Epidemiologi (II)
Läkarprogrammet –
Termin 5, VT 2015
Lars Rylander
Avdelningen för arbets- och miljömedicin, Lund
E-post: [email protected]
Tel:
046 – 222 1631
Exempel: Sjukdomsmått
1990
2000
2010
20
10
25
25
30
40
Antal astmatiker
Kontorister
Djurskötare
PREVALENS
Kontorister
Djurskötare
Prevalenskvot
6.25% (25/400)
6.25% (25/400)
1 (6.25/6.25)
7.5% (30/400)
10% (40/400)
1.33 (10/7.5)
KUMULATIV INCIDENS (RISK)
Kontorister
Djurskötare
Riskkvot
-
1.3% [5/(400-20)]
3.8% [15/(400-10)]
2.9 (3.8/1.3)
1.3% [5/(400-25)]
4.0% [15/(400-25)]
3.0 (4/1.3)
INCIDENS
Kontorister
1.3/1000 py
1.3/1000 py
5/(375*10+5*5)
5/(370*10+5*)
3.9/1000 py
4.1/1000 py
15/(375*10+15*5)
15/(360*10+15*5)
3.0 (3.9/1.3)
3.2 (4.1/1.3)
Djurskötare
Incidenskvot
5% (20/400)
2.5% (10/400)
0.5 (2.5/5)
-
Studiedesign
Studiedesign
- Tvärsnittsnittstudier
(Cross-sectional studies)
- Kohortstudier
(Follow-up studies)
- Fall-kontrollstudier
(Case-control studies)
Tvärsnittsstudier
Tvärsnittsstudier
(Cross-sectional studies)
Avser att studera förhållanden
vid en viss tidpunkt.
Ex. Tvärsnittsstudie
Sambandet mellan monotont arbete inom
fiskberedningsindustrin och nack/skulderbesvär
Exponerade vs Referenter
Ålder
Riskkvot (POR) 95% KI
< 30
4.2
(1.8-10)
30-44
4.0
(2.0-8.0)
 45
1.3
(0.71-2.5)
Är det rimligt att äldre har mindre risk?
Om inte, hur kan resultaten förklaras?
Ex. Tvärsnittsstudier
Risken att få ett barn med spina bifida (ryggraden inte är sammanvuxen) hos rökande mödrar jämfört med icke rökande mödrar.
Riskkvot (OR)
95% KI
Icke rökare
1.00
-
< 10 cig/dag
0.79
(0.63-1.00)
 10 cig/dag
0.66
(0.49-0.90)
=> Rökning en skyddande effekt?
Ex. Tvärsnittsstudier
Samband mellan hormonstörande
miljögifter och typ 2 diabetes (T2D)
Andel med
T2D (%)
12
Andel med
T2D (%)
10
8
6
4
Low
Medium
High
2
0
PCB-153
p,p’-DDE
PCB-153
p,p’-DDE
PCB-153 och p,p’-DDE är markörer för långlivade klororganiska
miljögifter (en grupp hormonstörande miljögifter).
Samband mellan hormonstörande
miljögifter och typ 2 diabetes (T2D)
Samband!!
i)
↑nivåer av
miljögifterna
ii)
Typ 2 diabetes
-
Kausalitet??
Typ 2 diabetes
↑nivåer av
miljögifterna
Tvärsnittsstudier
- Relativt snabbt/enkelt!
- Selektion?
- Kausalitet/tolkning?
Kohortstudier
Kohortstudier
(Follow-up studies)
Kohort:
grupp med någon gemensam egenskap
Syfte:
mäta och vanligtvis jämföra
incidensen i flera kohorter
(ex födelseår, rökare, yrke, vegetarianer, …)
Kohortstudier
Population
(alla friska)
Oexponerade/
Lågexponerade
Oexponerade/
Lågexponerade
Högexponerade
SJUKA
Högexponerade
tid
Kohortstudier
(Exemplet hormonstörande miljögifter och typ 2 diabetes [T2D])
Population
(alla friska)
Oexponerade/
Lågexponerade
Oexponerade/
Lågexponerade
Högexponerade
T2D
Högexponerade
tid
Ex. Kohortstudier
Frågeställning: Hormonstörande miljögifter*
och risken för typ 2 diabetes
WHILA-kohorten
(=Women Health In Lund Area)
Kvinnor i Lundaregionen
Ålder 50-59 år
1995-2000
Intervjuade
Blodprov
~7000 kvinnor
*I vårt fall var vi intresserade av att studera långlivade klororganiska miljögifter
Kohortstudier
Population: WHILA
Alla friska: Ej T2D vid baseline
Exponering: Låg(-)/Hög(+)
- Låg
-
- Låg
-
+
T2D+
+ Hög +
+
+ Hög +
+
tid
Kohortstudier
Population: WHILA
Alla friska: Ej T2D
Exponering: Låg(-)/Hög(+)
- Låg
- -- ++Hög + +
- Låg
- -- T2D
++ Hög + +
tid
Hög
Låg
Antal nya fall:
a
b
Persontid under
risk:
TH
TL
Incidens:
a/TH
b/TL
Incidenskvot =
IHög / ILåg =
(a/TH) / (b/TL)
Incidensdifferens = IHög – ILåg =
(a/TH) - (b/TL)
Kohortstudier
När är kohortstudier lämpliga?
Population: WHILA
Alla friska: Ej T2D
Exponering: Låg(-)/Hög(+)
- Låga
- -- ++Höga+ +
- Låga
- -- ++
T2D
Höga
tid
++
Vad kan vara problem med en
kohortstudie? När och varför
kan det vara svårt att genomföra
dem?
Fall-kontrollstudier
Fall-kontrollstudier
(Case-control studies)
Population
FALL: De individer som fått den
sjukdom vi studerar.
Kontroller
KONTROLLER: De individer som inte fått
den sjukdom vi studerar.
FALL
Vår uppgift är att ta reda på exponeringsfördelningen hos fallen och kontrollerna.
(Exponering kan t ex vara medicinering,
kost, behandling, miljögifter,…)
Ex. Fall-kontrollstudie
Frågeställning: Hormonstörande miljögifter*
och risken för typ 2 diabetes
WHILA-kohorten
(=Women Health In Lund Area)
Kvinnor i Lundaregionen
Ålder 50-59 år
1995-2000
Intervjuade
Blodprov
~7000 kvinnor
*I vårt fall var vi intresserade av att studera långlivade klororganiska miljögifter
Ex. Fall-kontrollstudie
Frågeställning: Hormonstörande miljögifter
och risken för typ 2 diabetes
Population: WHILA
Alla friska: Ej T2D vid baseline
FALL: De kvinnor som fått diagnosen
typ 2 diabetes (T2D) efter baseline.
KONTROLLER: De individer som inte fått
diagnosen T2D.
Vår uppgift är att ta reda på exponeringsfördelningen hos fallen och kontrollerna.
Ej T2D
T2D
(Exponeringen i vår studie är långlivade
klororganiska miljögifter)
Vilket sjukdomsmått används i fall-kontrollstudier
för att skatta sambandet mellan exponering och
sjukdomsrisk?
ODDSKVOT (Odds ratio; OR)
Exempel:
D+
D-
E+
E-
a=50
b=10
c=60
d=60
Oddset att vara sjuk (D+)
givet att man är exponerad (E+):
(50/110)/(60/110) = 50/60 = 0.83
Odds: Sannolikhet för händelse
genom sannolikhet för ej
händelse
Oddset att vara sjuk (D+)
givet att man är oexponerad (E-)
(10/70) / (60/70) = 10/60 = 0.17
- Man kan få ett relativt riskmått genom att beräkna kvoten mellan två odds
- Denna kvot kallas oddskvot (eng. Odds Ratio =OR)
OR =
a • d
b • c
= 50 • 60 = 5
10 • 60
Fall-kontrollstudie
RESULTAT från exemplet (”WHILA-studien”)
- Totalt hade vi 371 fall och lika
många kontroller
- Om vi inkluderade alla i analysen såg vi
inget samband mellan exponering och
risken att utveckla typ 2 diabetes.
Kontroller
FALL
- Men om vi endast såg på de ”seten” där
fallen fick sin diabetes ≥7 år efter baselineundersökningen visade det sig att de kvinnor
med de högsta nivåerna av p,p’-DDE hade
ca 5 gånger ökad risk att utveckla typ 2
diabetes jämfört med de med lägre p,p’-DDEnivåer.
Rignell-Hydbom et al.
PLoS One 2009 Oct 19;4(10):e7503
Felkällor
Felkällor
Tillfälliga fel
Minskar om
stickprovet
görs större
Statistisk osäkerhet –
stickprovsfel
Felets storlek avspeglas i
konfidensintervallets bredd.
Större osäkerhet i
fall-kontroll än i kohortstudier.
Systematiska fel
Minskar EJ
med ökande
stickprovsstorlek
Snedvridning
av resultat - BIAS
Avspeglas EJ i konfidensintervallets bredd
Tillfälliga fel
Fel av slumpmässig natur och som
är oberoende av exponeringsstatus,
sjukdomsstatus (non-differential)
• Mätfel, fel svar
• Felklassificering av
exponering/kohorttillhörighet
• Diagnos ej registrerad
eller felaktig
Tenderar oftast
att försvaga
sambandet mellan
exponering och
utfall
Systematiska fel (BIAS)
Fel som är beroende av exponeringsstatus
och/eller sjukdomsstatus (differential)
• Selektionsfel
- Vem väljer att deltaga?
- Vem deltar men hoppar över vissa frågor?
• Informationsfel
- selektiv ihågkommelse
- olika insamlingsmetoder
• Confounding
(störfaktorer/förväxlingseffekter)
Kan försvaga såväl
som förstärka
sambandet mellan
exponering och
utfall