskning

Kursus i Epidemiologi og Biostatistik. Epidemiologiske mål. Studiedesign. Svend Juul

Besvarelse af opgavesættet ved Reeksamen forår 2008

Mantel-Haenszel analyser. Stratificerede epidemiologiske analyser

Introduktion til epidemiologi

Population attributable fraction

INTRO TIL EPIDEMIOLOGI FERTILITET

Epidemiologi. Sjurdur F. Olsen. Epidemiologi: Introduktion. Epidemiologi: Introduktion. Epidemiologi: Eksempel. 1. Introduktion om epidemiologi

Effektmålsmodifikation

Kohorte studier. Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen

Kritisk læsning af kohorte studie Oversat efter: Critical Appraisal skills Programme (CASP) Making sense of evidence

Fejlkilder. Ulrik Schiøler Kesmodel. Rikke Guldberg Øjvind Lidegaard

Studiedesigns: Kohorteundersøgelser

Eks. 1: Kontinuert variabel som i princippet kan måles med uendelig præcision. tid, vægt,

Epidemiologiske mål Studiedesign

Analyse af binære responsvariable

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

Sundhedsprofil Med fokus på alkohol

Introduktion til epidemiologi

Stress på grund af belastninger i arbejdsmiljøet koster dyrt for samfundet

Hvad indebærer brugen af begrebet livsstilssygdomme?

Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 4: 2. marts

De Midaldrende Danske Tvillinger

Kræft var sjældent i oldtiden 25. december 2010 kl. 07:30

Kan analyser af surveydata sige noget om årsagssammenhænge? Eksempler fra arbejdsmiljøforskningen

Psykosocial arbejdsmiljø og depression

Hold styr på dit stamtræ også når det gælder prostatakræft Arv og øvrige dispositioner for prostatakræft

Kejsersnit, kirurgi og evidens Metodiske problemer ved forskning i kirurgiske indgreb

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Mål for sammenhæng mellem to variable

Individer er ikke selv ansvarlige for deres livsstilssygdomme

Epidemiologisk design I. Eksperimentelle undersøgelser. Epidemiologisk design II. Randomiserede undersøgelser. Randomisering II

Det randomiserede kontrollerede forsøg og evidens-baseret medicin

Fedme, hvad kan vi gøre

Epidemiologiske hyppighedsmål

Studiedesigns: Kohorteundersøgelser

Vurdering af det Randomiserede kliniske forsøg RCT

En intro til radiologisk statistik

En teoretisk årsagsmodel: Operationalisering: Vurdering af epidemiologiske undersøgelser. 1. Informationsproblemer Darts et eksempel på målefejl

Notat om uddannelsesmæssig og social ulighed i levetiden

Natarbejde og brystkræft

Selektionsbias. Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab

ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

REEKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

Arbejdsnotat om udviklingen i social ulighed i selvvurderet helbred og sundhedsadfærd i Danmark

Kost og Hjerte- Kar-Sygdom. Jette Heberg cand.scient.san og stud.phd /Hjerteforeningen

LP-HÆFTE SOCIAL ARV

Målsætning. Vurdering af epidemiologiske undersøgelser

Epidemiologisk evidens og opsummering

Social ulighed i kræftbehandling og kræftsygepleje. FSK Landskursus 2012, november, Munkebjerg Hotel i Vejle.

Studiedesigns: Randomiserede kontrollerede undersøgelser

Indledning. Sikkerhed I: At undgå det forkerte. Notat om oplæg til sikkerhedsforskning. Erik Hollnagel

Frede Olesen, Fhv. praktiserende læge, professor, dr. med Forskningsenheden for Almen Praksis Aarhus Universitet.

Borgere med multisygdom. Afdeling for Sundhedsanalyser 21. oktober 2015

Bilag 1: Beskæftigelsesministerens svar på Beskæftigelsesudvalgsspørgsmål nr. 38, 54-57, 90-94, , 227 samt nr. S

Mikro-kursus i statistik 1. del Mikrokursus i biostatistik 1

Intern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser

BLØDNINGSFORSTYRRELSER CASES BLØDNINGSFORSTYRRELSER

Genetisk rådgivning for arvelig brystkræft, HBC

To grundlæggende kategorier af sygdomsmål: EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER. prævalens og incidens

bedre end sit rygte Den naturlige overgangsalder

Den forebyggende undersøgelse for livmoderhalskræft

Fejlkilder. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011

Dias 1. Dias 2. Dias 3. Oversigtsdias. gravhunde - Status. Normal disk-opbygning

Epidemiologisk design I. Eksperimentelle undersøgelser. Epidemiologisk design II. Randomiserede undersøgelser. Randomisering I.

MPH Introduktionsmodul: Epidemiologi og Biostatistik

Genetisk rådgivning v. moderat øget risiko for brystkræft

Information Tinnitus

Ved undervisningen i epidemiologi/statistik den 8. og 10. november 2011 vil vi lægge hovedvægten på en fælles diskussion af følgende fire artikler:

Hovedpinepiller har aldrig været testet ordentligt på dyr

Studiedesigns: Alternative designs

Sygdomsbegreb og videnskabelig tænkning Nødvendig afhængighed Tilstrækkelig betingelse Både nødvendig og tilstrækkelig

Arbejdsfastholdelse og sygefravær

Biologiske Signaler i Graviditeten

OBSERVERENDE UNDERSØGELSER. Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002

Landsdækkende database for kræft i tykog endetarm (DCCG) Addendum til National a rsrapport januar december 2012

RE-EKSAMEN I KERNEPENSUM. (Molekylær, strukturel og funktionel biomedicin)

Risiko for kejsersnit efter igangsætning af fødsel hos kvinder med tidligere kejsersnit

2. Hvilke(t) epidemiologisk(e) design(s) anvender forfatterne til at belyse problemstillingen? (7 point)

Fra registrering til information

Genetisk rådgivning for arvelig bryst- og æggestokkræft,hboc

Epidemiologi og Biostatistik. Mogens Erlandsen, Institut for Biostatistik Uge 1, tirsdag d. 5. februar 2002

Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab

Transkript:

Epidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel Rigshospitalet Århus Sygehus

Epidemiologi. Hvad er det? Definition Læren om sygdommes udbredelse og årsager Indhold To hovedopgaver: Deskriptiv opgørelse af sygdommes forekomst Analytisk identifikation og kvantificering af sygdommes årsager

Forskningsdiscipliner Forskning kan inddeles ud fra Integrationsniveau Genstandsområde Redskaber Emne (legio) Intention (grundforskning, målforskning) Der er ikke nogen umiddelbar sammenhæng mellem tre første og to sidste akser.

Integrationsniveau Biomedicinsk Epidemiologisk forskning forskning Atomart niveau Inter-individ niveau Molekylært niveau Familiært niveau Cellebiologisk niveau Lokalt niveau Fysiologisk niveau Samfunds niveau Anatomisk niveau Nationalt niveau Klinisk forskning Internationalt niveau Individ niveau Økologisk niveau

Genstandsområde Hvem, hvornår, hvor Deskriptiv epidemiologi Hvorfor bliver vi syge Analytisk epidemiologi Hvordan: Hvad sker der i den syge krop Biomedicinsk forskning Hvad, gør vi ved de syge Klinisk forskning Disse relaterer sig også til de syges status:

Forskningsdiscipliner Objekter Rask Syg Behandlet Li/07

Forskningsdiscipliner Objekter Rask Syg Behandlet Patogenese Risikofaktor Behandling Li/07

Forskningsdiscipliner Discipliner Klassisk Epidemiologisk forskning Bio-medicinsk forskning Klinisk (epidemiologisk) forskning Objekter Rask Syg Behandlet Patogenese Risikofaktor Behandling Li/07

Discipliner Epidemiologisk forskning Instrumenter Observations studier Objekter Forskningsdiscipliner Bio-medicinsk forskning Rask Syg Behandlet Risikofaktor Eksperimentel model Patogenese Klinisk (epidemiologisk) forskning Randomiseret klinisk forsøg Behandling Li/07

Forskningsdiscipliner Er det meningsfyldt at skelne mellem forskellige forskningsdiscipliner? Ja, hvis ikke man gør sig disse forskelle klart, skaber det uafladeligt misforståelser Ja, en indsigt i forskellige discipliner giver forståelse og respekt for disse Ofte frugtbare synteser ved at kombinere flere discipliner på samme felt

Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

Hvad er en årsag? En årsag til et udfald er en faktor, som har betydning for sandsynligheden for at udfaldet forekommer En årsag kan enten øge eller mindske sandsynligheden for et udfald Når vi epidemiologien taler om årsager taler vi om årsager til et udfald inden for en population ikke om enkeltindivider

Flere typer årsager og dog Klassisk forståelse: Nødvendig årsag Tilstrækkelig årsag Medvirkende årsag Men: Nødvendige årsager står aldrig alene. Tilstrækkelige årsager kendes ikke i praksis I praksis er alle årsager medvirkende!!

Flere typer årsager Mere relevant opdeling: Nedarvede årsager (genetisk konstitution) Erhvervede årsager (miljø) - Prænatale ekspositioner - Kemiske (fx phthalater) - Biologiske (fx infektioner) - Postnatale ekspositioner - Kemiske - Biologiske - Psyko-sociale

Hvad kendetegner en årsag? Årsag = risikofaktor ( risikoindikator) Alle sygdomme har flere årsager Simpel statistisk association opfylder ikke i sig selv kravet til dokumentation for, at en faktor er en årsag*

Oralsex (%) i forskellige socialgrupper 100 80 42 37 50 49 60 Ofte 40 29 39 31 38 Sjældent Aldrig 20 0 29 24 19 13 5 4 3 1+2 Lidegaard & Helm. Nord Sexol 1990; 8: 124-36 Li/07

Hvad kendetegner en årsag? Årsag = risikofaktor ( risikoindikator) Alle sygdomme har flere årsager Simpel statistisk association opfylder ikke i sig selv kravet til dokumentation for, at en faktor er en årsag E kan godt være årsag til U, uden at der eksisterer en umiddelbar statistisk association mellem E og U (ex: pp-stroke) Eneste obligate krav til en årsag E for udfaldet U er, at E tidsmæssigt går forud for U.

Hvorfor er årsager interessante? Fordi kendskabet til årsager Øger vores forståelse af verden omkring os Er en forudsætning for at kunne forebygge sygdomme Forbedrer ofte muligheden for at behandle syge Gør os i stand til at handle hensigtsmæssigt i hverdagen (phthalater)

Hvorfor er årsager interessante? Er det så derfor epidemiologien vinder sådan frem i disse år? Det ville mange svare ja til. Sandheden er snarere, at epidemiologi er blevet interessant som følge af den kliniske forsknings succes, eller rettere som følge af ressourcedrænet fra behandlingssystemet. Det er blevet økonomisk interessant at forebygge.

Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

Hvordan identificeres en årsag? 1. Er der en valid statistisk association? dvs ikke tilfældighed, bias eller confounding 2. Er associationen stærk? 3. Er der konsistente fund? 4. Går årsagen forud for udfaldet? (obligat) 5. Er der en dosis-respons relation? 6. Er der en kendt biologisk mekanisme? 7. Er der en anden faktor, som ligner vores mistænkte årsag, og som vides at være årsag? Frit efter Hill. Proc R Soc Med 1965; 58: 295-300

Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

Årsagsnetværk Alle sygdomme har flere årsager Disse indgår i et årsagsnetværk En årsag påvirker ofte indflydelsen fra andre årsager

Årsagsnetværk Sen menopause Alkohol Manglende motion Sen første fødsel Brystkræft Overvægt Høj fødselsvægt Hormoner Kost

Årsagsnetværk Sen menopause Alkohol Manglende motion Sen første fødsel Brystkræft Overvægt Høj fødselsvægt Hormoner Kost

Årsagsnetværk Alle sygdomme har flere årsager Disse indgår i et årsagsnetværk En årsag påvirker ofte indflydelsen fra andre årsager Et årsagsnetværk er dynamisk fordi Virkeligheden ændrer sig nye årsager opstår Forskningen afdækker nye årsager Befolkningen ændrer adfærd sfa viden Forståelsen af sygdomme ændrer sig (PCOS)

Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

Hvordan kvantificerer vi årsager? Fire mål til kvantificering af årsager Relativ risiko Absolut risiko (incidensrate) Absolut risiko øgning (risk difference) Ætiologisk fraktion (attributable risk)

. Relativ risiko Mål i kohorte studier og RCT Kohorte Syg Rask Total +Exp a b a+b Exp c d c+d a+c b+d All RR= Sandsynligheden for at blive syg a/a+b c/c+d = blandt eksponerede i forhold til Sandsynligheden for at blive syg blandt ikke eksponerede.

. Odds ratio (OR) Koncept og relation til relativ risiko CCS Case Cont Total +Exp a b a+b Exp c d c+d a+c b+d All RR = OR= a/a+b c/c+d a/c = b/d a/b c/d ad bc. = a/b c/d Angiver odds for at være eksponeret blandt cases = Odds for at være eksponeret blandt kontrollerne hvis b>>a og d>>c

Absolut risiko Definition: Andel med udfald i en population af en given størrelse For at få tidsdimensionen med angives i stedet ofte incidensraten: Angiver risikoen for nye udfald indenfor en given risikotid blandt ikke syge. Eksempel Incidensraten for AMI blandt rygere er 5 per 1000 kvinder per år = 5/1.000 kvindeår. Li/07

Risiko øgning Angiver forskellen i incidensraten blandt eksponerede og ikke eksponerede. Eksempel: Risikoen for AMI hos rygere: 5/1000/år Risikoen for AMI hos ikke rygere: 1/1000/år Risiko øgning = 4/1000/år Li/07

Årsager til brystkræft Alkohol; 25 Hormoner; 5 Fedme; 30 Sen første fødsel; 40

Årsager til brystkræft Alkohol; 25 Hormones; 5 Fedme; 30 Lagkagernes tid er forbi! Sen første fødsel; 40

Component causes Sammensatte årsager pt. 1 pt. 2 pt. 3 pt. 4 pt. 5 Dette koncept har flere implikationer: Forskellige pt. med samme sygdom har forskellige årsager til deres sygdom Man kan godt være eksponeret for en årsag uden at være eller blive syg

Sammensatte årsager: Implikationer Hvis man fjerner én årsag, vil en given andel af de syge ikke blive syge, fordi de ikke når over tærskelværdien. Dette til trods for, at flere årsager spiller sammen i ætiologien til sygdommen. En sygdoms ætiologi = summen af identificerede årsager til sygdommen. Principielt kan fjernelse af en eller få årsager udrydde alle syge, selv om mange flere årsager indgår i ætiologien

Ætiologisk fraktion = attributable risk Angiver den andel af en samlet sygdomsforekomst, som ville forsvinde, hvis en bestemt årsag blev elimineret. To mål: Ætiologisk fraktion (population attributable risk) Ætiologisk fraktion blandt eksponerede Udregnes således (population attributable risk = PAR) p(rr-1) Hvor p = andel eksponerede ÆF= p(rr-1)+1 og RR= relative risiko Lidegaard et el. Nord Med 1990; 105: 87-90

Ætiologisk fraktion blandt eksponerede Angiver den andel af en sygdomsforekomst, som ville forsvinde blandt eksponerede, hvis ekspositionen blev elimineret. Udregnes således ÆF exp = (RR-1)/RR som altså er den ætiologiske fraktion blandt eksponerede

Ætiologisk fraktion; eksempel Hvor stor en andel af de venøse tromboser, som rammer fertile kvinder ville forsvinde, hvis ingen kvinder blev gravide? p = 4%. RR = 8 ÆF graviditet = 0.04(8-1)/(0.04(8-1) + 1) = 22% Hvor stor en andel af venøse tromboser, som opstår blandt gravide, ville ikke forekomme, hvis de ikke var blevet gravide? ÆF graviditet = RR-1/RR = 8-1/8 = 88%

Ætiologisk fraktion; bemærk! Hvor stor en andel af venøse tromboser blandt fertile kvinder skyldes graviditet?

Ætiologisk fraktion; bemærk! Hvor stor en andel af venøse tromboser blandt fertile kvinder skyldes graviditet? Svar: 0%. Det skyldes igen, at alle tilfælde af venøse tromboser har sin baggrund i en sum af årsager, hvoraf graviditet er en. Ikke et eneste tilfælde skyldes en enkelt årsag.

Ætiologisk fraktion; bemærk! Hvad er p-pillers ætiologiske fraktion af venøse tromboser blandt fertile kvinder? Svar: ÆF pp = 0.33(4-1)/(0.33(4-1)+1 = 50% Hvis ingen blev gravide og ingen tog pp ville vi forebygge 22% + 50% = 72% Udregningen er her simpel, fordi graviditet og brug af p-piller udelukker hinanden. Det gør forskellige årsager sædvanligvis ikke, og så er beregningerne ved fjernelse af to årsager mere kompliceret.

Ætiologisk fraktion; bemærk! Summen af ætiologiske fraktioner løber ofte langt op over 100%. Eksempel: For kolera er den ætiologiske fraktion af dårlige sanitære forhold omkring 95% og af kolerabakterien 100%. Man kan altså fjerne næsten alle tilfælde af kolera ved blot at fjerne en af de to årsager.

Ætiologisk fraktion. Eksempel I Medicinsk Kompendium står følgende at læse om forkølelse:

Ætiologisk fraktion; bemærk! Forestillingen blandt klinikere om monokausalitet er rystende udbredt Forestillingen stammer fra infektionssygdommenes æra, og succes en med at behandle en af årsagerne: mikroorganismen I dag udgør infektionssygdomme en lille del af sygdomsbilledet, som domineres af processygdomme ; cancer, kredsløbssygdomme, degenerative sygdomme i led, muskler og bindevæv

Kvantificering af årsager: Resumé Eksempel p-piller og venøs trombose (VTE) Den relative risiko for VTE blandt kvinder, som anvender 3. generations pp i forhold til risikoen blandt ja blandt hvem???.

Kvantificering af årsager: Resumé Eksempel p-piller og venøs trombose (VTE) Den relative risiko for VTE blandt kvinder, som anvender 3. generations pp i forhold til ikke brugere af pp og ikke gravide er 4. Incidensraten for VTE blandt kvinder, som tager 3. gen. pp er 4/10.000 brugerår IR blandt kvinder, som ikke tager p-piller og ikke er gravide er 1/10.000/år Risiko øgningen er 3/10.000 brugerår Ætiologiske fraktion af pp for VTE er 50% Hvilket af disse risikomål er bedst?

Kvantificering af årsager: Resumé Eksempel p-piller og venøs trombose (VTE) Den relative risiko for VTE blandt kvinder, som anvender 3. generations pp i forhold til ikke brugere af pp og ikke gravide er 4. Incidensraten for VTE blandt kvinder, som tager 3. gen. pp er 4/10.000 brugerår Risikoøgningen er 3/10.000 brugerår Ætiologiske fraktion af pp for VTE er 50% Hvilket af disse risikomål er bedst? Afhænger af, hvad man vil bruge inf. til. Relative risikomål bør gen. ikke stå alene.

Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

Forebyggelsesstrategier Forebyggelse forudsætter: At sygdommens årsagsnetværk er kortlagt At de enkelte risikofaktorer er kvantificeret Denne kvantificering indebærer kortlægning af udbredelse, relative risiko, absolutte risiko og (vigtigst) den ætiologiske fraktion. Herefter analyseres omkostningerne ved at fjerne de forskellige årsager. Principielt vælger man herefter at bekæmpe den eller de årsager, som fjerner flest tilfælde per 1 million investerede kroner.

Forebyggelsesstrategier Virkeligheden mere kompliceret fordi: Fjernelse af en given årsag, ofte vil forebygge andre sygdomme (graviditet). Fjernelse af en given årsag kan afstedkomme nye omkostninger (pp, grav) En dyrere løsning kan være etisk mere tiltalende end en billigere (screening vs behandl). Der kan være ideologiske synspunkter på indsats fra stat versus individ (rygn., CO 2 ) Følelser spiller en stor rolle i prioritering (terror vs. burgere)