Allmänt - moodle.med.lu.se · Kronisk urtikaria 2% . Exempel på incidens av olika dermatologiska sjukdomar hos äldre vuxna (60 +) i Sverige Malignt melanom 3500 personer 0.03%

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.

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

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.


•  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


•  Nej: •  Incidenstal

(insjuknandet) av atopiskt eksem är 0.3 eller 3% hos barn.

•  500/16500=0.3

Exempel skillnad mellan prevalens och incidens

•  Prevalens 2-4% 1% till 20%

Psoriasis Löss i håret

Är incidens ungefär samma, högre eller lägre för Psoriasis…………

Löss i håret…………?


•  Prevalens 2-4% •  Incidenstal Ja, den

är lägre


Ja, den är ungefär samma


•  Prevalens 2-4% •  Incidenstal Nej,

den är lägre


Nej, den är

ungefär samma


•  Prevalens 2-4% 1% till 20% •  Ett års incidenstal 0.059 % 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

•  2.5/100000 personår

•  Australien

•  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.


• Ger kunskap om ”riskfaktorer”

• Vem blir sjuk?

• Att jämföra grupper är viktigt inom epidemiologin.

• Man kan även få kunskap om möjliga orsaker/faktorer till en viss sjukdom.


• 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

Varför behövs då epidemiologisk forskning?

”Imagination is

more important

than knowledge.”

-Albert Einstein

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 outcome ja/nej • Kontroll outcome ja/nej

Deskriptiva studier •  Kohort:

– Exponering

–  Icke exponering

•  Fall-kontroll: – Outcome

–  Icke outcome

•  Tvärsnitt: exponering och/eller outcome samtidigt

Outcome ja/nej?

Tidigare exponerad ja/nej?

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 referens-

populationen – 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

Samband mellan exponering och outcome beror helt eller partiellt på en annan exponering

Konfounder

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 Ej exponerad Exponerad Ej exponerad

Fall Kontroll

******++++++****+++++++++++++++++++

Fall

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 No outcome Outcome No outcome

”Blinding”

”Intention to treat” vs. ”on treatment”

****** ** ***** **

******** ***

****** ** ***** **

******** ***

******************

*** * ** ** *** ** ** * ** ** ***

+ + ******* ++ ++ +++++

** ** ** * ** ** * ** **

Ny behandling Standardbehandling

Mindre allvarlig sjukdom

Mer allvarlig sjukdom

Utfall 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!

Documents

Allmänt - moodle.med.lu.se · Kronisk urtikaria 2% . Exempel på incidens av olika dermatologiska sjukdomar hos äldre vuxna (60 +) i Sverige Malignt melanom 3500 personer 0.03%