33
Läkarprogrammet – Termin 5, Ht 2013 Lars Rylander Avdelningen för arbets- och miljömedicin, Lund E-post: [email protected] Tel: 046 – 222 1631 Epidemiologi

Läkarprogrammet – Termin 5, Ht 2013

  • Upload
    dinesh

  • View
    54

  • Download
    0

Embed Size (px)

DESCRIPTION

Epidemiologi. Läkarprogrammet – Termin 5, Ht 2013. Lars Rylander Avdelningen för arbets- och miljömedicin, Lund E-post: [email protected] Tel: 046 – 222 1631. Epidemiologi. epi=bland demos=folk logos=lära. => läran om det som är ”bland” eller ”drabbar” människor. - PowerPoint PPT Presentation

Citation preview

Page 1: Läkarprogrammet –  Termin 5, Ht 2013

Läkarprogrammet – Termin 5, Ht 2013

Lars RylanderAvdelningen för arbets- och miljömedicin,

Lund

E-post: [email protected]: 046 – 222 1631

Epidemiologi

Page 2: Läkarprogrammet –  Termin 5, Ht 2013

Epidemiologiepi = bland

demos = folk

logos = lära

=> läran om det som är ”bland” eller ”drabbar” människor

Page 3: Läkarprogrammet –  Termin 5, Ht 2013

Epidemiologi”Vetenskaplig disciplin som sysslar

med sjukdomars utbredning, orsaker och förlopp.”

(Nationalencyklopedin)

Page 5: Läkarprogrammet –  Termin 5, Ht 2013

Epidemiologi – Ht 2013

Föreläsningar – tre stycken- Lars Rylander

Seminarieövning- Fyra grupper (designa en epidemiologisk studie)- Karin Källén

Page 6: Läkarprogrammet –  Termin 5, Ht 2013

Epidemiologi

INNEHÅLL- Introduktion till epidemiologiskt tänkande

- Studiedesign (inkl sjukdomsmått mm)

- Register- och biobanksforskning

- Hur rapporterar man epidemiologiska data (STROBE)

Page 7: Läkarprogrammet –  Termin 5, Ht 2013

Epidemiologi

LÄSTIPS

Jonas Björk”Praktisk statistik för medicin och hälsa”(Bokus: ca 400 kr)

Page 8: Läkarprogrammet –  Termin 5, Ht 2013

Epidemiologi

LÄSTIPS - artiklar

”En observationsstudie kräver grundlig eftertanke av läsaren”Bengt Järvholm, Läkartidningen Nr 49, 2001:5631-7

Kan nås på följande adress: http://ltarkiv.lakartidningen.se/ (sök på Järvholm år 2001)

”Strengthening the reporting of observational studies in Epidemiology (STROBE): explanation and elaboration.Vandenbroucke JP, von Elm E, Altman DG, et al. Ann Intern Med 2007;147(8):163-94

Kan nås på följande adress:http://www.annals.org/content/147/8/W-163.full.pdf+html

Page 9: Läkarprogrammet –  Termin 5, Ht 2013

Vad studeras?Utgår från sjukdom:

-Infektionssjukdomar

-Diabetes

-Tumörsjukdomar

-Hjärt/kärlsjukdomar

-Reproduktionsstörningar

-Psykiatriska sjukdomar...

Utgår från exponering:

-Arbete

-Omgivningsmiljö

-Kost

-Livsstilsfaktorer...

Page 10: Läkarprogrammet –  Termin 5, Ht 2013

Epidemiologi

Varför behöver vi göraepidemiologiska studier?

Använda data från djurstudier?!

Page 11: Läkarprogrammet –  Termin 5, Ht 2013

Epidemiologi

Varför behöver vi göraepidemiologiska studier?

Göra experimentella studierpå människa?!

Page 12: Läkarprogrammet –  Termin 5, Ht 2013

ExperimentI ett experiment använder man normalt randomisering, dvs det är slumpen som avgör om en person får

behandling/exponering A eller

behandling/exponering B

Page 13: Läkarprogrammet –  Termin 5, Ht 2013

Experimentella studier på människa

Exponering för ämne X

Cancer

Förslag till studieupplägg:

* hela populationen

* barn vid 12 års ålder - 10% exponerade barn vid 15 års ålder - 20% exponerade

* kontinuerlig exponering

* 20-25 års uppföljning (cancerregister)

?

Page 14: Läkarprogrammet –  Termin 5, Ht 2013

Epidemiologiskt tänkande – exempel 1

Sverige: Generellt en hög levnadsstandard.Panama: Fattigdom och en mer begränsad sjukvård.

Ett givet år dör en större andel av befolkningen i Sverige jämfört med befolkningen i Panama!

Rimligt? Förklaring?

Page 15: Läkarprogrammet –  Termin 5, Ht 2013

Epidemiologiskt tänkande – exempel 2

Risken att dö under en 20-årsperiod bland kvinnor i Whickham, England, med avseende på kvinnornas rökvanor i början av studieperioden. (Data från Vanderpump m fl. Clin Endocrinol 1995)

Vitalstatus Rökare Icke-rökare Totalt

Död 139 230 369 Levande 443 502 945Totalt 582 732 1314

Risk 0.24 0.31 0.28(död/totalt)

Indikerar dessa siffror att det är en fördel att röka?!

Page 16: Läkarprogrammet –  Termin 5, Ht 2013

Confounding (störfaktorer)

Confoundingfaktorn skall …

1. … utgöra en egen riskfaktor för den studerade sjukdomen (oberoende av den studerade faktorn)

2. … vara associerad med den studerade exponeringsfaktorn.

Confounder

ExponeringEffekt

Page 17: Läkarprogrammet –  Termin 5, Ht 2013

Sjukdomsmått1. Prevalens

2. Risk (Kumulativ Incidens)

3. Incidens

Page 18: Läkarprogrammet –  Termin 5, Ht 2013

Prevalens

Antal sjuka vid tPrevalens (P) =

Antal individer vid t

Andelen individer som har sjukdomen vid en speciell tidpunkt (t).

Page 19: Läkarprogrammet –  Termin 5, Ht 2013

5

10

Individ 1

0 51 2 3 4Tid (år)

Exempel: Beräkna prevalensen (P) vid t1 och t2.

t1 t2

• sjukdomsstart

♦ censorerad

- - - sjuk

____ frisk

Page 20: Läkarprogrammet –  Termin 5, Ht 2013

Risk (Kumulativ incidens)

Antal nyinsjuknadeRisk =

Totala antalet friska individer vid start

Studerad tidsperiod avgörande för tolkningen:jämför exempelvis 3% under en 40-årsperiodmed 3% under en 40-dagarsperiod.

Page 21: Läkarprogrammet –  Termin 5, Ht 2013

5

10

Individ 1

0 51 2 3 4Tid (år)

Exempel: Beräkna risken att utveckla sjukdomen under den studerade 5-årsperioden.

• sjukdomsstart

- - - sjuk

____ frisk

Page 22: Läkarprogrammet –  Termin 5, Ht 2013

Incidens

Antal nyinsjuknadeIncidens (I) =

Summa persontid under risk

Incidensen beskriver hur många friska i den studerade populationen som blivit sjuka under den observerade tidsperioden (intensiteten/hastigheten).

Page 23: Läkarprogrammet –  Termin 5, Ht 2013

5

10

Individ 1

0 51 2 3 4 Tid (år)

Exempel: Beräkna incidensen (I) under den studerade 5-årsperioden.

• sjukdomsstart

♦ censorerad

- - - sjuk

____ frisk

Page 24: Läkarprogrammet –  Termin 5, Ht 2013

5

10

Individ 1

0 51 2 3 4 Tid (år)

• sjukdomsstart

♦ censorerad

- - - sjuk

____ frisk

Exempel: Beräkna incidensen (I) under den studerade 5-årsperioden.

Page 25: Läkarprogrammet –  Termin 5, Ht 2013

”Relativa jämförelser”RELATIV JÄMFÖRELSE av sjukdomsmått i en

exponerad (exp) och en oexponerad (oexp) grupp.

• Prevalenskvot = PExp/POexp

• Relativ risk = RExp/ROexp= KIExp/KIOexp

• Incidenskvot = IExp/IOexp

>1 Riskfaktor<1 Friskfaktor

Page 26: Läkarprogrammet –  Termin 5, Ht 2013

Exempel – RELATIV JÄMFÖRELSE

Diabetesincidens 1989-1994 bland barn födda i Lazio-regionen

ISard = Föräldrarna från Sardinien 1461 barn, 8820 personår, 3 fall av diabetes

3 / 8820 ≈ 0.00034 = 34 / 100 000 barn och år

ILazio = Föräldrar från Lazio: 7.9 / 100 000 barn och år

Incidenskvot = ISard / ILazio = 34 / 7.9 ≈ 4.3

(Data från Muntoni et al, Lancet 1997)

Page 27: Läkarprogrammet –  Termin 5, Ht 2013

ABSOLUT JÄMFÖRELSE av sjukdomsmått i en exponerad (exp) och en oexponerad (oexp) grupp.

• Prevalensdifferens = PExp-POexp

• Riskdifferens = RExp–ROexp = KIExp-KIOexp

• Incidensdifferens = IExp-IOexp

>0 Riskfaktor<0 Friskfaktor

”Riskdifferenser”

Page 28: Läkarprogrammet –  Termin 5, Ht 2013

Exempel – RISKDIFFERENS

Diabetesincidens 1989-1994 bland barn födda i Lazio-regionen

ISard = Föräldrarna från Sardinien: 34 / 100 000 barn och år

ILazio = Föräldrar från Lazio: 7.9 / 100 000 barn och år

Incidensdifferens = ISard - ILazio = 34 - 7.9 ≈ 26 extra fall av diabetes per 100 000 barn föddaav föräldrar från Sardinien.

(Data från Muntoni et al, Lancet 1997)

Page 29: Läkarprogrammet –  Termin 5, Ht 2013

HEMUPPGIFT: SjukdomsmåttAntag att Du följer 400 kontorister 30-50 år gamla från 1990 till 2010 för att studera risken att få astma. Vad Du finner ses i tabellen nedan. Antag att Du dessutom under samma tidsperiod följer 400 djurskötare. De börjar på en lägre astmaprevalens eftersomastmatiker har en tendens att undvika arbeten som djurskötare, bagare mm.

1990 2000 2010

Antal astmatiker Kontorister 20 25 30 Djurskötare 10 25 40

Beräkna prevalensen, kumulativa incidensen (risken) och incidensen vid de två tidpunkterna 2000 och 2010 för kontoristerna respektive djurskötarna. Beräkna dessutom de ”relativa riskerna” vid de olika tidpunkterna.

Page 30: Läkarprogrammet –  Termin 5, Ht 2013

Etiologisk fraktion (EF) (attributable fraction)

Andelen fall i befolkningen som skulle kunna förhindras om exponeringen eliminerades

IExp = Incidens bland exponerade IOexp = Incidens bland oexponeradep = Andel exponeradeIPop = Incidens i befolkningen

EF = (IPop – IOexp)/IPop

IPop = p* IExp + (1-p) * IOexp

Page 31: Läkarprogrammet –  Termin 5, Ht 2013

Etiologisk fraktion - Exempel

• Lungcancermortalitet bland dagliga rökare

= 2.2 / 1000 personår• Lungcancermortalitet bland icke-rökare

= 0.067 / 1000 personår

Hur stor andel av lungcancermortaliteten i Sverige kan tillskrivas rökning?

Page 32: Läkarprogrammet –  Termin 5, Ht 2013

Hur tolkas en relativ risk

på populationsnivå?Exponeringsprevalensen avgörande!

Relativ risk = 10

Exponeringsprevalens Etiologisk fraktion

1% 8%

20% 64%

50% 82%

Relativ risk = 1.5

Exponeringsprevalens Etiologisk fraktion

1% 0.5%

20% 9%

50% 20%

Page 33: Läkarprogrammet –  Termin 5, Ht 2013

Hur tolkas en relativ risk

på individnivå?Bakgrundsrisken avgörande!

Relativ risk = 10

Livstidsrisk om oexponerad Livstidsrisk om exponerad

1/100 000 10/100 000

1/100 10/100

Relativ risk = 1.5

Livstidsrisk om oexponerad Livstidsrisk om exponerad

1/1000 1.5/1000

10/100 15/100