Allmänt Vårt kan det användas inom medicin? Epidemiologin är en viktig del inom t. ex. folkhälsovetenskap och klinisk medicin.
Allmänt Vad är Epidemiologi? Enligt Dictionary of Epidemiology är det: "The study of the distribution and determinants of health-related states or events in specified populations and the application of this study to control of health problems." Vilka användningsområden ser ni inom medicin?.
Vad används dermatoepidemiologin till? Ger kunskap om förekomst ( prevalens och incidens ) av sjukdomar (SD). Ger kunskap om riskfaktorer och möjliga orsaker till sjukdomar Ger kunskap om behandlingseffekter
Vad behöver man veta om en studie Vilka är inkluderade Var är studien utförd När gjordes studien
Begrepp: Fall Hur identifierar vi ett fall Gränser Måttenheter Studiepopulation Ur vilken befolkningsgrupp rekryterar vi deltagarna Tänk gärna över dessa begrepp.
Prevalens Definition Andel personer med en viss sjukdom i en population. Beräknas: sjuka/alla i populationen Kan anges som punktprevalens, eller periodprevalens t. ex. livtidsprevalens eller ett års prevalens.
Incidens Definition Antalet personer som har tidigare varit friska från en viss sjukdom och som nyinsjuknat i en viss sjukdom under en viss period i en population. Beräknas: Incidens: antal personer som insjuknar under en viss tidsperiod/den tid som individerna tillsammans löper risk att insjukna. Anges som t. ex. 7/100000 personår. Kumulativ incidenstal: antal personer som insjuknar under en viss tidsperiod/antal personer som är friska i början av perioden. Anges som proportion, t. ex. 3% under sista året.
Exempel 1 Vi vill veta hur många barn som har atopiskt eksem vid inskolning. År 2015 gör vi en studie. Det finns en fråga som kan fånga AE hos barn och skolsköterskan ställer den.
Exempel 1 Skolsköterskan frågar alla föräldrar med barn som ska skolas in år 2015: Har eller har Ditt barn haft ett rodnat utslag/eksem som kan ha kommit och gått? Har detta rodnade utslag/eksem funnits under de senaste 12 månader?
Exempel 1 På frågan: Har eller har Ditt barn haft ett rodnat utslag/ eksem som kan ha kommit och gått? svarar 4 000 barn utav total 20 000 barn ja.
Exempel 1 Utav de 20 000 deltagande barnen hade 16 500 aldrig haft eksem före 2015. På frågan Har detta rodnade utslag/eksem funnits under de senaste 12 månaderna? svarar 500 utav totalt 16 500 barn som aldrig haft eksem förut ja.
Exempel 1 Vad är prevalens? Prevalens (förekomst) av atopiskt eksem är..hos barn. Vad är ett års incidenstal (antal nya fall under ett år)? Ett års incidenstal (insjuknandet) av atopiskt eksem är..hos barn.
Svar: Exempel 1 Vad är prevalens? Ja: Prevalens (förekomst) av atopiskt eksem är 20% hos barn. Vad är ett års incidenstal (antal nya fall under ett år)? Ja: Incidenstal (insjuknandet) av atopiskt eksem är 3% hos barn.
Svar: Exempel 1 Vad är prevalens? Nej: Prevalens (förekomst) av atopiskt eksem är 0.2 eller 20% hos barn. 4000/20000=0.2 Vad är ett års incidenstal (antal nya fall under ett år)? Nej: Incidenstal (insjuknandet) av atopiskt eksem är 0.3 eller 3% hos barn. 500/16500=0.3
Exempel skillnad mellan prevalens och incidens Psoriasis Löss i håret Prevalens 2-4% 1% till 20% Är incidens ungefär samma, högre eller lägre för Psoriasis Löss i håret?
Exempel skillnad mellan prevalens och incidens Prevalens 2-4% Incidenstal Psoriasis Ja, den är lägre Löss i håret Ja, den är ungefär samma
Exempel skillnad mellan prevalens och incidens Psoriasis Prevalens 2-4% Incidenstal Nej, den är lägre samma Löss i håret Nej, den är ungefär
Exempel skillnad mellan prevalens och incidens Psoriasis Löss i håret Prevalens 2-4% 1% till 20% Ett års incidenstal 0.059 % 1% till 20% (0.48% to 22.4%)
Exempel på prevalens av olika dermatologiska sjukdomar hos unga vuxna i Sverige Akne 40% Rosacea 0.09% till 22% Handeksem 10% Atopiskt eksem 5-10% Mjälleksem 5% Psoriasis 2-4% Lichen planus 0.3-1% Kronisk urtikaria 2%
Exempel på incidens av olika dermatologiska sjukdomar hos äldre vuxna (60 +) i Sverige Malignt melanom 3500 personer 0.03% per år Eller 30/100000 personår Skivepitelcarcinom 5000 fall per år 0.07% per år Eller 70/100000 personår Basaliom 70000 fall per år 0.8?? 1% per år Eller 80/100000 personår
Varför använda dermatoepidemiologi? Epidemiologer tittar på sjukdomar oftast på gruppnivå. De frågar oftast vad är nämnare vilket betyder ur vilken befolkning kommer fallen? Om vi räknar hur många hälso-relaterade händelser eller fall förekommer inom en specifisk tid inom olika befolkningar så kan vi skatta t. ex. mortalitet orsakad av malignt melanom och jämföra utfallet i olika länder.
Mortalitet pga malignt melanom UK Australien 2.5/100000 personår 60/10000 personår
Population: exempel Är mortalitet pga malignt melanom högre eller lägre hos äldre jämfört med ungdomar eller unga vuxna?
Population: ålder Mortalitet pga malignt melanom är högre hos äldre jämfört med ungomar eller unga vuxna.
Population: ålder Nej. Mortalitet pga malignt melanom är högre hos äldre jämfört med ungomar eller unga vuxna.
Mortalitet pga malignt melanom per åldersgrupp i UK
Studiepopulation Kunskap om studiepopulationen är viktig för att tolka resultatet. Val av lämplig studiepopulation är avgörande även när man vill jämföra populationer Med rätt urval kan man dra slutsatser om befolkningen man vill veta något om.
Varför använda dermatoepidemiologi? Ger kunskap om riskfaktorer Vem blir sjuk?
Varför använda dermatoepidemiologi? Att jämföra grupper är viktigt inom epidemiologin. Man kan även få kunskap om möjliga orsaker/faktorer till en viss sjukdom.
Varför använda dermatoepidemiologi? Exempel: I Wien under 1840-talet noterade Ignaz Semmelweis att många kvinnor dog pga feber efter förlossning. Det var stora skillnader i mortalitet mellan två sjukhus, i ett var det mest barnmorskor som tog hand om kvinnorna, i det andra mest läkarstudenter. Studenterna undersökte kvinnorna ofta i undervisningssyfte och tvättade inte händerna. Semmelweiss misstänkte pga sina iakttaganden att studenterna eventuellt överförde någonting via händerna som utlöste febern. Han testade denna hypotes och introducerade anstiseptiskt handtvätt på sjukhuset; mortaliteten sjönk avseevärt.
Exempel 2: Hur skulle prevalensen av AE ändras om definitionen av fall skulle bli: Har eller har Ditt barn haft ett rodnat utslag/eksem som kan ha kommit och gått? och IgE skulle vara förhöjd?
Exempel 2 Det skulle bli oförändrat antal fall Det skulle bli högre antal fall Det skulle bli mindre antal fall
Exempel 2 Det skulle bli oförändrat antal fall -nej, det är osannolikt att alla med AE har förhöjd IgE Det skulle bli högre antal fall -nej, det är osannolikt att alla med AE har förhöjd IgE Det skulle bli mindre antal fall -Ja, det är osannolikt att alla med AE har förhöjd IgE
Exempel 3 Ett fall med skivepitelcancer definieras som patient med skivepitelcancer. I USA får ungefär 2.2 million patienter diagnosen. Hur skulle denna siffra ändras om fall blir definierad som skivepitelcancer?
Exempel 3 Antal skulle öka eftersom samma patient kan ha flera tumörer. 3.5 millioner skivepitelcancer blir diagnostiserade varje år i USA.
Exempel 3 Nej. Antal skulle öka eftersom samma patient kan ha fler tumörer. 3.5 million skivepitelcancer blir diagnostiserad varje år I USA.
Vem blir sjuk? Atopiskt eksem förekommer oftare hos barn med förälder som har allergisjukdom än hos barn med föräldrar utan allergisjukdom. Kunskap om riskgrupper är bra när man möter patienter!
Vilka är riskfaktorerna? Kvinnor har större sannolikheten att ha handeksem. Rökare har större sannolikhet att ha handeksem. Montnemery et al. 2005
Om ni själva vill bidra
Imagination is more important than knowledge. -Albert Einstein Varför behövs då epidemiologisk forskning?
Den magiska effekten av siffror A finding is more likely to be accepted if quantified (expressed in numbers) than if not. Black. J Epidemiol Comm Health, 1994
Innan man börjar Forskning bör beakta etiska principer. Dessa hittar man i:
Etik International Ethical Guidelines for Biomedical Research Involving Human Subjects Council for International Organizations of Medical Sciences (CIOMS) 2002 World Medical Association Declaration of Helsinki (2000)
Hur kan man börja?
Frågeställning Klart definierad fråga som kan besvaras. Innehåller: Vilka är inkluderade, var är studien utförd, när gjordes studien, typ av studie, (exponering, outcome)
Vad finns redan undersökt? Är frågeställningen besvarad? Hur har andra gjort? http://www.ncbi.nlm.nih.gov/sites/entrez
Översikt Olika studiedesigner & fel som kan uppstå Introduktion av begrepp
Validitet och reliabilitet
Validitet mäter man det som man vill mäta?
Reliabilitet är resultatet reproducerbart?
Studiepopulation Vilket urval har vi? Från: t. ex. sjukhuset Vårdcentral Skola Alla som bor i en viss område? Hur kan denna grupp beskrivas? Ålder Kön Etc?
Olika typer av studier En kort inledning:
Experimentella studier Interventionsstudier Randomiserad kontrollerad intervention Intervention Kontroll outcome ja/nej outcome ja/nej
Deskriptiva studier Kohort: Exponering Icke exponering Outcome ja/nej? Fall-kontroll: Outcome Icke outcome Tidigare exponerad ja/nej? Tvärsnitt: exponering och/eller outcome samtidigt
Fel som kan uppstå
Bias Fel i design eller utförandet av en studie som resulterar i slutsatser som är avvikande från sanningen De viktigaste typer av bias är:
Selektion (urval) bias Fel i urval av studiepopulation som leder till att: Deltagarna är icke representativa för referenspopulationen Grupperna är ej jämförbara
Informationsbias Fel i mätningarna av exponering eller outcome som resulterar i systematiska skillnader i exakthet av insamlad information mellan grupper Rapporteringsfel (t. ex. recall bias ) Observationsfel
Konfounder Samband mellan exponering och outcome beror helt eller partiellt på en annan exponering Konfounder (Exponering 0ll sol) Exponering av intresse (Solkkräm) U<all av intresse (Malignt melanom)
Konfounder Konfounding är en situation där en association mellan en exponering och ett utfall (outcome) helt eller delvis uppstår/eller försvinner pga en annan exponering. En konfounder kan förstärka eller förminska ett samband!! En konfounder MÅSTE: Vara associerad med exponeringen Vara associerad med utfall/outcome Avvika från kausala samband (causal pathway) mellan exponering och utfall
Studiedesign Detaljer Fördelar och nackdelar
Fallbeskrivning Ingen kontroll Sällsynta sjukdomar Första steg
Pragmatiska studier Kan vara värdefulla Real life
Tvärsnittsstudie Mäter frekvens av exposition och/eller outcome vid en tidpunkt Deskriptiv Analytisk
Exempel Prevalensen av atopiskt eksem är 3%.
Tvärsnitt *+*+**+*+**+*+*+*+*+***+*+*+*+**+ * +**+ *+**+ *+**+* *+**+**+* *+*+***+**+**+**+**+**+**+**+**+** +* *+*+* *+**+**+**+**+**+**+** +**+ *+**+**+**+**+**+**+** +**+* Prevalens bland exponerade = 57% Prevalens bland icke- exponerade = 30% Prevalens ra0o=1.9
Exempel Handeksem har samband med amningstiden
Pro/con tvärsnitt Pro Enkelt och ekonomisk Ge viktig information på förekomst/frekvens Första steg Con Prevalens Ingen tidsperspektiv Recall bias
Kohortstudie 1) Kohort initialt utan outcome 2) Klassificera kohort i exponerad/icke exponerad 3) Följ kohorten och jämför incidens (nya fall) av outcome mellan exponerade/icke exponerade
Kohort *+*+**+*+**+*+*+*+*+** *+*+*+*+**+ *+**+ *+**+ *+**+* *+**+**+* *+*+***+**+**+**+**+** +**+**+**+**+* *+**+**+**+** +**+**+**+**+ *+**+**+**+** +**+**+**+**+ * ***** ***** *+**+ Utfall +++++ ++++ Ej utfall ***** ***** Utfall +++++ ++++ Ej utfall
Exempel Barn med svårare eksem har lägre sannolikhet att tillfriskna från AE tills skolåldern (6-års ålder)
Pro/con kohort Pro Exponering mäts innan outcome uppstår (ej influerad av outcome) Tidssamband Flera outcome kan mätas Exponeringar som är sällsynta kan mätas Con Tar tid Oftast dyrt Ineffektiv för outcome som är sällsynta Exponering kan ändra sig Retrospektiv kohort beroende på datakvalitet av tidigare insamlade data Bortfall Diagnoskriterier kan ändras
Fall-kontroll studie 1) Identifiera fall med outcome 2) Identifiera representativ grupp av kontroll utan outcome 3) Jämför fall och kontroll avseende tidigare exponering avseende en eller flera riskfaktorer
Fall-kontroll Exponerad Ej exponerad Exponerad Ej exponerad + ++ +++ +++++++ ++ ++ ++ ++++ + + + ++ +++++ ** *** *** *** * ** *** *** *** * Fall +++ + + ++ +++++ Fall ** *** *** *** * Kontroll ******++++++ ****++++++++ +++++++++++ Kontroll
Fall-kontroll Population därifrån kontrollerna kommer ska vara samma som populationen därifrån fall kommer
Bullös hudsjukdom Exempel
Pro/con fall-kontroll Pro Snabb och ekonomisk Sällsynta sjukdomar Sjukdomar med lång tid mellan exponering och outcome Flera exponeringar Con Selektionsbias Informationsbias Reverse causation Ingen skattning av incidens/prevalens
Intervention 1) a) Randmiserar intervention (behandling) till en av studiegrupperna. b) De som inte får intervention utgör kontrollgrupp 2) Följer grupperna över tid 3) Jämför frekvens av outcome mellan interventions-och kontrollgrupp
Studiedeltagarnas urval Kriterier för inklusion & exklusion behövs En kontrollgrupp är viktig för att undvika tidseffekter och placeboeffekter
Randomisering
Intervention Intervention *********** *********** ******** Blinding No intervention *********** *********** ******** +++ + ++++ ****** ****** ****** +++ + ++++ ***** ****** ****** Outcome No outcome Outcome No outcome
Intention to treat vs. on treatment Ny behandling Standardbehandling ****** ** ***** ** ******** *** Mer allvarlig sjukdom ****** ** ***** ** ******** *** Mindre allvarlig sjukdom ************* ***** *** * ** ** *** ** ** * ** ** *** + + ******* ++ ++ +++++ ** ** ** * ** ** * ** ** Utfall Inget utfall Utfall Inget utfall
Intention to treat vs. on treatment Om vi skulle analysera data avseende vem som har verkligen fått behandling skulle vi se att "standardbehandling" har sämre utfall eftersom denna grupp innehåller patienter med svårare sjukdom.
Behandlingseffekt Utfallsmått bör vara valida och kliniskt meningsfulla DVS En patient med eksem som har lite mindre rodnad efter behandling, men som inte sover på natten pga klåda bör inte räknas som förbättrad.
Problem med RCT Sällsynta biverkningar upptäcks sällan Kan vara svårt att genomföra eller oetiskt
Pro/con RCT Pro En väl genomförd RCT randomiserar för obekanta och bekanta felkällor (bias & konfounder) Con Selektionsbias - Reporting bias & observer bias - Performance bias Systematiska skillnader i den givna behandlingen utöver intervention För kort Power problem
Tänk på Lång, stor, fullständig Meningsfulla jämförelser Representativt urval Randomisering Blinding Datainsamling: objektiv
Dermatoepidemiologi ger en struktur!