FLTF Laeknadagar 2014 Maelikv a samband

Report
Læknadagar 2014
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 “fólks sem hreyfir sig
reglulega” 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
SJÚKDÓMUR
Útsetning (exposure)
Áhættuþáttur
JÁ
JÁ
a
NEI
b
a+b
c+d
NEI
c
d
Nýgengi (e. incidence) sjúkdóma meðal útsettra = a / a+b
a+b+c+d
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
Útsetning (exposure)
Áhættuþáttur
SJÚKDÓMUR
JÁ
JÁ
NEI
a
b
c
d
NEI
Gagnlíkindi (e. odds) sjúkdóms meðal útsettra = a / b
a/b
OR =
c/d
Gagnlíkindi sjúkdóms meðal þeirra sem ekki eru útsettir 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
Alzheimer´s
Já
Nei
73
790
43
590
116
1380
Alls
863
633
1496
Nýgengi eldri
0.085
Nýgengi yngri
0.068
RR
1.25
OR
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.
HPV
Tilraunhópur
Viðmiðunarhópur
Alls
Já
2
30
32
Nei
10431
9699
20130
Alls
10433
9729
20162
Nýgengi eldri
0.00019
Nýgengi yngri
0.0031
RR
0.0622
OR
0.0620
Rekjanleg áhætta
- attributable risk -
• Nokkrar mögulegar aðgerðir
Varasamt að taka
samt bókstaflega –
dæmi: reykingar og
krabbamein – DNA
skemmdir jafnvel
óafturkræfar
– Hver aðgerð segir okkur eitthvað um MAGN
sjúkdóms „Y“ sem rekja má til útsetningar „X“ í
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 = CIexp - CIunexp
• 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.útsettra
heilsufars
samfélags
í
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 PA og PB eru þekkt þá má reikna NNT sem 1 / (PB
– PA)
– PA eru t.d. líkindin á að hafa enn sjúkdóm þrátt fyrir að hafa tekið
lyf við honum (tilraunahópur)
– Pb 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
Patient
Expected
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
PA PB NNT Túlkun
Fullkomið lyf
0
1
1
Mjög gott lyf
0.1
0.9
1.25
Viðunandi lyf
0.3
0.7
2.5
4 læknast af lyfinu, 3 læknast af öðrum örsökum, 3 enn veikir
Há placebo áhrif
0.4
0.5
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
Allir læknast af lyfi, enginn án þess
8 læknast af lyfinu, 1 læknast af sjálfu sér, 1 enn veikur
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?
Á vef Faralds- og líftölfræðifélagsins
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

similar documents