Introduktion til epidemiologi



Relaterede dokumenter
Introduktion til epidemiologi

Epidemiologisk evidens og opsummering

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

Epidemiologiske metoder

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

Effektmålsmodifikation

Epidemiologiske metoder

Population attributable fraction

Epidemiologiske associationsmål

Epidemiologiske metoder

Studiedesigns: Kohorteundersøgelser

Epidemiologiske hyppighedsmål

Studiedesigns: Kohorteundersøgelser

Effektmålsmodifikation

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

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

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

Epidemiologiske associationsmål

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

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

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

Epidemiologiske mål Studiedesign

Studiedesigns: Alternative designs

Studiedesigns: Randomiserede kontrollerede undersøgelser

Når RCT ikke er vejen frem

Studiedesigns: Case-kontrolundersøgelser

Epidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel

Noter til SfR checkliste 3 Kohorteundersøgelser

Tillæg til Studieordning for Folkesundhedsvidenskab

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

Målsætning. Vurdering af epidemiologiske undersøgelser

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

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

Besvarelse af opgavesættet ved Reeksamen forår 2008

Vurdering af epidemiologiske undersøgelser igen

Årsagsteori. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet April 2011

Vurdering af epidemiologiske undersøgelser. Epidemiologisk forskning

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

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

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

REEKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

Sommereksamen Bacheloruddannelsen i Medicin/Medicin med industriel specialisering

Noter til SfR checkliste 4 - Casekontrolundersøgelser

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

MODUL 6 teoretisk del Sygepleje, kronisk syge patienter og borgere i eget hjem

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

BIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen

Analyse af binære responsvariable

Fejlkilder. Ulrik Schiøler Kesmodel. Rikke Guldberg Øjvind Lidegaard

Klinisk undervisning Modulbeskrivelse for modul 6

Fællesmodul 2: Levekår og sundhed

Hypoteser om sygdomsårsager og behandlingseffekter. Evidens. Bør HRT frarådes, gives forebyggende eller vurderes neutral?

Tidlig opsporing Hvor og hvornår er der evidens for tidlig opsporing?

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

Forslag til fagpakke i Molekylær ernæring

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

INTRO TIL EPIDEMIOLOGI FERTILITET

Præcision og effektivitet (efficiency)?

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

Introduktion til Datalogi

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

Det randomiserede kontrollerede forsøg og evidens-baseret medicin

CENTER FOR KLINISKE RETNINGSLINJER CLEARINGHOUSE

Individer er ikke selv ansvarlige for deres livsstilssygdomme

RE-EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

CENTER FOR KLINISKE RETNINGSLINJER

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

Forskning i og udvikling af professionspraksis

Vurdering af epidemiologiske undersøgelser igen

Sommereksamen Bacheloruddannelsen i Medicin/Medicin med industriel specialisering

Modulbeskrivelse. Modulets struktur og opbygning ECTS-point Teoretisk Klinisk Sygepleje VIA, Sygeplejerskeuddannelsen i Silkeborg

Medicinsk mikrobiologi og immunologi. 5. semester BA - Forår Studienævnets evalueringsskema - Medicin. Svarprocent: 95/207 = svarprocent 46 %.

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

Tema: Sygepleje, kronisk syge mennesker og patienter / borgere i eget hjem

Kvalifikationsbeskrivelse

Måleproblemer. Fejlkilder og tolkningsproblemer. Usikkerhed og bias. Stikprøveusikkerhed. Epidemiologi og Biostatistik (version

Kursus i udarbejdelse af kliniske retningslinjer

Eksamenskatalog. Bachelor i sygepleje Teoretisk undervisning 3. semester

Transkript:

Introduktion til epidemiologi Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab, Københavns Universitet It og sundhed l 9. april 2015 l Dias nummer 1

Formål med kurset At gennemgå og gøre jer fortrolige med de basale begreber og designtyper, der anvendes i epidemiologien. Den studerende skal efter kursets afslutning kunne: Gengive og kritisk vurdere epidemiologiske artikler Læse og kritisk vurdere tabeller/figurer Anvende, beregne og fortolke frekvenser, associationer og population attributable fraction Vurdere og fortolke epidemiologiske studiedesigns Bedømme og forklare effektmålsmodifikation, confounding, informations-, og selektionsbias It og sundhed l 9. april 2015 l Dias nummer 2

Kursets opbygning Forelæsninger Dagens emne gennemgås Mulighed for at stille spørgsmål til det I har læst hjemmefra Opsamling fra sidst og introduktion til næste gang Holdundervisning Øvelse i dagens emne Ofte baseret på en artikel der skal være læst hjemmefra Afleveringsopgaver To skriftlige afleveringer Fælles og individuel skriftlig og mundtlig feedback It og sundhed l 9. april 2015 l Dias nummer 3

Kursets opbygning Undervisere Mads Kamper-Jørgensen Signe Holst Katja Årosin Laursen Evaluering 4-timers skriftlig eksamen. I får udleveret en artikel 24 timer før eksamen, og modtager opgaverne når i møder til eksamen. Bedømmes efter 7-trinsskalaen med ekstern censur It og sundhed l 9. april 2015 l Dias nummer 4

Kursets opbygning Lærebog Svend Juul. Epidemiologi og evidens. Gyldendal Akademisk 2. udgave, 2012 Øvelsesmateriale Kompendium It og sundhed l 9. april 2015 l Dias nummer 5

Hjemmeside www.madskamper.dk/undervisning Opdateret kursusplan Forelæsningsslides Supplerende litteratur www.madskamper.dk/afstemning Multiple choice afstemninger til brug i forelæsningerne. Medbring en dims der kan gå på nettet til forelæsningerne It og sundhed l 9. april 2015 l Dias nummer 6

Hvorfor epidemiologi på It & sundhed? Det er vigtigt at I kan læse, forstå, og tage kritisk stilling til den måde hvorpå man kommunikerer budskaber om sundhed og sygdom I har brug for at forstå forskeres behov for at kunne udvikle morgendagens It-baserede løsninger Nationale registerdata Kliniske databaser Koordineret indsats der sikrer hurtigere, nemmere, mere præcis, billigere.. forskning It og sundhed l 9. april 2015 l Dias nummer 7

Etymologi Sammensætning af græske ord Epi = hos eller ved Demos = folk Logos = lære Dvs. læren om det, der er hos/ved folket Definition The study of the distribution and determinants of health related states or events in defined populations, and the application of this study to the control of health problems. A Porta. A dictionary of Epidemiology, 2009 It og sundhed l 9. april 2015 l Dias nummer 8

Et historisk eksempel Peter Anton Schleisner (1818-1900). Stivkrampedødsfald blandt nyfødte på Vestmannaøerne (Island) I starten af 1800-tallet døde 70% af alle nyfødte i løbet af de første to uger efter fødslen, primært pga. stivkrampe P. A. Schleisner ankom i 1846 Årsag og behandling ukendt Observationer - klude om navlestumpen - genbrug af klude - ingen smitte fra person til person It og sundhed l 9. april 2015 l Dias nummer 9

Et historisk eksempel Peter Anton Schleisner (1818-1900). Stivkrampedødsfald blandt nyfødte på Vestmannaøerne (Island) Kopaivabalsam Opiumtinktur med safran Kviksølvsalve Dødeligheden fladt drastisk It og sundhed l 9. april 2015 l Dias nummer 10

Nyere epidemiologiske succeser Rygning og sygdom AIDS epidemien Vuggedød Diethylstilbestrol og sygdom i den efterfølgende generation It og sundhed l 9. april 2015 l Dias nummer 11

Dwyer T et. al. Epidemiology 1996:7;323-25. It og sundhed l 9. april 2015 l Dias nummer 12

Rygleje Maveleje It og sundhed l 9. april 2015 l Dias nummer 13

Reklame for diethylstilbestrol It og sundhed l 9. april 2015 l Dias nummer 14

To epidemiologiske perspektiver Folkesundhedsperspektivet Udgangspunktet er raske mennesker og fokus er transitionen fra rask til syg Afdækker årsager til sygdom Det kliniske perspektiv Udgangspunktet er patientgrupper og fokus er sygdomsforløb og konsekvenser af sygdom Afdækker prædiktorer for helbredelse eller forværring It og sundhed l 9. april 2015 l Dias nummer 15

Årsag og konsekvens Mange forskellige ord om de samme fænomener Årsag Eksponering Uafhængig variabel Determinant Prædiktor Konsekvens Udfald Afhængig variabel Dagens afstemning på www.madskamper.dk/afstemning It og sundhed l 9. april 2015 l Dias nummer 16

Det epidemiologiske årsagsbegreb Årsag En begivenhed, der går forud for en given konsekvens og er nødvendig for at konsekvensen indtræffer på et givet tidspunkt givet at alle andre betingelser holdes konstante Nødvendig årsag (Rothman & Greenland 2005) En årsag, der altid går forud for en konsekvens Tilstrækkelig årsag En årsag, der altid udløser en konsekvens It og sundhed l 9. april 2015 l Dias nummer 17

Det epidemiologiske årsagsbegreb Rothmans årsagsmodel En konsekvens skyldes en eller flere nødvendige årsager der tilsammen er tilstrækkelige til at udløse den Syg Syg Ikke syg A B D E D E C G F G F G Udsnit = årsagskomponent Lagkage = tilstrækkeligt årsagssæt G = gen som er nødvendigt for at sygdommen opstår It og sundhed l 9. april 2015 l Dias nummer 18

Eksempel: Rygning og lungekræft Er rygning en nødvendig årsag? Nej, nogle få ikke-rygere udvikler lungekræft Er rygning en tilstrækkelig årsag? Nej, kun knap 10% af rygere udvikler lungekræft på trods af at rygning er den altoverskyggende risikofaktor Syg Syg Ikke syg A B D E D E C G F G F G Rygning kunne være f.eks. D, E eller F It og sundhed l 9. april 2015 l Dias nummer 19

Identifikation af årsager Kausalitet Det at relatere årsager til deres konsekvenser Virkning, effekt Årsag Eksponering Konsekvens Udfald It og sundhed l 9. april 2015 l Dias nummer 20

Kausalitet i epidemiologien Er eksponeringen kausalt forbundet med udfaldet? Besvares i epidemiologien ved at sammenligne udfaldet, når eksponeringen er til stede, med udfaldet når eksponeringen ikke er til stede givet, at alle andre omstændigheder holdes ens Så hvis Udfaldet er ens, har eksponeringen ingen kausal effekt Udfaldet er forskelligt, har eksponeringen en kausal effekt Men, det betyder At vi for at afgøre om en eksponering har en kausal effekt på udfaldet, skal sammenligne risikoen for udfald blandt de samme mennesker under forskellige værdier af eksponeringen It og sundhed l 9. april 2015 l Dias nummer 21

Kausalitet i epidemiologien Population Eksponeret Ueksponeret versus Ideelt Eksponeret Ueksponeret versus Virkelighed It og sundhed l 9. april 2015 l Dias nummer 22

Kausalitet i epidemiologien Epidemiologer estimerer associationer, ikke kausale effekter Fordi vi ikke kan sammenligne risikoen for udfald blandt de samme mennesker under forskellige værdier af eksponeringen En association mellem eksponering og udfald opstår hvis Eksponeringen har en kausal effekt på udfaldet De eksponerede og ueksponerede adskiller sig på andre områder end eksponeringen, dvs. er uombyttelige Er associationen udtryk for en kausal effekt, eller skyldes den Bias Confounding Tilfældighed It og sundhed l 9. april 2015 l Dias nummer 23

Sir Bradford Hills kriterier Kriterium Styrke Konsistens Specificitet Temporalitet Dosis-respons Plausibilitet Eksperimentel evidens Analogi Forklaring Styrke afhænger af prævalensen af andre årsager. En stærk association kan vanskeligt udelukkende tilskrives confounding Flere undersøgelser peger i sammen retning, dvs. resultaterne repliceres i andre studiepopulationer En årsag fører til en bestemt konsekvens, ex. rygning forårsager udelukkende lungekræft Årsag skal komme før konsekvens Forekomsten af udfaldet stiger med stigende eksponering Refererer til biologisk forklaring, er det rimeligt at antage at eksponeringen har en kausal effekt på udfald I et eksperimentel design er der større kontrol over forsøgsbetingelserne (RCT eller dyreforsøg) Hvis nogle opløsningsmidler fører til hjerneskade er det sandsynligt at andre opløsningsmidler også gør det It og sundhed l 9. april 2015 l Dias nummer 24

Næste gang skal I lære At opgøre hyppighederne af sygdomme. I øvelsestimerne skal I regne, så medbring laptop/lommeregner It og sundhed l 9. april 2015 l Dias nummer 25