Epidemiologi I - innehåll

Transkript

1 Vetenskapliga metoder Epidemiologi I - Outcomes, Exponeringsvaribler, hur mäts detta? Ann-Charlotte Mårdby Leg apotekare, Med.Dr t.f. lektor i Samhällsfarmaci Enheten för socialmedicin, Göteborgs universitet Epidemiologi I - innehåll Innehåll Vilka mäter vi på? Vad och hur mäter vi ett resultat? utfall och outcomes Vad påverkar vårt resultat? Exponeringsvariabler Prevalens och incidens Vilka vill vi undersöka? 1

2 Vilka vill vi undersöka/studera? Inom epidemiologi vill man beskriva hälsoutfall/effekter/biverkningar etc av tex läkemedel/andra faktorer i grupper och befolkningar Ej individer Vilka vill vi undersöka/studera? Studiepopulation: Entydiga egenskaper som är gemensamma för gruppen Kan vara utvalda ur större population/grupp Ex 1000 st väljs ur från Sveriges befolkning Mål: slumpmässigt utvalda representativa resultat för den stora populationen/gruppen Kan också vara hela populationen med någon egenskap Alla med cancer, alla kvinnor i Göteborg, alla som använder antiepileptika osv Identifiera studiepopulation- 2 ex 1. METHODS: This study is a longitudinal study with an intervention group and a control group. The intervention group comprised 52 patients, who were included from 1 March 2006 until 31 December 2006, with a break during summer. Inclusion in the control group was performed in the same wards during the period 1 September 2005 until 20 December 2005, and 63 patients were included in the control group. In order to improve the quality of the medication report, clinical pharmacists reviewed and gave feedback to the physician on the discharge summary before patient discharge, using a structured checklist. Medication errors were then identified by comparing the medication list in the discharge summary with the first medication list used in the community health care after the patient had returned home. Källa: A Bergkvist, P Midlöv, P Höglund, L Larsson, A Bondesson, T Eriksson. Improved quality in the hospital discharge summary reduces medication errors-- LIMM: Landskrona Integrated Medicines Management. Eur J Clin Pharmacol Oct;65(10): METHODS: All individuals aged 75 years and older who had purchased a psychotropic drug in Sweden during 2006 were included (68.7% women, n = ). Data was collected from national individual-based registers. Outcome measures were utilisation of three or more psychotropic drugs and utilisation of potentially inappropriate psychotropic drugs, as classified by the Swedish National Board of Health and Welfare Källa: Lesén E, Andersson K, Petzold M, Carlsten A. Socioeconomic determinants of psychotropic drug utilisation among elderly: a national population-based crosssectional study. BMC Public Health Mar 9;10:118. 2

3 Vad och hur ska vi studera? Outcomes inom epidemiologi för läkemedelsområdet vad är det? Definition inom hälsoområdet: Mäter utförandet i relation till realistiska förväntningar eller mål Resultatet av en insats eller frånvaron av en insats Outcomes inom epidemiologi för läkemedelsområdet varför viktigt? Fastställer och utvärderar värdet av läkemedelsbehandlingar Behandlingars effekt Kostnadseffektiva behandlingar? Krav från patienter eller myndigheter Evidens på att behandlingar fungerar Syfte: Förbättra hälso- och sjukvården och optimera nyttan med de resurser som finns tillgängliga Bestämma effektivitet 3

4 Identifiera outcome - 2 ex 1. PURPOSE: We have developed a model for integrated medicines management, including tools and activities for medication reconciliation and medication review. In this study, we focus on improving the quality of the discharge summary including the medication report to reduce medication errors in the transition from hospital to primary and community care. Källa: A Bergkvist, P Midlöv, P Höglund, L Larsson, A Bondesson, T Eriksson. Improved quality in the hospital discharge summary reduces medication errors--limm: Landskrona Integrated Medicines Management. Eur J Clin Pharmacol Oct;65(10): RESULTS: Individuals with low income were more likely to utilise three or more psychotropic drugs compared to those with high income; adjusted odds ratio (aor) 1.12 (95% confidence interval [CI] ). The non-married had a higher probability for utilising three or more psychotropic drugs compared to the married (aor 1.22; CI ). The highest probability was observed among the divorced and the never married. Potentially inappropriate psychotropic drugs were more common among individuals with low compared to high income (aor 1.14; CI ). Compared to the married, potentially inappropriate psychotropic drug utilisation occurred more commonly among the non-married (aor 1.08; CI ). The never married and the divorced had the highest probability. Källa: Lesén E, Andersson K, Petzold M, Carlsten A. Socioeconomic determinants of psychotropic drug utilisation among elderly: a national population-based cross-sectional study. BMC Public Health Mar 9;10:118. Vad mäter vi inom epidemiologin? - Outcomes Utfallet det vi vill studera undersöka mäta osv Indelade på följande sätt: Patientrelaterad Populationsrelaterad De kan vara: Intermediära Slutliga Vad mäter vi inom epidemiologin? - Outcomes Patientrelaterad Kliniska: Symptom Labvärden Biverkningar Livskvalitet Ekonomi Längd på sjukhusvistelse Förlorad inkomst Tillfredställelse med vård Tillgänglighet Kvalitet Information 4

5 Vad mäter vi inom epidemiologin? - Outcomes Populationsrelaterad Att förbättra hälsan i en befolkning stat och hälso- och sjukvården Sjuklighet Dödlighet Sjukdomsprevalens och incidens Tillväxt och utveckling Social och ekonomisk produktivitet Utfallsmått inom epidemiologin i allmänhet och läkemedel Intermediära (delmål) utfall / outcomes: Dagar på sjukhus vid behandling av ett visst läkemedel Mäta ex: totalt antal, medeltal per grupp, förändring Utfallsmått inom epidemiologin i allmänhet och läkemedel Intermediära (delmål) utfall / outcomes: Sjukskrivning för viss sjukdom eller symptom: Mäta ex: ja / nej ; grad av sjukskrivning; längd av sjukskrivning Hur uppfattar eller använder patienter läkemedel Olika typer av mått: uppfattningar om läkemedel (skala), följsamhet (skala; ja/nej), överanvändning (ja/nej) osv Biverkningar eller läkemedelsrelaterade problem Antal, medelvärden, svårighetsgrader osv 5

6 Utfallsmått inom epidemiologin i allmänhet och läkemedel Slutligt utfall / outcomes: Livskvalitet Mått på hur en persons upplevelse av sjukdom / läkemedelsanvändning kan påverka möjligheten till fullt liv Områden: allmänt hälsotillstånd, fysisk funktion, psykologiskt välbefinnande, sociala interaktioner, ekonomiska faktorer, religion / andlighet Olika frågeformulär: SF-36 eller EQ-5D (generella) Utfallsmått inom epidemiologin i allmänhet och läkemedel Slutligt utfall / outcomes: Dödsfall vid användning av läkemedel på fel sätt Mäta ex: antal Patienttillfredsställelse Generell upplevelse av hälso- och sjukvården och apotek Upplevelse av specifik vårdform / behandling Frågeformulär: Patient Satisfaction Questionnaire (PSQ) eller Satisfaction with Information about Medicines Scale (SIMS) Utfallsmått inom epidemiologin i allmänhet och läkemedel Ekonomiska effekter Intagningar på sjukhus Antal kontakter med sjukvård Kostnader för läkemedel 6

7 Diskutera skillnader Diskutera i grupper under 30 minuter Ge exempel på positiva och negativa outcomes? intermediära outcomes slutliga outcomes patientrelaterade outcomes populationsrelaterade outcomes När är de olika outcomes Bra / Mindre bra att använda? Exponeringsvariabler Vad påverkar vår outcome? Exponeringsvariabler För att kunna få något resultat (outcome) och då kunna mäta det måste också vi veta vad vi tror kan påverka utfallet Riskindikator eller sjukdomsorsaker eller läkemedel Exponering Population = 2000 Riskgrupp Sjukdomsfri grupp = 1000 t = 20 år Flöde Population = 2000 Riskgrupp = 1000 Sjukdomsgrupp = 100 7

8 Exponeringsvariabler Vad kan uppvisa ett samband med vår intressanta utfallsvariabel? Finns någon skillnad mellan olika grupper utifrån intressant variabel? Induktionstid Finns det någon tid som är viktig att ta i beaktning mellan exponering och till dess att outcome upptäcks/mäts? Exponeringsvariabler Ex: Kost intag av grönsaker, kött, fibrer osv Läkemedelsbehandling hjärta-kärl, depression, smärta osv (ex: DDD/1000 inv dag) Motion mycket, lite eller elit Rökning (antal cigaretter/dag) Alkoholkonsumtion inget, inte riskfyllda vanor, riskfyllda vanor eller mängd (såld eller intagen) Fler? Demografiska variabler Beskriver hur studiepopulationen ser ut (Demografi = befolkningsvetenskap) För att kunna beskriva förekomst av hälsa eller hur läkemedel fungerar måste kunskap finnas om studiepopulationen Ev påverka sambandet mellan exponeringsvariabel och outcome / bara outcome Väl utvecklade register i Sverige Start: 1600-talet med kyrkoböckerna idag folkbokföring (skatteverket) födda in/utflyttade - döda Hur ser vår studiepopulation ut? Tex: Ålder Kön Socioekonomiska variabler (Utbildning, Inkomst, Social status) Civilstånd 8

9 Identifiera exponerings- och demografiska variabler 1. OBJECTIVES: To analyse any association between general beliefs about medicines and self-reported adherence among pharmacy clients. Further, to examine general beliefs about medicines by background variables. METHODS: The data were collected by questionnaires including the general section of the Beliefs about Medicines Questionnaire (BMQ), the self-reporting Medication Adherence Report Scale (MARS) and the following background variables: gender, age, education, country of birth and medicine use. The General BMQ measures beliefs about medicines as something harmful (General-Harm), beneficial (General-Benefit) and beliefs about how doctors prescribe medicines (General-Overuse). RESULTS: Of the 324 participating pharmacy clients, 54% were considered nonadherent. An association was found between General-Harm and adherence. Adherent behaviour and higher level of education were associated respectively with more beneficial and less harmful beliefs about medicines. Those born in the Nordic countries regarded medicines as more beneficial. Current users of herbal medicines and non-users of medicines were more likely to believe that doctors overprescribed medicines. Källa: A-C Mårdby, I Åkerlind, T Hedenrud. Beliefs about medicines and self-reported adherence among pharmacy clients. Patient Educ Couns Dec;69(1-3): Orsakssamband exponering och outcome Sambandet mellan exponeringsvariabel och outcome kan se ut på olika sätt. Uppfattningar om läkemedel Följsamhet till läkemedelsbehandling Ålder Kön Socioekonomiska variabler Confounder? Orsakssamband exponering och outcome Spindelvävsmodellen Flera orsaker ger upphov tillsammans / var för sig till en sjukdom Ex: brist på motion fetma Brist på motion Fetma Högt blodtryck Felaktig diet Personlighet och stress Höga blodfetter Socialt tryck Ärftlighet 9

10 Orsakssamband exponering och outcome Pajmodellen En orsak som inte ensamt ger upphov till sjukdom Bidragande orsak Ex: rökning, förhöjt blodfett, förhöjt blodtryck, ålder osv - infarkt A = Rökning A E B = Förhöjt blodfett B C = Förhöjt blodtryck D C. Att mäta outcomes och exponeringsvariabler Att samla in data outcomes och exponeringsvariabler Hur mäter vi outcomes? Sätt att samla in data på Direkta insamlingsmetoder Mätning av läkemedelskoncentration i blod eller urin Observera hur en patient agerar i viss situation Indirekta insamlingsmetoder Enkät Dagbok Register Journaldata Räkna intag av läkemedel (elektroniskt, för hand) 10

11 Sätt att samla in data på direkta metoder Mäta koncentration i blod / urin Observation Görs efter ett strukturerat schema Postitivt: studera verkligheten som anonym observatör Negativt: svårt, går det att vara anonym? Sätt att samla in data på indirekta metoder Dagbok Självrapporterade data Fördel: relativt billigt och kräver inte så stora resurser Nackdel: risk för överrapportering, patient komma ihåg att fylla i över tid samt ta med dagbok till studieledaren Sätt att samla in data på indirekta metoder Register Data över tid Fördel: tidsaspekten kan studeras, mycket data, register kan kopplas ihop mha personnummer Nackdel: stora dataset, hur säkra är data, vad mäter registret Ex: Svenska Läkemedelsregistret, Patientregistret, Dödsfallsregistret, Cancerregistret, Diabetesregistret mfl Läkemedelsregistret: 2005, aktuella data, alla expedierade receptbelagda läkemedel, livsmedel och förbrukningsartiklar i Sverige RARE-projektet (Refill Adherence in REgisters), som syftar till att undersöka uttagsföljsamhet till kontinuerlig läkemedelsbehandling i förhållande till strukturella faktorer. (GU och NHV) Läkemedelsepidemiologi på Nordiska högskolan för folkhälsovetenskap (NHV) se 11

12 Sätt att samla in data på indirekta metoder Journaldata Fördelar: Stora datamängder Nackdelar: Data kan finnas på flera ställen, finns allt i journalerna, inte avsett för forskning Räkna intag av läkemedel Fördelar: relativt billigt, både just nu-data och över tid-data Nackdelar: risk för att patienten glömmer att ta med burk / tablettkartor / förpackningar till studieledaren, går att fuska även med detta som patient Ex: MEMS elektroniska läkemedelsburkar Hur mäter vi utfallet / outcomes? Mått på förekomst av outcome kan mätas på två sätt Prevalens: förhållandet vid en viss tidpunkt Hur stor del av totala populationen vid viss tidpunkt befinner sig i sjukdomstillståndet medan incidensen beskriver flödet från sjukdomsfritt tillstånd till sjukt tillstånd Indcidens: skeendet under en period Varje individ måste kunna observeras över tid/under viss period så att det finns möjlighet att övergå från ett tillstånd till ett annat Enheter viktiga att tänka på! Vad innebär egentligen ovan och vad beskriver de bägge sätten? Hur mäter vi utfallet / outcomes? Prevalens (1) Hur stor del av en population / befolkning är sjuka vid en viss tidpunkt P = antal individer med sjukdomen vid viss tidpunkt / antal individer i befolkningen vid den tidpunkten P = 0-1 (aldrig över 1) Enhet: % vid aktuell studietidpunkt Ex: 100 / 2000 = 0,05 Population = 2000 Riskgrupp Sjukdomsfri grupp = 1000 Flöde t = 20 år Population = 2000 Riskgrupp = 1000 Sjukdomsgrupp =

13 Hur mäter vi utfallet / outcomes? Prevalens, Exempel På apotek såldes 2009 OTC-läkemedel med analgetisk effekt för över 660 milj SEK 123 DDD Paracetamol, ibuprofen och ASA-komb i topp 4 Läkemedelsanvändningsöveranvändningshuvudvärk (LÖH): Patienter med huvudvärksdiagnos i botten kan vid överanvändning av akutläkemedel mot huvudvärk (alvedon, Ipren, Imigran, Treo osv) utveckla LÖH Prevalensstudie: intervjuade, 867 uppfyller kriterier för diagnos LÖH prevalens: 867 / = 0,0193 = 1,9 % Hur mäter vi utfallet? Population = 2000 Riskgrupp Sjukdomsfri grupp = 1000 Flöde t = 20 år Population = 2000 Riskgrupp = 1000 Sjukdomsgrupp = 100 Incidens Hur många nya fall av en sjukdom Hur många individer insjuknar i en population / befolkning under en viss tidperiod Hur mäter vi utfallet? Incidens Incidenstalet (I) En hastighet och innebär antalet händelser per tidsenhet Antal nya sjukdomsfall i en population under en viss tid / Den tid som individerna i populationen tillsammans löper risk att insjukna Ex: 100 / (20 x 1000) = 0,005 per år eller 5 fall per 1000 personer och år 13

14 Hur mäter vi utfallet? Incidens Kumulativ incidens (KI): Innebär andelen som insjuknat - ofta proportionstal som uttrycks i procent Antal individer som insjuknar under en viss period / antal individer i en riskgrupp vid periodens början värde: / 1000 = 0,10 = 10 % under en 20-års period eller 100 st per 1000 st under en 10 års period Hur mäter vi utfallet? Hur hänger prevalens, incidens och kumulativ incidens ihop? incidens Inflyttning Flyttar ut Tillfrisknar Dör Prevalens Mått vid jämförelser av outcomes Absolut: Skillnad i förekomst mellan två grupper Skillnaden mellan kumulativa incidensen hos män och kvinnor eller olika åldrar gällande samma sjukdom 0,010 (kvinnor) 0,001 (män) = 0,009 Riskdifferens (RD) Relativ: kvoten mellan två kumulativa incidenser eller incidenstalen Relativ risk (RR) 0,010 / 0,001 = 10 Vanligast förekommande att använda 14