EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER Hyppighedsmål Prævalens Incidens Kumuleret incidensproportion Incidens rate Associationsmål Relativ Risiko Risiko Differens To grundlæggende kategorier af sygdomsmål: prævalens og incidens Prævalens = refererer til dem, som har sygdommen på et givet tidspunkt (svarer på et øjebliksbillede) Incidens = refererer til dem, som i løbet af en given periode udvikler en sygdom, og som ved observationsstart er sygdomsfri og at risk Epidemiologiske designmuligheder PRÆVALENS: EKSEMPEL Den. januar 00 fandt man, at personer havde diabetes i en befolkning på.000 personer diabetikere Prævalens (P) = = 0.0.000 personer =.% af populationen havde diabetes. januar 00 PRÆVALENS (P): = Proportionen af befolkningen, som lever med sygdommen på et givet tidspunkt. Antal personer som har sygdommen Samlet antal personer i gruppen PÅ ET GIVET TIDSPUNKT BEMÆRK Nævneren er den samlede befolkning. Nævneren består af både personer med sygdommen og personer uden sygdommen. På et givet tidspunkt". Tidspunktet må angives, når man rapporterer om prævalens. Kunne være kronologisk (. januar 00); livsbegivenhed (ved fødsel); eller livsperiode (i puberteten, efter pensionering). INCIDENS Incidens = henviser til dem, som i løbet af en given periode udvikler en sygdom, og som ved observationsstart er sygdomsfri og at risk for at få pågældende sydgom
TO HOVEDTYPER AF MÅL FOR INCIDENS KUMULERET INCIDENS PROPORTION (KIP) Kumuleret Incidens Proportion (KIP) Incidens Rate (IR) 0 KUMULERET INCIDENS PROPORTION: EKSEMPEL t=0 t=0 år 0 personer, alle sygdomsfri til t = 0 Alle fulgt fra t = 0 til hændelse eller t = 0 år udviklede udfaldet ( = ) /0 = 0% = kumuleret incidens over 0 år KUMULERET INCIDENS PROPORTION (KIP) Den proportion, som får sygdommen i løbet af en specificeret observationsperiode. KIP = Antal nye tilfælde udviklet over en given observationsperiode Samlet antal personer at risk BEMÆRK Nævneren er samlet antal personer at risk. Dvs. sygdomsfri ved start og at risk for at udvikle pågældende sygdom. Tælleren er antal individer. Tælleren relaterer sig til en "specificeret observationsperiode". KIP er ikke fortolkelig, hvis ikke tidsperioden er specificeret (fx. dag, år, 0 år, hele livet). Kumuleret Incidens Proportion (KIP) Kan antage værdierne: 0- eller 0-00%. Giver et estimat for risikoen (eller sandsynligheden) for, at et individ udvikler sygdommen inden for en given tidsramme. Forudsætter at alle følges i den samme observationsperiode.
INCIDENS RATE INCIDENS RATE: EKSEMPEL 0 t=0 t=0 yrs 0 personer, alle sygdomsfri til tiden t = 0 Fulgt i varierende tidsperioder: ind til hændelsen, til de er lost-to-followup (tabt af syne) eller til studiets afslutning udviklede udkommet ( = ) Vi kan ikke sige, at /0 udviklede sygdommen i løbet af 0 år, da ikke alle blev fulgt i alle de år Vi behøver mål både for antallet af personer, og for hvor lang tid hver enkelt person er blevet fulgt ESTIMERE PERSON-TID I EN ÅBEN POPULATION ESTIMERE PERSON-TID I EN ÅBEN POPULATION JAN ' 0 ' ' ' ' '0 0 JAN '0 ' ' ' ' '00 0 0 ESTIMERE PERSON-TID ESTIMERE PERSON-TID JAN '0 ' ' ' ' '00 JAN '0 ' ' ' ' '00 0 Antal år fulgt Samlet antal år at risk 0 Antal år fulgt.0.0 0.0..0.0.0..0.0 Samlet antal år at risk
0 ESTIMERE PERSON-TID JAN '0 ' ' ' ' IR = / person-år = per 000 p-å (person-years PY) '00 Antal år fulgt.0.0 0.0..0.0.0..0.0 Samlet antal år at risk PERSON-TID Intuitivt vanskeligt, men absolut nødvendigt, når man skal tage højde for den varierende observationsstid for follow-up, som man tit finder i kohortestudier og i trials. En mærkværdighed er, at 000 person-år kan opnås ved at 00 personer følges over 0 år, 000 personer følges over år, 00 personer over år etc. INCIDENS RATE (IR) Den hastighed, hvormed nye cases opstår i en befolkning at risk for sygdommen. IR = Antal nye cases udviklet I observationsperioden Samlet mængde observeret person-tid BEMÆRK Tælleren relaterer sig til population at risk. Fra starten sygdomsfri for den sygdom, som studeres, og bidrager person-tid, så længe de er at risk. Nævneren er person-tid. IR er en rate (hastighed). Tiden er indbygget i målet (ligesom kilometer/time). Tiden kan være timer, dage, måneder, Har enheden /tid (antager værdierne : 0 - ). Udtrykker hastigheden for opståen af sygdomstilfælde i en befolkning, under hensyntagen til at observationstiden kan variere fra person til person. SAMMENHÆNGEN MELLEM PRÆVALENS OG INCIDENS? Incidens An analogi: En sø Prævalens Prævalensen svarer til søens vandstand Helbredt Døde
Incidens P = I x Varighed P = I x Varighed An analogi: En sø Prævalens når der er steady state Ikke epidemisk sygdomsforekomst, og ingen nye terapeutiske landvindinger. Prævalensen svarer til søens vandstand Helbredt Dvs. vi kan forudsige ændringen i det ene mål, hvis der sker ændringer i de andre to mål. Døde HVILKET AF DE TO MÅL SKAL VI BRUGE? Indførelse af nye behandlinger for AIDS forlænger overlevelse, men helbreder ikke medfører en forøget prævalens. Prævalensmålet er bedst til administrative formål. Incidensmålet er bedst til ætiologiske studier, afhænger ikke af faktorer, der påvirker overlevelsen. MÅL FOR SAMMENHÆNG Når vi nu har beskrevet vore data, er vort næste mål at se, om vi med et enkelt udtryk kan kvantificere sammenhængen mellem eksponeringen og udfaldet.
MÅL FOR SAMMENHÆNG. TRIN: OPSUMMERE DATA SYGDOM (UDFALD) Relativ Risiko Ja Ja a Nej b a + b Risiko Differens Exponering Nej c d c + d a + c b + d N CELLER: a = Antal exponerede, som har sygdommen b = Antal exponerede, som ikke har sygdommen c = Antal, som ikke er exponerede, men som har sygdommen d = Antal, som hverken er eksponerede eller har sygdommen Marginaler: a + b = Samlet antal eksponerede c + d = Samlet antal ikke-eksponerede a + c = Samlet antal med sygdom b + d = Samlet antal uden sygdom Samlet antal totalt: N = a + b + c + d To-gange-to (x) tabel. TRIN: BEREGNE SYGDOMSFOREKOMST Kohortestudie med individer i nævneren (tælledata): KIP e = # Exponerede Cases = a # Exponerede a + b KIP o = # Ikke-exponerede Cases = c # Ikke-exponerede c + d OPSUMMERE DATA KOHORTE STUDIE MED PERSON-TID NÆVNER SYGDOM (UDFALD) Ja Nej Exponering Ja a b a + b ja Sygdom nej PERSON-TID ENHEDER Nej c d c + d ja a PT e a + c b + d N Exponering CELLER: a = Antal exponerede, som har sygdommen b = Antal exponerede, som ikke har sygdommen c = Antal, som ikke er exponerede, men som har sygdommen d = Antal, som hverken er eksponerede eller har sygdommen nej c a + c PT o PT T = PT e + PT o
KOHORTSTUDIE MED PERSON-TID NÆVNER. TRIN: ER DER EN SAMMENHÆNG OG HVOR STÆRK ER DEN? IR e = # Exponerede Cases = a Exponeret Person-tid PT e IR o = # Ikke-exponerede Cases = c Ikke-exponeret Person-tid PT o. TRIN: ER DER EN SAMMENHÆNG OG HVOR STÆRK ER DEN? Der findes flere forskellige mål for sammenhæng Relativ skala: Divider de to hyppighedsmål med hinanden Absolut skala: Subtraher de to mål fra hinanden RELATIV RISIKO (RR) RISIKO RATIO: Kumuleret Incidens Ratio (KIR) = KIP e / KIP o i kohortestudier med tælledata RATE RATIO: Incidens Rate Ratio (IRR) = IR e / IR o i kohortestudier med person-tid Rate Ratio Risiko Ratio = Relativ Risiko Er et mål for styrken af sammenhængen mellem en eksponering og en sygdom. Beregnes på forskellig vis afhængigt af studiedesignet. HVORDAN UDTRYKKER VI RR? Eksempel: Postmenopausale hormoner HVIS RR >: RR =.: kvinder, der bruger postmenopausale hormoner har. gange øget risiko (eller 0% øget risiko) for at få brystcancer sammenlignet med ikke-brugere RR =.: de har mere end en -fold øget risiko for at få endometriecancer. HVIS RR <: RR = 0.: kvinder, der bruger postmenopausale hormoner, har 0% af den risiko, som ikke-brugere har for osteoporose. Man kan også sige, at de har 0% lavere risiko.. TRIN: ER DER EN SAMMENHÆNG OG HVOR STÆRK ER DEN? Der findes flere forskellige mål for sammenhæng Relativ skala: Divider de to hyppighedsmål med hinanden Absolut skala: Subtraher de to mål fra hinanden
MÅL FOR OVERRISIKO ( ECESS RISK, ATTRIBUTABLE RISK ) Risikodifferens (eller attributable risk ) (for kohortestudier med tælledata) = KIP e -KIP o = a - c a + b c + d Ratedifferens (eller attributable rate ) (for kohortestudier med person-tid nævnere) = IR e - IR o - = a - c PT e PT o EKSEMPEL: Data fra the British Doctors Study : rygning, lungecancer og koronarsygdom (CHD) MORTALITET PER 00.000 PER ÅR LUNGECANCER CHD RYGERE 0 IKKE-RYGERE 0 Udtrykker den mængde af -sygdom i blandt eksponerede, som kan antages at henføres til eksponeringen, idet man jo har fratrukket sygdomsraten (risikoen) blandt de ikkeeksponerede. Forudsætter kausalitet. EKSEMPEL: Data fra the British Doctors Study : rygning, lungecancer og koronarsygdom (CHD) EKSEMPEL: Data fra the British Doctors Study : rygning, lungecancer og koronarsygdom (CHD) MORTALITET PER 00.000 PER ÅR LUNGECANCER CHD RYGERE 0 IKKE-RYGERE 0 MORTALITETSRATE PER 00.000 PER ÅR LUNGECANCER CHD RYGERE 0 IKKE-RYGERE 0 Spørgsmål: Er rygning en stærkere risikofaktor for lungecancer end CHD? Hvilke mål kan sige noget om sygdomsætiologi? Spørgsmål: Er rygning en stærkere risikofaktor for lungecancer end CHD? Hvilke mål kan sige noget om sygdomsætiologi? Hvis rygere ophørte med at ryge, ville vi så redde flest rygere fra lungecancer eller fra CVD? Hvilke mål kan sige noget om den folkesundedsmæssige indflydelse? MORTALITETSRATE PER 00.000 PER ÅR LUNGECANCER CHD RYGERE 0 IKKE-RYGERE 0 MORTALITET PER 00.000 PER ÅR LUNGECANCER CHD RYGERE 0 IKKE-RYGERE 0 RELATIV RISIKO.0. RISIKO DIFFERENS 0 / O /ÅR / 0 / ÅR RELATIV RISIKO.0. RISIKO DIFFERENS 0 / O /ÅR / 0 / ÅR Hvad kan vi lære af dette: En beskeden RR kan være vigtig set fra et folkesundhedssynspunkt, hvis eksponeringen og sygdommen er hyppigt forekommende (fx., postmenopausale hormoner og brystcancer).
MORTALITET PER 00.000 PER ÅR LUNGECANCER CHD RYGERE 0 IKKE-RYGERE 0 RELATIV RISIKO.0. RISIKO DIFFERENS 0 / O /ÅR / 0 / ÅR Hvad kan vi lære af dette: En beskeden RR kan være vigtig set fra et folkesundhedssynspunkt, hvis eksponeringen og sygdommen er hyppigt forekommende (fx., postmenopausale hormoner og brystcancer). En stærk RR kan være vigtig for at forstå ætiologien bag en sygdom, men af begrænset betydning fra et folkesundhedssynspunkt, hvis sygdommen er sjælden. RELATIV RISIKO VS. RISIKO DIFFERENS Relativ Risko er et mål for styrken af sammenhængen mellem eksponering og sygdom. Målet benyttes til at vurdere den ætiologiske betydning af en given faktor. Risiko Differens er et mål for den absolutte effekt, som en given eksponering har på forekomsten af en given sygdom og benyttes til bestemme den folkesundhedsmæssige indflydelse af at fjerne eksponeringen under antagelse af at sammenhængen er kausal. Målene giver forskellig men komplementær information. Epidemiologiske Studie Design Epidemiologiske Studie Design Formålet med et godt studiedesign: At optimere validiteten samtidig med at man har færrest mulige omkostninger i forbindelse med at udføre undersøgelsen Epidemiologiske Studie Design Tre vigtige grundkarakteristika ved design:. Er undersøgelsesenheden individer eller grupper af individer?. Observerende eller interventionsstudie?. Prospektiv bestemmelse af eksponering? Epidemiologiske Studie Design Fem typiske studiedesign: Korrelations / økologiske studier Tværsnitsstudier Kohortestudier Case-control studier Eksperimentelle studier
KORRELATIONSSTUDIER ELLER ØKOLOGISKE STUDIER KORRELATIONSSTUDIER ELLER ØKOLOGISKE STUDIER. Vi har ikke eksponeringsdata og udkomdata på individniveau, kun på gruppeniveau Undersøgelsesenheden er grupper IHS og alkoholkonsum i forskellige lande: Korrelationsstudie / økologisk studie KORRELATIONSSTUDIER ELLER ØKOLOGISKE STUDIER Benyttes tit; let at fremstille hvis data er tilgængelige Correlations of age-adjusted coronary heart disease (CHD) mortality rates per 00,000 population with dietary items in. (MH Criqui and BL Ringel, Lancet ; :) Begrænsninger: Drejer sig om grupper, ikke individer Meget stor chance for confounding Gennemsnitlige eksponeringsdata for hver gruppe TVÆRSNITSSTUDIER (SURVEYS) EKSEMPEL: TVÆRSNITSSTUDIE Øjebliksbillede: informationer om eksponeringer og udfald bestemt samtidigt Prevalence of selected chronic conditions per,000 persons years of age and older, by family income. National Health Study,. Source: Adams (0).
TVÆRSNITSSTUDIER (SURVEYS) Tidsbesparende, data ofte tilgængelige og opdaterede Begrænsninger: Ingen tidsmæssig adskillelse, et problem i årsagssøgende studier. ANALYTISKE STUDIER. Observerende studier (eksponeringerne er typisk selv-valgte) Case-control Kohorte. Interventionsstudier (eksponeringerne er allokerede af forskerne) fx. randomized controlled trial FORSKNINGSSPØRGSMÅL: Tværsnitsstudie: Beskytter fysisk aktivitet (FA) imod hjertesygdom? Kan det at gå en halv time hver dag dage om ugen, nedsætte risikoen for iskæmisk hjertesygdom (IHD) sammenlignet med en siddende livsstil? Fys.akt.? IHD? Samtidig bestemmelse af eksponering og udfald Hvis vi vælger et tværsnitsdesign: STYRKER: Effektivt mht. tid og penge BEGRÆNSNINGER: Ikke en klar tidssekvens: det er meget muligt, at IHD symptomer ændrer personens fysiske aktivitetsniveau? Ikke velegnet til analytiske studier Case-Control:? Fysisk aktivitet IHD på et tidligere tidspunkt in 00 Udvælge en gruppe syge og en kontrolgruppe
Hvis vi vælger et case-control design: STYRKER: Effektivt mht. tid og penge, idet vi ikke skal vente ind til sygdommen opstår Kan takle lange latensperioder Kan samtidig undersøge effekt af mange risikofaktor ud over fysisk aktivitet CHD Kohortestudie:? Fysisk aktivitet IHD i år 0 i 00 BEGRÆNSNINGER: Vanskeligt at få præcis information for den rigtige tidsperiode ( år? år? 0 år?) Følge en gruppe eksponerede og en gruppe u-eksponerede over tid Hvis vi vælger kohortedesignet: STYRKER: Mere præcise exponeringsoplysninger Prospektivt indsamlede eksponeringsoplysninger - Kan belyse temporale sammenhænge (tidsanalyser) Kan se på multiple udfald udover IHD som funktion af fysisk aktivitet BEGRÆNSNINGER: Tager længere tid (latensperiode) og dyrere Behøver relevante data Behøver follow-up af deltagerne i længere tid Interventionsstudie: Eksponerede: Gang x uge Ikke-eksponerede: Siddende livsstil (allokeret af forsker)? IHD udfald Intervention over for en gruppe, som følges over tid, og sammenlignes med en kontrolgruppe, som også følges Hvis vi vælger interventionsstudiet: STYKER: Kontrol over exponeringen (fysisk aktivitet) Kan kontrollere confounding BEGRÆNSNINGER: Det dyrest design, mest resursekrævende Problemer med compliance til interventionen OPSUMMERING En given problemstilling kan tit belyses med flere forskellige epidemiologiske studiedesign Valget afhænger af spørgsmålet, samt af tilgængelige midler og resurser Hvert studie design har styrker og svagheder, som nøje må overvejes ved fortolkningen Derfor er en forståelse af studiedesignet kritisk for fortolkingen af resultaterne fra et enkelt studie, såvel som af den samlede evidens vedrørende en given problemstilling.
Slut