170 likes | 430 Views
Epidemilogi, definition. "The study of the distribution and determinants of disease frequency in man."MacMahon and Pugh 1970F
E N D
1. Epidemiologi. RegisterstudierNågra begrepp Tällberg 091118
Fou-metodik ST-läkare
Lars Englund
2. Epidemilogi, definition ”The study of the distribution and determinants of disease frequency in man.”
MacMahon and Pugh 1970
Fördelning
Vad som orsakar
Förekomst
3. Områden där tillämpad epidemiologi används Uppföljningar (monitorering) av befolkningens hälsa
Analytisk epidemiologi, då man letar efter orsaker och andra faktorer som kan påverka förekomsten av sjukdomar
Evaluering av metoder och instrument i vården (Health service research)
Clinical trials
Prevention
4. Registerstudier, några begrepp SCB centralt i sammanhanget
NYK- nordisk yrkesklassificering
NYKO-Nyckelkodområden (indelning av kommuner och landsting)
SUN-Svensk utbildningsnomenklatur
SNI-Svensk näringslivsinfo
ICD
SEI-socioekonomisk indelning
5. Några register som kan vara bra att känna till Dödsorsaksregistret (SCB)
Migrationsregister (från 1969 och framåt)
Brottsregistret
Cancerregistret (SoS)
Patientregistret
Medicinska födelseregistret
Missbildningsregistret
6. Dödsorsaksregistret Man måste vara registrerad i en församling
Äldre registerversioner bygger på äldre ICD-versioner, översättningsnycklar finns
Sjunkande obduktionsfrekvens problem
Datakvalitet?
Kolla på http://www.scb.se
7. Epidemiologiska studier Visar samband
Inte orsakssamband (kausalitet)
Eller ens alltid tidssamband (kräver prospektiv studie)
”Vid naturliga experiment” är det många faktorer på en gång som inverkar
8. Population Stickprov (sample)
Från vilken ”baspopulation” (target population)?
Representativitet – resonera kring det i artikel
Jämför totalmaterial
Statistisk inferens
9. Selection bias Dina resultat kanske bara är representativa för de du undersökt?
Exempel på orsaker till selektions bias
Allvarlighetsgrad av sjukdomen
Ålder
Utbildning
Läkarpreferens
Krav om remittering
Tillgänglighet till specialister
Avstånd till sjukvården
10. Sjukdomsförekomst Prevalens
Incidens
Sjukdomens medelduration
Vad är duration, jmf stroke
Mortalitet
”Recovery rate”
Hög incidens – låg prevalens ex ÖLI
Låg incidens – hög prevalens ex schizofreni
11. Relativ risk och Odds ratio Relativ risk utgår från exponeringen – bland exponerade, hur stor är risken att var sjuk jämfört med motsvarande risk bland oexponerade? (Kohortstudier)
Odds ratio utgår från utfallet – bland sjuka hur är oddset för att vara exponerad jämfört med bland friska? (Fall-kontrollstudie, men OK för kohortstudie också)
12. Relativ risk (RR) Incidence rate ratio
Incidence rate = Andelen nya fall/den exponerade populationen
Ratio blir när man jämför med den oexponerade delen av befolkningens incidence rate (Rate genom rate blir ”ratio”)
Till exempel 6% av rökare har fått infarkt, 3% av icke rökare = RR 2,0
13. Relativ risk RR utgår från exponeringen
RR = (a/a+b)/(c/c+d)=(32/100)/(16/100)=2,0
14. Odds ratio, exempel rökning/lungcancer Vi har ett antal lungancerfall (n) och skaffar oss ett antal (n, n x 2, n x 3, eller X st) friska kontroller
Sedan frågar vi om dom röker
Bland 72 lungcancerfall röker 33. Oddset att vara rökare är 33/39 (0,846). Bland 72 kontroller rökte 7. Oddset att vara rökare är 7/65 (0,108). OR är (33/39)/(7/65)=7,83
Odds kan vara större än 1 därför inte 33 av 72, respektive 7/72.
15. RR och Odds ratio (OR) OR utgår från utfallet
OR = (a/c)/(b/d) =(33/39)/(7/65)=7,8
RR utgår från exponeringen
RR = (a/a+b)/(c/c+d)=(33/40)/(39/104)=2,2
16. Hillska kriterierna för värdering av orsakssamband Sir Austin Bradford Hill (1950-talet)
Kriterium 1. Statistisk styrka
Studierna måste omfatta tillräckligt många människor för att inte slumpmässiga variationer skall dominera resultaten.
Kriterium 2. Biologisk rimlighet
Det räcker inte att en samvariation mellan två företeelser är statistiskt säkerställd för att ett orsakssamband skall föreligga. Man måste alltid ställa frågan om ett sådant samband är biologiskt rimligt.
17. Hillska kriterierna (forts) Kriterium 3. Relevant kontrollgrupp
De mycket komplicerade mekanismerna för hälsoeffekter gör orsaksbilden komplex. Bland alla de faktorer som kan spela in är ålder, kön, utbildning, yrke och etnicitet men också sådant som handlar om livsstil och ”livshållning” som till exempel syn på sin egen hälsa, sina möjligheter och sitt inflytande. Den exponerade gruppen och kontrollgruppen bör vara så lika som möjligt i dessa avseenden. Eventuella skillnader måste man försöka korrigera för
Kriterium 4. Tidsmässig överensstämmelse
Ett orsakssamband förutsätter självfallet att exponeringen föregår hälsoeffekterna, och inte tvärtom.
18. Hillska kriterierna (forts) Kriterium 5. Dosberoende
Det är en allmän regel att skaderisker ökar med dosen. Många studier har ifrågasatts när det framkommit att högre doser av någon exponering vid andra tillfällen gett lägre frekvens av insjuknanden eller död än i den nu aktuella studien. Ett krav borde därför vara att doserna alltid anges och diskuteras i epidemiologiska publikationer.
Kriterium 6. Reproducerbarhet
Flera bra studier ska peka i samma riktning