Transcript FLTF Laeknadagar 2014 Maelikv a samband
Faralds- og líftölfræði fyrir klíníska lækna – vinnubúðir
Mælikvarðar á samband
… og fleira í þeim dúr
Kristján Þór Magnússon, PhD MPH
Yfirlit
• • • • Hlutfallsleg áhætta (e. relative risk – RR) Gagnlíkindahlutfall (e. odds ratio – OR) Áhætta sem rekja má til útsetningar (e. attributable risk – AR) Fjöldi sem þarf að meðhöndla (e. number needed to treat – NNT)
Mælingar á tíðni sjúkdóma
• • – 4 aðferðir • • Nýgengi (incidence) Vaxandi nýgengi (cumulative incidence) Nýgengishlutfall (incidence rate) – • • Algengi (prevalence) Algengi á ákveðnum tímapunkti (point prevalence) Algengi á tímabili (period prevalence) – Allar aðferðir hafa 3 sameiginleg einkenni Fjöldi tilfella sjúkdóms (teljari) – Þýði í áhættu (nefnari) – Tímaeining
Notkun nýgengis og algengis
• •
Nýgengi
– metur forvarnaraðferðir – metur orsakir sjúkdóma • Algengi getur ekki metið orsakir sjúkdóma því það blandar saman nýgengi og þeim sem lifa af – metur tíma útsetningar (e. exposure) í tengslum við sjúkdóma
Algengi
– Metur nauðsyn lækninga, meðferða og úrræða fyrir sjúka
Samband
• Hugsið ykkur sem dropana er falla ofan í vaskinn yfir ákveðið tímabil. Þeir dropar sem nú þegar eru komnir í vaskinn má tala um sem . En þeir dropar sem gufa upp eða renna gegnum niðurfallið eru ,,tilfelli sem læknast, týnast eða deyja’’.
og
Hlutfallsleg áhætta
- relative risk (RR) Nýgengi í áhættuhópnum
(incidence in exposed group)
Nýgengi í viðmiðunarhópnum (incidence in unexposed group) • RR er hlutfall tveggja tíðna (incidence rate eða cumulative incidence, – Dæmi: tíðni hjartaáfalls meðal reglulega ” “ fólks sem hreyfir sig fer í nefnarann en tíðni hjartaáfalls meðal ,,fólks sem hreyfir sig lítið ” fer í teljarann - þannig fáum við hlutfallslega áhættu á að fá hjartaáfall meðal þeirra sem hreyfa sig lítið vs. þeirra sem hreyfa sig meira.
RR og 2x2 taflan
JÁ
SJÚKDÓMUR
NEI JÁ a b a + b NEI c + d c d a + b + c + d Nýgengi (e. incidence) sjúkdóma meðal útsettra = a / a+b
RR =
Nýgengi sjúkdóms meðal þeirra sem ekki eru útsettir c / c+d
a/(a+b) c/(c+d)
Túlkun RR
• • • RR = 2 – Útsettir einstaklingar í 2 sinnum meiri áhættu að fá sjúkdóm samanborið við þá sem eru til viðmiðunar (non-exposed).
RR = 0.3 – Útsettir einstaklingar eru í 0.3 sinnum meiri áhættu á að fá sjúkdóm samanborið við þá sem eru til viðmiðunar • 70% minni áhættu RR = 1.6
– Útsettir instaklingar í 1.6 sinnum meiri áhættu á að fá sjúkdóm samanborið við þá sem eru til viðmiðunar • 60% meiri áhættu
Túlkun RR
• • • • RR => engin mælieining (bara hlutfall) RR = 1 engin tengsl milli útsetningar og sjúkdóms RR > 1 útsetning eykur áhættu á að fá sjúkdóm.
RR < 1 útsetning minnkar áhættu á að fá sjúkdóm.
• • • • OR => engin mælieining (bara hlutfall) OR = 1 engin tengsl milli útsetningar og sjúkdóms OR > 1 útsetning eykur líkur á að fá sjúkdóm.
OR < 1 útsetning minnkar áhættu á að fá sjúkdóm.
Hvað er odds ratio?
• •
Odds Ratio er mælikvarði á fylgni skýribreytu við tvíkosta útkomu (outcome) Tvíkosta útkomur geyma 2 möguleg gildi:
– Já / nei – Tókst / mistókst – Veikur / ekki veikur – Brotnaði á mjöðm / brotnaði ekki á mjöðm – Algengasta gerð útkomu í heilbrigðisrannsóknum
Af hverju er OR mikið notað?
• • •
OR hefur alltaf túlkun sem er gild óháð hönnun rannsóknar, hvort sem er:
– Cohort – Cross sectional – Case-control
Tvíkosta útkomur algengar í lífvísindum Auðvelt að meta með logistic regression
OR og 2x2 taflan
SJÚKDÓMUR
JÁ NEI JÁ NEI a b c d Gagnlíkindi (e. odds) sjúkdóms meðal útsettra = a / b
OR =
Gagnlíkindi sjúkdóms meðal þeirra sem ekki eru útsettir c / d
a/b c/d
OR er ámóta RR
• • • • Athugið að ef RR > 1 er OR > RR Þegar líkur á útkomu í viðmiðunarhópi eru < 20% má túlka OR á bilinu 1.5 til 2 sem samsvarandi áhættuaukningu Til dæmis: Það er nærri lagi að segja að OR = 1.8 gefi til kynna um 80% meiri áhættu hjá einum hópi miðað við viðmið Skv. næstu mynd er þetta ofmat um 20% en maður hefur það í huga
NB: OR mjög oft notuð í staðinn fyrir RR: varasamt í ákveðnum aðstæðum Davies, H. T. O. et al. BMJ 1998;316:989-991
Myndin sýnir magn ofmats OR>1 á RR fyrir mismunandi OR og mismunandi upphaflega áhættu. Takið eftir að OR ofmetur RR sérstaklega mikið ef upphafleg áhætta er há sem og líkindahlutfallið. Copyright ©1998 BMJ Publishing Group Ltd.
Dæmi 1
• Stór hóprannsókn (e. cohort study) á nýgengi Alzheimer´s hefur verið framkvæmd hér á Íslandi undanfarið ár. Rannsakendur vilja kanna líkindahlutfallið (RR) á að fá Alzheimer´s milli þeirra sem eru 80-89 ára samanborið og þeirra sem eru 70-79 ára. Niðurstöður rannsóknarinnar sýndu eftirfarandi. Reiknið dæmið til enda og túlkið niðurstöðurnar. Hvert er gagnlíkindahlutfallið (OR)?
80-89 ára 70-79 ára Alls Já
Alzheimer´s
Nei 73 43 116 790 590 1380 Alls 863 633 1496 Nýgengi eldri Nýgengi yngri
RR
OR 0.085
0.068
1.25
1.27
Dæmi 2
• Stór hóprannsókn (e. cohort study) á nýgengi HPV hefur verið framkvæmd hér á Íslandi undanfarið ár. Rannsakendur vilja kanna gagnlíkindahlutfalð á að fá HPV smit milli þeirra sem eru eldri samanborið og þeirra sem eru yngri. Niðurstöður rannsóknarinnar sýndu eftirfarandi. Reiknið dæmið til enda og túlkið niðurstöðurnar.
Tilraunhópur Viðmiðunarhópur Alls Já 2 30 32 HPV Nei 10431 9699 20130 Alls 10433 9729 20162 Nýgengi eldri Nýgengi yngri
RR
OR 0.00019
0.0031
0.0622
0.0620
•
Rekjanleg áhætta
- attributable risk -
Nokkrar mögulegar aðgerðir
–
Varasamt að taka samt bókstaflega –
Hver aðgerð segir okkur eitthvað um MAGN
krabbamein – DNA
sjúkdóms „Y“ sem rekja má til útsetningar „X“ í
óafturkræfar
þýðinu – Gagnlegt til að ákvarða um áhrif af því að útiloka eða taka burtu ákveðna útsetningu „X“ (exposure) – Gerir ráð fyrir orsakasambandi • Attributable Risk eða Attributable risk difference: – AR = CI exp - CI unexp • Attributable risk percent eða Attributable proportion in exposed: – AR% = ((risk exp – risk unexp) / risk exp ) *100 • Population attributable risk – PAR = ((Pe)(RR-1) / (Pe)(RR-1) + 1) *100
Rekjanleg áhætta í þýði
•
Population attributable risk(PAR)
– Hlutfall!
– Gerir ráð fyrir orsakasambandi – Fer eftir áhrifsstærð (RR) og hlutfalli útsettra – Er hlutfall tilfella í þýðinu sem rekja má til útsetningar – Gagnlegt til að meta hvaða útsetningar eru
Hlutfall
mikilvægastar m.t.t. heilsufars samfélags
þýðinu
Theorísk: PAR = I(total pop) – I (unexp) / I(total pop) *100% Formúla Levin‘s: PAR = ((Pe)(RR-1) / (Pe)(RR-1) + 1) *100
Dæmi 3
• Hvaða hlutfalli heilablóðfalla meðal reykingamanna mætti rekja til reykinga, og yrði mögulega eytt ef reykingamennirnir hættu að reykja ( munið samt caveat frá fyrri glæru ), vitandi það að reykingamenn eru 3,2 líklegri til að fá heilablóðfall en aðrir og að hlutfall útsettra í íslensku þýði er ~14%?
PAR = ((Pe)(RR-1) / (Pe)(RR-1) + 1) *100 = ((0,14)(3,2-1) / (0,14)(3,2-1) + 1) *100 = (0,308) / (1,308) *100 = 0,235*100
= 23,5%
Ef enginn reykti í þýðinu mætti mögulega útiloka tæplega ¼ hluta heilablóðfalla
Fjöldi sem þarf að meðhöndla
- Number Needed to Treat (NNT) •
Hvaða fjölda tala er þetta?
– Notuð til meta áhrif íhlutunar á sviði heilbrigðismála; yfirleitt meðhöndlun með lyfi – Sá meðaltalsfjöldi sjúklinga sem þarf að meðhöndla til að varna einni neikvæðri útkomu í viðbót (dauði, heilablóðfall, o.s.frv.); fjöldinn sem þarf að meðhöndla til að einn fái ábata m.v. control hóp í klínískri tilraunrannsókn – Besta mögulega NNT er 1: allir batna við meðferð en enginn með control – NNT er háð tíma: 5 ára rannsókn, NNT=100, þá yrði að margfalda 100*5 til að fá rétt NNT bara fyrir 1 ár
Fjöldi sem þarf að meðhöndla
- Number Needed to Treat (NNT) • • • Andhverfa nýgengis: 1/nýgengi Dæmi tengt bólusetningu: Sjúkdómur sem hefur nýgengi 1 per 1000 persár er NNT = 1000 NNT oftast reiknað m.t.t. tveggja meðferða, A (íhlutun) og B (control). Skilgreind útkoma verður að vera tilgreind (dæmi: ristilkrabbameinstilfelli yfir 5 ára tímabil). Ef líkindin P A og P B eru þekkt þá má reikna NNT sem 1 / (P B – P A ) – P A eru t.d. líkindin á að hafa enn sjúkdóm þrátt fyrir að hafa tekið lyf við honum (tilraunahópur) – P b eru t.d. líkindin á að hafa enn sjúkdóm og hafa ekki tekið lyf við honum (control)
NNT frh.
• • • Árangursríkar meðferðir hafa lágt NNT Getur verið varasöm mæling m.t.t. bjögunar, erfitt að fá áreiðanleg ÖM, sem og að útiloka möguleikann á engum mun milli tveggja meðferðarhópa
Event Rate
Formúla til að umbreyta OR í NNT (Numbers Needed to Treat): NNT = (1-(PEER*(1-OR))) / ((1-EER)*(PEER)*(1-OR)) • Formúla til að umbreyta OR í NNH (Numbers Needed to Harm) NNH = ((PEER*(OR-1))+1) / (PEER*(OR-1)*(1-PEER))
Dæmi 4
10 einstaklingar taka lyf Lýsing Fullkomið lyf Mjög gott lyf Viðunandi lyf Há placebo áhrif P A 0 0.1
0.3
0.4
P B 1 0.9
0.7
0.5
NNT Túlkun 1 1.25
2.5
Allir læknast af lyfi, enginn án þess 8 læknast af lyfinu, 1 læknast af sjálfu sér, 1 enn veikur 4 læknast af lyfinu, 3 læknast af öðrum örsökum, 3 enn veikir 10 6 læknast af lyfinu, en 5 af þeim hefðu læknast engu að síður af öðrum sökum Lágt lækningar hlutfall 0.8
0.9
10 1 læknast af lyfinu, 1 læknast af öðrum orsökum, 8 hafa sjúkdóminn enn Lækning af sjálfu sér 0.1
0.2
10 9 læknast af lyfinu, en 8 hefðu læknast engu að síður af öðrum sökum Engin lækning 0.9
0.8
-10 2 hefðu læknast án þess, en með lyfinu er aðeins einn sem læknast, svo NNH=10 http://en.wikipedia.org/wiki/Number_needed_to_treat Dæmi: PA = 0,04 og PB = 0,07, hvert er NNT?
NNT = 33,3 væri réttlætanlegt að gefa svona lyf?
Lokaspurning
•
Epidemiologists…
A. are well-adjusted B. do it with 95% confidence C. have nice figures D. prefer close associations E. are all of the above:)
Gangi ykkur vel!
…og munið:
"We are always dealing with dirty data. The trick is to do it with a clean mind."
- Michael Gregg