Epidemiologie
o RIZIKA – výpočet a interpretace ukazatelů asociace v epidemiologických studiích
C:\WINWORD\CLIPART\CROWD.WMF

Rizika jako ukazatele asociace
oEpidemiologické studie
nsnaha objasnit vztah mezi výskytem nemoci (úmrtí, komplikací) a rizikovým faktorem
nK měření velikosti asociace(vztahu) mezi nemocí a sledovaným znakem → tzv. ukazatele asociace tj.
míry rizika
n
oVýpočet rizik slouží k vyhodnocení studií, ve kterých je možné srovnávat výskyt nemocí ve dvou
skupinách – rizikové a kontrolní.

Příčiny nemocí a jejich studium (1)
o→ nejvýznamnější oblast epidemiologie
o
oEtiologie – soubor poznatků o příčinách nemoci
oPatogeneze – racionální výklad vnitřního fyziologického mechanismu vedoucího od zdraví k nemoci
oEtiopatogeneze – představuje úzkou návaznost obou procesů
o
o

Příčiny nemocí a jejich studium (2)
oStudium etiologie a patogeneze jednotlivých nemocí je předmětem zkoumání příslušných lékařských
oborů - epidemiologie speciální
o
oObecné zásady všeobecně použitelné při studiu všech nemocí - epidemiologie obecná

Příčiny nemocí a jejich studium (3)
oDvě krajní schémata:
a)Jedna příčina → mnoho následků
b)Mnoho příčin →  jeden následek
oMultifaktoriální koncepce etiologie nemoci dnes všeobecně přijímána.
o
oZjednodušující modely:
nosoba – místo – čas
nosoba – etiologický činitel – prostředí
nosoba – znak – nemoc
nPozn.: závěry zobecňovány až po věrohodném ověření v praxi

Riziko v epidemiologii (1)
o= pravděpodobnost výskytu určitého jevu, např.že osoba onemocní nebo zemře
o
o→   k hodnocení rizika můžeme využít metody matematické statistiky
o
®Pravděpodobnost se obvykle váže k určitému souboru osob a  k vymezenému časovému intervalu
o

Riziko v epidemiologii (2)
oRiziko - podíl počtu případů, v nichž sledovaný jev nastal, k celkovému počtu případů, u nichž
nastat mohl. (x opak rizika – naděje)
o
oRizikový faktor ® taková vlastnost člověka nebo charakteristika životního prostředí, u kt.bylo
zjištěno že přispívá (s urč.pravděpodobností) ke vzniku poruchy zdraví (úmrtí) nebo ke zhoršení
zdravotního stavu
o
oRiziková skupina ® osoby vystavené působení rizikového faktoru, např.osoby s dědičnou zátěží,
vystavené nebezpečí infekce, záření, hluku apod.

  Míry rizika
ovýpočet rizik je založen na srovnání dvou pravděpodobností (nemoci,úmrtí)  – ve  skupině exp. a
neexp. – tj. porovnání incidencí
oporovnat velikost dvou čísel lze dvěma způsoby:
1.podílem → podílem výskytu jevu u exponovaných a neexponovaných→ relativní riziko (RR)
2.rozdílem→rozdílem výskytu jevu u exp.
o       a neexp.→ atributivní riziko (AR)

a) Relativní riziko RR (1)
o®  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 (síla etiolog.působení
sledovaného faktoru)
o     incidence následku u exp.osob Ie
oRR =   incidence následku u neexp.osob  = Io

Výpočet rizik u prospektivní studie (2)
Nemocní
zdraví
∑
Exponovaní
(RF)
a
b
a+b
Neexp. (bez RF)
c
d
c+d
∑
a+c
b+d
a+b+c+d

a) Relativní riziko RR (1)
oRR>1 Þ expozice zvyšuje riziko onemocnění resp.úmrtí → rizikový faktor
oRR<1 Þ sledovaný faktor má naopak ochranný efekt
oRR=1 Þ nezávislost
o
oČím větší je hodnota RR, tím silnější asociace je prokázána (RR>3 silná asociace, RR>10 velmi
silná asociace)
o
onabývá hodnot:  0 až ∞
o
oVýznam při hodnocení etiologie nemoci.

b) Atributivní riziko AR (1)
® absolutní efekt expozice, neboli o kolik je incidence vyšší u exponovaných než u neexponovaných
o
oAR = Ie-Io
o
oROZDÍL vyjadřuje absolutní efekt expozice. Umožňuje odhadnout velikost nadbytečných ztrát v
důsledku působení rizikového faktoru.
oJe tedy mírou rozsahu studovaného zdravotního problému ve skupině exponovaných.
o
o
o

b) Atributivní riziko AR (2)
oInterpretace:
o
oAR=0  Þ nezávislost
oAR=Ie  Þ všechny případy nemoci lze přičíst sledovanému faktoru
oAR<0  Þ ochranný faktor
o
o

c)Podíl  atributivního rizika(AR%)
o
o
oJaký podíl (%) případů nemoci ve skupině exponovaných lze připsat vlivu působení studovaného
faktoru
o
o    AR%=(AR/Ie) x 100=(Ie-Io)/Ie x100

d) Populační atributivní riziko PAR
oobdoba AR, ale vychází z incidence nemoci v celém souboru, ne pouze v exponované skupině
o
oPAR = It-Io
o
oIt  … incidence jevu v celé populaci
oIo … incidence jevu v neexponované části populace
o
oPAR = pe x AR
o
olze použít, pokud je znám podíl exponovaných v celé populaci (p)
o
o® uvádí, kolik případů (nemoci, komplikace, úmrtí) lze připsat na vrub sledovaného činitele v celé
populaci (podmínkou je reprezentativní výběr)

e) Podíl populačního atributivního rizika (atributivní frakce) PAR% (PAF)
®
®podíl případů nemoci, které lze přisoudit expozici ® rozdíl mezi výskytem následku u celé populace
a neexponovaných vztažený na incidenci v celé populaci
o
o PAR% = (PAR/It)x 100 = [It-Io/It]x100
o
o Pokud známe RR, lze použít:
o
oPAR% = p(RR-1)/[1+p(RR-1)],
o
o kde p je podíl osob v populaci vystavených riziku
o
®

Míry rizika
oRelativní riziko RR ® podíl výskytu nemoci v souboru exponovaném (rizikovém) k výskytu nemoci nebo
úmrtí v souboru neexponovaném (kontrolním). Kolikrát častěji onemocní osoby exp. než os.
neexponované?
a)
oAtributivní riziko AR ® s jakou pravděpodobností onemocní, popřípadě umírají osoby v důsledku
působení výhradně jen rizikového faktoru ® rozdíl výskytu nemoci v souboru exponovaném a v souboru
neexp.osob, které riziku nebyly vystaveny.
o       Kolik případů nemoci v exponované populaci vzniklo v důsledku sledovaného faktoru?
o
oPopulační atributivní riziko PAR → viz AR, ale vztaženo na celou populaci.Kolik případů nemoci lze
připsat působení sledovaného činitele v celé populaci?
o
oPodíl atributivního rizika AR% - jaký podíl(%)případů  nemoci ve skupině exponovaných lze připsat
působení rizik. činitele
a)
oPodíl populačního atributivního rizika (frakce) PAR% → jaký podíl (%) případů nemoci v celé
populaci lze připsat  vlivu působení sledovaného faktoru?

Výpočet rizik u prospektivní kohortové studie (1)
oU prospektivních studií může výpočet rizik vycházet z:
o
oincidence risk → risk ratio
o                                                                       RR
oincidence rate →rate ratio
o
o Poznámka: u všech typů studií nelze počítat všechny míry rizika!!!
o

Výpočet rizik u prospektivní studie (2)
Nemocní
zdraví
∑
Exponovaní
(RF)
a
b
a+b
Neexp. (bez RF)
c
d
c+d
∑
a+c
b+d
a+b+c+d

RR v kohortových studiích (incidence risk)
oPoměr kumulativních incidencí obou skupin
oPravděpodobnost(riziko)nemoci  exponovaných
o    = a / (a+b)
oPravděpodobnost(riziko) nemoci u neexp.
o    =
c/(c+d)
o
o    relativní riziko = Ie / Io =[a/(a+b)] /[c/(c+d)]
o        = a(c+d) / c(a+b)   (RR= risk ratio)
o Kolikrát častěji umřou(onemocní) osoby ve skupině exponované(rizikové) než ve skupině
neexponované).
o
oPoznámka:  Vycházíme- li z poměru tzv. incidence rate, je ve jmenovateli místo počtu osob počet
sledovaných roků bez nemoci → rate ratio !

o



o



o



o



o



Výpočet rizik u retrospektivní studie (1)
oU retrospektivních studií nelze přímo stanovit incidenci nemoci, a tudíž ani AR a RR tak, jak
uvedeno dříve.
o
oVychází se z incidence ODDS expozice!

Výpočet rizik u retrospektivní studie (2)
nemocní
kontroly
∑
exponovaní
a
b
a+b
neexponovaní
c
d
c+d
∑
a+c
b+d
a+b+c+d

Výpočet rizik u retrospektivní studie (3)
o
o
oNeznáme incidenci nemoci, proto nelze počítat RR ani AR!!!
oMožný odhad RR na základě sázkového poměru- odds ratio OR
oPředpoklady:
nnízká frekvence nemoci
nreprezentativní výběr
n
o
oOdhad RR = ODDS RATIO (OR) - poměr pravděpodobnosti expozice ve skupině případů a kontrol
o      OR =  (a x d) / (b x c)
o
o Odhad vychází ze sázkového rizika,
o OR = absolutní číslo, vyjadřující asociaci mezi expozicí a následkem, ale pouze  nepřímo –
vychází z porovnání prevalencí expozice zjišťované retrospektivně
oNa  základě OR lze poměrně přesně odhadnout RR!
o
o
n
oPAF.

o



o



o



o



Příklad (retrospektivní studie)
oV 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.
oZ 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.
o
1.Vypočítejte  relativní riziko a výsledek interpretujte.
2.Vypočítejte jaké % VV v celé populaci připadá na vrub přítomnosti VV v rodině otce .(p=0,015)

Řešení: příklad (retrospektivní studie)
o
o
o
o
o
o1.ODDSvada = 50/486 = 0,102
oODDSkontr. = 8/458 = 0,017
oOdhad RR = OR = 50x458/8x486 = 5,9
o V rodinách , kde se vyskytuje VV v rodině otce je cca 6x větší riziko, že se narodí dítě s VV.
o
o2. PAF(PAR%) = px(RR-1)/1+px(RR-1) = 0,015x(5,9-1)/1+(5,9-1) = 6,8%
o0,015 = 1,5% vad v populaci
o6,8% vad u dětí je geneticky podmíněno genetickou zátěží ze strany rodiny otce.
ano
ne
celkem
vada
50
486
536
kontrol.
8
458
466
celkem
58
944
1002

Příklad: Kouření a úmrtnost lékařů U.K.
oStudie 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.
o 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.
o V tabulce je dána standardizovaná úmrtnost na 100 000 mužů a rok.
Příčina úmrtí
Roční stand. úmrtnost
Na 100 000 mužů
Nekuřáci
Kuřáci
Ca plic
10
140
ICHS
413
669

Příklad: Kouření a úmrtnost lékařů U.K.
oOtázka 1: Vypočítejte relativní a atributivní riziko pro úmrtnost na ca plic (ICHS) u kuřáků ve
srovnání s nekuřáky z dat v tabulce.
oOtázka 2:
a)Která z obou nemocí má silnější etiologický vztah ke kouření?
b)U které z obou nemocí lze větší počet úmrtí vzhledem k počtu kuřáků připsat na vrub kouření?
c)Jaký podíl z celkového počtu úmrtí na ca  plic (ICHS) lze ve studii britských lékařů připsat na
vrub kouření?
d)Jaké předpoklady jste museli učinit při výpočtech v příkladě c ?

Řešení: Kouření a úmrtnost lékařů U.K.
oCa plic
1)RR = 140/10 = Iexpon./Ineexpon.  = 14
o AR = 140-10 = 130
oICHS
o2) RR = 669/413 = Iexpon./Ineexpon.  = 1,6
o    AR = 669-413 = 256
a)Při posuzování etiolog. vztahu k RF vycházíme z RR. Silnější vztah ke kouření má ca plic.
b)Při posuzování absolutního dopadu RF vycházíme z AR, eliminací kouření bychom zabránili
dvojnásobnému počtu úmrtí na ICHS (265) než na Ca plic (130).
c)Prevalence  kouření = 100-17 = 83%
o PAF (Ca plic)= p x (RR-1)/p x (RR-1)+1 = 0,83x(14-1)/0,83x(14-1)+1
o = (10,79/11,79) x100 = 91,5%

Řešení: Kouření a úmrtnost lékařů U.K.
oPAF (ICHS) = 0,83x(1,6-1)/0,83x(1,6-1)+1 = 0,498/1,498 x 100 = 34%
o
od) Předpoklad: Prevalence kuřáků zůstává stejná po dobu celé studie.

Děkuji za pozornost
C:\WINWORD\CLIPART\CROWD.WMF


Příklad (prospektivní studie)
oV 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.
1.Vypočítejte incidence risk, odhad RR a AR
2.Vypočítejte incidenci ODDS, odhad RR a AR

Výpočet rizik u prospektivní studie (3)
or1 … pravděpodobnost (riziko), že exponovaná osoba onemocní, odhad P(N/E)
or1 = a/(a+b)
or0 … pravděpodobnost, že onemocní osoba neexponovaná, odhad P(N/nonE)
or0 = c/(c+d)
o
o RR= r1 /r0 AR =  r1- r0
oPozn.: Ve jmenovateli může být místo počtu osob počet sledovaných roků bez nemoci → incidence rate
o

Epidemiologie
oposuzování vztahů mezi nemocemi, jejich příčinami a podmínkami vzniku → důležitou roli hraje
statistika – metody na měření vztahů mezi jevy, tzv. asociace
ostatistické závěry – platí pouze s určitou pravděpodobností!!!
oz epidemiologického hlediska → důležité ty faktory, jejichž změna vede ke změně incidence nemoci
nebo úmrtnosti
o→   ZVÝŠENÍ – rizikové faktory
o→   SNÍŽENÍ – protektivní faktory
oněkteré vztahy se mohou jevit jako kauzální, i když ve skutečnosti nejsou, jde o tzv. zavádějící
faktory - confoundery