1 / 92

Měření asociací v epidemiologických studiích

Měření asociací v epidemiologických studiích. Marek Malý. Individuální a skupinová data. Klinický přístup (=individuální) Lékař vždy léčí konkrétního pacienta, ale každý pacient se podstatným způsobem v mnoha rysech liší od jiných pacientů Skupinový přístup

duaa
Download Presentation

Měření asociací v epidemiologických studiích

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Měření asociacív epidemiologických studiích Marek Malý

  2. Individuální a skupinová data • Klinický přístup (=individuální) • Lékař vždy léčí konkrétního pacienta, ale každý pacient se podstatným způsobem v mnoha rysech liší od jiných pacientů • Skupinový přístup • Vzhledem k velké variabilitě biologického materiálu nevyplývá z jednoho pozorování žádná obecná informace. Nutno popsat a porovnat rozložení dat u skupin osob.

  3. Epidemiologie • Zabývá se studiem a kvantifikací výskytu nemocí ve skupinách lidí. • Soustřeďuje se na vyhodnocování hypotéz o příčinách nemocí a hledá souvislosti mezi výskytem nemoci a charakteristikami osob a jejich životního prostředí.

  4. Kroky při realizaci studie • Formulace teoretického problému • Formulace pracovních hypotéz • Stanovení primárních a sekundárních cílů studie • Rozhodnutí o cílové a studované populaci, opora výběru • Plán studie, rozsah výběru • Rozhodnutí o technice sběru informací • Konstrukce nástrojů pro tento sběr (dotazníky, …) • Pilotní studie / Předvýzkum • Sběr dat • Vkládání dat do počítače, kontrola chyb • Vlastní analýza dat • Interpretace, závěry, případné zobecnění

  5. Typy epidemiologických studií • OBSERVAČNÍ (POZOROVACÍ) [DESKRIPTIVNÍ, ANALYTICKÉ] • popisy jednotlivých případů či série případů • ekologické studie • průřezové studie • studie případů a kontrol • kohortové studie • INTERVENČNÍ (EXPERIMENTÁLNÍ) • klinické studie • terénní intervenční studie

  6. Typy jevů a proměnných • Kvantitativní (numerické) • diskrétní (zpravidla celočíselné - počty) • spojité (jakákoli hodnota v určitém rozsahu je možná; omezení dáno jen přesností měření) • Kvalitativní (kategoriální) • binární (dvě kategorie; ano-ne) • nominální (několik kategorií bez uspořádání) • ordinální (několik kategorií s uspořádáním)

  7. Základní cíle observačních studií • Popis frekvence výskytu onemocnění: incidence, prevalence • Zkoumání vztahu mezi dvěma proměnnými • Expozice (rizik. faktor): ano x ne, příp. ordinální či spojitá vel. • Následek (onemocnění): ano x ne, příp. ordinální veličina • Ukazatele asociace (síly vztahu): RR, OR, AR, SMR • Testy hypotéz o síle asociace • Otázky o kauzalitě • Faktory ovlivňující správnou interpretaci zjištěné asociace • zkreslení (bias) • zavádějící faktor (confounder) – „třetí proměnná“ • náhoda (chance)

  8. Podíl, měra, míra • Podíl, proporce, rel. četnost (proportion) • bezrozměrný podíl, v němž čitatel je součástí jmenovatele, odhaduje riziko • podíl počtu chlapců v celk. počtu narozených dětí • Poměr (ratio) • čitatel není součástí jmenovatele; má rozměr • poměr počtu narozených dívek k počtu narozených chlapců • Míra (rate) • speciální forma podílu zahrnující specifikaci času • počet úmrtí na součet osobočasů v riziku

  9. Koncepce osoba-čas(Person-years) • za každou osobu se do ukazatele přičte příspěvek odpovídající délce jejího sledování – „době strávené v riziku“ (ve dnech, v rocích) • 12 osob sledovaných po dobu 1 měsíce přispívá stejně jako 1 osoba sledovaná 1 rok • u velké populace zhruba stejné jako: průměrná velikost populace x délka sledování významná úloha ve jmenovateli, kde mají být jen osoby „v riziku“

  10. Měření frekvence nemoci • požadavek kvantifikace výskytu nemoci je v epidemiologickém sledování klíčový • je třeba znát • absolutní počet nemocných • velikost populace, z níž nemocní pocházejí • časové období, ve kterém byly údaje shromážděny • ukazatelé četnosti (frekvence) nemoci - tzv. ukazatelé nemocnosti - jsou tedy mírou množství nemoci v určitém místě a čase; zpravidla se vyjadřují jako procento či na 1000, resp. 100000 obyvatel

  11. Prevalence a incidence • Incidence charakterizuje, kolik nových případů se objevilo v populaci v daném časovém intervalu (často roce); vlastně je ukazatelem dynamiky onemocnění, rychlosti nárůstu • Prevalence informuje o úrovni nemocnosti v určitém okamžiku, popisuje podíl případů nemoci existujících např. v daném dni (okamžitá), případně měsíci atp. (intervalová) • Ukazatele se vztahují na počet exponovaných osob, resp. na součet období, po která byly osoby sledovány (osobočas)

  12. Prevalence a incidence počet všech osob se zkoumaným onemocněním ve studované populaci v daném okamžiku (Okamžitá) prevalence = ------------------------------------------ počet osob v populaci ve stejném okamžiku počet případů onemocnění, které se vyskytly ve studované populaci v daném časovém intervalu Intervalová prevalence = --------------------------------------------- součet osobočasů v populaci ve stejném časovém intervalu počet nově zjištěných případů onemocnění ve studované populaci v daném časovém intervalu Incidence = --------------------------------------------- součet osobočasů v populaci ve stejném časovém intervalu počet nově zjištěných případů onemocnění ve studované populaci v daném časovém intervalu Incidence = --------------------------------------------- střední stav studované populace

  13. Incidence a prevalence • Změna incidence odráží změnu v etiologických faktorech (rizikových, protektivních) • Změna prevalence odráží změnu v incidenci,v délce trvání onemocnění či v obojím • Úroveň prevalence závisí na zakončení nemoci (uzdravení, úmrtí) • Pokud jsou prevalence, incidence i délka stabilnía prevalence < 10 %, platí přibližně prevalence  incidence  prům. délka onemocnění

  14. Průřezová studie

  15. Průřezová studie • Výběr jedinců do studie probíhá k jednomu časovému okamžiku - obecně bez znalosti expozice a nemoci • Může zjišťovat prevalenci jak expozice tak nemoci • Vhodné zejména pro nemoci, které nejsou rychle fatální, nevhodné pro vzácné nemoci či expozice • Relativně snadný sběr dat, relativně levné • Citlivé vzhledem ke zkreslení (bias) • Nelze stanovit, zda byla dříve expozice či nemoc (kauzalita)

  16. Průřezová studie - příklady • NHANES (National Health and Nutrition Examination Survey) • MONICA

  17. Kohortová studie

  18. Kohortová studie • PRINCIP: Vytvoření skupin na základě údaje o expozici a kompletní dlouhodobé sledování všech skupin (follow-up) stejným způsobem; možno sledovat (v podobě incidence) celé spektrum následků jedné expozice (více nemocí) • Na začátku zařazeny jen osoby bez onemocnění • Organizace studie: prospektivní, retrospektivní (historická) • Nejúplnější a flexibilní popis vývoje od expozice k nemoci • Může objasnit časové souvislosti mezi expozicí a nemocí, zachytit dynamiku vzniku zkoumané závislosti • Vhodné pro vzácně se vyskytující expozice (příčiny) • Odolnost vůči výběrovému zkreslení • Naprosto nevhodná pro nemoci se vzácným výskytem • Velké finanční a časové nároky • Validitu narušují ztráty jedinců ze sledování

  19. Kohortová studie

  20. Kohortová studie

  21. Kohortová studie - příklady • Studie britských lékařů • Studie horníků uranových dolů • Framinghamská studie

  22. Studie případů a kontrol

  23. Studie případů a kontrol • PRINCIP: porovnání podílu osob exponovaných zkoumanému (rizikovému) faktoru ve skupině nemocných (PŘÍPADY) a zdravých (KONTROLY) • Vhodné pro studium incidence nemocí vzácných a s dlouhou latencí • Lze studovat více potenciálních příčin nemoci • Založeno na popisu expozice v minulosti – potenciálně nepřesné záznamy či vzpomínky - zkreslení • Neúplná kontrola vlivu dalších proměnných • Často obtížná volba kontrolní skupiny, ta přitom podstatně ovlivňuje validitu • Nelze přímo popsat incidenci mezi exponovanými a neexponovanými

  24. Status Expozice PŘÍPAD KONTROLA Celkem ano a b a+b ne c d c+d Celkem a+c b+d n=a+b+c+d Studie případů a kontrol

  25. Studie případů a kontrol - příklady • Kouření a rakovina plic (Doll, Hill, BMJ 1950) • Alkohol a rakovina jícnu (viz Breslow, Day I, 1980) • Hormonální antikoncepce a infarkt myokardu (Rosenberg, Am. J. Epidemiol. 1980) • Konzumace kávy a rakovina slinivky břišní (MacMahon, NEJM, 1981)

  26. Vztah kohortové studie ke studii případů a kontrol • Studie případů a kontrol často slouží k prvnímu prověření hypotézy a z nich vycházejí podrobnější a přesnější kohortové studie. • V tzv. vnořené studii případů a kontrol (nested case-control study) jsou případy a kontroly vybírány z již existující kohorty, a je pro ně proto k dispozici základní informace o expozici rizikovým faktorům. Detaily se pak dohledávají jen pro menší počet jedinců zařazených ve vnořené studii (zejména se redukuje počet zdravých), což je výhodné zvláště tehdy, když je dohledání nákladné. • Studie případů v kohortě (case-cohort study) je založena na analýze dat osob ze subkohorty (vybrané v úvodu kohortové studie) a všech případů onemocnění.

  27. UKAZATELE ASOCIACE • Relativní riziko • Poměr šancí • Atributivní riziko • Standardizovaný úmrtnostní index (SMR)

  28. (ABSOLUTNÍ) RIZIKO • RIZIKO (RISK) - pravděpodobnost výskytu sledovaného jevu; odhadujeme ji pomocí relativní četnosti (počet nemocných ku počtu všech osob ve skupině); mezi 0 a 1 • V exponované skupině: R1=a/(a+b) • V neexponované skupině: R2=c/(c+d)

  29. Kohortová studie • RR = R1 / R2 = 1,39 • 95% CI: (0,91; 2,13) • χ2= 2,27; p=0,132 • R1=27 / 482 = 0,056 • R2 = 77 / 1908 = 0,040

  30. Interpretace intervalu spolehlivosti • Interval spolehlivosti pro RR lze použít při testování významnosti: testuje se H0: RR=1 (hodnota 1 odpovídá tomu, že není žádný rozdíl v riziku onemocnění mezi exponovanou a neexponovanou populací). • Pokud hodnota 1 není pokryta 100(1-α)% intervalem spolehlivosti, nulovou hypotézu lze zamítnout na hladině α[např. 95% CI, α=0,05], v opačném případě H0 nezamítáme. • Oproti p-hodnotě získáme navíc představu o přesnosti odhadu parametru a o tom, zda rozsah výběru byl dostatečně veliký.

  31. Relativní riziko • poměr rizika onemocnění v exponované a v neexponované populaci • ukazatel asociace odhadující sílu vazby mezi expozicía nemocí • vyjadřuje, kolikrát je větší riziko následku u exponovaných v porovnání s neexponovanými • RR může nabývat hodnot mezi 0 a nekonečnem • RR=1 .. není vztah mezi expozicí a následkem • RR>1 .. pozitivní vztah • RR<1 .. inverzní vztah (expozice chrání před následkem)

  32. Relativní riziko RR

  33. Šance (ODDS) • ŠANCE (ODDS) - poměr pravděpodobnosti,že ke sledovanémujevu došlo, vzhledem k pravděpodobnosti, že k tomutojevu nedošlo(počet nemocných ku počtu zdravých);mezi 0 a nekonečnem • V exponované skupině: [a/(a+b)] / [b/(a+b)]=a/b • V neexponované skupině: [c/(c+d)] / [d/(c+d)]=c/d

  34. Studie případů a kontrol • OR = O1 / O2 = 1,60 • 95% CI: (0,99; 2,58) • χ2= 4,13; p=0,042 • O1=23 / 304 = 0,076 • O2 = 133 / 2816 = 0,047

  35. ODDS RATIO – poměr šancí OR • Interpretace OR je podobná jako u RR,ovšem s použitím šance místo rizika • OR může nabývat hodnot mezi 0 a nekonečnem • OR je jediná možnost charakterizace velikosti asociace ve studii případů a kontrol • OR je dobrým odhadem relativního rizika, pokud je výskyt onemocnění v populaci relativně nízký • U onemocnění s častým výskytem (vysokou prevalencí) je nutno RR a OR považovat za dva různé ukazatele

  36. ODDS RATIO – poměr šancí OR

  37. ODDS RATIO – poměr šancí OR • Disease odds ratio • Exposure odds ratio ve studii případů a kontrol se zpravidla z populace nevybírá stejný podíl nemocných a zdravých odhad relativního rizika by byl zkreslený, lze odhadovat jen podíly exponovaných mezi zdravými a mezi nemocnými

  38. Vztah mezi šancía pravděpodobností Pravděpodobnost 1/3  šance 1/2; pravděpodobnost 1/100  šance 1/99 Úmrtí: RR=(2/100)/(1/100)=2; OR=(2/98)/(1/99)2 Přežití: RR=(98/100)/(99/100) 1; OR=(98/2)/(99/1) 0,5

  39. P-hodnota (P-VALUE) • pravděpodobnost, že za platnosti nulové hypotézy H0 nastane právě takový výsledek,jaký byl pozorován, nebo ještě extrémnější(tj. vzdálenější od H0) • malá p-hodnota svědčí proti platnosti H0 • význam slova „malá“ určuje předem zvolená hladina významnosti α, na níže se testování provádí (typicky α=0.05) • kdybychom zvolili hladinu významnosti právě rovnou p-hodnotě, byl by výsledek přesně na hranici statistické významnosti

  40. Intervaly spolehlivosti

  41. Síla asociace, kauzalita • Čistě statistickými postupy nelze prokázat, zda vztah mezi veličinami je či není kauzální – testuje se, zda existuje asociace/vazba • Čím větší je RR nebo OR, tím lze spíše očekávat, že vztah mezi expozicí a následkem je kauzální, i když tomu tak nemusí být ani u velmi silné vazby • Pro úvahy o kauzalitě nutno dále posoudit: časový sled, specificitu (příčiny a následku), soulad s dosud známými fakty, biologickou plausibilitu, konzistenci závěrů různých studií • Pro interpretaci je kromě vlastní hodnoty RR (OR) vždy nutná znalost intervalu spolehlivosti a rozsahu výběru

  42. Síla asociace Jaký je rozdíl ve výpovědi o síle asociace v následujících situacích? OR #1: OR = 1.4 95% CI = (0.7 - 2.8) OR #2: OR = 1.4 95% CI = (1.2 - 1.7) OR#3: OR = 9.8 95% CI = (1.8 - 21.3) OR#4: OR = 6.6 95% CI = (5.9 - 8.1)

  43. Kohortová studie – horníci českých uranových dolů, expozice radonu a jeho dceřiným produktům SMR – standardizovaný úmrtnostní index E – počet případů, který by se v kohortě vyskytl, kdyby v ní platily stejné věkově specifické úmrtnosti jako v obecné populaci ČR

  44. Atributivní riziko AR • Ukazatel AR udává, za jakou část případů nemoci je zodpovědná expozice (za předpokladu příčinného vztahu mezi zkoumanou expozicí a následkem). • Takto můžeme popsat počet případů nemoci mezi exponovanými, které by se nevyskytly, kdybychom dokázali zcela eliminovat expozici. • Z praktického hlediska je takto dáno maximální snížení nemocnostiu exponovaných osob, kterého lze dosáhnout odstraněním rizikového faktoru. • Na rozdíl od relativního rizika, které měří sílu asociace mezi expozicí a následkem, atributivní riziko je mírou dopadu této asociace v kontextu studia veřejného zdraví. • V porovnání s RR se však ze zjištěné hodnoty AR rizika jen velmi těžko vyvozují zobecnění na jiné populace, neboť AR silně závisína incidenci/prevalenci v neexponované skupině.

  45. Rozdíl rizik (atributivní riziko)

  46. Potřebný počet léčených (Number needed to treat) • Převrácená hodnota rozdílu rizik, NNT=1/RD,je speciální měrou počtu osob, které připadajína každý další případ nemoci, resp. které bybylo třeba ošetřit, aby se předešlo vzniku jednoho případu.

  47. Atributivní frakce • Odhad podílu nemocných mezi exponovanými, který jde na vrub expozice, „AR v procentech“

  48. Kohortová studie s osoboroky – horníci českých uranových dolů • Incidence leukémie • IE=9 / 23286  38,65 na 100000 • IĒ = 18 / 244159  7,37 na 100000 • RR = 38,65 / 7,37 = 5,24 • 95% CI: (1,93; 10,96) [relativní riziko] • RD = 38,65 - 7,37  31,28 na 100000 • 95% CI: (17,77; 44,78) [rozdíl rizik] • AF=(38,65 - 7,37) /38,65  80,9 % • 95% CI: (57,54; 91,43) [atributivní frakce]

More Related