Epidemiologi. Registerstudier N gra begrepp

1. Epidemiologi. RegisterstudierNågra begrepp Tällberg 091118 Fou-metodik ST-läkare Lars Englund

2. Epidemilogi, definition ”The study of the distribution and determinants of disease frequency in man.” MacMahon and Pugh 1970 Fördelning Vad som orsakar Förekomst

3. Områden där tillämpad epidemiologi används Uppföljningar (monitorering) av befolkningens hälsa Analytisk epidemiologi, då man letar efter orsaker och andra faktorer som kan påverka förekomsten av sjukdomar Evaluering av metoder och instrument i vården (Health service research) Clinical trials Prevention

4. Registerstudier, några begrepp SCB centralt i sammanhanget NYK- nordisk yrkesklassificering NYKO-Nyckelkodområden (indelning av kommuner och landsting) SUN-Svensk utbildningsnomenklatur SNI-Svensk näringslivsinfo ICD SEI-socioekonomisk indelning

5. Några register som kan vara bra att känna till Dödsorsaksregistret (SCB) Migrationsregister (från 1969 och framåt) Brottsregistret Cancerregistret (SoS) Patientregistret Medicinska födelseregistret Missbildningsregistret

6. Dödsorsaksregistret Man måste vara registrerad i en församling Äldre registerversioner bygger på äldre ICD-versioner, översättningsnycklar finns Sjunkande obduktionsfrekvens problem Datakvalitet? Kolla på http://www.scb.se

7. Epidemiologiska studier Visar samband Inte orsakssamband (kausalitet) Eller ens alltid tidssamband (kräver prospektiv studie) ”Vid naturliga experiment” är det många faktorer på en gång som inverkar

8. Population Stickprov (sample) Från vilken ”baspopulation” (target population)? Representativitet – resonera kring det i artikel Jämför totalmaterial Statistisk inferens

9. Selection bias Dina resultat kanske bara är representativa för de du undersökt? Exempel på orsaker till selektions bias Allvarlighetsgrad av sjukdomen Ålder Utbildning Läkarpreferens Krav om remittering Tillgänglighet till specialister Avstånd till sjukvården

10. Sjukdomsförekomst Prevalens Incidens Sjukdomens medelduration Vad är duration, jmf stroke Mortalitet ”Recovery rate” Hög incidens – låg prevalens ex ÖLI Låg incidens – hög prevalens ex schizofreni

11. Relativ risk och Odds ratio Relativ risk utgår från exponeringen – bland exponerade, hur stor är risken att var sjuk jämfört med motsvarande risk bland oexponerade? (Kohortstudier) Odds ratio utgår från utfallet – bland sjuka hur är oddset för att vara exponerad jämfört med bland friska? (Fall-kontrollstudie, men OK för kohortstudie också)

12. Relativ risk (RR) Incidence rate ratio Incidence rate = Andelen nya fall/den exponerade populationen Ratio blir när man jämför med den oexponerade delen av befolkningens incidence rate (Rate genom rate blir ”ratio”) Till exempel 6% av rökare har fått infarkt, 3% av icke rökare = RR 2,0

13. Relativ risk RR utgår från exponeringen RR = (a/a+b)/(c/c+d)=(32/100)/(16/100)=2,0

14. Odds ratio, exempel rökning/lungcancer Vi har ett antal lungancerfall (n) och skaffar oss ett antal (n, n x 2, n x 3, eller X st) friska kontroller Sedan frågar vi om dom röker Bland 72 lungcancerfall röker 33. Oddset att vara rökare är 33/39 (0,846). Bland 72 kontroller rökte 7. Oddset att vara rökare är 7/65 (0,108). OR är (33/39)/(7/65)=7,83 Odds kan vara större än 1 därför inte 33 av 72, respektive 7/72.

15. RR och Odds ratio (OR) OR utgår från utfallet OR = (a/c)/(b/d) =(33/39)/(7/65)=7,8 RR utgår från exponeringen RR = (a/a+b)/(c/c+d)=(33/40)/(39/104)=2,2

16. Hillska kriterierna för värdering av orsakssamband Sir Austin Bradford Hill (1950-talet) Kriterium 1. Statistisk styrka Studierna måste omfatta tillräckligt många människor för att inte slumpmässiga variationer skall dominera resultaten. Kriterium 2. Biologisk rimlighet Det räcker inte att en samvariation mellan två företeelser är statistiskt säkerställd för att ett orsakssamband skall föreligga. Man måste alltid ställa frågan om ett sådant samband är biologiskt rimligt.

17. Hillska kriterierna (forts) Kriterium 3. Relevant kontrollgrupp De mycket komplicerade mekanismerna för hälsoeffekter gör orsaksbilden komplex. Bland alla de faktorer som kan spela in är ålder, kön, utbildning, yrke och etnicitet men också sådant som handlar om livsstil och ”livshållning” som till exempel syn på sin egen hälsa, sina möjligheter och sitt inflytande. Den exponerade gruppen och kontrollgruppen bör vara så lika som möjligt i dessa avseenden. Eventuella skillnader måste man försöka korrigera för Kriterium 4. Tidsmässig överensstämmelse Ett orsakssamband förutsätter självfallet att exponeringen föregår hälsoeffekterna, och inte tvärtom.

18. Hillska kriterierna (forts) Kriterium 5. Dosberoende Det är en allmän regel att skaderisker ökar med dosen. Många studier har ifrågasatts när det framkommit att högre doser av någon exponering vid andra tillfällen gett lägre frekvens av insjuknanden eller död än i den nu aktuella studien. Ett krav borde därför vara att doserna alltid anges och diskuteras i epidemiologiska publikationer. Kriterium 6. Reproducerbarhet Flera bra studier ska peka i samma riktning