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