Grundläggande epidemiologi
Susanna Calling, läk, med dr
[email protected]
Agenda
–
–
–
–
–
Vad är epidemiologi?
Grundläggande begrepp
Studiedesign
Felkällor
Grupparbete
Vad är epidemiologi?
Epidemiologi
• ”Läran om hälsans och ohälsans
utbredning och dess orsaker i en
befolkning”
”The epidemiological black box”
Factor A
Disease
Varför behövs epidemiologi?
John Snow 1854
Varför behövs epidemiologi?
Epidemiologi ger oss möjlighet att
försöka räkna ut vem som…
…drabbas
Agenda
–
–
–
–
–
Vad är epidemiologi?
Grundläggande begrepp
Studiedesign
Felkällor
Grupparbete
Viktiga begrepp
•
•
•
•
•
•
•
•
Prevalens/ incidens
Riskfaktor/ riskmarkör
Deskriptiv/ analytisk epidemiologi
Kausalitet
Confounder
Validitet/reliabilitet
Relativ risk (RR)
Odds ratio (OR)
Prevalens
• Andelen individer i en population som har
en given sjukdom eller ett givet tillstånd vid
en viss tidpunkt
• Ex: Prevalensen av åldersdiabetes är 5%
bland individer över 50 år.
Incidens
• Antalet nyinsjuknade i en viss population
under en avgränsad tid
• Ex: Schizofreni 1/10 000 personår, dvs.
om 10 000 personer observeras under 1
år får 1 person schizofreni.
Riskfaktor = exposure =
oberoende variabel
•
En faktor som ökar sannolikheten för
sjukdom. Oftast orsakssamband
(kausalitet).
•
Ex: Hypertoni ökar risken för hjärtinfarkt.
Riskmarkör
• En faktor vars närvaro ökar sannolikheten
för sjukdom. Inte nödvändigtvis
orsakssamband.
• Ex: Låg utbildning är associerat med
hjärtinfarkt.
Outcome
• Utfallsvariabel = outcome = beroende
variabel
Två typer av epidemiologi
Deskriptiv epidemiologi
• VEM får en sjukdom/ ett tillstånd?
• VAR finns den?
• NÄR inträffar den?
Analytisk epidemiologi
• VARFÖR är sjukligheten hög/låg?
(Undersöker samband, exponering – fall)
Kausalitet
(som inte kan förklaras av slumpen)
1)
Konsekvent association, dvs att den är bevisad i många olika
studier.
2)
Sambandets styrka (studiedesign).
3)
Dos-responssamband
4)
Tidssekvens
5)
Biologisk rimlighet
6)
Experimentellt befästande av sambandet / reversibilitet.
Startsidan/ Nyheter2012-10-11
Ät choklad – vinn Nobelpris
Ju högre
kakaokonsumtion, desto fler Nobelpris per capita.
Ju högre kakaokonsumtion, desto fler Nobelpris per capita. Schweiz toppar
ligan följt av Sverige och Danmark.
Någonstans i mitten hamnar USA, enligt nya rön publicerad i New England
Journal of Medicine, en av världens mest ansedda vetenskapstidskrifter.
Confounder
• En faktor som är associerad både med
riskfaktorn och outcome.
• Sambandet mellan riskfaktor och outcome
blir stört av confoundern.
Confounding
Gula
fingrar
Confounding
Herpesvirus
Antal
partners
HPV-virus
Cervixcancer
Confoundern ska inte vara med i
kausalkedjan mellan exposure och
outcome
Hypertoni
Ateroskleros
Hjärtinfarkt
Diskutera!
• 1. Confounders
- Vilka confounders bör man ta hänsyn till om
man vill studera sambandet mellan hypertoni
och hjärtinfarkt?
• 2. Kausalitet
- Vilka samband känner ni till som är kausala
respektive inte fullständigt klarlagda?
Hur tillförlitlig är vår data?
1. Validitet
– I vilken grad mäter ett test det det ska mäta
– Ex. BMI
2. Reliabilitet/ Precision
– Hur säkert är det att vi får samma resultat vid
upprepade mätningar?
– Ex. CRP, blodtryck
Relativ risk och odds ratio
Fall
Icke fall
Exponerade
A
B
Icke
exponerade
C
D
Relativ risk/ risk ratio (RR)
• Risk = sannolikhet att drabbas jämfört med
hela populationen (ex. 1 av 7)
• Relativ risk = kvoten mellan risk hos de
exponerade och risk hos de oexponerade
Risk för outcome hos exponerade
RR=
Risk för outcome hos icke exponerade
Relativ risk/ risk ratio (RR)
A/(A+B)
RR= C/(C+D)
Relativ risk/ risk ratio (RR)
• RR = 1 innebär ingen ökad eller minskad risk
• RR > 1 innebär ökad risk
• RR < 1 innebär minskad risk (skyddande effekt)
Oddskvot/ Odds ratio (OR)
• Odds = sannolikhet att något händer mot
att något inte händer (ex. odds att något
infaller en söndag är 1:6)
• Odds ratio: Kvoten mellan odds hos
exponerade jämfört med odds hos icke
exponerade
OR =
Odds för outcome hos exponerade
Odds för outcome hos icke exponerade
Odds ratio (OR)
OR = A/B
C/D
RR och OR
• Relativ risk och odds ratio är inte samma
sak!
• OR har vissa matematiska egenskaper
som gör att det lämpar sig att räkna ut, via
tex logistisk regression
• Vid sällsynt outcome blir OR och RR ofta
ungefär detsamma
Diskutera!
Vad betyder:
1) ” The odds ratio for infant mortality was 2.98
(CI: 2.42-3.67) for low family income compared
to high family income”
2) ” The relative risk for myocardial infarction is 4,0
(CI: 3.39-4.87) in patients with diabetes mellitus
type 2”
Agenda
–
–
–
–
–
Vad är epidemiologi?
Grundläggande begrepp
Studiedesign
Felkällor
Grupparbete
Studiedesign
Individer
• Case report
Observationsstudier
• Tvärsnittsstudie (cross-sectional study)
• Fall-kontrollstudie (case-control study)
• Kohortstudie
Interventionsstudier
• Randomiserad kontrollstudie (RCT)
Exempel
• Du har upptäckt ett antal tonåringar med
symtom och lab som tyder på diabetes typ 2
• Du gör en case report, och fler har upptäckt
samma sak.
• Du vill studera detta mer, men har inte stora
resurser.
Vilken typ av studie?
Tvärsnittsstudie
(Cross-sectional study)
– Studerar del av/ hel population
– Mäter prevalens vid en viss tidpunkt
– Kan också mäta exponering men vi vet inget om
tidsperspektiv
Diskutera!
• Hur skulle du kunna lägga upp en sådan
tvärsnittsstudie?
Exempel
• Du studerar hur stor andel tonåringar på tex en
skola som har diabetes typ 2.
• Du intervjuar föräldrarna
• Du har nu 100 fall med diabetes och börjar
undra över orsaker.
Vilken typ av
studie?
Fall-kontroll studie
(case-control study)
– En sjukdomsgrupp, en kontrollgrupp
– Patienten har redan sjukdomen när man mäter
riskfaktorn
Fall-kontrollstudie
• Fördelar:
– Snabb metod för att undersöka samband exponeringsjukdom
– Bra för sällsynta sjukdomar
• Nackdelar
– Svårt att undersöka sällsynta orsaker
– Kausalitet är svårbedömt, exponering kan ha ändrats
– Selektion av fall
Exempel
• Du gör en fall-kontrollstudie med 100
diabetespat och 100 kontrollpat som visar att
diabetespatienterna har ett högre kaloriintag och
mindre fysisk aktivitet.
• Du vet dock inget om tidssambandet, och
intervju-bias kan ha förekommit.
• Du har nu fått forskningsanslag 
Vilken typ av
studie?
Kohortstudie
• Kohort = grupp individer med liknande
karakteristika, t ex födda samma år
• Individerna har inte sjukdomen vid studiens
start
• Longitudinell
• Prospektiv/ Retrospektiv
Kohortstudie
• Fördelar
– Kausalitet och tidssamband kan studeras
– Ingen selektion av fall
– Sällsynta exponeringar kan studeras
• Nackdelar
– Dyrt och tidskrävande
– Sällsynta sjukdomar svåra att studera
Randomised kontrollstudie
(RCT)
• Behandlingsgrupp och kontrollgrupp
definieras slumpmässigt
• Intervention  man påverkar verkligheten!
RCT
• Fördelar:
– Ger starkt argument för kausalitet
• Nackdelar:
– Experiment - större ansvar mot deltagare/ svårt att få
deltagare
– Svårt med generaliserbarhet
Agenda
–
–
–
–
–
Vad är epidemiologi?
Grundläggande begrepp
Studiedesign
Felkällor
Grupparbete
Felkällor
1. Systematiska fel/ bias
2. Random error/ slump
3. Confounding
Systematiska fel/ bias
• Selektion
– Är studiepopulationen representativ för en
”normalbefolkning”?
– Healthy cohort
• Missklassificering
–
–
–
–
Är diagnosen riktig?
Korrekt mätmetod?
Självrapportering?
Ändrad exponering?
Systematiska fel/ bias
• Bortfall/ exklusion
• Intervju-bias
• Minnes-bias/ recall bias
Åtgärd systematiska fel
– Leta efter bias före och under studien
- Ta ställning till bias vid tolkning
- Studera/ eliminera bortfall
Felkällor
2. Slump
– Hur sannolikt är det att fyndet bara är en slump?
• Åtgärd:
- Studera större grupper
- Statistiska test (p-värde, konfidensintervall)
Felkällor
3. Confounding
– Faktorer som är associerade både med riskfaktor och
outcome
– Stör tolkningen av ett resultat till skillnad från
systematiska fel som sker under
mätning/datainsamling
Åtgärd confounding
• Matchning (före studien)
• Stratifiera data (vid analys)
• Justera i multivariata analyser
Agenda
–
–
–
–
–
Vad är epidemiologi?
Grundläggande begrepp
Studiedesign
Felkällor
Grupparbete
Grupparbete
• Ni vill studera sambandet mellan socioekonomiskt status
och depression
• Frågor:
– Vad är hypotesen?
– Identifiera variablerna –riskfaktor respektive utfall?
– Hur lägger ni upp er studie?
– Vilka felkällor bör ni ta hänsyn till?