Epidemiologi 1 del 2 Flashcards
hur ska/ kan man göra studier
- för att kunna dra (säkra) slutsatser om orsakssamband behöver man studera grupper av individer, dvs populationer, för att se upprepande mönster
- för att kunna dra slutsatser för en populationer måste man studera en population
- dessvärre innebär det inte att vad som generellt gäller för en population alltid gäller för en individ i den populationen!
röttOsäkerhet…
epidemilogi definieras
epidemilogi definieras som studier av DETERMINANTER, fördelningen av dessa och UTFALL i populationer
utfall kan vara bra eller dåligt
nödvändig - den på egen orsak som ger sjukdom, - den måste finnas
ja
Vilka olika sätt finns att undersöka samband
Är det en beskrivande eller förklarande studie (vad är syftet)
- beskrivande/ deskriptiv
-syftet är att beskriva, kategorisera egenskaper
-exempel är fallrapporter, fallserier, surveys - förklarande
-syftet är att testa hypoteser, förklara samband
-exempel är experimentella eller observationsstudier
Obervationsstudier (sånt som händer ändå)
-forskaren oberverar, mäter och samlar in data, men ingriper inte (väljer inte vilket foder, utan kollar på det som dem äter
-däremot, i experimentiella studier (tex kliniska försök) görs aktivt försök att ändra en determinant (X) eller ett (sjukdoms)förlopp (ex ger olika foder)
ja
Studie typer:
BESKRIVANDE (också observerande)
-fallrapport
-fallserier
-survey
____________________
FÖRKLARANDE
*experimentell
-kontrollerat försök
-labstudie
* OBSERVATION
-tvärsnitt
-kohort
-fall-kontroll
ja
för att skylla på X, måste den komma före Y
ja
Att styrka orsakssamband:
* Har de olika studietyperna samma kraft att styrka orsakssamband
Nej- studiedesignen avgör! -om X hänger ihop med Y. -> att x kommer före ,
-obervationsstudier har lägre styrka än expermintell. Varför?
-studier där exponering säkert kommer före utfall har högre styrka
_____________
Mina tankar:
1. exprimentell
2. kohort
3. fall-kontroll
4. tvärsnitt
Tvärsnittsstudier (cross sectional)
- Mäter exponering och utfall samtidigt
- Visar sjukdom som prevalens (%), t.ex. andel förkylda i en klass vid ett visst tillfälle
- Svårt/omöjligt att bedöma orsakssammanhang mellan exponering och utfall, man vet ju inte vad som kom först.
-Ex. man frågar vilka som är trötta och vilka som är förkylda. Frågan är då om man blivit förkyld för att man är trött, eller tvärt om. - Ganska enkla och billiga studier att genomföra (det kan skapa en hypotes men inte säkerställa)
Kohort
“bäst” (friska och har en exponering- kan mäta exponering
* Börjar med sjukdomsfria individer. (friska)
* Följer över tid och ser vilka som UTVECKLAR sjukdom – kan etablera tidssamband. Man kan sedan studera flera utfall.
* Är longitudinell (våg?) eftersom data för exponering och utfall kommer från olika tidsperioder
* Starkast att påvisa orssakssamband av observationsstudierna
* Negativt: Ofta kostsamma, kan kräva lång uppföljningstid, många individer
* Negativt: Kan få problem med bortfall
Fall kontroll
- Väljer individer med sjukdom samt en kontrollgrupp
- Nackdel: Klurigt att välja kontrollgrupp – ska inte ha sjukdom men spegla exponeringen i populationen där sjukdom utvecklades
- Man undersöker förekomst av orsakande faktorer i båda grupperna, tillbaka i tiden
- Fördel: man kan undersöka många exponeringsfaktorer
- Nackdel: kan inte uppskatta sjukdomsförekomst, för vi väljer individer
- Passar för att undersöka ovanliga sjukdomar
- Starkare än tvärsnitt att styrka orsakssamband
(väljer ut fallen och kontrollen och följer det
Review
Randomized Clincal studies
Prospective cohort studies
Retrospective Cohort studies
______________________
Analytical Epidemiologi
Descriptive Epidemiologi
Review- sammanställer
Randomized CLINCAL STUDIES - rensar bort allt som är störande. - ger högst orsakssamband
Prospective KOHORT studies- startar idag och går framåt
Retrospective KOHORT studies- tittar bakåt i tiden
______________________________
Analytical Epidemiologi -förklarande
Descriptive Epidemiologi- beskrivande
Högst förmåga att styrka kausalitet:
* Randomiserade kliniska studier
* Review/ Meta- analys
- Randomiserade kliniska studier(EXPERMINTELL):
Jämför två eller fler behandlingsgrupper t.ex. Ibland jämför man mot placebo dvs ingen behandling. Man följer över tid för att se effekt av behandling. - Review / Meta-analys:
Man sammanför resultat från flera olika studier för att få en samlad bild av orsaksförhållandet.
Exempel på olika studietyper, observationsstudier
* titta på ett fall:
* titta på flera fall:
* samla fall och kontroller jämför exponering:
* följa varandra över tid, studera vilka som får utfallet resp inte:
- titta på ett fall: FALLRAPPORT
- titta på flera fall: FALLSERIE
- samla fall och kontroller jämför exponering: FALL/KONTROLL
- följa varandra över tid, studera vilka som får utfallet resp inte: KOHORT
Expermitella vs obervationsstudier
- Experimentell studie: vi kan kontrollera för andra störande (ta bort störande) faktorer
– t ex livsstilsfaktorer, som påverkar effekten av exponering - I en observationsstudie kan man (ofta) testa flera hypoteser:
–Kohort – en exponering men flera utfall (utfall- ex får man stroke eller hjärtinfarkt)
–Fall-kontroll – flera exponeringar men ett utfall
(kohort och fallkontroll- tvärtemot varandra)
bättre att styrka orsakssamband med experimentell (renodlat) studie, varför obesvationsstudie (verkliga livet)
- I en observationsstudie behöver man inte manipulera exponering utan observerar det som händer ändå
- Vi ser hela den komplexicitet som finns ute i vardagen hos individerna: för djur finns mellanting mellan “lab och verklighet”
- Vissa saker är inte etiskt möjligt att undersöka experimentellt (ex bryta benet för kolla olika op)
__________________
Observationsstudier ger en bättre helhetsbild
något avslöjar: incidence
= antalet nya (friska från början) fall under en studieperiod.
-> måste alltså vara en kohort studie
experimentell
förbestämst vilka som får vad
När man valt studietyp – vilka ska man studera?
* Kan i regel inte studera alla individer
* Måste dra ett stickprov
* Frågan är – vad vill vi säga med vår studie?
* Målet är att kunna dra slutsatser om en verklig, eller tänkt, population
ja
Representativitet
Ett nyckelbegrepp!
Eftersom vi oftast inte kan studera alla individer utan ett urval:
Hur väl representerar de studerade individerna den population som man vill dra slutsatsen på?
Målpopulation- alla hundar i sverige
Studiepopulation (källpopulation)- alla hundar i uppsala
stickprov- av hundar i uppsala
prospective- får framåt i tiden =kohort
clinical trial= exprimentell studie
Nu har vi kommit en bit på väg: det är en klinisk studie (experimentell) och man samlar in data framåt i tiden (prospektiv) – man samlar alltså in data innan någon av studiedeltagarna fått utfallet som man vill studera
Nyckelbegrepp
* Kausalitet/orsakssamband
– Kausala nät
– Determinanter/riskfaktorer/epidemiologiska triaden
– Typer av orsaker
Nyckelbegrepp
* Studiedesign/studietyp
– Experimentell vs. observationsstudie
– Bevisvärde
-Kohortstudie
-Fall-kontroll
-Tvärsnitt
Nyckelbegrepp
Urval:
representativitet
