Allmänt Vårt kan det användas inom medicin? Epidemiologin är en viktig del inom t. ex. folkhälsovetenskap och klinisk medicin. Allmänt Vad är Epidemiologi? Enligt “Dictionary of Epidemiology” är det: "The study of the distribution and determinants of health-related states or events in specified populations and the application of this study to control of health problems." Vilka användningsområden ser ni inom medicin? ………………………. Vad används dermatoepidemiologin till? • Ger kunskap om förekomst (”prevalens” och ”incidens”) av sjukdomar (SD). • Ger kunskap om riskfaktorer och möjliga orsaker till sjukdomar • Ger kunskap om behandlingseffekter Vad behöver man veta om en studie Vilka är inkluderade Var är studien utförd När gjordes studien Begrepp: Fall Hur identifierar vi ett fall Gränser Måttenheter Studiepopulation Ur vilken befolkningsgrupp rekryterar vi deltagarna Tänk gärna över dessa begrepp. Prevalens Definition Andel personer med en viss sjukdom i en population. Beräknas: sjuka/alla i populationen Kan anges som ”punktprevalens”, eller ”periodprevalens” t. ex. livtidsprevalens eller ett års prevalens. Incidens Definition Antalet personer som har tidigare varit friska från en viss sjukdom och som nyinsjuknat i en viss sjukdom under en viss period i en population. Beräknas: Incidens: antal personer som insjuknar under en viss tidsperiod/den tid som individerna tillsammans löper risk att insjukna. Anges som t. ex. 7/100000 personår. Kumulativ incidenstal: antal personer som insjuknar under en viss tidsperiod/antal personer som är friska i början av perioden. Anges som proportion, t. ex. 3% under sista året. Exempel 1 • Vi vill veta hur många barn som har atopiskt eksem vid inskolning. • År 2015 gör vi en studie. • Det finns en fråga som kan fånga AE hos barn och skolsköterskan ställer den. Exempel 1 Skolsköterskan frågar alla föräldrar med barn som ska skolas in år 2015: • ”Har eller har Ditt barn haft ett rodnat utslag/eksem som kan ha kommit och gått?” • ”Har detta rodnade utslag/eksem funnits under de senaste 12 månader?” Exempel 1 På frågan: • ”Har eller har Ditt barn haft ett rodnat utslag/ eksem som kan ha kommit och gått?” svarar 4 000 barn utav total 20 000 barn ”ja”. Exempel 1 Utav de 20 000 deltagande barnen hade 16 500 aldrig haft eksem före 2015. På frågan ”Har detta rodnade utslag/eksem funnits under de senaste 12 månaderna?” svarar 500 utav totalt 16 500 barn som aldrig haft eksem förut ”ja”. Exempel 1 • Vad är prevalens? • Prevalens (förekomst) av atopiskt eksem är …..hos barn. • Vad är ett års incidenstal (antal nya fall under ett år)? • Ett års incidenstal (insjuknandet) av atopiskt eksem är …..hos barn . Svar: Exempel 1 • Vad är prevalens? • Ja: • Prevalens (förekomst) av atopiskt eksem är 20% hos barn. • Vad är ett års incidenstal (antal nya fall under ett år)? • Ja: • Incidenstal (insjuknandet) av atopiskt eksem är 3% hos barn. Svar: Exempel 1 • Vad är prevalens? • Nej: • Prevalens (förekomst) av atopiskt eksem är 0.2 eller 20% hos barn. • 4000/20000=0.2 • Vad är ett års incidenstal (antal nya fall under ett år)? • Nej: • Incidenstal (insjuknandet) av atopiskt eksem är 0.3 eller 3% hos barn. • 500/16500=0.3 Exempel skillnad mellan prevalens och incidens Psoriasis • Prevalens 2-4% Löss i håret 1% till 20% Är incidens ungefär samma, högre eller lägre för Psoriasis………… Löss i håret…………? Exempel skillnad mellan prevalens och incidens Psoriasis • Prevalens • Incidenstal 2-4% Ja, den är lägre Löss i håret Ja, den är ungefär samma Exempel skillnad mellan prevalens och incidens Psoriasis • Prevalens 2-4% • Incidenstal Nej, den är lägre samma Löss i håret Nej, den är ungefär Exempel skillnad mellan prevalens och incidens Psoriasis • Prevalens • Ett års incidenstal 2-4% 0.059 % Löss i håret 1% till 20% 1% till 20% (0.48% to 22.4%) Exempel på prevalens av olika dermatologiska sjukdomar hos unga vuxna i Sverige Akne 40% Rosacea 0.09% till 22% Handeksem 10% Atopiskt eksem 5-10% Mjälleksem 5% Psoriasis 2-4% Lichen planus 0.3-1% Kronisk urtikaria 2% Exempel på incidens av olika dermatologiska sjukdomar hos äldre vuxna (60 +) i Sverige Malignt melanom 3500 personer 0.03% per år Eller 30/100000 personår Skivepitelcarcinom 5000 fall per år 0.07% per år Eller 70/100000 personår Basaliom 70000 fall per år 0.8?? 1% per år Eller 80/100000 personår Varför använda dermatoepidemiologi? Epidemiologer tittar på sjukdomar oftast på gruppnivå. De frågar oftast “vad är “nämnare” vilket betyder “ur vilken befolkning kommer fallen”? Om vi räknar hur många hälso-relaterade “händelser” eller “fall” förekommer inom en specifisk tid inom olika befolkningar så kan vi skatta t. ex. mortalitet orsakad av malignt melanom och jämföra utfallet i olika länder. Mortalitet pga malignt melanom • UK • Australien • 2.5/100000 personår • 60/10000 personår Population: exempel • Är mortalitet pga malignt melanom högre eller lägre hos äldre jämfört med ungdomar eller unga vuxna? Population: ålder • Mortalitet pga malignt melanom är högre hos äldre jämfört med ungomar eller unga vuxna. Population: ålder • Nej. Mortalitet pga malignt melanom är högre hos äldre jämfört med ungomar eller unga vuxna. Mortalitet pga malignt melanom per åldersgrupp i UK Studiepopulation • Kunskap om studiepopulationen är viktig för att tolka resultatet. • Val av lämplig studiepopulation är avgörande även när man vill jämföra populationer • Med rätt urval kan man dra slutsatser om befolkningen man vill veta något om. Varför använda dermatoepidemiologi? • Ger kunskap om ”riskfaktorer” • Vem blir sjuk? Varför använda dermatoepidemiologi? • Att jämföra grupper är viktigt inom epidemiologin. • Man kan även få kunskap om möjliga orsaker/faktorer till en viss sjukdom. Varför använda dermatoepidemiologi? • Exempel: • I Wien under 1840-talet noterade Ignaz Semmelweis att många kvinnor dog pga feber efter förlossning. Det var stora skillnader i mortalitet mellan två sjukhus, i ett var det mest barnmorskor som tog hand om kvinnorna, i det andra mest läkarstudenter. Studenterna undersökte kvinnorna ofta i undervisningssyfte och tvättade inte händerna. Semmelweiss misstänkte pga sina iakttaganden att studenterna eventuellt överförde någonting via händerna som utlöste febern. Han testade denna hypotes och introducerade anstiseptiskt handtvätt på sjukhuset; mortaliteten sjönk avseevärt. Exempel 2: • Hur skulle prevalensen av AE ändras om definitionen av ”fall” skulle bli: • ”Har eller har Ditt barn haft ett rodnat utslag/eksem som kan ha kommit och gått?” och IgE skulle vara förhöjd? Exempel 2 • Det skulle bli oförändrat antal fall • Det skulle bli högre antal fall • Det skulle bli mindre antal fall Exempel 2 • Det skulle bli oförändrat antal fall • -nej, det är osannolikt att alla med AE har förhöjd IgE • Det skulle bli högre antal fall • -nej, det är osannolikt att alla med AE har förhöjd IgE • Det skulle bli mindre antal fall • -Ja, det är osannolikt att alla med AE har förhöjd IgE Exempel 3 • Ett fall med skivepitelcancer definieras som “patient med skivepitelcancer”. • I USA får ungefär 2.2 million patienter diagnosen. Hur skulle denna siffra ändras om fall blir definierad som “skivepitelcancer”? Exempel 3 • Antal skulle öka eftersom samma patient kan ha flera tumörer. • 3.5 millioner skivepitelcancer blir diagnostiserade varje år i USA. Exempel 3 • Nej. • Antal skulle öka eftersom samma patient kan ha fler tumörer. • 3.5 million skivepitelcancer blir diagnostiserad varje år I USA. Vem blir sjuk? • Atopiskt eksem förekommer oftare hos barn med förälder som har allergisjukdom än hos barn med föräldrar utan allergisjukdom. – Kunskap om riskgrupper är bra när man möter patienter! Vilka är riskfaktorerna? • Kvinnor har större sannolikheten att ha handeksem. • Rökare har större sannolikhet att ha handeksem. Montnemery et al. 2005 Om ni själva vill bidra is n o i t a n i g a ”Im t n a t r o p m i e mor ” . e g d e l w o n than k n i e t s n i E t r e -Alb Varför behövs då epidemiologisk forskning? Den magiska effekten av siffror • ‘A finding is more likely to be accepted if quantified (expressed in numbers) than if not’. Black. J Epidemiol Comm Health, 1994 Innan man börjar………… • Forskning bör beakta etiska principer. • Dessa hittar man i: Etik • International Ethical Guidelines for Biomedical Research Involving Human Subjects Council for International Organizations of Medical Sciences (CIOMS) 2002 • World Medical Association Declaration of Helsinki (2000) Hur kan man börja? Frågeställning • Klart definierad fråga som kan besvaras. – Innehåller: • Vilka är inkluderade, var är studien utförd, när gjordes studien, typ av studie, (exponering, outcome) Vad finns redan undersökt? Är frågeställningen besvarad? Hur har andra gjort? http://www.ncbi.nlm.nih.gov/sites/entrez Översikt Olika studiedesigner & fel som kan uppstå Introduktion av begrepp Validitet och reliabilitet Validitet mäter man det som man vill mäta? Reliabilitet är resultatet reproducerbart? Studiepopulation Vilket urval har vi? Från: t. ex. sjukhuset Vårdcentral Skola Alla som bor i en viss område? Hur kan denna grupp beskrivas? Ålder Kön Etc? Olika typer av studier • En kort inledning: Experimentella studier • Interventionsstudier – Randomiserad kontrollerad intervention • Intervention • Kontroll outcome ja/nej outcome ja/nej Deskriptiva studier • Kohort: – Exponering – Icke exponering • Fall-kontroll: – Outcome – Icke outcome Outcome ja/nej? Tidigare exponerad ja/nej? • Tvärsnitt: exponering och/eller outcome samtidigt Fel som kan uppstå Bias • Fel i design eller utförandet av en studie som resulterar i slutsatser som är avvikande från ”sanningen” De viktigaste typer av bias är: Selektion (urval) bias • Fel i urval av studiepopulation som leder till att: – Deltagarna är icke representativa för referenspopulationen – Grupperna är ej jämförbara Informationsbias • Fel i mätningarna av exponering eller outcome som resulterar i systematiska skillnader i exakthet av insamlad information mellan grupper – Rapporteringsfel (t. ex. ”recall bias”) – Observationsfel Konfounder Samband mellan exponering och outcome beror helt eller partiellt på en annan exponering Konfounder (Exponering 0ll sol) Exponering av intresse (Solkkräm) U<all av intresse (Malignt melanom) Konfounder • Konfounding är en situation där en association mellan en ”exponering” och ett ”utfall”(outcome) helt eller delvis uppstår/eller försvinner pga en annan exponering. • En konfounder kan förstärka eller förminska ett samband!! • En konfounder MÅSTE: • Vara associerad med exponeringen • Vara associerad med utfall/outcome • Avvika från kausala samband (causal pathway) mellan exponering och utfall Studiedesign Detaljer Fördelar och nackdelar Fallbeskrivning • Ingen kontroll • Sällsynta sjukdomar • ”Första steg” Pragmatiska studier • Kan vara värdefulla • ”Real life” Tvärsnittsstudie • Mäter frekvens av exposition och/eller outcome vid en tidpunkt – Deskriptiv – Analytisk Exempel • Prevalensen av atopiskt eksem är 3%. Tvärsnitt *+*+**+*+**+*+*+*+*+***+*+*+*+**+ * +**+ *+**+ *+**+* *+**+**+* *+*+***+**+**+**+**+**+**+**+**+** +* *+*+* *+**+**+**+**+**+**+** +**+ *+**+**+**+**+**+**+** +**+* Prevalens bland exponerade = 57% Prevalens bland icke-­‐exponerade = 30% Prevalens ra0o=1.9 Exempel • Handeksem har samband med amningstiden Pro/con tvärsnitt • Pro – Enkelt och ekonomisk – Ge viktig information på förekomst/frekvens – Första steg • Con – Prevalens – Ingen tidsperspektiv – Recall bias Kohortstudie 1) Kohort initialt utan ”outcome” 2) Klassificera kohort i exponerad/icke exponerad 3) Följ kohorten och jämför incidens (nya fall) av ”outcome” mellan exponerade/icke exponerade Kohort *+*+**+*+**+*+*+*+*+** *+*+*+*+**+ *+**+ *+**+ *+**+* *+**+**+* *+*+***+**+**+**+**+** +**+**+**+**+* *+**+**+**+** +**+**+**+**+ ***** ***** *+**+ +++++ ++++ Utfall Ej utfall *+**+**+**+** +**+**+**+**+ * ***** ***** Utfall +++++ ++++ Ej utfall Exempel • Barn med svårare eksem har lägre sannolikhet att tillfriskna från AE tills skolåldern (6-års ålder) Pro/con kohort • Pro • Exponering mäts innan outcome uppstår (ej influerad av outcome) • Tidssamband • • • • Flera outcome kan mätas Exponeringar som är sällsynta kan mätas Con Tar tid • Oftast dyrt • Ineffektiv för outcome som är sällsynta • Exponering kan ändra sig • Retrospektiv kohort beroende på datakvalitet av tidigare insamlade data • Bortfall • Diagnoskriterier kan ändras Fall-kontroll studie 1) Identifiera fall med ”outcome” 2) Identifiera representativ grupp av kontroll utan ”outcome” 3) Jämför fall och kontroll avseende tidigare exponering avseende en eller flera riskfaktorer Fall-kontroll Exponerad + ++ +++ +++++++ ++ ++ Fall Ej exponerad Exponerad Ej exponerad ++ ++++ + + + ++ +++++ ** *** *** *** * ** *** *** *** * +++ + + ++ +++++ ** *** *** *** * Fall ******++++++ ****++++++++ +++++++++++ Kontroll Kontroll Fall-kontroll • Population därifrån kontrollerna kommer ska vara samma som populationen därifrån fall kommer Exempel • Bullös hudsjukdom Pro/con fall-kontroll • Pro – Snabb och ekonomisk – Sällsynta sjukdomar – Sjukdomar med lång tid mellan exponering och outcome – Flera exponeringar • Con – Selektionsbias – Informationsbias – ”Reverse causation” – Ingen skattning av incidens/prevalens Intervention 1) a) Randmiserar intervention (behandling) till en av studiegrupperna. b) De som inte får intervention utgör kontrollgrupp 2) Följer grupperna över tid 3) Jämför frekvens av ”outcome” mellan interventions-och kontrollgrupp Studiedeltagarnas urval • Kriterier för inklusion & exklusion behövs • En kontrollgrupp är viktig för att undvika tidseffekter och placeboeffekter Randomisering Intervention Intervention No intervention *********** *********** ******** *********** *********** ******** +++ + ++++ Outcome ”Blinding” ****** ****** ****** +++ + ++++ ***** ****** ****** No outcome Outcome No outcome ”Intention to treat” vs. ”on treatment” Standardbehandling Ny behandling ****** ** ***** ** ******** *** Mindre allvarlig sjukdom + + Utfall ****** ** ***** ** ******** *** Mer allvarlig sjukdom *** * ** ** *** ** ** * ** ** *** ************* ***** ******* Inget utfall ++ ++ +++++ ** ** ** * ** ** * ** ** Utfall Inget utfall ”Intention to treat” vs. ”on treatment” • Om vi skulle analysera data avseende ”vem som har verkligen fått behandling” skulle vi se att "standardbehandling" har sämre utfall eftersom denna grupp innehåller patienter med svårare sjukdom. Behandlingseffekt • Utfallsmått bör vara valida och kliniskt meningsfulla – DVS En patient med eksem som har lite mindre rodnad efter behandling, men som inte sover på natten pga klåda bör inte räknas som förbättrad. Problem med RCT • Sällsynta biverkningar upptäcks sällan • Kan vara svårt att genomföra eller oetiskt Pro/con RCT • Pro • En väl genomförd RCT randomiserar för obekanta och bekanta felkällor (bias & konfounder) • • - - Con Selektionsbias Reporting bias & observer bias Performance bias – Systematiska skillnader i den givna behandlingen utöver intervention • För kort • Power problem Tänk på • • • • • • Lång, stor, fullständig Meningsfulla jämförelser Representativt urval Randomisering ”Blinding” Datainsamling: objektiv Dermatoepidemiologi ger en struktur!