Presentation laddar. Vänta.

Presentation laddar. Vänta.

Läkarprogrammet – Termin 5, VT 2015 Lars Rylander Avdelningen för arbets- och miljömedicin, Lund E-post: Tel: 046 – 222 1631 Epidemiologi.

Liknande presentationer


En presentation över ämnet: "Läkarprogrammet – Termin 5, VT 2015 Lars Rylander Avdelningen för arbets- och miljömedicin, Lund E-post: Tel: 046 – 222 1631 Epidemiologi."— Presentationens avskrift:

1 Läkarprogrammet – Termin 5, VT 2015 Lars Rylander Avdelningen för arbets- och miljömedicin, Lund E-post: Tel: 046 – Epidemiologi (II)

2 Exempel: Sjukdomsmått Antal astmatiker Kontorister Djurskötare PREVALENS Kontorister5% (20/400)6.25% (25/400)7.5% (30/400) Djurskötare2.5% (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) INCIDENS Kontorister-1.3/1000 py1.3/1000 py 5/(375*10+5*5)5/(370*10+5*) Djurskötare-3.9/1000 py4.1/1000 py 15/(375*10+15*5)15/(360*10+15*5) Incidenskvot- 3.0 (3.9/1.3) 3.2 (4.1/1.3)

3 Studiedesign

4 - Tvärsnittsnittstudier (Cross-sectional studies) - Kohortstudier (Follow-up studies) - Fall-kontrollstudier (Case-control studies) Studiedesign

5 Tvärsnittsstudier

6 (Cross-sectional studies) Avser att studera förhållanden vid en viss tidpunkt.

7 Sambandet mellan monotont arbete inom fiskberedningsindustrin och nack/skulderbesvär Exponerade vs Referenter ÅlderRiskkvot (POR) 95% KI < (1.8-10) ( )  ( ) Är det rimligt att äldre har mindre risk? Om inte, hur kan resultaten förklaras? Ex. Tvärsnittsstudie

8 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% KI Icke rökare < 10 cig/dag0.79 ( )  10 cig/dag0.66 ( ) => Rökning en skyddande effekt?

9 Ex. Tvärsnittsstudier Samband mellan hormonstörande miljögifter och typ 2 diabetes (T2D) PCB-153 och p,p’-DDE är markörer för långlivade klororganiska miljögifter (en grupp hormonstörande miljögifter). PCB-153 p,p’-DDE Andel med T2D (%) Andel med T2D (%)

10 Typ 2 diabetes i) ii) Samband!! - Kausalitet?? ↑ nivåer av miljögifterna Typ 2 diabetes Samband mellan hormonstörande miljögifter och typ 2 diabetes (T2D) ↑ nivåer av miljögifterna

11 Tvärsnittsstudier - Relativt snabbt/enkelt! - Selektion? - Kausalitet/tolkning?

12 Kohortstudier

13 (Follow-up studies) Kohort :grupp med någon gemensam egenskap (ex födelseår, rökare, yrke, vegetarianer, …) Syfte: mäta och vanligtvis jämföra incidensen i flera kohorter

14 Kohortstudier Population (alla friska) tid Oexponerade/ Lågexponerade Högexponerade Oexponerade/ Lågexponerade Högexponerade SJUKA

15 Kohortstudier (Exemplet hormonstörande miljögifter och typ 2 diabetes [T2D]) Population (alla friska) tid Oexponerade/ Lågexponerade Högexponerade Oexponerade/ Lågexponerade Högexponerade T2D

16 Ex. Kohortstudier Frågeställning: Hormonstörande miljögifter* och risken för typ 2 diabetes WHILA-kohorten (=Women Health In Lund Area) Kvinnor i Lundaregionen Ålder år Intervjuade Blodprov ~7000 kvinnor *I vårt fall var vi intresserade av att studera långlivade klororganiska miljögifter

17 Kohortstudier Population: WHILA Alla friska: Ej T2D vid baseline Exponering: Låg(-)/Hög(+) tid T2D Låg Hög Låg Hög

18 Kohortstudier Population:WHILA Alla friska: Ej T2D Exponering: Låg(-)/Hög(+) tid T2D Låg Hög Låg Hög Antal nya fall: ab Persontid underT H T L risk: Incidens:a/T H b/T L Incidenskvot =I Hög / I Låg = (a/T H ) / (b/T L ) Incidensdifferens = I Hög – I Låg = (a/T H ) - (b/T L ) HögLåg

19 Kohortstudier Population: WHILA Alla friska: Ej T2D Exponering: Låg(-)/Hög(+) tid T2D Låga Höga Låga Höga När är kohortstudier lämpliga? Vad kan vara problem med en kohortstudie? När och varför kan det vara svårt att genomföra dem?

20 Fall-kontrollstudier

21 (Case-control studies) Population FALL Kontroller FALL: De individer som fått den sjukdom vi studerar. KONTROLLER: De individer som inte fått den 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,…)

22 Ex. Fall-kontrollstudie Frågeställning: Hormonstörande miljögifter* och risken för typ 2 diabetes WHILA-kohorten (=Women Health In Lund Area) Kvinnor i Lundaregionen Ålder år Intervjuade Blodprov ~7000 kvinnor *I vårt fall var vi intresserade av att studera långlivade klororganiska miljögifter

23 T2D Ej T2D FALL: De kvinnor som fått diagnosen typ 2 diabetes (T2D) efter baseline. KONTROLLER: De individer som inte fått diagnosen T2D. Vår uppgift är att ta reda på exponerings- fördelningen hos fallen och kontrollerna. (Exponeringen i vår studie är långlivade klororganiska miljögifter) Ex. Fall-kontrollstudie Frågeställning: Hormonstörande miljögifter och risken för typ 2 diabetes Population: WHILA Alla friska: Ej T2D vid baseline

24 Vilket sjukdomsmått används i fall-kontrollstudier för att skatta sambandet mellan exponering och sjukdomsrisk?

25 ODDSKVOT (Odds ratio; OR) E+E- D+ a=50 b=10 D- c=60 d=60 Odds: Sannolikhet för händelse genom sannolikhet för ej händelse 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 = Man kan få ett relativt riskmått genom att beräkna kvoten mellan två odds -Denna kvot kallas oddskvot (eng. Odds Ratio =OR) a d b c Exempel: OR = = = 5

26 Fall-kontrollstudie RESULTAT från exemplet (”WHILA-studien”) FALL Kontroller - Totalt hade vi 371 fall och lika många kontroller - Om vi inkluderade alla i analysen såg vi inget samband mellan exponering och risken att utveckla typ 2 diabetes. - Men om vi endast såg på de ”seten” där fallen fick sin diabetes ≥7 år efter baseline- undersökningen visade det sig att de kvinnor med de högsta nivåerna av p,p’-DDE hade ca 5 gånger ökad risk att utveckla typ 2 diabetes jämfört med de med lägre p,p’-DDE- nivåer. Rignell-Hydbom et al. PLoS One 2009 Oct 19;4(10):e7503

27 Felkällor

28 Tillfälliga fel Minskar om stickprovet görs större Statistisk osäkerhet – stickprovsfel Felets storlek avspeglas i konfidensintervallets bredd. Större osäkerhet i fall-kontroll än i kohortstudier. Systematiska fel Snedvridning av resultat - BIAS Minskar EJ med ökande stickprovsstorlek Avspeglas EJ i konfidensintervallets bredd

29 Tillfälliga fel Mätfel, fel svar Felklassificering av exponering/kohorttillhörighet Diagnos ej registrerad eller felaktig Fel av slumpmässig natur och som är oberoende av exponeringsstatus, sjukdomsstatus (non-differential) Tenderar oftast att försvaga sambandet mellan exponering och utfall

30 Systematiska fel (BIAS) Fel som är beroende av exponeringsstatus och/eller sjukdomsstatus (differential) Kan försvaga såväl som förstärka sambandet mellan exponering och utfall Selektionsfel - Vem väljer att deltaga? - Vem deltar men hoppar över vissa frågor? Informationsfel - selektiv ihågkommelse - olika insamlingsmetoder Confounding (störfaktorer/förväxlingseffekter)


Ladda ner ppt "Läkarprogrammet – Termin 5, VT 2015 Lars Rylander Avdelningen för arbets- och miljömedicin, Lund E-post: Tel: 046 – 222 1631 Epidemiologi."

Liknande presentationer


Google-annonser