Grunderna i epidemiologi emilie.agardh@ki.se
Innehåll: Vad är epidemiologi? Beskriva 4 olika typer av studiedesign Beskriva 3 olika typer av sjukdomsmått Diskutera orsaker och samband Varför är epidemiologi viktigt för en folkhälsovetare? 6 September 2010 2
Vad är epidemiologi? Läran om sjukdomars och riskfaktorers förekomst i befolkningen 6 September 2010 3
Epidemiologins tillämpningsområden Epidemiologisk hälsoövervakning (WHO, Socialstyrelsen, EpiC) Analytisk epidemiologi (sökande efter sjukdomars orsaker) Utvärdering av mätmetoder och mätinstrument (hälso-och sjukvårdsforskning) Kliniska prövningar (behandlingsmetod effektiv eller ej) Prevention, folkhälsoarbete 6 September 2010 4
Epidemiologi ur ett historiskt perspektiv 6 September 2010 5
John Snow (1813-1858): Samband mellan orent vatten och kolera 6 September 2010 6
Vad har vi lärt oss av detta? Att tänka i orsakskedjor: Sjukdomar inträffar inte av en slump. Det finns en orsak Kolera bakterier hamnade i vattenpump vattnet pumpades upp drack vattnet Sjukdom All prevention idag bygger på att identifiera orsaken i kedjan som går att bryta för att förhindra sjukdom. Epidemiologi är därför en viktig grundsten i Folkhälsovetenskapen 6 September 2010 7
4 olika typer av studiedesign 6 September 2010 8
Studiedesign (1) Ekologisk design Ex: Om man studerar antal rökare i olika områden och samma år mäter dödlighet i hjärtinfarkt i samma områden. Problem: vet inte om de som dog var de som rökte. Exponering (E) Sjukdom (S) Förväxlingsfaktor (Confounder) Finns inga möjligheter att justera bort eventuella förväxlingsfaktorer Värdet i denna typer av studier: Ger en snabb hint om ett eventuellt samband 6 September 2010 9
(2) Tvärsnittstudie Studiedesign Tvärsnitt ur en befolkning vid en viss tidpunktdå man mäter exponering och sjukdom samtidigt. Två varianter: A) Kohortstudie B) Fall-Kontroll studie 6 September 2010 10
(2) Tvärsnittstudie Studiedesign A) Kohortstudie (En kohort betecknar en grupp människor som har något gemensamt) Nej Hjärtinfarkt Ja Rökare Nej 970 5 Ja 5 20 1000 personer ur befolkningen 60+ 2.5% (25 personer) med hjärtinfarkt. Få personer i varje ruta. Namn Efternamn 6 September 2010 11
(2) Tvärsnittstudie Studiedesign B) Fall-Kontroll studie. Plockar ut fall från tex sjukhusens diagnosregister och väljer sedan ut kontroller Nej Hjärtinfarkt Ja Rökare Nej 90 30 Ja 10 70 Plockar ut 100 fall och väljer ut 100 kontroller till dessa fall. 6 September 2010 12
(2) Tvärsnittstudie Studiedesign Värdet av en tvärsnittstudie? Mäter exponering och sjukdom vid samma tidpunkt Exponering (E) ( ) Sjukdom (S) Förväxlingsfaktor (Confounder) 6 September 2010 13
Studiedesign (3) Longitudinell studie. Tar med ett tidsperspektiv. Man följer ett visst antal individer över tid. Exempel rökning och hjärtinfarkt: Är det vanligare att insjukna i hjärtinfarkt om man rökte vid starten av studien? Rökare Icke-rökare Rökvanor 6 September 2010 14
(3) Longitudinell studie Studiedesign Värdet av en longitudinell studie? Följer en grupp individer över tid Exponering (E) Sjukdom (S) Förväxlingsfaktor (Confounder) 6 September 2010 15
Studiedesign (4) Interventionsstudie, man går in och påverkar läget. För att komma förbi problem med eventuell placebo effekt har man infört något som kallas randomiserade kontrollerade studier Tex man låter en grupp individer motionera i ett särskilt program, medan en annan grupp inte får det, sedan jämför man om färre insjuknat i ena eller andra gruppen. En grupp individer som slumpmässigt delas in i två grupper: Motion Ingen motion Efter ett tag går man in och utvärderar. Hur har det gått i de olika grupperna. 6 September 2010 16
Studiedesign (4) Interventionsstudie Värdet av en interventionsstudie? Slumpen gör att man justerar för alla eventuella förväxlingsfaktorer. Exponering (E) Sjukdom (S) Förväxlingsfaktor (Confounder) Skillnaden från andra studier är att man här tar bort riskfaktorn alt lägger till friskfaktor och ser om risken att insjukna blir mindre 6 September 2010 17
Sjukdomsmått 6 September 2010 18
Hur mäter man sjukdomar i en befolkning? (1) Absoluta mått= hur vanlig en viss sjukdom är i en viss befolkning Prevalens (P) Incidens (I) (2) Relativa mått= tar sin utgångspunkt i exponeringsförhållanden Relativ risk Odds kvot (3) Förklarande (deskriptiva) Etiologisk fraktion 6 September 2010 19
Prevalens Prevalens= förekomstenav en sjukdom i en befolkning vid en viss tidpunkt Sjuka Totala populationen Prevalens = antal individer med en sjukdom vid en viss tidpunkt antal individer i befolkningen vid den tidpunkten 6 September 2010 20
Exempel: Prevalens Ur Stockholms befolkning gjordes ett urval omfattande 1038 kvinnor i åldrarna 70-74 år. Efter en undersökning fick 70 av dessa diagnosen reumatoid artrit. Prevalensen blir då: P= 70 / 1038 = 0.07 Detta betyder att 7% av de studerade kvinnorna hade reumatoid artrit 6 September 2010 21
Incidens Incidens = insjuknandefrekvensen, dvs hur många nya fallav en sjukdom som inträffar under en viss tidsperiod. Friska (population som är under risk att insjukna) Sjuka Incidens = antal nya sjukdomsfall i en befolkning under en viss tid den tid som individerna tillsammans löper risk att insjukna 6 September 2010 22
Exempel: Incidens Under året 1973 inträffade i Stockholm 29 fall av hjärtinfarkt bland män i åldern 40-44 år. Medelfolkmängden under året var 41 532 för män i de aktuella åldrarna. I = 29/ 41 532 = 0.0007 per år Detta betyder att under ett år insjuknade 7 fall av hjärtinfarkt per 10 000 invånare Om man följer 10 000 män i åldrarna 40-44 år under ett år kommer 7 av dessa män insjukna i hjärtinfarkt 6 September 2010 23
Prevalens och incidens Prevalens mått används främst i samband med sjukvårdsplanering eller i studier av vårdbehov, samt vid epidemiologiska studier av kroniska sjukdomar Incidensmått används främst för akuta sjukdomar (svårare att fånga vid en tvärsnittsundersökning), och vid studier av sjukdomsorsaker. 6 September 2010 24
Relativ risk De relativa måtten tar sin utgångspunkt i exponeringsförhållanden och jämför prevalens eller incidens bland sådana som är utsatta för en exponering med sådana som inte är utsatta för en exponering. Den relativa risken beskriver hur mycket farligare är det att vara exponerad i jämförelse med att inte vara exponerad. 6 September 2010 25
Relativ risk RR = Incidens eller prevalens (exponerade) Incidens eller prevalens (oexponerade) Exempel: beräkning av den relativ riska för hjärtsjukdom om man är rökare. Prevalensen för hjärtsjukdom bland exponerade (rökare) = 6% Prevalensen för hjärtsjukdom bland oexponerade (icke-rökare) = 3% RR= 6/3 = 2.0 En relativ risk på 1 betyder ingen effekt, en relativ risk över 1 betyder att riskfaktorn är farlig och en relativ risk under ett betyder att den skyddar 6 September 2010 26
Relativ risk Nej Hjärtinfarkt Ja Nej 970 5 Prevalens för hjärtinfarkt bland icke-rökare = 5/1000 = 0.005 (0.5%) Rökare Ja 5 20 Prevalens för hjärtinfarkt bland rökare = 20/1000 = 0.02 (2%) RR= 0.02 (2%) /0.005 (0.5%) = 4.0 6 September 2010 27
Relativa mått: Odds kvot Räknas ut på ett annat sätt än relativa risken, men tolkningen är den samma. Odds kvot är vanligare än relativ risk eftersom det går att använda i alla lägen, vilket inte relativ risk gör. Däremot är odds kvoten svårare att intuitivt räkna/förstå. 6 September 2010 28
Förklarande (deskriptiva mått): Etiologisk fraktion I situationer där det anses klarlagt att det finns ett orsakssamband (exponering leder till sjukdom) kan den etiologiska fraktionen beräknas De etiologiska fraktionen är den andel av sjukdomsförekomsten (ex lungcancer) som skulle försvinna om den exponerade gruppen (ex rökare) fick sin sjukdomsförekomst sänkt till den nivå som gäller för den oexponerade gruppen (ex icke-rökare) Dvs hur mycket av en sjukdom som kan förklaras av en riskfaktor 6 September 2010 29
Innan vi beräknar etiologisk fraktion.. -Hur vet man att något är en orsak till sjukdom? 6 September 2010 30
Sir Richard Doll (1912-2005) Rökning och lungcancer År 1951 publicerade läkare på UKs medical research Council en vetenskaplig artikel som var uppseendeväckande. De hävdade att rökning kunde orsaka lungcancer. Sir Richard Doll var en av männen bakom studien. Dödlighet av lungcancer ökade varje år och människor började bli oroliga. Doll och hans kollegor intervjuade 700 lungcancer patienter för att identifiera vad som kunde orsaka sjukdomen. De frågade dem allt de kunde tänka sig, och det tog inte lång tid förrän de rökning var orsaken. Hursomhelst, ingen kunde tro att detta var sant och de fortsatte då sitt arbete. De frågade 40,000 läkare om de rökte och efter tre år jämförde de rökare med icke-rökare. Resultatet var slående, och år 1954 kallade hälsoministern till presskonferens och sa att det är nu bevisat att det finns ett orsakssamband mellan rökning och lungcancer. 6 September 2010 31
Ex: Är stress en orsak till typ 2 diabetes? Vi visade i en tvärsnitsstudie att det fanns ett samband mellan psykosocial stress och typ 2 diabetes. En av de första frågorna vi fick var: Hur kan ni veta att det inte är ett omvänt samband, det vill säga att de med diabetes upplever mer stress än de utan diabetes? Exponering (Stress) Sjukdom (Diabetes) Förväxlingsfaktor (Confounder) 6 September 2010 32
Orsak till sjukdom: Räcker detta? Exponering (E) Sjukdom (S) Förväxlingsfaktor (Confounder) 6 September 2010 33
Orsakssamband Man har kunnat påvisa en statistiskt säker samvariation mellan antalet födda barn i Västtyskland, och antalet häckande storkar mellan åren 1965 och 1980. 6 September 2010 34
Hills kriterier På 50-talet formulerade läkaren Austen Bradford Hill ett antal kriterier som bör vara uppfyllda för att man ska kunna dra någorlunda säkra samband mellan en riskfaktor och en sjukdom 6 September 2010 35
Hills kriterier Kriterium 1: Statistisk styrka Studien måste omfatta tillräckligt många människor för att inte slumpmässiga variationer ska dominera resultaten Kriterium 2: Biologisk rimlighet Det räcker inte med att en samvariation mellan två företeelser är statistiskt säkerställd. Man måste alltid ställa frågan ett sådant samband är rimligt. Ex Storkar Kriterium 3: Relevant kontrollgrupp Uppkomstmekanismer för sjukdom är ofta komplicerad och den exponerade gruppen och kontrollgruppen bör vara så lika som möjligt för att undvika effekter av detta. 6 September 2010 36
Hills kriterier Kriterium 4: Tidsmässig överrensstämmelse Ett orsakssamband förutsätter att exponering föregår sjukdom. Men kravet på kronologi kan vara mer komplicerat än så. Man bör beakta latenstiden mellan exponering och sjukdom också. Kriterium 5: Dosberoende Det är en allmän regel att skaderisken ökar med dosen. Kriterium 6: Reproducerbarhet Som i alla vetenskapliga sammanhang bör en varningsklocka ringa om olika studier av samma fenomen ger vitt skilda resultat utan rimliga förklaringar. 6 September 2010 37
Orsaker till sjukdom En sjukdom har som regel flera orsaker som tillsammans eller var för sig ger upphov till sjukdom Sjukdomsorsaker kan i regel ge upphov till sjukdom direkt, eller indirekt genom att ge upphov till andra sjukdomsorsaker I praktiken kan man nästan alltid tänka sig mellanliggande orsaker och orsakssamband kan därmed betraktas som mer eller mindre indirekta 6 September 2010 38
Tillbaka till etiologisk fraktion.. Den etiologiska fraktionen är den andel av sjukdomsförekomsten som skulle försvinna om den exponerade gruppen fick sin sjukdomsförekomst sänkt till den nivå som gäller för den oexponerade gruppen Det är med beräkningar av detta slag som WHO s uttalande baseras att 80% av all tumörsjuklighet skulle bero på miljön 6 September 2010 39
Etiologisk fraktion: exempel I en undersökning av sambandet mellan rökning och cancer i munhåla och svalg skattades den relativa risken till 4.1. Av de som insjuknade var 95% rökare Under förutsättning att det observerade sambandet är ett orsakssamband kan den etiologiska fraktionen beräknas: EF = 4.1-1 / 4.1 x 0.95 = 0.72 Detta betyder att 72% av de fall av mun-och svalgcancer som inträffar i den studerade populationen kan tillskrivas rökning 6 September 2010 40
Varför är det viktigt för en Folkhälsovetare att ha kunskaper i epidemiologi? 6 September 2010 41
6 September 2010 42