1 / 38

Misure di associazione (rischio relativo e rischio attribuibile)

Misure di associazione (rischio relativo e rischio attribuibile). Misure di effetto (teoriche) Misure di associazione (stime empiriche delle precedenti) EFFETTO : quantità di cambiamento nella frequenza delle malattie causata da uno specifico fattore.

kailey
Download Presentation

Misure di associazione (rischio relativo e rischio attribuibile)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Misure di associazione(rischio relativo e rischio attribuibile)

  2. Misure di effetto (teoriche) • Misure di associazione (stime empiriche delle precedenti) • EFFETTO: quantità di cambiamento nella frequenza delle malattie causata da uno specifico fattore • Esempio: di quanto sarebbe ridotta la mortalità per tumore al polmone in una coorte di fumatori se questi non avessero fumato?

  3. EFFETTO ASSOLUTO (Rischio attribuibile) Sia:P1 la frequenza di malattia (I; CI; prevalenza) in presenza dell’esposizione (D1); P0 la frequenza di malattia in assenza dell’esposizione (D0) Contributo dell’esposizione (D1) P1 Contributo delle altre cause che determinano la malattia (D0) Effetto dell’esposizione  P1- P0 = RD  Rischio attribuibile

  4. ESEMPIO: Incidenza di K. Polmone (45-54 anni) tra i fumatori e i non fumatori (X 100.000 p.y-1) fumo (+) fumo (-) 67.0 5.8 rate difference: 67.0 - 5.8 = 61.2 (x 100.000 p.y-1) l’effetto del fumo è di produrre 61.2 casi di K. polmone ogni 100.000 persone-anno esposte

  5.  Misura l’effetto di un’esposizione sulla popolazione esposta  Permette di valutare il beneficio OTTENIBILE da un intervento di prevenzione  Estremamente utile per stabilire a quale INTErvento sanitario si deve dare la priorità rate difference = I1 - I0 risk difference = CI1 - CI0 talvolta, molto raramente prev difference = P1 - P0 RISCHIO ATTRIBUIBILE

  6. EFFETTO RELATIVO (RISCHIO RELATIVO) • Misura la forza dell’associazione causale tra il determinante e la malattia •  RR si ottiene rapportando l’effetto assoluto al rischio del gruppo non esposto: • Sia: P1 il rischio per D1 • P0 il rischio per D0 • RR > 1  esposizione è un possibile fattore di rischio • RR < 1  esposizione è un possibile fattore protettivo • RR = 1  esposizione è non è un determinante della malattia P1 P0 P1- P0 P0 = - 1 RR

  7. ESEMPIO: Incidenza di K. polmone (45-54 anni) tra i fumatori e i non fumatori (X 100.000 p.y-1) fumo (+) fumo (-) 67.0 5.8 67.0 = 11.6 RR = 5.8 Il fumatore ha una probabilità 12 volte superiore a un non fumatore di sviluppare il tumore al polmone oppure RR - 1 = 11.6 - 1 = 10.6 X 100 = 1.000 I fumatori hanno 1.000% di rischio in più rispetto ai non fumatori di sviluppare il K al polmone meno usato

  8. RISCHIO RELATIVO • E’ la più utilizzata misura della relazione di occorrenza •  Misura la forza dell’associazione tra D e P •  E’ la più importante misura eziologica • rate ratio = I1 / I0 • risk ratio = CI1 / CI0 • prevalence ratio = Pr1 / Pr0

  9. Utilizzare misure assolute o relative per caratterizzare una relazione d’occorrenza? Le misure viste sottendono due differenti “modelli biologici” per spiegare il meccanismo d’azione di un determinante. Sia 1 l’incidenza della malattia (es. tumore) nel gruppo esposto a un cancerogeno può essere modellizzata in due modi differenti: Modello additivo Modello moltiplicativo

  10. Modello additivo L’effetto del cancerogeno () si addiziona al livello di base: I1= I0 +  L’effetto del cancerogeno sarà dato da:  = I1- I0 e sarà stimato da RD.

  11. Modello moltiplicativo L’effetto del cancerogeno si moltiplica al livello di base: I1=  I0 L’effetto del cancerogeno sarà dato da:  = I1 /I0 e sarà stimato da RR. Quindi: le misure assolute e quelle relative sottendono due differenti modelli dell’effetto di un determinante. A rigore bisognerebbe scegliere sempre il modello più idoneo al problema in questione. N.B. Si noti che la trasformazione logaritmica “linearizza ” un modello moltiplicativo: ln(I1) = ln(I0)+ ln ()

  12. Come scegliere una misura se non si hanno informazioni sul modello biologico sottostante? • Berkson (1958) “in termini di salute pubblica, l’unica misura appropriata è la differenza tra tassi”. RR non sarebbe in grado di dare una reale misura dell’impatto di un’esposizione sulla popolazione. Esempio: Tassi di mortalità (*100.000) per Ca polmonare e CHD in fumatori e non. Fumo 48.33 294.67 Non Fumo 4.49 169.54 RR 10.8 1.7 RD 43.84 125.13 K. Polmone CHD

  13. L’utilizzo di una misura piuttosto che l’altra può portare a conclusioni differenti sul ruolo di una covariata (modificatore d’effetto): Esempio: Tassi di mortalità(x100000) per tutte le cause in fumatori e non per età Fumo 580 1050 1600 2500 3700 5300 9200 RR 2 2.4 1.9 1.7 1.9 1.8 2 RD 310 610 750 1000 1700 2400 4600 Non Fumo 270 440 850 1500 2000 3000 4800 Età 45-59 50-54 55-59 60-64 65-69 70-74 75-79

  14. Cox (1971)“la ricerca etiologica concerne anche l’individuazione di regolarità in un insieme di dati, con lo sviluppo di modelli sull’etiologia e distribuzione della malattia. Quella misura che permette più facilmente la modellizzazione di un fenomeno, che rimane costante in differenti popolazioni, che è invariante in differenti modi dello studio dell’associazione tra un determinate e una malattia, deve essere scelta”

  15. Quali misure di rischio utilizzare per misurare la relazione d’occorrenza • (Incidenza o Incidenza Cumulativa)? • Le misure della relazione tra D e P dipendono dal tipo di misura di rischio stimata • Se il tempo di osservazione è molto breve I e CI danno risultati simili • Per malattie acute e di breve durata talvolta può essere usata anche la prevalenza • Se il tempo di osservazione di una comunità è relativamente lungo l’incidenza è la migliore stima del rischio da utilizzare

  16. Quali parametri d’outcome utilizzare per misurare la relazione di occorrenza (Incidenze cumulative o tassi)??? I1= 0.02 mese-1 I0= 0.01 mese-1 Si nota che al passare del tempo il rischio relativo tende a 1 mentre il rate ratio rimane invariante. CI1 .21 .38 .91 CI0 .11 .21 .70 CI1/CI0 1.88 1.79 1.30 I1/I0 2 2 2 tempo 0-1 anno 0-2 anni 0-10 anni

  17. Per periodi di tempo molto brevi (in cui I possa considerarsi costante) e per CI < 0.01 (quanto più breve è il periodo di tempo tanto più piccolo è CI) CI=It e di conseguenza il rapporto tra rischi tende ad uguagliare il rapporto tra tassi. Pert  : CI = 1- e-It  1 : CI1/CI0  1 Per t  0 : CI  I : CI1/CI0  I1/I0

  18. ODDS RATIO

  19. Numero di cardiopatie ischemiche in funzione del tipo di personalità (Western Collaborative Group Study). CHD NO CHD Tipo A 178 1.411 1589 Tipo B 79 1.486 1565 257 2.897 3154 Coorte di individui tra i 34 e i 59 anni seguiti per un periodo di 8 anni tipo A: competitivo, apprensivo tipo B: rilassato e non competitivo

  20. CI(A) = 178/1589 = 11.2% CI(B) = 79/1565 = 5.04% INCIDENZE CUMULATIVE 11.2 RR = = 2.22 5.04

  21. Una misura di associazione spesso utilizzata è l’ODDS ratio (rapporto tra odds) Def: Se E è un evento di interesse, definiamo ODDS: P(E) P (malattia)  = = 1-P(E) P (non malattia) L’ODDS di malattia per il tipo A è: 178 178/1589 0.126  1/8 (1 malato ogni 8 sani) = = 1411/1589 1411 L’ODDS di malattia per il tipo B è: 79/1565 79 0.053  1/19 (1 malato ogni 9 sani) = = 1486/1565 1486 L’ODDS RATIO (OR) E’ IL RAPPORTO TRA L’ODDS DI MALATTIA NEGLI ESPOSTI E QUELLO DEI NON ESPOSTI 0.126 OR = = 2.37 0.053

  22. In generale, quando i dati di uno studio sull’associazione tra malattia ed esposizione vengono presentati in una tabella 2X2: malattia + - a b c d + esposizione - odds di malattia tra gli esposti: a/b odds di malattia tra i non esposti: c/d Proprietà: - per malattie rare OR - RR - per malattie rare OR = I1 / I0 - il rapporto tra odds di malattia = al rapporto tra odds di esposizione!!! Infatti: odds di esposizione tra malati = a/c odds di esposizione tra i non malati = b/d a/c ad = b/d bc

  23. Disegno dello studio caso-controllo Casi (Con malattia) a c a+c Controlli (senza malattia) b d b+d Esposti Non Esposti Totale odds di esposizione tra i casi = a/c odds di esposizione tra i controlli = b/d odds ratio: a*d c*b

  24. Esercizio: Distribuzione dei fattori di rischio per casi e controlli : Ile-et-Vilaine study of oesophageal cancera a Data taken from Tuyns et al. (1977) Cases 29 75 51 45 78 58 33 31 Controls 386 280 87 22 447 178 99 51 Alcool (g/day) 0-39 40-79 80-119 120+ Tabacco (g/day) 0-9 10-19 20-29 30+

  25. Relazione tra tipo di disegno stimabilità dei parametri e potenza Peso alla nascita <2500 >2500 10 40 50 15 135 150 25 175 200 <20 >20 RR=2 2 = 2.58 The devil Knows Random sampling Peso alla nascita <2500 >2500 Peso alla nascita <2500 >2500 0.05 0.20 0.25 0.075 0.675 0.75 0.125 0.875 1.00 <20 >20 20 80 100 10 90 100 30 170 200 <20 >20 Coorte RR=2 2 = 3.18 RR=2 Caso-controllo Peso alla nascita <2500 >2500 40 23 63 60 77 137 100100 200 <20 >20 OR=2.25 2 = 5.93

  26. Relazione tra tipo di disegno stimabilità dei parametri e potenza Test sulla associazione 2 = 2.58 2 = 3.18 2 = 5.93 Parametri di occorrenza tutti rischi condizionali all’esposizione odds d’esposizione Parametri di relazione tutti tutti se nota la P di esposizione odds ratio RANDOM SAMPLING COORTE CASO-CONTROLLO

  27. Risk (Cumulative Incidence) among exposed and unexposed in a cohort study diseased Non diseased Total Exposed a b L1 Non exposed c d L0 Total a+c b+d L1 + L0 risk among exposed : CI1 = a/L1 risk among unexposed: CI0 = c/L0 RR= CI1/CI0 95% Confidence Interval

  28. Risk of anthrax among persons exposed and unexposed to slaughtering cows, Sarkarpara, Murshidabad, West Bengal Ill Non ill Total Exposed 20 4 24 Non exposed 25 247 272 Total 45 251 296 Risk among exposed : CI1 = a/L1= 83% Risk among unexposed : CI0 = c/L0 = 9% RR=83% / 9% = 9.1 ----- 95% confidence interval ----- RR= 9.1 (95%CI: 6.0-14.0)

  29. Incidence Rate among exposed and unexposed in a cohort study diseased Non diseased Rate Exposed a PT1 a/PT1=I1 Non exposed c PT0 c/PT0=I0 Total a+c PT I Rate ratio :RR= I1/I0 95% Confidence Interval

  30. Calculation of a rate ratio in a cohort study Events Person-years Rate Exposed 32 12,000 32/12000 = 2.60 x 1000py Non exposed 20 15,000 20/15.000 =1.33 x 1000py Total a+c 27,000 Rate Ratio = 2.6/ 1.33 = 1.95 ----- 95% confidence interval ----- RR= 1.95 (95%CI: 1.12-3.41)

  31. Odds ration in a case control study Cases Controls Total Exposed a b N/A Non exposed c d N/A Total a+c b+d N/A OR = ad/bc 95% Confidence Interval

  32. Consumption of pump A water among cholera cases and controls, Barwai, Bhopal, Madhya Pradesh, India, 2006 Cases Controls Exposed 37 26 Non exposed 3 14 Total 40 40 OR = ad/bc = (37x14)/ (3x26) = 6.6 0R= 6.6 (95%CI: 1.76-25.0)

  33. Number Needed to Treat (NNT) Misura utilizzata per esprimere i risultati di una sperimentazione clinica ( clinicaltrial) Esprime il numero di pz che devono essere trattati per prevenire un evento infausto

  34. Esempio I risultati di un trial sull’effetto della terapia intensiva per diabete sullo sviluppo e progressione di neuropatia ha indicato che la neuropatia è occorsa nel 9.6% nei pz. randomizzati alla terapia usuale e nel 2.8% in quelli randomizzati al trattamento sperimentale RD=2.8%-9.6% = -6.8% NNT=1/0.068 =14.7 Bisogna trattare 15 pazienti per evitare una neuropatia Tanto più NNT è piccolo qunto piu’ il trattamento e’ efficace

  35. Il seguente esempio è ricavato da un lavoro di Bobbio* che si proponeva di accertare se la presentazione dei risultati di uno studio (Helsinki Heart Study) potesse influire sulla decisione dei medici di cambiare comportamento • Gemfibrozil (G: 2051) vs Placebo (P:2030) * Bobbio M. et al. Lancet 1994;343:1209-11

  36. Esercizio su articolo BobbioLancet • Limitatamente agli eventi coronarici calcolate: • Rischio relativo • Rischio attribuibile • Odds ratio • Riduzione relativa del rischio =RRR= 1-RR • NNT Relativamente alla mortalità calcolate: • L’eccesso di mortalità=RR-1

  37. Gli autori hanno presentato a gruppi di diversi medici queste misure di associazione come se fossero ottenute da differenti studi. RRR è risultata la misura che portava di più i medici aritenere che il farmaco dovese essere prescritto, RD era quella che li convinceva di meno. • RD (card.) = 2.73-4.14 = -1.41% • RR =2.73/4.14 = 0.659 • OR=0.065 • RRR=RR-1=(0.659-1)*100=34% • NNT =1/0.0141=71 • RRM(mort) =[(2.19/2.07)-1]*100= 6% La misura ora utilizzata è’ NNT che dà un risultato molto simile a RD

More Related