Epidemiologie 6. seminář Epidemiologie o posuzování vztahů mezi nemocemi, jejich příčinami a podmínkami vzniku → důležitou roli hraje statistika – metody na měření vztahů mezi jevy, tzv. asociace o statistické závěry – platí pouze s určitou pravděpodobností!!! (95%, 99%) o z epidemiologického hlediska → důležité ty faktory, jejichž změna vede ke změně incidence nemoci nebo úmrtnosti → ZVÝŠENÍ – rizikové faktory → SNÍŽENÍ – protektivní faktory o některé vztahy se mohou jevit jako kauzální, i když ve skutečnosti nejsou, jde o tzv. zavádějící faktory - confoundery Confounding („třetí faktor“) Confounding = nepřímá asociace, „třetí faktor“ Bias = systematická chyba Selekční bias – v důsledku chyb při plánování studie Informační bias – u studovaných subjektů dochází k misklasifikaci (chyba při klasifikaci nemoci) nemoci, expozice nebo obojího. confounder C E - - - - - - - - - - - N expozice nemoc Příčiny nemocí a jejich studium (1) → nejvýznamnější oblast epidemiologie Nemoc je dynamický proces. Etiologie – soubor poznatků o příčinách nemoci – záležitost činitelů vnějšího prostředí Patogeneze – racionální výklad vnitřního fyziologického mechanismu vedoucího od zdraví k nemoci – proces biologický Etiopatogeneze – představuje úzkou návaznost obou procesů – soubor příčin a mechanismů Příčiny nemocí a jejich studium (2) o Studium etiologie a patogeneze jednotlivých nemocí je předmětem zkoumání příslušných lékařských oborů - epidemiologie speciální o Obecné zásady všeobecně použitelné při studiu všech nemocí - epidemiologie obecná Příčiny nemocí a jejich studium (3) 1. Singularistický přístup: A B (studie brit. lékařů) 2. Pluralistický přístup: Dvě krajní schémata: B1 • Jedna příčina → mnoho následků A B2 B3 b) Mnoho příčin → jeden následek A1 A2 B A3 Multifaktoriální koncepce etiologie nemoci dnes všeobecně přijímána. Zjednodušující modely n osoba – místo – čas (např. dr. John Snow – 1854 – Londýn – cholera), prostředí (dr. Semmelweis – 1846 – porod. klin. I. a II. - Vídeň – patologie/porodn. klin. - studenti - kontaminace, 10-20% mateřská úmrtnost) n osoba – etiologický činitel – prostředí – etiologická triáda (původce nemoci - specifické agens – f., ch., b., s. povahy, vhodný organismus - člověk, prostředí) n osoba – znak – nemoc Pozn.: závěry zobecňovány až po věrohodném ověření v praxi Riziko v epidemiologii (1) = pravděpodobnost výskytu určitého jevu, např. že osoba onemocní nebo zemře → k hodnocení rizika můžeme využít matematickou statistiku ® Pravděpodobnost se obvykle váže k určitému souboru osob a k vymezenému časovému intervalu Riziko v epidemiologii (2) Riziko - podíl případů, v nichž sledovaný jev nastal, k celkovému počtu případů, v nichž nastat mohl x opak rizika – naděje Rizikový faktor ® taková vlastnost člověka nebo charakteristika životního prostředí, u které bylo zjištěno že přispívá (s urč. pravděpodobností) ke vzniku poruchy zdraví (úmrtí) nebo ke zhoršení zdravotního stavu Riziková skupina  osoby vystavené působení rizikového faktoru (RF), např. osoby s dědičnou zátěží, vystavené nebezpečí infekce, záření, hluku apod. Měření a srovnávání rizika Porovnat velikost dvou čísel – možnost dvěma způsoby o Podílem RR (relativní riziko) o Rozdílem AR (atributivní riziko) Míry rizika • Relativní riziko RR ® podíl výskytu nemoci nebo úmrtí v souboru exponovaném (rizikovém) k výskytu nemoci nebo úmrtí v souboru neexponovaném (kontrolním). • Atributivní riziko AR  s jakou pravděpodobností onemocní, popřípadě umírají osoby v důsledku působení výhradně jen rizikového faktoru  rozdíl výskytu nemoci nebo úmrtí v souboru rizikovém a v souboru osob, které riziku nebyly vystaveny. • Populační atributivní riziko → viz AR, ale vztaženo na celou populaci • Podíl populačního atributivního rizika (frakce) → udává, v jaké části populace byl výskyt hodnoceného jevu vyvolán rizikovým faktorem a) Relativní riziko RR (1) ® ukazatel vystihující vztah mezi expozicí rizikovému faktoru a zdravotním následkem, určující míru zjištěné asociace. Je vyjádřeno poměrem incidencí v exponované a neexponované (kontrolní) skupině kohortové studie, neboli kolikrát je vyšší nebo nižší v základním než v kontrolním souboru. ® výsledkem je absolutní číslo, jehož výše odpovídá o síle asociace incidence následku u exp.osob Ie RR = incidence následku u neexp.osob = In a) Relativní riziko RR (1) RR>1 Þ expozice zvyšuje riziko onemocnění resp.úmrtí → rizikový faktor RR<1  sledovaný faktor má naopak ochranný efekt RR=1 Þ nezávislost Čím větší je hodnota RR, tím silnější asociace je prokázána (RR>3 silná asociace, RR>10 velmi silná asociace) nabývá hodnot: 0 až ∞ Význam při hodnocení etiologie nemoci. b) Atributivní riziko AR (1) ® absolutní efekt expozice, neboli o kolik je incidence vyšší u exponovaných než u neexponovaných AR = Ie-In ROZDÍL vyjadřuje absolutní efekt expozice. Umožňuje odhadnout velikost nadbytečných ztrát v důsledku působení rizikového faktoru. Je tedy mírou rozsahu studovaného zdravotního problému ve skupině exponovaných. b) Atributivní riziko AR (2) Interpretace: AR=0 Þ nezávislost AR=Ie Þ všechny případy nemoci lze přičíst sledovanému faktoru AR<0 Þ ochranný faktor c) Populační atributivní riziko PAR obdoba AR, ale vychází z incidence nemoci v celém souboru, ne pouze v exponované skupině PAR = It-Io It … incidence jevu v celé populaci Io … incidence jevu v neexponované části populace PAR = p(Ie-In) = p x AR lze použít, pokud je znám podíl exponovaných v celé populaci (p) ® uvádí, kolik případů (nemoci, komplikace, úmrtí) lze připsat na vrub sledovaného činitele v celé populaci (podmínkou je reprezentativní výběr) d) Podíl atributivního rizika PAF (atributivní frakce) ® podíl případů, které lze přisoudit expozici  rozdíl mezi výskytem následku u exponovaných a neexponovaných vztažený na incidenci v celé populaci PAF = PAR/It = It-Io/It Pokud známe RR, lze použít: PAF = p(RR-1)/[1+p(RR-1)], kde p je podíl osob v populaci vystavených riziku ® vztahuje se pouze ke skupině exponovaných!!! ® vyjadřuje se zpravidla v procentech PAF*100 [%] Výpočet rizik u prospektivní studie (1) U prospektivních studií může výpočet rizik vycházet z: o incidence risk – nová onem./počet v počátku in. zdravé o incidence rate – nová onem./součet dob sledování os. bez nemoci o incidence odds – x/y Výpočet rizik u prospektivní studie (2) Výpočet rizik u prospektivní studie (3) r1 … pravděpodobnost (riziko), že exponovaná osoba onemocní, odhad P(N/E) (incidence exp. sk.- Ie) r1 = a/(a+b) r0 … pravděpodobnost, že onemocní osoba neexponovaná, odhad P(N/nonE) (incidence neexp. sk.- In) r0 = c/(c+d) RR= r1 /r0 AR = r1- r0 Pozn.: Ve jmenovateli může být místo počtu osob počet sledovaných roků bez nemoci → incidence rate Příklad (prospektivní studie) V letech 1965-68 bylo v rámci kardiovaskulárního programu v Honolulu zahájeno sledování 8 006 mužů. Při zahájení studie nemělo v anamnéze mrtvici 7 872 mužů, z toho 3 435 kuřáků a 4 437 nekuřáků. Po 12 letech se mrtvice vyskytla u 171 kuřáků s 117 nekuřáků. • Vypočítejte incidence risk, odhad RR a AR • Vypočítejte incidenci ODDS, odhad RR a AR Řešení: příklad (prospektivní studie) 1) IK = 171/3435 = 49,8 IN = 117/4437 = 26,4 RR = 49,8/26,4 = IK /IN = 1,89 AR = IK - IN = 49,8 – 26,4 = 23,4 na 1000 osob • ODDSK = 171/3264 = 0,0524 = 52,4 na 1000 osob ODDSN = 117/4320 = 0,0271 = 27,1 na 1000 osob RR = ODDSK/ODDSN = 0,0524/0,0271 = 1,93 AR = 52,4 – 27,1 = 25,3 na 1000 osob Výpočet rizik u retrospektivní studie (1) U retrospektivních studií nelze přímo stanovit incidenci nemoci, a tudíž ani AR a RR tak, jak uvedeno dříve. Vychází se z incidence ODDS expozice! Výpočet rizik u retrospektivní studie (2) Výpočet rizik u retrospektivní studie (3) Za urč. předpokladu možno provést odhad RR. Předpoklady: n nízká frekvence nemoci n reprezentativní výběry Odhad RR = ODDS RATIO (OR) = (a x d) / (b x c) Odhad vychází ze sázkového rizika OR = (a/b)/(c/d)=ad/bc= ODDS expozice /ODDS neexpozice Dále můžeme vypočítat PAF. Příklad (retrospektivní studie) V souboru 536 dětí narozených s vrozenou vývojovou vadou a 466 dětí narozených bez vady se sledoval vztah mezi výskytem vady novorozence a výskytem vady v rodině otce. Z 536 dětí s vadou se současně vada vyskytovala v rodině otce u 50 dětí, z 466 dětí kontrolních (narozených bez vady) se vada v rodině otce vyskytovala u 8 dětí. • Odhadněte relativní riziko OR • Určete podíl atributivní frakce (PAF); p=0,015 • Výsledky interpretujte Řešení: příklad (retrospektivní studie) ODDSvada = 50/486 = 0,102 ODDSkontr. = 8/458 = 0,017 Odhad RR = OR = 50x458/8x486 = 5,9 PAF = px(RR-1)/1+px(RR-1) = 0,015x(5,9-1)/1+(5,9-1) = 6,8% 0,015 = 1,5% vad v populaci OR = relativní riziko 6,8% vad u dětí je geneticky podmíněno genetickou zátěží ze strany rodiny otce. Příklad: Kouření a úmrtnost lékařů U.K. Studie britských lékařů byla zahájena v roce 1951 s cílem zkoumat vztahy mezi kouřením a úmrtností. Všichni registrovaní lékaři ve Spojeném království byli požádáni, aby vyplnili jednoduchý dotazník o svých kuřáckých zvycích. Odpovědělo celkem 34 440 lékařů – mužů, tj. asi 69% všech, kteří byli naživu při rozesílání dotazníků. Z celkového počtu 34 440 respondentů jich v r. 1951 bylo klasifikováno 17% jako nekuřáci. Za 20 let sledování (1951 – 1971) došlo ve studovaném souboru k 10 000 úmrtí: 441 z nich na ca plic a 3 191 na ICHS. V tabulce je dána standardizovaná úmrtnost na 100 000 mužů a rok. Příklad: Kouření a úmrtnost lékařů U.K. Otázka 1: Vypočítejte relativní a atributivní riziko pro úmrtnost na ca plic (ICHS) u kuřáků ve srovnání s nekuřáky z dat v tabulce. Otázka 2: • Která z obou nemocí má silnější etiologický vztah ke kouření? • U které z obou nemocí lze větší počet úmrtí vzhledem k počtu kuřáků připsat na vrub kouření? • Jaký podíl z celkového počtu úmrtí na ca plic (ICHS) lze ve studii britských lékařů připsat na vrub louření? • Jaké předpoklady jste museli učinit při výpočtech v příkladě c ? Řešení: Kouření a úmrtnost lékařů U.K. Ca plic • RR = 140/10 = Iexpon./Ineexpon. = 14 AR = 140-10 = 130 ICHS 2) RR = 669/413 = Iexpon./Ineexpon. = 1,6 AR = 669-413 = 256 • Při posuzování etiolog. vztahu k RF vycházíme z RR. Silnější vztah ke kouření má ca plic. • Při posuzování absolutního dopadu RF vycházíme z AR a více úmrtí vzhledem k počtu kuřáků můžeme připsat na vrub ICHS. • Kouření = 100-17 = 83% ca PAF = p x (RR-1)/p x (RR-1)+1 = 0,83x(14-1)/0,83x(14-1)+1 = = (10,79/11,79) x100 = 91,5% Řešení: Kouření a úmrtnost lékařů U.K. ICHS PAF = 0,83x(1,6-1)/0,83x(1,6-1)+1 = 0,498/1,498 x 100 = 34% d) Předpoklad: Prevalence kuřáků zůstává stejná po dobu celé studie. Děkuji za pozornost