Epidemiologi II Lars Rylander (1)
-
Upload
anonymous-wiw6p18p -
Category
Documents
-
view
218 -
download
0
Transcript of Epidemiologi II Lars Rylander (1)
-
8/17/2019 Epidemiologi II Lars Rylander (1)
1/25
-
8/17/2019 Epidemiologi II Lars Rylander (1)
2/25
Exempel: Sjukdomsmått1990 2000 2010
Antal astmatiker Kontorister 20 25 30Djurskötare 10 25 40
PREVALENSKontorister 5% (20/400) 6.25% (25/400) 7.5% (30/400)Djurskötare 2.5% (10/400) 6.25% (25/400) 10% (40/400)
Prevalenskvot 0.5 (2.5/5) 1 (6.25/6.25) 1.33 (10/7.5)
KUMULATIV INCIDENS (RISK)Kontorister - 1.3% [5/(400-20)] 1.3% [5/(400-25)]Djurskötare - 3.8% [15/(400-10)] 4.0% [15/(400-25)]
Riskkvot - 2.9 (3.8/1.3) 3.0 (4/1.3)
INCIDENSKontorister - 1.3/1000 py 1.3/1000 py
5/(375*10+5*5) 5/(370*10+5*)Djurskötare - 3.9/1000 py 4.1/1000 py
15/(375*10+15*5) 15/(360*10+15*5) Incidenskvot - 3.0 (3.9/1.3) 3.2 (4.1/1.3)
-
8/17/2019 Epidemiologi II Lars Rylander (1)
3/25
- Tvärsnittsnittstudier(Cross-sectional studies)
- Kohortstudier(Follow-up studies)- Fall-kontrollstudier
(Case-control studies)
Studiedesign
-
8/17/2019 Epidemiologi II Lars Rylander (1)
4/25
Tvärsnittsstudier(Cross-sectional studies)Avser att studera förhållandenvid en viss tidpunkt.
-
8/17/2019 Epidemiologi II Lars Rylander (1)
5/25
Sambandet mellan monotont arbete inomfiskberedningsindustrin 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. Tvärsnittsstudie
prevalens?
nollhypotesen kanförkastas
nollhypotesen kan inte förkastas
Det är 95% chans att kvoten hamnar mellan 1,8- 10 när man tar uett urval????
Vilka är det som inte svarar på enkäten: en selektionsom gör att urvalet inte representerar populationen.
-
8/17/2019 Epidemiologi II Lars Rylander (1)
6/25
Risken att få ett barn med spina bifida (ryggraden inte är samman-vuxen) hos rökande mödrar jämfört med icke rökande mödrar.
Ex. Tvärsnittsstudier
Riskkvot (OR) 95% KIIcke 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?
odds ratio
confounder: lder?
-pvärdet hade varit när 0,05 beroene på vad nästadecimal var
p-värde hade varit
-
8/17/2019 Epidemiologi II Lars Rylander (1)
7/25
Ex. TvärsnittsstudierSamband mellan hormonstörande
miljögifter och typ 2 diabetes (T2D)
PCB-153 och p,p’ -DDE är markörer för långlivade klororganiskamiljögifter (en grupp hormonstörande miljögifter).
0
2
4
6
8
1012
LowMediumHigh
PCB- 153 p,p’ -DDE
PCB- 153 p,p’ -DDE
Andel medT2D (%)
Andel medT2D (%)
låg, mellan och högexponerade.
ju högre exponeringdesto större andelhade diabetes.
-
8/17/2019 Epidemiologi II Lars Rylander (1)
8/25
-
8/17/2019 Epidemiologi II Lars Rylander (1)
9/25
Tvärsnittsstudier
- Relativt snabbt/enkelt!- Selektion?- Kausalitet/tolkning?
kan finnas.
-
8/17/2019 Epidemiologi II Lars Rylander (1)
10/25
Kohortstudier(Follow-up studies)
Kohort: grupp med någon gemensam egenskap(ex födelseår, rökare, yrke, vegetarianer, …)
Syfte: mäta och vanligtvis jämföraincidensen i flera kohorter
är dt opitmala- lättare att draslutsatser
betyder
-
8/17/2019 Epidemiologi II Lars Rylander (1)
11/25
KohortstudierPopulation(alla friska)
tid
Oexponerade/Lågexponerade
Högexponerade
Oexponerade/Lågexponerade
HögexponeradeSJUKA
Hur ser det ut efter en tid?En klinisk studie där man undersökeren behandling måste alla vara av enviss status.
vid observationsstudier.
alla ska ha samma statusfrån start.
-
8/17/2019 Epidemiologi II Lars Rylander (1)
12/25
Kohortstudier(Exemplet hormonstörande miljögifter och typ 2 diabetes [T2D])
Population(alla friska)
tid
Oexponerade/Lågexponerade
Högexponerade
Oexponerade/Lågexponerade
HögexponeradeT2D
-
8/17/2019 Epidemiologi II Lars Rylander (1)
13/25
Ex. KohortstudierFrågeställning: Hormonstörande miljögifter*och risken för typ 2 diabetes
WHILA-kohorten(=WomenHealth In Lund Area)
Kvinnor i LundaregionenÅlder 50-59 år
1995-2000Intervjuade
Blodprov ~7000 kvinnor
*I vårt fall var vi intresserade av att studera långlivade klororganiska miljögifter
-
8/17/2019 Epidemiologi II Lars Rylander (1)
14/25
KohortstudierPopulation:WHILAAlla friska: Ej T2D vid baselineExponering:Låg(-)/Hög(+)
tid
T2D
-- -
--
Låg
Hög++
++
-- -
--
Låg
Hög++
++
-
8/17/2019 Epidemiologi II Lars Rylander (1)
15/25
Kohortstudier
Population: WHILAAlla friska: Ej T2DExponering: Låg(-)/Hög(+)
tid
T2D
-- --
-Låg
Hög++ ++
-- --
-Låg
Hög++ ++
Antal nya fall: a bPersontid under TH TLrisk:Incidens: a/TH b/TL
Incidenskvot = IHög / I Låg =(a/TH) / (b/T L)
Incidensdifferens = IHög – ILåg =(a/TH) - (b/T L)
Hög Låg
-
8/17/2019 Epidemiologi II Lars Rylander (1)
16/25
Kohortstudier
Population:WHILAAlla friska: Ej T2DExponering:Låg(-)/Hög(+)
tid
T2D
-- --
-Låga
Höga++ ++
-- --
-Låga
Höga++ ++
När är kohortstudier lämpliga?
Vad kan vara problem med enkohortstudie? När och varförkan det vara svårt att genomföradem?
- den man villl gör men sominte alltid är möjligt,
- bla. kostnad.
-
8/17/2019 Epidemiologi II Lars Rylander (1)
17/25
Fall-kontrollstudier(Case-control studies)
Population
FALL
Kontroller
FALL:De individer som fått densjukdom vi studerar.
KONTROLLER:De individer som inte fåttden sjukdom vi studerar.
Vår uppgift är att ta reda på exponerings-fördelningen hos fallen och kontrollerna.
(Exponering kan t ex vara medicinering,kost, behandling, miljögifter,…)
t.ex. T2D
hur ser exponeringsfördelningen ut hoskontrollerna resp. fallen?
-
8/17/2019 Epidemiologi II Lars Rylander (1)
18/25
-
8/17/2019 Epidemiologi II Lars Rylander (1)
19/25
-
8/17/2019 Epidemiologi II Lars Rylander (1)
20/25
Vilket sjukdomsmått används i fall-kontrollstudierför att skatta sambandet mellan exponering ochsjukdomsrisk?
-
8/17/2019 Epidemiologi II Lars Rylander (1)
21/25
ODDSKVOT(Odds ratio; OR)E+ E-
D+ a=50 b=10
D- c=60 d=60
Odds: Sannolikhet för händelsegenom sannolikhet för ejhändelse
Oddset att vara sjuk (D+)givet att man är exponerad (E+):(50/110)/(60/110) = 50/60 = 0.83
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 kallasoddskvot(eng. Odds Ratio =OR)
a • d 50 • 60b • c 10 • 60
Exempel:
OR= = = 5
diagnos
exponering
lämpligt vid en fall kontrollstudie
5 ggr höre risk att få T2D videxponering än vid icke-exponering.
-
8/17/2019 Epidemiologi II Lars Rylander (1)
22/25
Fall-kontrollstudieRESULTAT från exemplet (”WHILA - studien”)
FALL
Kontroller
- Totalt hade vi 371 fall och likamånga kontroller
- Om vi inkluderade alla i analysen såg viinget samband mellan exponering ochrisken att utveckla typ 2 diabetes.
- Men om vi endast såg på de ”seten” därfallen fick sin diabetes ≥7 år efter baseline -undersökningen visade det sig att de kvinnormed de högsta nivåerna av p,p’ -DDE hadeca 5 gånger ökad riskatt utveckla typ 2diabetes jämfört med de med lägre p,p’ -DDE-nivåer.
Rignell-Hydbom et al.PLoS One 2009 Oct 19;4(10):e7503
-
8/17/2019 Epidemiologi II Lars Rylander (1)
23/25
-
8/17/2019 Epidemiologi II Lars Rylander (1)
24/25
Tillfälliga fel
• Mätfel, fel svar• Felklassificering av
exponering/kohorttillhörighet
• Diagnos ej registreradeller felaktig
Fel av slumpmässig natur och somär oberoende av exponeringsstatus,sjukdomsstatus (non-differential )
Tenderar oftastatt försvagasambandet mellanexponering ochutfall
t.ex. fel i ett register. En sjd kanske registreras mer än en annan
-
8/17/2019 Epidemiologi II Lars Rylander (1)
25/25
Systematiska fel (BIAS)Fel som är beroende av exponeringsstatusoch/eller sjukdomsstatus (differential )
Kan försvaga såvälsom förstärkasambandet mellanexponering ochutfall
• Selektionsfel- Vem väljer att deltaga?- Vem deltar men hoppar över vissa frågor?
• Informationsfel- selektiv ihågkommelse- olika insamlingsmetoder
• Confounding(störfaktorer/förväxlingseffekter)t.ex. ålder. åldersfördelning, fysisk aktivitet
- gör att urvalet inte representerar målpopulationen
recall bias: Att fallen och kontrollerna intekommer ihåg samma sak. Den ena guppenkanske ger bättre exponeringsgrad med änden andra gruppen.
- ena gruppen ringer vi upp och denandrafår svara på ett frågeformulär: tendensatt svara olika beroende på metod. Viktigtatt använda samma metod för båda grupperna.