Epidemiologi 4 Flashcards
Epi- förklara begreppen
Bio- ställa upp, siffror
ja
När nivån på C ändras, ändras X (och även y?) Vi behöver titta på vad som kan störa x & y.
Estimatet kan ändras och vi vill inte dra felaktiga grunder.
ja
Kausalitet: Vad leder confounding till om man inte tar hänsyn till det under analysen eller studieplaneringen?
- Ökad varians i data
- Introduktion av bias: antingen kan man få för litet eller för stort estimat
-det går inte att veta i förväg åt vilket håll det blir fel när man uppskattar ett samband utan att ta hänsyn till confounders.
Hur kan man minska effekten av confounding under studieplaneringsstadiet?
* enklast
INTERVENTIONSSTUDIE, DVS EXPERIMENTELL (enklast att göra) STUDIE:
RANDOMISERAD ALLOKERING (fördelning av resurser) av studiedeltagare till behandling respektive kontrollgrupp. Då är tanken att få en jämn fördelning av de kända och okända confounders mellan grupperna. Grupperna kan fortfarande skilja sig med avseende på confounders men randomiseringen minskar denna skillnad.
Hur kan man minska effekten av confounding under studieplaneringsstadiet? * För andra studietyper:
BEGRÄNSNING innebär att du bara undersöker en viss undergrupp av det du tror är en confounder tex bara hanhundar. Vilken effekt får detta för generaliserbarheten? (“är urvalet rätt kan man dra slutsatser om målpop” (valitet). Ex kollar du bara på honor kan du inte dra slutsatser på hanar)
MATCHNING: man parar ihop studiedeltagare i grupperna baserat på potentiella confounders tex matchar på kön och ras, så om man har ett fall som är en 2årig hanhund så ska kontrollen också vara en 2årig hanhund. Inte en rekommenderad metod längre exempelvis för att det innebär att man
1) inte kan undersöka de variabler som man matchat på,
2) det komplicerar dataanlysarbetet i onödan
3) kan minska statistiska styrkan I undersökningen
Sammanfattning: Hantering confounding
* Under studieplaneringen: Man kan randomisera hur individer fördelas i behandlingsgrupper
* Under studieplaneringen: Man kan matcha individer för att undvika confounding
* Under dataanalysen: Man kan göra STRATIFIERADE ANALYSER (från ex 2x2 tabell -> delar upp på confounder, subgrupper för att få mer info) dvs en analys per confounderfaktor, se exemplet med helikopterhämtning och dödlighet där allvarlighetsgraden på olyckan är confounder: man gjorde en analys för mindre allvarliga olyckor och en analys för mer allvarliga olyckor.
* Under dataanalysen: Eller man kan JUSTERA FÖR VARIABLEN I ANALYSEN GENOM ATT INKLUDERA DEM I EN REGRESSIONSMODELL (bäst?)
ja
Diagnostiska tester
* Vad är en test?
-Vilken procedur som helst som minskar osäkerheten om status hos ett djur
-Inkluderar klinisk undersökning, frågor till/om patienten, kliniska fynd, labresultat (hematologi, serologi, biokemi, histopatologi), obduktion…
Användning av tester
2*
- Identifiera sjukdom hos en individ (vill få en diagnos)
- Skatta förekomst av sjukdom i en population (ex. prevalens (NU))
Den viktiga skillnaden mellan test och diagnos
En tabell
Klinisk undersökning
anamnes___Andra faktorer (lokala/rasbundna etc
Pil ner
Differential diagnoser
Gör en lista- vad är mest SANNORLIKT
pil ner
Behöver du göra yttligare undersökningar/ test för att minska osäkerheten
Vilka är lämpliga? Kostnad/ ordning/ risk (ha en anledning för testen är inte perfekta)
Sammanställa fynd
Ställ en diagnos
Tester är ett hjälpmedel
Diagnosen är en slutsats
-Ofta baserad på sannolikhet!
Den viktiga skillnaden mellan test och diagnos
- Tester används som stöd och vägledning för att dra slutsatser -> diagnos (Djurhälsopersonal bestämmer)
- Hur man går tillväga kommer variera beroende på flera faktorer: patienten, klinisk bild, riskfaktorer för området m.m
- Diagnosen är en sammanvägning av helhetsbilden
(NÄSTAN ALLTID en sannolikhetsbedömning)
Tänk innan du testar! - Varför testar du? Vad kommer testet tala om för dig? Vad ska du använda informationen till?
- Är det ett bra diagnostiskt test?
ja
Vad är ett bra test?
- Den PERFEKTA diagnostiska testen skiljer på sjuka (positiva) och friska
(negativa) individer UTAN ATT DET BLIR FEL - De flesta tester är inte perfekta
-Vad är det vi mäter?
.Otydlig falldefinition (vad är positivt och vad är negativt? Var går gränsen mellan
friskt och sjukt?) (två kurvor målades upp, tröskelvärde)
– Kvaliten på mätinstrumenten/andra faktorer (skriv vilket du har)
Sensitiviteten hos ett test
Sensitiviteten hos ett test är förmågan att korrekt identifiera individer som sjuka
_________________________
andelen testpositiva av antalet sjuka
_________________________________
____________Sjuka
Testresultat + & - [i rutan: sant positivt (SP). Falskt negativa (FN)
__________________________
Sensivitetet (Se) = SP / (SP+ FN)
________________________________
SE- förmåga att hitta T+ hos dem sjuka
Ex: Att uppskatta sensitiviteten hos en ny ELISA IgM test för akut Q-feber
Patienter med akut Q-feber
ELISA IgM testresultat + Sant positiva (SP) 148
- Falskt negativa (FN) 2
150
Sensitivitet =
SP / (SP + FN)
148 / 150 = 98,7%
Specificiteten av ett test
Specificiteten är sannolikheten att ett test korrekt identifierar individer som friska
______________________
Andelen testnegativa av antalet friska
__________________________
___________Friska
Testresultat+ & - [i rutan: Falskt positiva (FP)
Sant negativa (SN)
________________________
Specificitet (Sp) = SN / (SN + FP)
