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!