Introduktion till Klinisk Epidemiologi Katja Fall Klinisk Epidemiologi och Biosta6s6k, 2016 16-09-14 Katja Fall 2016 1
Epidemiologi Studier av sjukdomars förekomst och riskfaktorer (Rothman) Komponenter: Sjukdomsmå> (kvan?fierar sjukdomsförekomst) Mäter fördelning av sjukdom i befolkningen à forma hypoteser om orsaksfaktorer Iden6fiera riskfaktorer för sjukdom à testa hypoteser med epidemiologisk studiedesign Descrip?ve Analy?cal 16-09-14 Katja Fall 2016 2
Typer av studier Deskrip6va beskriver förekomst av ulall/sjd Analy6ska studier beskriver sambandet mellan exponering och ulall xponering - - - - - à tfall 16-09-14 Katja Fall 2016 3
Epidemiologiska studier Vad? Deskriptiva Analytiska Varför? 16-09-14 Katja Fall 2016 4
Ex: Descrip6ve Exempel: SIDS incidence in Sweden 1975 2004, cases per 1000 live births. Alm B et al. Arch Dis Child 2006;91:915-919 16-09-14 Katja Fall 2016 5
Ex: analy6cal New Zealand Cot Death Study Design: case-control study 162 cases of SIDS 589 controls InformaEon on poteneal causes: Review of medical records and interviews with parents Results: Sleeping posi6on (face down): 3.5 x risk! Smoking mother 1-9 cig/d 2 x increased risk 10-19 cig/d 3 x - - 20+ cig/d 5 x - - 16-09-14 Katja Fall 2016 6
Epidemiologiska studier Deskriptiva Analytiska 16-09-14 Katja Fall 2016 7
Deskrip6va studier O_ast de första studierna som görs på en ny sjukdom/ nya 6llstånd för aa karaktärisera sjukdomen, mäta förekomst och undersöka hur den varierar i rela6on 6ll: individ plats 6d Görs utan specifik hypotes Inga jämförelser mellan grupper à Inga slutsatser om koppling mellan exponering och sjukdom à Användbara för a> generera hypoteser 16-09-14 Katja Fall 2016 8
Analy6ska studier Analy6ska studier görs för aa testa hypoteser Gemensam nämnare: jämförande Inom epidemiologin innebär hypotesen o_ast aa undersöka om en viss exponering är associerad 6ll (eller orsakar) ea visst ulall Studierna kan vara prospek6va retrospek6va utan riktning (i 6d) 16-09-14 Katja Fall 2016 9
Tvärsnittsstudie 16-09-14 Katja Fall 2016 10
alla friska vid t 0 Kohortstudie 16-09-14 Katja Fall 2016 11
Fall-kontroll studie 16-09-14 Katja Fall 2016 12
SJUKDOMS- OCH ASSOCIATIONSMÅTT Vetenskapligt förhållningssätt Katja Fall 16-09-14 Katja Fall 2016 13
Epidemiologi studier av hur o_a sjukdomar uppstår olika befolkningsgrupper och varför 16-09-14 Katja Fall 2016 14
Den epidemiologiska forskarens verktygslåda Måa på hur o_a sjukdomar uppstår i en popula6on Prevalens Incidens Måa på samband mellan exponering o ulall Rela6va riskmåa Absoluta riskmåa 16-09-14 Katja Fall 2016 15
I. Måa på sjukdomsförekomst Prevalens prevail Hur många är sjuka? Incidens incident Hur många insjuknar? 16-09-14 Katja Fall 2016 16
Hela befolkningen Prevalens Sjuka Friska Sjuka Incidens 16-09-14 Katja Fall 2016 17
Prevalens Defini6on: Propor6onen sjuka individer i en popula6on vid en viss 6dpunkt Formel: antal sjuka i popula6onen vid en viss 6dpunkt antal individer i popula6on vid den 6dpunkten 16-09-14 Katja Fall 2016 18
Exempel - prevalens 2005 var prevalensen av pa6enter med högt blodtryck 6% i Sverige 16-09-14 Katja Fall 2016 19
Om prevalens Ea måa på den totala sjukdomsbördan vid en viss 6dpunkt Antar värden mellan 0 och 1 (0-100%) Är en propor6on (enhetslös) Tidpunkten måste definieras 16-09-14 Katja Fall 2016 20
Incidens Måa på utveckling av nya sjukdomsfall KumulaEv incidens (Incidence proporeon) Incidens (Incidence rate) 16-09-14 Katja Fall 2016 21
Kumula6v incidence (= risk ) Defini6on: Propor6onen individer i en popula6on som insjuknar i sjukdomen under en viss 6dsperiod Kallas också incidence propor6on Formel: # nya sjukdomsfall # individer i popula6onen vid studiestart 16-09-14 Katja Fall 2016 22
Vad är den kumulativa incidensen av sjukdom (=K)? Person A B C D E F G H Year of follow-up 1 2 3 4 5 6 7 8 9 10 K K K K 6/8=0.75 K på 10 år 16-09-14 Katja Fall 2016 23 K
Incidence propor6on/cumula6ve incidence Example: Vioxx vs Naproxen among RA pa6ents 3.7% 1.8% 16-09-14 Katja Fall 2016 24
Incidens Incidence Rate, IR Mäter has6gheten för insjuknandet i en sjukdom (eng. force of morbidity) Formel: IR =antalet individer som insjuknar under en period den 6d individerna 6llsammans löper risk aa insjukna 16-09-14 Katja Fall 2016 25
Addi6on av person6d för beräkning av IR Person A B C D E F G H Year of follow-up 1 2 3 4 5 6 7 8 9 10 3/39=0.076 76/1000 personår K J K J flyaar! flyaar! 16-09-14 Katja Fall 2016 26 K
The incidence of tes6cular cancer is 5.5 per 10 5 and year 16-09-14 Katja Fall 2016 27
Om IR Enhet = person6d -t (ej en propor6on) Användbart i rörliga popula6oner Endast person6d at risk i nämnaren 16-09-14 Katja Fall 2016 28
Odds Ea alterna6vt måa på risk som baserar sig på en propor6on Odds=propor6on/ (1-propor6on) 16-09-14 Katja Fall 2016 29
Beräkning av risk i kohortstudie Bisfenol A-exponering (viss typ av nappflaska) och risk för leukemi (obs! påhiaat exempel) Leukemi + Leukemi - Total Bisfenol A + 60 188,940 189,000 Bisfenol A - 57 278,943 279,000 Total 117 467,883 468,000 R E R O = = 60 189,000 57 279,000 = 32 = 20 casesper100,000 casesper100,000 16-09-14 Katja Fall 2016 30
Beräkning av odds i fall-kontrollstudie Bisfenol A-exponering (viss typ av nappflaska) och risk för leukemi (obs! påhiaat exempel): en kontroll har valts per fall, istället för incidens får vi räkna odds Leukemi + Leukemi - Total BisfenolA + 60 47 107 BisfenolA - 57 70 127 Total 117 117 234 60 O E = = 1.28 47 57 O O = = 0.81 70 16-09-14 Katja Fall 2016 31
Sambandet mellan propor6on odds Proportion p Odds p/(1-p) Odds= sannolikheten aa en sak inträffar jämfört med sannolikheten aa den inte gör det Exvis i spel =sannolikheten aa förlora mot sannolikheten aa vinna 16-09-14 Katja Fall 2016 32
Förhållandet mellan odds och propor6on 1/100 4/100 10/100 Proportion Odds 0.01 0.01 0.04 0.04 0.1 0.11 0.2 0.25 0.5 1.0 0.7 2.3 0.9 9.0 0.95 19.0 1/99 4/96 10/90 16-09-14 Katja Fall 2016 33
Om odds Ea alterna6v 6ll propor6on Propor6on är aa föredra, men går inte aa räkna ut i vissa dataset Närmar sig risken (propor6onen) när den är liten (ovanliga sjukdomar) 16-09-14 Katja Fall 2016 34
Sammanfaaning sjukdomsmåa Prevalens (propor6on) = prevalenta fall/popula6on Kumula6v incidens = nya fall/antalet individer som löper risk aa insjukna vid början av studieperioden Incidence rate = nya fall/total person 6d at risk Odds = propor6on/(1-propor6on) 16-09-14 Katja Fall 2016 35
Just nu lider 1% av Sveriges befolkning av handeksem Prevalensen av handeksem 16-09-14 Katja Fall 2016 36
Under 1999, drabbades 10 av 100 svenskar av influensa den kumula6va incidensen av influensa under 1 år (eaårsrisken för influensa) 16-09-14 Katja Fall 2016 37
Under 80-talet rökte 30% av alla gravida kvinnor. Sedan dess har det minskat 6ll 13%. Prevalensen rökande gravida kvinnor 16-09-14 Katja Fall 2016 38
Du löper 75% risk aa få min förkylning. Vilka är oddsen aa få förkylningen? [odds = propor6on / (1 - prop)] 0,75/0,25=3 Oddsen är 3 mot 1 16-09-14 Katja Fall 2016 39
Den totala dödligheten ligger runt 12.5 dödsfall per 1000 person-år. Mortalitet = incidensen av död! 16-09-14 Katja Fall 2016 40
Den epidemiologiska verktygslådan Måa på hur o_a sjukdomar uppstår i en popula6on Prevalens Incidens Måa på samband mellan exponering o ulall Rela6va riskmåa Absoluta riskmåa 16-09-14 Katja Fall 2016 41
Aa jämföra risker Jämförelser av förekomsten av sjukdom i olika popula6oner, tex en exponerad och en oexponerad Skillnader i sjukdomsförekomst kan uaryckas som Differens absolut riskdifferens Kvot rela6v risk 16-09-14 Katja Fall 2016 42
Rela6va risker (RR) Risk Ra6o = Kumula6v inc. exp /Kumula6v inc. unexp. (riskkvot) Rate Ra6o = Incidence rate exp /Incidence rate unexp. (incidenskvot) Odds Ra6o = Odds exp /Odds unexp (oddskvot) 16-09-14 Katja Fall 2016 43
Fyrfältstabellen (the 2-by-2-table) Disease + Expo + a b a+b=n 1 Expo c d c+d =N 0 a+c b+d a+b+c+d=t 16-09-14 Katja Fall 2016 44
RR = Risk exposed / Risk unexposed RR = 3 RR = 1 RR = 0.7 16-09-14 Katja Fall 2016 45
Risk Ra6o (riskkvot) Disease + Expo + a b a+b=n 1 Expo c d c+d =N 0 a+c b+d a+b+c+d=t Risk Ra6o = Kvoten mellan den kumula6va incidensen bland exponerade och den kumula6va incidensen bland de oexponerade = a/(a+b) / c/(c+d) 16-09-14 Katja Fall 2016 46
Om rela6va risker (1) Exponerade i täljaren, oexponerade i nämnaren RR=1 betyder ingen associa6on mellan exponering och sjukdom RR>1 betyder posi6v associa6on mellan exponering och sjukdom RR<1 betyder nega6v associa6on mellan exponering och sjukdom 16-09-14 Katja Fall 2016 47
Incidenskvoter (Incidence Rate Ra6os) Disease + Person-years Expo + a b PY 1 Expo c d PY 0 a+c b+d PY 1 +PY 0 Rate Ra6o = a/py 1 / c/py 0 = apy 0 /cpy 1 16-09-14 Katja Fall 2016 48
I studier där man saknar informa6on om hela popula6onen för aa räkna ut incidencen, kan man forlarande räkna ut oddsen! 16-09-14 Katja Fall 2016 49
Odds Ra6o Disease + Expo + a b a+b=n 1 Expo c d c+d =N 0 a+c b+d a+b+c+d=t Disease odds ra6o = a/b / c/d = ad/bc 16-09-14 Katja Fall 2016 50
Om odds ra6os (ORs) När sjukdomen är sällsynt (andelen sjuka liten) är oddskvoten~riskkvoten (se 6digare bild) Oddskvoter kan användas för aa uppskaaa riskkvoten i studier där man saknar informa6on om hela popula6onen at risk, exv fall-kontrollstudier 16-09-14 Katja Fall 2016 51
Om rela6va risker (2) Risk (kumula6v incidens), rate (incidence rate), och odds ra6os (-kvoter) är alla måa på rela6va risker Incidence rate ra6o är gold standard, men kan ibland inte beräknas Riskkvoter och oddskvoter fungerar som bra uppskaaningar av den rela6va risken 16-09-14 Katja Fall 2016 52
Absolut riskdifferens Ea effektmåa på den absoluta skalan (ej rela6va) 16-09-14 Katja Fall 2016 53
Absolut riskdifferens (AR) Kallas också aaributable risk eller 6llskriven andel AR = Kumula6va Incidencen exp Kumula6va Incidencen oexp AR = Incidence rate exp Incidence rate oexp Tolkning: Den absoluta förekomsten av en sjukdom bland de exponerade som kan?llskrivas exponeringen 16-09-14 Katja Fall 2016 54
ARributable risk Risk Exposed Unexposed 16-09-14 Katja Fall 2016 55
ARributable risk Risk AR Exposed Unexposed 16-09-14 Katja Fall 2016 56
AR% Risk AR% AR Exposed Unexposed 16-09-14 Katja Fall 2016 57
Aaributable risk percent Kallas även e6ologic frac6on = (incidenceexp - incidenceunexp) / incidenceexp = AR/incidenceexp Tolkning: Den andel av sjukdomsbördan bland de exponerade som orsakats av exponeringen 16-09-14 Katja Fall 2016 58
Vilket måa är mest informa6vt? Example: Vioxx vs Naproxen among RA pa6ents 3.7% 3.7% 1.8% 1.8% 16-09-14 Katja Fall 2016 59
Vad motsvarar den omvända riskdifferensen? 1/AR = Antalet exponerade personer (eller personår) som behövs för aa undvika ea ulall (en sjuk person) = Numbers Needed to Treat (NNT) eller numbers needed to harm om exponeringen är skadlig 16-09-14 Katja Fall 2016 60
Example: Vioxx vs Naproxen Confirmed upper gastrointes6nal event: RR (95% CI) = 0.5 (0.3-0.6) AR = 1.9% NNT = 1/0.019 = 52 16-09-14 Katja Fall 2016 61
Vilket måa är bäst? Konklusion RR ger ingen informa6on om incidensen RR är för forskare AR och NNT är de måa som spelar roll för pa6enter och kliniker NNT är relaterad 6ll den absoluta risken Den absoluta risken kan variera mellan popula6oner AR och NNT är mindre generaliserbara än RR 16-09-14 Katja Fall 2016 62