Läkarprogrammet – Termin 5, VT 2015 Epidemiologi (II) Läkarprogrammet – Termin 5, VT 2015 Lars Rylander Avdelningen för arbets- och miljömedicin, Lund E-post: Lars.Rylander@med.lu.se Tel: 046 – 222 1631

Exempel: Sjukdomsmått 1990 2000 2010 Antal astmatiker Kontorister 20 25 30 Djurskötare 10 25 40 PREVALENS Kontorister 5% (20/400) 6.25% (25/400) 7.5% (30/400) Djurskötare 2.5% (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 py 1.3/1000 py 5/(375*10+5*5) 5/(370*10+5*) Djurskötare - 3.9/1000 py 4.1/1000 py 15/(375*10+15*5) 15/(360*10+15*5) Incidenskvot - 3.0 (3.9/1.3) 3.2 (4.1/1.3)

Studiedesign

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

Tvärsnittsstudier

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

Ex. Tvärsnittsstudie Exponerade vs Referenter Sambandet mellan monotont arbete inom fiskberedningsindustrin och nack/skulderbesvär Exponerade vs Referenter Ålder Riskkvot (POR) 95% KI < 30 4.2 (1.8-10) 30-44 4.0 (2.0-8.0)  45 1.3 (0.71-2.5) Är det rimligt att äldre har mindre risk? Om inte, hur kan resultaten förklaras?

Ex. Tvärsnittsstudier Riskkvot (OR) 95% KI Icke rökare 1.00 - Risken att få ett barn med spina bifida (ryggraden inte är samman- vuxen) hos rökande mödrar jämfört med icke rökande mödrar. Riskkvot (OR) 95% KI Icke rökare 1.00 - < 10 cig/dag 0.79 (0.63-1.00)  10 cig/dag 0.66 (0.49-0.90) => Rökning en skyddande effekt?

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

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

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

Kohortstudier

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

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

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

(=Women Health In Lund Area) Kvinnor i Lundaregionen Ex. Kohortstudier Frågeställning: Hormonstörande miljögifter* och risken för typ 2 diabetes WHILA-kohorten (=Women Health In Lund Area) Kvinnor i Lundaregionen Ålder 50-59 år 1995-2000 Intervjuade Blodprov ~7000 kvinnor *I vårt fall var vi intresserade av att studera långlivade klororganiska miljögifter

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

Kohortstudier - + tid Hög Låg Antal nya fall: a b Population: WHILA Alla friska: Ej T2D Exponering: Låg(-)/Hög(+) tid T2D - Låg Hög + Hög Låg Antal nya fall: a b Persontid under TH TL risk: Incidens: a/TH b/TL Incidenskvot = IHög / ILåg = (a/TH) / (b/TL) Incidensdifferens = IHög – ILåg = (a/TH) - (b/TL)

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

Fall-kontrollstudier

Fall-kontrollstudier (Case-control studies) Population 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,…) Kontroller FALL

Ex. Fall-kontrollstudie Frågeställning: Hormonstörande miljögifter* och risken för typ 2 diabetes WHILA-kohorten (=Women Health In Lund Area) Kvinnor i Lundaregionen Ålder 50-59 år 1995-2000 Intervjuade Blodprov ~7000 kvinnor *I vårt fall var vi intresserade av att studera långlivade klororganiska miljögifter

Ex. Fall-kontrollstudie Frågeställning: Hormonstörande miljögifter och risken för typ 2 diabetes 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) Population: WHILA Alla friska: Ej T2D vid baseline T2D Ej T2D

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

ODDSKVOT (Odds ratio; OR) Exempel: 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 oexponerad (E-) (10/70) / (60/70) = 10/60 = 0.17 Oddset att vara sjuk (D+) givet att man är exponerad (E+): (50/110)/(60/110) = 50/60 = 0.83 Man kan få ett relativt riskmått genom att beräkna kvoten mellan två odds Denna kvot kallas oddskvot (eng. Odds Ratio =OR) a • d 50 • 60 b • c 10 • 60 OR = = = 5

RESULTAT från exemplet (”WHILA-studien”) Fall-kontrollstudie RESULTAT från exemplet (”WHILA-studien”) - 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 Kontroller FALL

Felkällor

Statistisk osäkerhet – Felkällor 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

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

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