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