Introduktion till Klinisk Epidemiologi. Klinisk Epidemiologi och Biosta6s6k, 2016

Transkript

1 Introduktion till Klinisk Epidemiologi Katja Fall Klinisk Epidemiologi och Biosta6s6k, Katja Fall

2 Epidemiologi Studier av sjukdomars förekomst och riskfaktorer (Rothman) Komponenter: Sjukdomsmå> (kvan?fierar sjukdomsförekomst) Mäter fördelning av sjukdom i befolkningen à forma hypoteser om orsaksfaktorer Iden6fiera riskfaktorer för sjukdom à testa hypoteser med epidemiologisk studiedesign Descrip?ve Analy?cal Katja Fall

3 Typer av studier Deskrip6va beskriver förekomst av ulall/sjd Analy6ska studier beskriver sambandet mellan exponering och ulall xponering à tfall Katja Fall

4 Epidemiologiska studier Vad? Deskriptiva Analytiska Varför? Katja Fall

5 Ex: Descrip6ve Exempel: SIDS incidence in Sweden , cases per 1000 live births. Alm B et al. Arch Dis Child 2006;91: Katja Fall

6 Ex: analy6cal New Zealand Cot Death Study Design: case-control study 162 cases of SIDS 589 controls InformaEon on poteneal causes: Review of medical records and interviews with parents Results: Sleeping posi6on (face down): 3.5 x risk! Smoking mother 1-9 cig/d 2 x increased risk cig/d 3 x cig/d 5 x Katja Fall

7 Epidemiologiska studier Deskriptiva Analytiska Katja Fall

8 Deskrip6va studier O_ast de första studierna som görs på en ny sjukdom/ nya 6llstånd för aa karaktärisera sjukdomen, mäta förekomst och undersöka hur den varierar i rela6on 6ll: individ plats 6d Görs utan specifik hypotes Inga jämförelser mellan grupper à Inga slutsatser om koppling mellan exponering och sjukdom à Användbara för a> generera hypoteser Katja Fall

9 Analy6ska studier Analy6ska studier görs för aa testa hypoteser Gemensam nämnare: jämförande Inom epidemiologin innebär hypotesen o_ast aa undersöka om en viss exponering är associerad 6ll (eller orsakar) ea visst ulall Studierna kan vara prospek6va retrospek6va utan riktning (i 6d) Katja Fall

10 Tvärsnittsstudie Katja Fall

11 alla friska vid t 0 Kohortstudie Katja Fall

12 Fall-kontroll studie Katja Fall

13 SJUKDOMS- OCH ASSOCIATIONSMÅTT Vetenskapligt förhållningssätt Katja Fall Katja Fall

14 Epidemiologi studier av hur o_a sjukdomar uppstår olika befolkningsgrupper och varför Katja Fall

15 Den epidemiologiska forskarens verktygslåda Måa på hur o_a sjukdomar uppstår i en popula6on Prevalens Incidens Måa på samband mellan exponering o ulall Rela6va riskmåa Absoluta riskmåa Katja Fall

16 I. Måa på sjukdomsförekomst Prevalens prevail Hur många är sjuka? Incidens incident Hur många insjuknar? Katja Fall

17 Hela befolkningen Prevalens Sjuka Friska Sjuka Incidens Katja Fall

18 Prevalens Defini6on: Propor6onen sjuka individer i en popula6on vid en viss 6dpunkt Formel: antal sjuka i popula6onen vid en viss 6dpunkt antal individer i popula6on vid den 6dpunkten Katja Fall

19 Exempel - prevalens 2005 var prevalensen av pa6enter med högt blodtryck 6% i Sverige Katja Fall

20 Om prevalens Ea måa på den totala sjukdomsbördan vid en viss 6dpunkt Antar värden mellan 0 och 1 (0-100%) Är en propor6on (enhetslös) Tidpunkten måste definieras Katja Fall

21 Incidens Måa på utveckling av nya sjukdomsfall KumulaEv incidens (Incidence proporeon) Incidens (Incidence rate) Katja Fall

22 Kumula6v incidence (= risk ) Defini6on: Propor6onen individer i en popula6on som insjuknar i sjukdomen under en viss 6dsperiod Kallas också incidence propor6on Formel: # nya sjukdomsfall # individer i popula6onen vid studiestart Katja Fall

23 Vad är den kumulativa incidensen av sjukdom (=K)? Person A B C D E F G H Year of follow-up K K K K 6/8=0.75 K på 10 år Katja Fall K

24 Incidence propor6on/cumula6ve incidence Example: Vioxx vs Naproxen among RA pa6ents 3.7% 1.8% Katja Fall

25 Incidens Incidence Rate, IR Mäter has6gheten för insjuknandet i en sjukdom (eng. force of morbidity) Formel: IR =antalet individer som insjuknar under en period den 6d individerna 6llsammans löper risk aa insjukna Katja Fall

26 Addi6on av person6d för beräkning av IR Person A B C D E F G H Year of follow-up /39= /1000 personår K J K J flyaar! flyaar! Katja Fall K

27 The incidence of tes6cular cancer is 5.5 per 10 5 and year Katja Fall

28 Om IR Enhet = person6d -t (ej en propor6on) Användbart i rörliga popula6oner Endast person6d at risk i nämnaren Katja Fall

29 Odds Ea alterna6vt måa på risk som baserar sig på en propor6on Odds=propor6on/ (1-propor6on) Katja Fall

30 Beräkning av risk i kohortstudie Bisfenol A-exponering (viss typ av nappflaska) och risk för leukemi (obs! påhiaat exempel) Leukemi + Leukemi - Total Bisfenol A , ,000 Bisfenol A , ,000 Total , ,000 R E R O = = , ,000 = 32 = 20 casesper100,000 casesper100, Katja Fall

31 Beräkning av odds i fall-kontrollstudie Bisfenol A-exponering (viss typ av nappflaska) och risk för leukemi (obs! påhiaat exempel): en kontroll har valts per fall, istället för incidens får vi räkna odds Leukemi + Leukemi - Total BisfenolA BisfenolA Total O E = = O O = = Katja Fall

32 Sambandet mellan propor6on odds Proportion p Odds p/(1-p) Odds= sannolikheten aa en sak inträffar jämfört med sannolikheten aa den inte gör det Exvis i spel =sannolikheten aa förlora mot sannolikheten aa vinna Katja Fall

33 Förhållandet mellan odds och propor6on 1/100 4/100 10/100 Proportion Odds /99 4/96 10/ Katja Fall

34 Om odds Ea alterna6v 6ll propor6on Propor6on är aa föredra, men går inte aa räkna ut i vissa dataset Närmar sig risken (propor6onen) när den är liten (ovanliga sjukdomar) Katja Fall

35 Sammanfaaning sjukdomsmåa Prevalens (propor6on) = prevalenta fall/popula6on Kumula6v incidens = nya fall/antalet individer som löper risk aa insjukna vid början av studieperioden Incidence rate = nya fall/total person 6d at risk Odds = propor6on/(1-propor6on) Katja Fall

36 Just nu lider 1% av Sveriges befolkning av handeksem Prevalensen av handeksem Katja Fall

37 Under 1999, drabbades 10 av 100 svenskar av influensa den kumula6va incidensen av influensa under 1 år (eaårsrisken för influensa) Katja Fall

38 Under 80-talet rökte 30% av alla gravida kvinnor. Sedan dess har det minskat 6ll 13%. Prevalensen rökande gravida kvinnor Katja Fall

39 Du löper 75% risk aa få min förkylning. Vilka är oddsen aa få förkylningen? [odds = propor6on / (1 - prop)] 0,75/0,25=3 Oddsen är 3 mot Katja Fall

40 Den totala dödligheten ligger runt 12.5 dödsfall per 1000 person-år. Mortalitet = incidensen av död! Katja Fall

41 Den epidemiologiska verktygslådan Måa på hur o_a sjukdomar uppstår i en popula6on Prevalens Incidens Måa på samband mellan exponering o ulall Rela6va riskmåa Absoluta riskmåa Katja Fall

42 Aa jämföra risker Jämförelser av förekomsten av sjukdom i olika popula6oner, tex en exponerad och en oexponerad Skillnader i sjukdomsförekomst kan uaryckas som Differens absolut riskdifferens Kvot rela6v risk Katja Fall

43 Rela6va risker (RR) Risk Ra6o = Kumula6v inc. exp /Kumula6v inc. unexp. (riskkvot) Rate Ra6o = Incidence rate exp /Incidence rate unexp. (incidenskvot) Odds Ra6o = Odds exp /Odds unexp (oddskvot) Katja Fall

44 Fyrfältstabellen (the 2-by-2-table) Disease + Expo + a b a+b=n 1 Expo c d c+d =N 0 a+c b+d a+b+c+d=t Katja Fall

45 RR = Risk exposed / Risk unexposed RR = 3 RR = 1 RR = Katja Fall

46 Risk Ra6o (riskkvot) Disease + Expo + a b a+b=n 1 Expo c d c+d =N 0 a+c b+d a+b+c+d=t Risk Ra6o = Kvoten mellan den kumula6va incidensen bland exponerade och den kumula6va incidensen bland de oexponerade = a/(a+b) / c/(c+d) Katja Fall

47 Om rela6va risker (1) Exponerade i täljaren, oexponerade i nämnaren RR=1 betyder ingen associa6on mellan exponering och sjukdom RR>1 betyder posi6v associa6on mellan exponering och sjukdom RR<1 betyder nega6v associa6on mellan exponering och sjukdom Katja Fall

48 Incidenskvoter (Incidence Rate Ra6os) Disease + Person-years Expo + a b PY 1 Expo c d PY 0 a+c b+d PY 1 +PY 0 Rate Ra6o = a/py 1 / c/py 0 = apy 0 /cpy Katja Fall

49 I studier där man saknar informa6on om hela popula6onen för aa räkna ut incidencen, kan man forlarande räkna ut oddsen! Katja Fall

50 Odds Ra6o Disease + Expo + a b a+b=n 1 Expo c d c+d =N 0 a+c b+d a+b+c+d=t Disease odds ra6o = a/b / c/d = ad/bc Katja Fall

51 Om odds ra6os (ORs) När sjukdomen är sällsynt (andelen sjuka liten) är oddskvoten~riskkvoten (se 6digare bild) Oddskvoter kan användas för aa uppskaaa riskkvoten i studier där man saknar informa6on om hela popula6onen at risk, exv fall-kontrollstudier Katja Fall

52 Om rela6va risker (2) Risk (kumula6v incidens), rate (incidence rate), och odds ra6os (-kvoter) är alla måa på rela6va risker Incidence rate ra6o är gold standard, men kan ibland inte beräknas Riskkvoter och oddskvoter fungerar som bra uppskaaningar av den rela6va risken Katja Fall

53 Absolut riskdifferens Ea effektmåa på den absoluta skalan (ej rela6va) Katja Fall

54 Absolut riskdifferens (AR) Kallas också aaributable risk eller 6llskriven andel AR = Kumula6va Incidencen exp Kumula6va Incidencen oexp AR = Incidence rate exp Incidence rate oexp Tolkning: Den absoluta förekomsten av en sjukdom bland de exponerade som kan?llskrivas exponeringen Katja Fall

55 ARributable risk Risk Exposed Unexposed Katja Fall

56 ARributable risk Risk AR Exposed Unexposed Katja Fall

57 AR% Risk AR% AR Exposed Unexposed Katja Fall

58 Aaributable risk percent Kallas även e6ologic frac6on = (incidenceexp - incidenceunexp) / incidenceexp = AR/incidenceexp Tolkning: Den andel av sjukdomsbördan bland de exponerade som orsakats av exponeringen Katja Fall

59 Vilket måa är mest informa6vt? Example: Vioxx vs Naproxen among RA pa6ents 3.7% 3.7% 1.8% 1.8% Katja Fall

60 Vad motsvarar den omvända riskdifferensen? 1/AR = Antalet exponerade personer (eller personår) som behövs för aa undvika ea ulall (en sjuk person) = Numbers Needed to Treat (NNT) eller numbers needed to harm om exponeringen är skadlig Katja Fall

61 Example: Vioxx vs Naproxen Confirmed upper gastrointes6nal event: RR (95% CI) = 0.5 ( ) AR = 1.9% NNT = 1/0.019 = Katja Fall

62 Vilket måa är bäst? Konklusion RR ger ingen informa6on om incidensen RR är för forskare AR och NNT är de måa som spelar roll för pa6enter och kliniker NNT är relaterad 6ll den absoluta risken Den absoluta risken kan variera mellan popula6oner AR och NNT är mindre generaliserbara än RR Katja Fall