Grunderna i epidemiologi

2011-09-02
Innehåll:
Grunderna i epidemiologi
 Vad är epidemiologi?
 Beskriva 5 olika typer av studiedesign
 Beskriva 3 olika typer av sjukdomsmått
 Diskutera orsaker och samband
[email protected]
 Varför är epidemiologi viktigt för en folkhälsovetare?
2
Epidemiologins tillämpningsområden
Vad är epidemiologi?
 Epidemiologisk hälsoövervakning (WHO, Socialstyrelsen, EpiC)
 Läran om sjukdomars och riskfaktorers förekomst i befolkningen
 Analytisk epidemiologi (sökande efter sjukdomars orsaker)
 Utvärdering av mätmetoder och mätinstrument (hälso- och
sjukvårdsforskning)
 Kliniska prövningar (behandlingsmetod effektiv eller ej)
 Prevention, folkhälsoarbete
3
4
John Snow (1813-1858):
Samband mellan orent vatten och kolera
Epidemiologi ur ett historiskt perspektiv
5
6
1
2011-09-02
Vad har vi lärt oss av detta?
 Att tänka i orsakskedjor: Sjukdomar inträffar inte av en slump.
Det finns en orsak
5 olika typer av studiedesign
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
7
8
(1) Ekologisk design
(2) Tvärsnittsstudie
 Tvärsnitt ur en befolkning vid en viss tidpunkt då man mäter exponering och
sjukdom samtidigt.
 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.
Hjärtinfarkt
Nej
Exponering (E) ↔Sjukdom (S)
Förväxlingsfaktor
(Confounder)
Ja
970
5
5
20
Rökare Nej
1000 personer
ur befolkningen 60+
2.5% (25 personer)
med hjärtinfarkt. Få
personer i varje ruta.
 Finns inga möjligheter att justera bort eventuella förväxlingsfaktorer
Ja
 Värdet i denna typer av studier: Ger en snabb hint om ett eventuellt
samband
9
Namn Efternamn
10
(2) Tvärsnittsstudie
(3) Fall-kontroll studie
 Värdet av en tvärsnittstudie?
 Fall-Kontroll studie. ”Plockar ut” fall från tex sjukhusens
diagnosregister och väljer sedan ut kontroller
 Mäter exponering och sjukdom vid samma tidpunkt
Hjärtinfarkt
Exponering (E) ↔ (→) Sjukdom (S)
Nej
Rökare
Förväxlingsfaktor
(Confounder)
Ja
11
Nej
Ja
90
30
10
70
Plockar ut 100 fall
och väljer ut 100
kontroller till
dessa fall.
12
2
2011-09-02
(4) Longitudinell studie
(4) Longitudinell studie
 (3) Longitudinell studie. Tar med ett tidsperspektiv. Man följer ett
visst antal individer över tid.
 Värdet av en longitudinell studie?
 Följer en grupp individer över tid
 Exempel rökning och hjärtinfarkt: Är det vanligare att insjukna i
hjärtinfarkt om man rökte vid starten av studien?
Exponering (E) → Sjukdom (S)
Förväxlingsfaktor
(Confounder)
Rökare
Icke-rökare
Rökvanor
13
14
(5) Interventionsstudie
(5) Interventionsstudie
 Värdet av en 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
 Slumpen gör att man justerar för alla eventuella förväxlingsfaktorer.
Exponering (E) → Sjukdom (S)
 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.
Motion
En grupp individer som
slumpmässigt delas in i
två grupper:
Förväxlingsfaktor
(Confounder)
Efter ett tag går man in
och utvärderar. Hur
har det gått i de olika
grupperna.
 Skillnaden från andra studier är att man här tar bort riskfaktorn alt lägger
till friskfaktor och ser om risken att insjukna blir mindre
Ingen motion
15
16
Hur mäter man sjukdomar i en befolkning?
Sjukdomsmått
 (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
17
18
3
2011-09-02
Prevalens
Exempel: Prevalens
 Prevalens= förekomsten av en sjukdom i en befolkning vid en viss
tidpunkt
 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:
Totala populationen
Sjuka
 P= 70 / 1038 = 0.07
 Detta betyder att 7% av de studerade kvinnorna hade reumatoid artrit
 Prevalens = antal individer med en sjukdom vid en viss tidpunkt
antal individer i befolkningen vid den tidpunkten
19
Incidens
20
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.
 Incidens = insjuknandefrekvensen, dvs hur många nya fall av en
sjukdom som inträffar under en viss tidsperiod.
 I = 29/ 41 532 = 0.0007 per år
Friska (population som är
under risk att insjukna)
Sjuka
 Detta betyder att under ett år insjuknade 7 fall av hjärtinfarkt per 10 000
invånare
 Incidens = antal nya sjukdomsfall i en befolkning under en viss tid
den tid som individerna tillsammans löper risk att insjukna
 Om man följer 10 000 män i åldrarna 40-44 år under ett år kommer 7 av
dessa män insjukna i hjärtinfarkt
21
Prevalens och incidens
22
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.
 Prevalens mått används främst i samband med sjukvårdsplanering
eller i studier av vårdbehov, samt vid epidemiologiska studier av
kroniska sjukdomar
 Den relativa risken beskriver hur mycket farligare är det att vara
exponerad i jämförelse med att inte vara exponerad.
 Incidensmått används främst för akuta sjukdomar (svårare att ”fånga”
vid en tvärsnittsundersökning), och vid studier av sjukdomsorsaker.
23
24
4
2011-09-02
Relativ risk
Relativ risk
Hjärtinfarkt
Nej
 RR = Incidens eller prevalens (exponerade)
Incidens eller prevalens (oexponerade)
Ja
Nej
 Exempel: beräkning av den relativ riska för hjärtsjukdom om man är
rökare.
970
5
5
20
Rökare
 Prevalensen för hjärtsjukdom bland exponerade (rökare) = 6%
 Prevalensen för hjärtsjukdom bland oexponerade (icke-rökare) = 3%
Ja
Prevalens för hjärtinfarkt
bland icke-rökare
= 5/1000 = 0.005 (0.5%)
Prevalens för hjärtinfarkt
bland rökare
= 20/1000 = 0.02 (2%)
 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
RR= 0.02 (2%) /0.005 (0.5%) = 4.0
25
Relativa mått: Odds kvot
26
Förklarande (deskriptiva mått):
Etiologisk fraktion
 Räknas ut på ett annat sätt än relativa risken, men tolkningen är den
samma.
 I situationer där det anses klarlagt att det finns ett orsakssamband
(exponering leder till sjukdom) kan den etiologiska fraktionen
beräknas
 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.
 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
27
28
Sir Richard Doll (1912-2005)
Rökning och lungcancer
Innan vi beräknar etiologisk fraktion..
- Hur vet man att något är en orsak till
sjukdom?
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.
29
30
5
2011-09-02
Ex: Är stress en orsak till typ 2 diabetes?
Orsak till sjukdom: Räcker detta?
Exponering (E) → Sjukdom (S)
 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:
Förväxlingsfaktor
(Confounder)
 ”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)
31
Orsakssamband
32
Hills kriterier
Man har kunnat påvisa en statistiskt säker samvariation mellan
antalet födda barn i Västtyskland, och antalet häckande storkar
mellan åren 1965 och 1980.
 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
34
33
Hills kriterier
Hills kriterier
 Kriterium 1: Statistisk styrka
 Kriterium 4: Tidsmässig överrensstämmelse
 Studien måste omfatta tillräckligt många människor för att inte
slumpmässiga variationer ska dominera resultaten
 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 2: Biologisk rimlighet
 Kriterium 5: Dosberoende
 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
 Det är en allmän regel att skaderisken ökar med dosen.
 Kriterium 6: Reproducerbarhet
 Kriterium 3: Relevant kontrollgrupp
 Som i alla vetenskapliga sammanhang bör en varningsklocka ringa om
olika studier av samma fenomen ger vitt skilda resultat utan rimliga
förklaringar.
 Uppkomstmekanismer för sjukdom är ofta komplicerad och den
exponerade gruppen och kontrollgruppen bör vara så lika som möjligt för
att undvika effekter av detta.
36
35
6
2011-09-02
Tillbaka till etiologisk fraktion..
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
 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
 Under förutsättning att det observerade sambandet är ett
orsakssamband kan den etiologiska fraktionen beräknas:
 Det är med beräkningar av detta slag som WHO’s uttalande baseras
att 80% av all tumörsjuklighet skulle bero på miljön
 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
37
38
Orsaker till sjukdom
Varför är det viktigt för en Folkhälsovetare
att ha kunskaper i epidemiologi?
 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
39
40
41
7