Epidemiologi FoU-kurs för ST-läkare

Peter Garvin? Epidemiologi FoU-kurs för ST-läkare Peter Garvin Avdelningen för Samhällsmedicin Inst för Medicin och Hälsa Linköpings universitet <peter.garvin@liu.se> Grundutbildning: 95-99 Biologi och kemi, LiU 99-00 Mag. i Folkhälsovetenskap, LiU Forskarutbildning: 03-08 Psykosociala faktorer, biologiska mekanismer och socioekonomiska villkor i samspel för god hälsa Nu: Biträdande lektor vid Avdelningen för Samhällsmedicin, LiU Forskning utgår huvudsakligen från stress och biologiska markörer relaterade till stress i epidemiologiska studier. Upplägg Epidemiologi som forskningsmetod Epidemiologi som forskningsmetod RCT: Kontrollerat försök med aktiv manipulation i klinisk vardag Analytisk epidemiologi vanliga fällor Exp+ Utfall+ a Exp- Utfallb c d 1

Epidemiologi som forskningsmetod Epidemiologi: Observation utan aktiv manipulation RCT ideal experimentsituation Manipulation Kontrollerad exponering till minst en av grupperna Exp2+ Exp3+ Exp4+ Exp+ Exp- Utfall+ a Utfallb Kontrollgrupp För att säkerställa att det inte finns någon allmän trend som av misstag kan tillskrivas exponeringseffekter Randomisering För att säkerställa att det inte finns en systematisk skillnad mellan grupperna Exp5+ Exp- Exp+ c d Observationsstudier Epidemiologi i förhållande till ideal experimentsituation Manipulation Kontrollerad exponering till minst en av grupperna Kontrollgrupp För att säkerställa att det inte finns någon allmän trend som av misstag kan tillskrivas exponeringseffekter Randomisering För att säkerställa att det inte finns en systematisk skillnad mellan grupperna Epidemiologi som forskningsmetod observationsstudier Inte möjligt att genomföra en klinisk studie eller experminent i många lägen: Beroende på sociala konstruktioner som påverkar hälsoutveckling ex. Politiska beslut och åtgärder ex. Socioekonomisk status ex. Verbala eller fysiska trakasserier ex. Psykosocial arbetsmiljö eller hemmiljö 2

Epidemiologi som forskningsmetod observationsstudier Inte möjligt att genomföra en klinisk studie eller experminent i många lägen: Beroende på etiologi ex. sjukdomar med lång latenstid ex. sjukdomar med låg prevalens Beroende på etiskt förhållningssätt Mycket svårare att försvara en RCT som bygger på en riskfaktor och inte på ett skyddande läkemedel Grundtanke: Hill s kriterier Vi behöver kunna resonera om orsak och verkan också i sammanhang med forskningsfrågor som inte kan lösas med RCT. Läs originaltext! Proceedings of the Royal Society of Medicine, 58 (1965), 295-300. Nya rön i läkartidningen http://www.lakartidningen.se/klinik-och-vetenskap/nya-ron/ Epidemiologiska studier är den vanligaste typen av studiedesign som rapporteras Epidemiologi RCT Fallbeskrivningar Kvalitativa studier Hälsoekonomiska studier Epidemiologi och studiedesign Riktlinjer och guidelines, för att bedöma studiekvalitet Olika studietyper kräver olika riktlinjer Kliniska studier (RCT) Experiment Epidemiologi i normalbefolkning ex. CONSORT, Consolidated Standards of Reporting Trials http://www.consort-statement.org/ ex. DOE (Design of Experments) Finns en mängd, beroende på vad man har som objekt, vad man studerar samt vilka metoder man använder, och ex. STROBE STrengthening the Reporting of OBservational studies in Epidemiology. http://www.strobe-statement.org/ 3

Exempel deskriptiv epidemiologi Insjuknande i hjärtinfarkt 1990 Ex-Sovjet Sverige årtal Viktig problematisering: Kan man lita på rapportering? Lokala skillnader? Kulturella skillnader? Politisk styrning av rapportering? Bortfall och underrapportering? Diagnoskriterier som ändras över tid? Uppdatering av ICD-koder /ICF / DSM Teknisk utveckling/ nya markörer Faktisk förändring av sjukdomsförekomst? Faktiskt förändring av exponeringsbild? Källa: WHO Mortality data base http://data.euro.who.int/hfamdb/ Exempel: Öppna jämförelser Sveriges kommuner och landsting http://www.skl.se/vi_arbetar_med/oppnajamforelser/oppna-jamforelser-avhalso-och-sjukvarden/landstingsvisa_femarstrender Vad vet man om skillnader mellan olika landsting och hur ska man agera för att minska skillnaderna? Exempel: Diagnoser enligt ACG www.vgregion.se Rätt diagnos - rätt ersättning "ACG (Adjusted Clinical Groups) är en metod som kan användas såväl för att beskriva hälsotillstånd i befolkningen som för att fördela sjukvårdsresurser efter förväntad vårdtyngd, med utgångspunkt i registrerade diagnoser. Det utgör en viktig komponent i beräkning av ersättning till vårdcentralerna inom VG Primärvård, då hälften av vårdpengen baseras på de diagnoser som registreras inom primärvård. 4

lätt eller svårt att beskriva förekomst? Stabila kriterier Exempel BMI och fysisk aktivitet hos unga lätt eller svårt att beskriva förekomst? Stabila kriterier Låg täckningsgrad Hög täckningsgrad Låg täckningsgrad Hög täckningsgrad Kriterier som kräver antaganden Av den som frågar Av den som svarar Kriterier som kräver antaganden Av den som frågar Av den som svarar Exempel BMI och fysisk aktivitet hos unga lätt eller svårt att beskriva förekomst? Stabila kriterier BMI Exempel BMI och fysisk aktivitet hos unga lätt eller svårt att beskriva förekomst? Stabila kriterier BMI Låg täckningsgrad Hög täckningsgrad Låg täckningsgrad Hög täckningsgrad Kriterier som kräver antaganden Av den som frågar Av den som svarar Fysisk aktivitet Kriterier som kräver antaganden Av den som frågar Av den som svarar 5

Exempel Astma och allergi lätt eller svårt att beskriva förekomst? Stabila kriterier Exempel Depression lätt eller svårt att beskriva förekomst? Stabila kriterier Låg täckningsgrad Hög täckningsgrad Låg täckningsgrad Hög täckningsgrad Astma? Depression? Klinisk diagnos eller självrapporterad? Kriterier som kräver antaganden Av den som frågar Av den som svarar Definition är avgörande! Kriterier som kräver antaganden Av den som frågar Av den som svarar Analytisk epidemiologi Vad orsakar att befolkningen mår som den gör? exponering och utfall är breda begrepp som kan observeras i verkligheten kemikalie cancer medicinering benskörhet depression högre återinläggning tillit i förlossning högre APGAR stress hos föräldrar fetma hos barn timmar vid skärmen sämre sårläkning Rater bygger upp riskbegreppet Två aspekter av risk som kompletterar varandra 1. Absolut risk hur vanligt är det? Problematisering (utgår från deskriptiv epidemiologi): Kan man lita på rapportering? Lokala skillnader? Kulturella skillnader? Politisk styrning av rapportering? Bortfall och underrapportering? Diagnoskriterier som ändras över tid? Uppdatering av ICD-koder Teknisk utveckling/ nya markörer 6

Rater bygger upp riskbegreppet Två aspekter av risk som kompletterar varandra 2. Relativ risk Ratkvoter. Eng= rate ratio En jämförelse mellan antalet inträffade händelser i två olika grupper. rat i grupp a rat i grupp b = ratkvot Om denna är =1,00 är det ingen skillnad mellan grupperna vad gäller sjuklighet Relativa och absoluta jämförelser Exempel (Stroke 2004;35:1047-1051) Conclusion: Stroke incidence increased in Sweden for both men and women between 1989 and 2000. The increase was larger among women. This calls for action when it comes to studying risk factors and planning prevention and health promotion and indicates the need for gender-specific studies. inc 89* inc 00* ratio Women 48.4 64.4 133% Men 98.9 118.0 119% * per 100 000 py, age 30-65 yrs Relativa och absoluta jämförelser Exempel (Stroke 2004;35:1047-1051) inc 89* inc 00* ratio abs.dif Women 48.4 64.4 133% 16.0 Men 98.9 118.0 119% 19.1 incidence per 10 000 py 140,0 120,0 100,0 80,0 60,0 40,0 20,0 0,0 Stroke incidence in Sweden in ages 30-65 yrs 98,9 48,4 118,0 64,4 1989 2000 women men Absoluta och relativa risker Vid ovanligt utfall eller ovanlig exponering kan det vara missvisande att bara göra en relativ jämförelse Faran är inte så stor eller akut som media vill göra gällande. Vid vanligt utfall kan det också vara missvisande att bara göra en relativ jämförelse Den relativa överrisken är liten, men antalet extrafall som finns i den exponerade gruppen kan vara högt. För att kunna uttala sig om hur stort problemet är, behöver vi kunskap om hur vanligt utfallet är i den oexponerade gruppen. 7

Rater bygger upp riskbegreppet Ekologiska studier Två aspekter av risk som kompletterar varandra 2. Relativ risk Problematisering: Bygger alltid på en jämförelse Mot vad? Relevant att göra jämförelse? Ålder- och könsfördelning? Generaliserbarhet? Exponering Är skillnaderna mellan grupperna relevant? Är gränsdragningen gjord på rätt ställe? Tvärsnittsstudie Kohortstudie Dator Ej dator Totalt Ryggbesvär 15 5 20 Population 100 100 200 EXPONERADE SJUKA 15/100 Prevalensratkvot = = 3,0 5/100 OEXPONERADE FRISKA 8

EXPONERADE OEXPONERADE Fall-Kontroll SJUKA FRISKA Epidemiologi i en social kontext Såväl exponering som utfall är till hög grad beroende av omgivande samhällsfaktorer. Ökad komplexitet vad gäller relevanta faktorer Har vi en gemensam bild av vilka faktorer som är relevanta för utfallet? Det man inte efterfrågar får man inte heller svar på Förutsätter medicinsk kompetens Rådande paradigm ex Psykiatrisatsning vid LiU ex fysioterapi och smärta Även kvantitativ analys bygger ofta på att man tvingar in kvalitativa data i en nominal, ordinal eller kontinuerlig skala. Epidemiologi i en social kontext Evidens: Historiskt sett: Stort fokus på rangordning: Prospektiva studier Fall-kontroll Tvärsnitt Ekologiska Epidemiologi i en social kontext Vad som egentligen är avgörande för studiens kvalitet: Relevant modell i design som förklarar samband Faktorer som inkluderas i datainsamling Relevanta mätmetoder Enkäter Självrapporterade utfall Register Relevant indelning av exponeringsgrupper Fysiologiskt relevanta skillnader? Förändring över tid? 9

Hot mot tillförlitligheten i epidemiologiska studier En studies interna validitet beskriver hur nära dess resultat ligger SANNINGEN. Avvikelser från denna SANNING kan förklaras av tre saker: Slumpmässiga Systematiska fel variationer Osäkerhet rent Bias matematiskt Kontrolleras med hjälp av Kontrolleras med hjälp av Konfidensintervall En strävan efter att minimera Så stort material subjektivitet och som möjligt godtycke Tredje variabel Confounders Effektmodifierare Kontrolleras med hjälp av God kännedom om andra riskfaktorer än den som primärt studeras Konfidensintervall Ett riskestimat är ingenting värt om det inte presenteras tillsammans med ett konfidensintervall. Det finns många olika modeller som kan användas för att räkna fram konfidensintervall. Dess lämplighet i den givna situationen beror på hur studiematerialet ser ut. Faktorer som avgör bredden på konfidensintervallet: Materialets storlek. Materialets fördelning över strata. Antal variabler som man studerar. Konfidensintervall Ett 95%-igt konfidensintervall är konstruerat så att det sanna värdet med 95% sannolikhet ligger inom det givna intervallet. Risk Felaktiga slutsatser i små grupper? Varning för artiklar av typen Depression is associated with heart failure amongst men (p<0.05) but not amongst women (p=0.15) Anledning att tro att det finns könsspecifika fysiologiska mekanismer? Sant värde Konfidensintervall på genomförda studier. (Olika urval i samma population) Kolla storlek på de olika grupperna! 10

Principskiss interaktion, effektmodifiering Tredje variabel, confounders och effektmodiferare Exponering Utfall Exponering Utfall Utan effektmodifiering Med effektmodifiering Exponering E Utfall Synergieffekt Exponering E Utfall Antagonieffekt Principskiss confounding Exponering Utan studerad confounder Med confounder Utfall Interaktion, effektmodifiering Interaktion (eller effektmodifiering) uppstår när en tredje variabel modifierar sambandet mellan exponering och utfall Intressant biologiskt samband Confounding Exponering C Utfall En confounder är en riskfaktor för det studerade utfallet som samvarierar med den studerade exponeringen Faktor som stör tolkningen av resultaten. Exponering Utfall Studiespecifik, beroende på den valda studiepopulationen. C 11

Bias hot mot validiteten Ett systematiskt fel (ej slumpmässigt) i en studie som medför ett felaktigt riskmått i association mellan exponering och det studerade utfallet. Bias hot mot validiteten Ett systematiskt fel (ej slumpmässigt) i en studie som medför ett felaktigt riskmått i association mellan exponering och det studerade utfallet. Kan uppstå i: Implementering Analys Kan uppstå i: Studiedesign Studiedesign Vanligaste bias sammanfattas i: Selektionsbias Informationsbias Recall bias. Exempel bias: att jämföra arbetande människor med arbetslösa människor. (Healthy worker- effekten). att göra en tvärsnittsstudie av anställda i en arbetsmiljö som orsakar ohälsa. ("unhealthy worker selection out of employment") Bias hot mot validiteten Ett systematiskt fel (ej slumpmässigt) i en studie som medför ett felaktigt riskmått i association mellan exponering och det studerade utfallet. Bias hot mot validiteten Ett systematiskt fel (ej slumpmässigt) i en studie som medför ett felaktigt riskmått i association mellan exponering och det studerade utfallet. Kan uppstå i: Implementering Kan uppstå i: Analys Exempel bias: Att endast undersöka de som deltar frivilligt i studien. Att ge information/intervention till de exponerade men ej till de oexponerade. Exempel bias: En forskare är sällan objektiv inför studiens resultat Man vill visa något eftersom man tror på sambandet och anpassar därför tolkningen eller materialet i analysen. Okunnighet i statistik och epidemiologi gör att man använder sig av metoder som inte är adekvata. 12

FoU-kurs epidemiologi Att ha med sig: Tolkning av rater och ratkvoter. Problematisering av studiedesign, eventuella confounders och bias Reflektion över möjligheter och svårigheter att använda journalföring och patientregister för epidemiologiska undersökningar Det finns exempel på bra och dålig forskning inom alla studietyper. Var försiktig med att kategoriskt rangordna. 13