Epidemiologi (II) Läkarprogrammet Termin 5, VT 2015 Lars Rylander Avdelningen för arbets och miljömedicin, Lund Epost: Lars.Rylander@med.lu.se Tel: 046 222 1631
Exempel: Sjukdomsmått 1990 2000 2010 Antal astmatiker Kontorister 20 25 30 Djurskötare 10 25 40 PREVALENS Kontorister 5% (20/400) 6.25% (25/400) 7.5% (30/400) Djurskötare 2.5% (10/400) 6.25% (25/400) 10% (40/400) Prevalenskvot 0.5 (2.5/5) 1 (6.25/6.25) 1.33 (10/7.5) KUMULATIV INCIDENS (RISK) Kontorister 1.3% [5/(40020)] 1.3% [5/(40025)] Djurskötare 3.8% [15/(40010)] 4.0% [15/(40025)] Riskkvot 2.9 (3.8/1.3) 3.0 (4/1.3) INCIDENS Kontorister 1.3/1000 py 1.3/1000 py 5/(375*10+5*5) 5/(370*10+5*) Djurskötare 3.9/1000 py 4.1/1000 py 15/(375*10+15*5) 15/(360*10+15*5) Incidenskvot 3.0 (3.9/1.3) 3.2 (4.1/1.3)
Studiedesign
Studiedesign Tvärsnittsnittstudier (Crosssectional studies) Kohortstudier (Followup studies) Fallkontrollstudier (Casecontrol studies)
Tvärsnittsstudier
Tvärsnittsstudier (Crosssectional studies) Avser att studera förhållanden vid en viss tidpunkt.
Ex. Tvärsnittsstudie Sambandet mellan monotont arbete inom fiskberedningsindustrin och nack/skulderbesvär Ålder Exponerade vs Referenter Riskkvot (POR) 95% KI < 30 4.2 (1.810) 3044 4.0 (2.08.0) 45 1.3 (0.712.5) Är det rimligt att äldre har mindre risk? Om inte, hur kan resultaten förklaras?
Ex. Tvärsnittsstudier Risken att få ett barn med spina bifida (ryggraden inte är sammanvuxen) hos rökande mödrar jämfört med icke rökande mödrar. Riskkvot (OR) 95% KI Icke rökare 1.00 < 10 cig/dag 0.79 (0.631.00) 10 cig/dag 0.66 (0.490.90) => Rökning en skyddande effekt?
Ex. Tvärsnittsstudier Samband mellan hormonstörande miljögifter och typ 2 diabetes (T2D) Andel med T2D (%) 12 10 8 Andel med T2D (%) 6 4 2 0 PCB153 p,p DDE Low Medium High PCB153 p,p DDE PCB153 och p,p DDE är markörer för långlivade klororganiska miljögifter (en grupp hormonstörande miljögifter).
Samband mellan hormonstörande miljögifter och typ 2 diabetes (T2D) Samband!! Kausalitet?? i) nivåer av miljögifterna Typ 2 diabetes ii) Typ 2 diabetes nivåer av miljögifterna
Tvärsnittsstudier Relativt snabbt/enkelt! Selektion? Kausalitet/tolkning?
Kohortstudier
Kohortstudier (Followup studies) Kohort: grupp med någon gemensam egenskap (ex födelseår, rökare, yrke, vegetarianer, ) Syfte: mäta och vanligtvis jämföra incidensen i flera kohorter
Kohortstudier Population (alla friska) Oexponerade/ Lågexponerade Oexponerade/ Lågexponerade Högexponerade SJUKA Högexponerade tid
Kohortstudier (Exemplet hormonstörande miljögifter och typ 2 diabetes [T2D]) Population (alla friska) Oexponerade/ Lågexponerade Oexponerade/ Lågexponerade Högexponerade T2D Högexponerade tid
Ex. Kohortstudier Frågeställning: Hormonstörande miljögifter* och risken för typ 2 diabetes WHILAkohorten (=Women Health In Lund Area) Kvinnor i Lundaregionen Ålder 5059 år 19952000 Intervjuade Blodprov ~7000 kvinnor *I vårt fall var vi intresserade av att studera långlivade klororganiska miljögifter
Kohortstudier Population: WHILA Alla friska: Ej T2D vid baseline Exponering: Låg()/Hög(+) Låg Låg + + Hög + + T2D + + Hög + + tid
Kohortstudier Population: WHILA Alla friska: Ej T2D Exponering: Låg()/Hög(+) Hög Låg Antal nya fall: a b Låg Hög + + + + tid Låg Hög + + T2D + + Persontid under T H T L risk: Incidens: a/t H b/t L Incidenskvot = I Hög / I Låg = (a/t H ) / (b/t L ) Incidensdifferens = I Hög I Låg = (a/t H ) (b/t L )
Kohortstudier Population: WHILA Alla friska: Ej T2D Exponering: Låg()/Hög(+) + + Höga Låga + + Låga + + T2D Höga + + När är kohortstudier lämpliga? Vad kan vara problem med en kohortstudie? När och varför kan det vara svårt att genomföra dem? tid
Fallkontrollstudier
Fallkontrollstudier (Casecontrol studies) Population Kontroller FALL FALL: De individer som fått den sjukdom vi studerar. KONTROLLER: De individer som inte fått den sjukdom vi studerar. Vår uppgift är att ta reda på exponeringsfördelningen hos fallen och kontrollerna. (Exponering kan t ex vara medicinering, kost, behandling, miljögifter, )
Ex. Fallkontrollstudie Frågeställning: Hormonstörande miljögifter* och risken för typ 2 diabetes WHILAkohorten (=Women Health In Lund Area) Kvinnor i Lundaregionen Ålder 5059 år 19952000 Intervjuade Blodprov ~7000 kvinnor *I vårt fall var vi intresserade av att studera långlivade klororganiska miljögifter
Ex. Fallkontrollstudie Frågeställning: Hormonstörande miljögifter och risken för typ 2 diabetes Population: WHILA Alla friska: Ej T2D vid baseline FALL: De kvinnor som fått diagnosen typ 2 diabetes (T2D) efter baseline. KONTROLLER: De individer som inte fått diagnosen T2D. Ej T2D Vår uppgift är att ta reda på exponeringsfördelningen hos fallen och kontrollerna. T2D (Exponeringen i vår studie är långlivade klororganiska miljögifter)
Vilket sjukdomsmått används i fallkontrollstudier för att skatta sambandet mellan exponering och sjukdomsrisk?
ODDSKVOT (Odds ratio; OR) Exempel: E+ E D+ a=50 b=10 D c=60 d=60 Oddset att vara sjuk (D+) givet att man är exponerad (E+): (50/110)/(60/110) = 50/60 = 0.83 Odds: Sannolikhet för händelse genom sannolikhet för ej händelse Oddset att vara sjuk (D+) givet att man är oexponerad (E) (10/70) / (60/70) = 10/60 = 0.17 Man kan få ett relativt riskmått genom att beräkna kvoten mellan två odds Denna kvot kallas oddskvot (eng. Odds Ratio =OR) a d 50 60 OR = = = 5 b c 10 60
Fallkontrollstudie RESULTAT från exemplet ( WHILAstudien ) Totalt hade vi 371 fall och lika många kontroller Kontroller Om vi inkluderade alla i analysen såg vi inget samband mellan exponering och risken att utveckla typ 2 diabetes. FALL Men om vi endast såg på de seten där fallen fick sin diabetes 7 år efter baselineundersökningen visade det sig att de kvinnor med de högsta nivåerna av p,p DDE hade ca 5 gånger ökad risk att utveckla typ 2 diabetes jämfört med de med lägre p,p DDEnivåer. RignellHydbom et al. PLoS One 2009 Oct 19;4(10):e7503
Felkällor
Felkällor Tillfälliga fel Systematiska fel Minskar om stickprovet görs större Minskar EJ med ökande stickprovsstorlek Statistisk osäkerhet stickprovsfel Felets storlek avspeglas i konfidensintervallets bredd. Större osäkerhet i fallkontroll än i kohortstudier. Snedvridning av resultat BIAS Avspeglas EJ i konfidensintervallets bredd
Tillfälliga fel Fel av slumpmässig natur och som är oberoende av exponeringsstatus, sjukdomsstatus (nondifferential) Mätfel, fel svar Felklassificering av exponering/kohorttillhörighet Diagnos ej registrerad eller felaktig Tenderar oftast att försvaga sambandet mellan exponering och utfall
Systematiska fel (BIAS) Fel som är beroende av exponeringsstatus och/ eller sjukdomsstatus (differential) Selektionsfel Vem väljer att deltaga? Vem deltar men hoppar över vissa frågor? Informationsfel selektiv ihågkommelse olika insamlingsmetoder Confounding (störfaktorer/ förväxlingseffekter) Kan försvaga såväl som förstärka sambandet mellan exponering och utfall