Epidemiologi Flashcards

1
Q

Urval

A

(stickprov)
Om urvalet är för litet så kan det ge svaga samband och ge svaga signifikanstest. Om däremot urvalet är för stort
så kan det slösa resurser och ta längre tid att utföra studien och därmed erhålla resultat.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Slumpmässiga fel - Random error och p-värdet

A

När vi testar statistisk signifikans så undersöker vi nivån av slumpmässiga fel. Det illustreras av p-värdet som:
Uttrycker sannolikheten för att uppskattningen skulle kunna bero på slumpen. De lägsta p-värdena innebär den lägsta sannolikheten för att uppskattningen beror på slumpen .

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Statistisk signifikans vs klinisk relevans

A

Vid stora populationer så blir även små skillnader statistiskt signifikanta. Man behöver därför använda sunt
förnuft när man tolkar resultat.
Statistisk siginifikans är därmed inte alltid liktydigt med klinisk relevans.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Tvärsnittsstudier: syfte, karaktäristiska, och Varför används tvärsnittsstudier?

A

1.Syfte
Används för att studera samvariation mellan exponering och utfall i en definierad population vid en given tidpunkt eller under en kort tidsperiod. Man får en “ögonblicksbild” av hälsoläget
2.Karaktäristika
Exponeringen och sjukdomen mäts vid samma tidpunkt, en person = en observation. Mätningen sker vid en viss tidpunkt eller under en kort tidsperiod.
3.Varför tvärsnittsstudier?
Det ger en snabb situationsbild och är användbar när man vill undersöka samband eller associationer.
Tvärsnittsstudier är även användbara om man vill kunna få en ögonblicksbild för att generera hypoteser och utföra base-linemätning.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Hur genomförs tvärsnittstudier?

A

● Registerdata på individnivå (t.ex antal hudcancerfall/år)
● Enkätdata (T.ex fråga om tidigare sjukdom)
● Lokal jämfört med nationell studie

Det är viktigt att ha val av tidpunkt i tanken. Man måste även vid skapandet av tvärsnittsstudien etablera tidsperiodens längd (dag/vecka/månad/år). Om exponeringen är helt stabil över tid och inte kan ändras – kan bli mer analytisk studie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Styrkor och svagheter av tvärsnittsstudier

A

Styrkor och svagheter
+ Enkel att göra
+ Relativt billig
+ Kan ge bra ögonblicksbild som grund för vidare studier/åtgärder
- Känslig för klassificeringar
- Känslig för urval
- Svårt sjuka och avlidna kommer ej med - bias
- Kan ej säga något om orsak och verkan - kausalitet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Den ideella tvärsnittsstudien

A

Ska täcka ett geografiskt definierat område och ha ett representativt stickprov/urval, tid samt plats.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

longitudinell studie

A

Studier med upprepade mätningar över tid och då man mäter både exponering och effekt/utfall är longitudinella studier. “Longitudinell studie är inom statistik en undersökning över en viss tid där man följer upp studieobjekten och gör upprepade mätningar på dem.”

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Prevalens

A

Är andelen av populationen som har en viss sjukdom eller tillstånd vid en viss tidpunkt.
● Omfattar alla fall vid en viss tidpunkt
● Uttrycks i % eller per 1000 invånare
● eller n = 10 000 alternativt 100 000 om ovanliga tillstånd

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Prevalens påverkas av

A

Den påverkas av:
● Urvalsmetod
● Kriterier för fastställda fall
● Incidens (antalet nya fall under viss period)
● Duration
● Dödlighet och utflyttning (beroende på typ av population)

prevalens = antalet personer med en viss sjukdom vid tidpunkt X / Antalet personer i populationen vid tidpunkten X

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Prevalensen ökar om

A

● Människor lever länge med sjukdomen
● Sjukdomen har snabb spridning (hög incidens)
● Inflyttning av fall
● Inflyttning av känsliga individer
● Utflyttning av friska personer
● Bättre diagnostiska metoder och rapportering

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Rate difference(jämföra andelar)

A

Rate difference = Prevalens A - Prevalens B

● Rate differens är bra för t.ex politiska beslut. Om rd = 0 så råder ingen skillnad

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Rate ratio (jämföra andelar)

A

Rate ratio = Prevalens A/Prevalens B

● Bra för epidemiologiska syften. Om rr = 1 så är de lika/ingen skillnad

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Typer av prevalens

A

1)Periodprevalens =
❏ Alla personer med utfallet / genomsnittlig population “at risk” under tidsperioden
2)Punktprevalens =
❏ Antal med utfallet vid tiden X / Populationen “at risk” vid tiden X
3)Livstidsprevalens =
❏ Antal personer som någonsin haft utfallet under sin livstid / Populationen “at risk” vid periodens start

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Kohortstudier

A
  1. for a group sharing same characteristics (ålder, place, , …… cause the differences will lead to bias! )
  2. it is a type of longitudinal study (an incident study) and it is done in order to analyze the relationship between exposure and outcome (it is measure of disease frequency (incidences) and a measure of association)
  3. prospective (future) or retrospective (backwards)

(incidens studie)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

kohortstudier (öppen eller stängt)

A

Skillnaden är bara att öppen kohort kan ta in nya deltagare i population (i studien)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

2 olika sätt att beräkna incidens

A

1) Incidenstalet (incidensrat) =
a) Antalet individer som insjuknar / Sammanlagda antalet personår för individer under risk
2) Kumulativ incidens
a) Antalet individer som insjuknar under en specifik tidsperiod / Antalet individer i populationen
som riskerar att få sjukdomen i början av perioden

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

incidens

A

Antalet nya utfall under en viss tidperiod / antalet individer i populationen som riskerar att få utfallet

extra info :)
❏ De som redan har utfallet när perioden startar skall inte vara med.
❏ Populationen ändras över tid (dör, flyttar osv)
❏ Nämnare : den sammanlagda tiden individerna i gruppen riskerat att drabbas av egenskapen eller
sjukdomen
❏ Antalet personmånader( amount of time) eller antalet personår
❏ Uttrycks ofta per 1000 eller 100.000 personår under risk

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Incidens påverkas av

A

● Urvalsmetod(stickprov metod)
● Kriterier för att fastställa fall
● Duration
● Dödlighet och utflyttning (typ av population)

20
Q

Relation mellan prevalens och incidens

A
Prevalens (P), Incidens (I), Medeldurationen (D)
1) För små värden på P:
P = I*D
2) För stora värden på P:
Farrs formel: (P/1-P) = I * D
21
Q

Relativ risk (RR)

A

används to know the strength of the association between the exposure and the outcome.

𝑅𝑅 =(𝑎/(𝑎+𝑏))/(𝑐/(𝑐+𝑑))

RR= incidenstalet i den exponerade gruppen / incidenstalet i den icke exponerade gruppen.

RR=
● 0 - 0.99 innebär en underrisk dvs skyddande effekt
● 1 innebär ingen skillnad alls
● 1.01 och mer innebär en överrisk

22
Q

Attributrisk (AR)

A

Uttrycker hur mycket exponeringsfaktorn möjligen bidrar till förekomsten
av utfallet.
AR = Incidensen i den exponerade gruppen - Incidensen i den oexponerade gruppen
AR kallas även för risk differens eller absolut risk.

23
Q

Styrkor och svagheter med kohortstudier

A
\+ Kan beräkna sjukdomsincidens
\+ Kan beräkna relativ risk
\+ Exponering kommer före utfall, ger bättre förklaringsmöjligheter
\+ Minskar problem med confounding
- Lång latenstid kräver lång uppföljningstid (lång väntan)
- Bortfall gör att uppföljning försvåras
- Dyrt
- Tidskrävande
24
Q

Sentivitet och specificitet

A
Sensitiviteten och specificiteten beskriver hur stor
felklassificeringen är
● Sensitivitet: TP/(TP+FN)
○ Sannolikheten att en sjuk individ blir
klassificerad som sjuk
● Specificitet: TN/(FP+TN) 
○ Sannolikheten att en frisk individ blir
klassificerad som frisk
25
Q

Confounder

A

En faktor som samvarierar med studerade
variabler (orsaker/exponeringar) och samtidigt
påverkar effekten (utfallet)
t ex kön, ålder, socioekonomiska faktorer

26
Q

Hur man ska hantera confounding

A
1) I planeringsstadiet
● Göra begränsningar i urvalet som begränsar antalet confounders t ex snävare åldersintervall
● I fall-kontrollstudie – matcha fall och kontroller
● Randomisering
2) I analysskedet
● Stratifierande analyser
● Standardiseringar
● Multipel regressionsanalys
27
Q

Fall-kontrollstudier

A
  • Sjukdomar med låg incidens/lång induktionstid
  • Välj fall
  • Välj kontroller
  • Beräkna sannolikheten att få utfallet

I en fall–kontrollstudie undersöks sambandet mellan en viss exponering och ett utfall genom att förekomsten av exponeringen bland fall och kontroller jämförs.

(so we get the measure of disease frequency (prevalens) and the measure of association OR)

28
Q

Att tänka på vid val av kontroller (fall kontroll studier)

A
2. Att tänka på vid val av kontroller
● Befolkningskontroller
● Klinik/sjukhuskontroller/andra sjukdomar
● Andra källor (vänner, grannar, familj)
● Antal kontrollgrupper helst 1-3
● Antal kontroller 1:1 eller max 1:4
29
Q

Oddskvoten (fall-kontrollstudier) (OR) (skattning av relative risk)

A

The OR represents the odds that an outcome will occur given a particular exposure, compared to the odds of the outcome occurring in the absence of that exposure.

Svaret uttrycks som sannolikheten att få det studerade utfallet om man är exponerad jämfört med om man är icke exponerad.

30
Q

Exempel
110 kvinnor som fått hjärtinfarkt jämfördes med 220 kvinnor från den allmänna befolkningen. Av fallen var 11
rökare jämfört med 6 bland kontrollerna.
Beräkna oddskvoten och beskriv svaret med egna ord.

A

OR = (11/99) / (6/214) = ca 4,0
Svar : Sannolikheten att drabbas av hjärtinfarkt var ca 4 gånger större bland rökare jämfört med icke-rökare.
eller:
Det är 8 gånger större sannolikhet för en rökare att drabbas av lungcancer jämfört med en icke-rökare.
eller
Sannolikheten att en person med lungcancer är rökare är 8 gånger större än risken för en person utan lungcancer.

31
Q

Exempel på interventioner apotekare kan genomföra?

A

● Patientrådgivning (påverka livsstil mm)
● Patientutbildning (påverka följsamhet mm)
● Läkarinformation (påverka förskrivning mm)
● Läkemedelsgenomgångar (påverka läkemedelsanvändningen mm)

32
Q
  • Var sker bortfallet?
A

Vid samtycket, under studiens gång, att deltagaren avlider?

  • Är bortfallet olika i de båda grupperna?
  • Är det någon speciell grupp av deltagare som faller bort? (Åldersgrupp, kön, utbildning m.m.)
  • Ofta tre olika typer av data som används:
    1) Andelen bortfall
    2) Orsak till bortfall
    3) Individkaraktäristika
33
Q

Fastställande av outcome (fall-kontroll studier)

A

Det är viktigt att information samlas in på samma sätt från de två grupperna.
● Validerade frågeformulär? Mäter vi det interventionen avsåg att påverka?
● Upprepad mätning kan påverka resultaten genom ”inlärning”.
● Expertpanel kan minska bias. Kan ge en mer objektiv bedömning.

34
Q

Viktigt att tänka på(fall-kontrollstudier)

A

● Intention-to-treat analys: ”Analyse as randomised”
● Per-protocol analys: Analysen baseras endast på de studiedeltagare som fullföljde hela interventionen.
● Lämpliga statistiska tester
● Räkna med långsam ansamling av utfall
● Ta hänsyn till interventionens mekanism

35
Q

Intention-to-treat analys (ITT) (intervention-studier)

A

+ När det finns ett samband mellan bortfall och outcome
+ ITT besvarar jämförbarheten som uppnås av randomisering
+ Strävan efter att vara en avspegling av vad som sker i klinisk population
- Mäter inte effekt, folk motsäger sig den binära utkomsten.

36
Q

Är slutsatserna realistiska?(intervention-studier)

A
  • Har man mätt det interventionen avsåg att påverka?
  • Har man genomfört studien enligt konstens alla regler?
  • Har man använt relevanta statistiska metoder?
  • Har man redovisat studiens brister?
  • Är slutsatserna rimliga?
37
Q

Sluten (nested) fall-kontroll studie

A
  • Fall och kontroller från pågående kohortstudie.
  • Effektivt
  • Mindre risk för recall bias (minnesbias)
38
Q

Felkällor vid epidemiologiska studier

A
Slumpmässiga fel
• Individuell variation
Systematiska fel (bias)
• Urvalsfel
• Mätfel
• Observationsbias
• Confounding
39
Q

Slumpmässiga fel

A

• Leder till bristande precision
• Beskrivs bl. a. av resultatets konfidensintervall (visar signifikans
och variabilitet).
• Kan förbättras genom större urval

40
Q

Systematiska fel vid studiedesign och analys - urval

A
  • Selektionsbias
  • Fall-kontrollstudier
  • När deltagare väljer sig själva
  • Bortfall
41
Q

Validitet:

A

I vilken utsträckning undersökningen mäter det man avsett att mäta.

42
Q

Precision:

A

grad av överensstämmelse mellan de resultat man

skulle få om studien upprepades med samma metodik.

43
Q

Systematiska fel vid datainsamling- mätfel

A
  • Felklassificering av exponering
  • Felklassificering av sjukdom
  • Slumpmässig felklassificering späder ut det eventuella sambandet.
  • Icke-slumpmässig felklassificering leder till en över-eller underskattning av samband.
44
Q

Systematiska fel vid datainsamling- Observationsbias

.

A
Intervjuarbias
• Medveten om hypotesen
• Inkonsekvens vid 
datainsamling
Recall bias/minnesbias
• Olika rapportering 
med/utan hälsoproblem
45
Q

Systematiska fel - confounding

A

Confounding faktor:

  • samvarierar med studerad exponering
  • påverkar risken att insjukna i aktuell sjukdom
  • inte en mellanliggande länk mellan exponering och sjukdom

Kan kontrolleras i designen via: randomisering, begränsning eller matchning.
• Kan kontrolleras i analysen via: stratifiering eller multivariat statistisk analys.