Epidemiologie 6 Thomas Kohlmann Maresa Buchholz. Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald

Transkript

1 Epidemiologie 6 Thomas Kohlmann Maresa Buchholz Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald

2 2 Sozialepidemiologie Prof. Thomas Kohlmann

3 3

4 Klausurtermin , 10 Uhr 4

5 Wiederholung.. Aufgabe zur indirekten Altersstandardisierung 5

6 Übung indirekte Altersstandardisierung Berechnen Sie für Gemeinde A und Gemeinde B die standardisierte Mortalitätsratio! Altersklasse in Jahren Population Landkreis Gemeinde A Gemeinde B Mortalität/ Population erwartete Todesfälle Population Todesfälle Todesfälle Todesfälle erwartete Todesfälle > Gesamt

7 Übung direkte Altersstandardisierung Aus Schwartz (2003) Public Health. Gesundheit und Gesundheitswesen, 404 f. Altersklasse in Jahren Population Kreuzberg Mortalität/ Population Zehlendorf Todesfälle Todesfälle Mortalität/ Gesamt Berechnen Sie die rohe Sterberate sowie die altersspezifischen Sterberaten! Runden Sie auf eine Stelle nach dem Komma. 7

8 Übung direkte Altersstandardisierung Altersklasse in Jahren Standard Kreuzberg Mortalität/ Erwartete Todesfälle Population Zehlendorf Mortalität/ Erwartete Todesfälle , , , , , , , ,3 Gesamt , ,1 Berechnen Sie die altersstandardisierten Sterberaten! Runden Sie auf eine Stelle nach dem Komma. 8

9 9 Assoziation und Kausalität

10 Ziel der Epidemiologie Identifikation von beeinflussbaren Ursachen von Gesundheit und Krankheit Um den Gesundheitszustand von Populationen zu verbessern Verwendung von Zusammenhangsmaßen: RR und OR Assoziation kann verschiedene Gründe haben: Zufälliger Fehler Systematische Fehler Tatsächlicher Zusammenhang 10

11 Zufällige Fehler Epidemiologische Studien können allein aus Zufallsgründen Gefahr laufen, ein Ergebnis zu produzieren, was nicht der Realität entspricht. Beispiel: Übergewicht assoziiert mit Bluthochdruck Studie mit geringer Fallzahl kann überproportional viele normgewichtige Hypertoniker beinhalten Systematische Fehler Zentrale Bedeutung für die Epidemiologie Müssen adäquat berücksichtigt und kontrolliert werden, um Fehlinterpretationen zu vermeiden Verzerrungseffekte durch Störgrößen (Confounding) Fehler bei der Auswahl der Studienteilnehmer (Selektionsbias) Fehler bei der Informations- und Datengewinnung (Informationsbias) 11

12 Systematische Fehler Verzerrungseffekte durch Störgrößen Confounder: Variable, die einen unabhängigen Risikofaktor für die Erkrankung (bzw. die Zielgröße) darstellt, zugleich aber einen Zusammenhang mit der Exposition aufweist, ohne ein Glied in der Kausalkette von der Exposition zur Erkrankung zu sein Häufige Confounder: Alter, Sozialer Status, Geschlecht, geografische Herkunft, Rauchen, Alkoholkonsum oder Vorerkrankungen 12

13 Systematische Fehler Assoziation von Alkoholkonsum und Ösophaguskarzinom Ösophaguskarzinom Fälle Kontrollen Ja Alkoholkonsum Nein Odds Ratio: 2,9 Raucher Nicht Raucher Fälle Kontrollen Fälle Kontrollen Ja Nein Alkoholkonsum Alkoholkonsum Ja Nein Odds Ratio: 1,0 13

14 Systematische Fehler Kontrolle von Confounding-Effekten Studiendesign Beschränkung bei der Stichprobenauswahl Randomisierung Gematchte Stichproben Analyse Stratifizierung Multivariate Analysen 14

15 Systematische Fehler Randomisierung 15

16 Systematische Fehler Kontrolle von Confounding-Effekten Studiendesign Beschränkung bei der Stichprobenauswahl Randomisierung Gematchte Stichproben Analyse Stratifizierung Multivariate Analysen 16

17 Systematische Fehler Fehler bei der Auswahl der Studienteilnehmer (Selektionsbias) Nicht zufällige Auswahl der Studienteilnehmer Problem in Fall-Kontroll-Studien, aber auch in Querschnittstudien und Kohortenstudien Kann zu Verzerrungen von Assoziationsmaßen führen Fehler bei der Informations- und Datengewinnung Fehler bei der Datenerhebung zur Exposition, zum Krankheitsstatus Besonders große Gefahr bei retrospektiven Studien Erinnerungslücken bei Fragen zur Vergangenheit 17

18 Kausalität & statistische Signifikanz Statistische Signifikanz Kausalität Ergebnis ist z. B. signifikant, weil es tatsächlich einen Zusammenhang gibt die Studie mit Fehlern belastet ist Ergebnis ist z. B. nicht signifikant, weil es tatsächlich keinen Zusammenhang gibt die Studie zu klein war und der Zusammenhang nicht gefunden wurde die Studie mit Fehlern belastet ist 18

19 Sir Austin Bradford Hill Britischer Epidemiologe und Statistiker Entdeckte zusammen mit Richard Doll einen Zusammenhang zwischen Rauchen und Lungenkrebs 19

20 Kausalität nahelegende Kriterien nach Sir Austin Bradford Hill (1965) 1. Stärke der Assoziation 2. Konsistenz der Assoziation 3. Spezifität des Effekts 4. Zeitliche Sequenz 5. Dosis-Wirkungs-Beziehung 6. Biologische Plausibilität 7. Kohärenz 8. Entzug der Exposition 9. Analogien 20

21 1. Stärke der Assoziation Je stärker die Assoziation, um so höher die Wahrscheinlichkeit, dass es sich um einen kausalen Zusammenhang handelt Beispiel: Rauchen und Lungenkrebs Achtung: Auch schwache Effekte können kausal sein Rauchen und Herz-Kreislauf-Erkrankungen Passivrauchen und Lungenkrebs 21

22 2. Konsistenz der Assoziation Verschiedene: Studien Populationen Studientypen Bedingungen PF, Physical Function; RP, Role Physical; BP, Bodily Pain; GH, General Health; PCS, Physical Component Score (the aggregate mean score of PF, RP, BP and GH domains); V, Vitality; SF, Social Function; RE, Role Emotional; MH, Mental Health; MCS, Mental Component Score (the aggregate mean score of V, SF, RE and MH domains) 22 Filbay et al. 2015

23 3. Spezifität des Effekts Ursprünglich nach Hill: Ein kausaler Faktor führt zu einem einzelnen Effekt Achtung: Ein Faktor kann verschiedene Krankheiten hervorrufen! Beispiel: Rauchen verursacht Lungenkrebs & Herz-Kreislauf- Erkrankungen 23

24 4. Zeitliche Sequenz Zuerst die Exposition, dann mit entsprechender Latenzzeit die Erkrankung Risikofaktor Erkrankung Latenzzeit Vergangenheit Gegenwart Zukunft 24

25 5. Dosis-Wirkungs-Beziehung Je höher die Dosis, desto größer die Wirkung Dosis-Wirkungs-Beziehung starker Hinweis auf Kausalität Beispiel: Je länger das Sonnenbad, desto dunkler und verbrannter die Haut 25

26 6. Biologische Plausibilität Kausalbeziehungen sind biologisch plausibel Beispiel: In vitro können DNA-Schäden durch ionisierende Strahlung in Zellen hervorgerufen werden. In Tumorzellen führen Mutationen zur Aktivierung oder Deaktivierung der Expression von Genen. 26

27 7. Kohärenz Zusammenhang mit dem aktuellen Wissensstand zu Ätiologie und Pathogenese der Erkrankung 27

28 8. Entzug der Exposition Elimination von Risikofaktoren senkt das Risiko Beispiel: Risiko von ehemaligen Rauchern sinkt mit den Jahren seit sie nicht mehr rauchen. 28

29 9. Analogien Beispiele: HPV und Zervixkarzinom Hepatitis B Virus & primäres Leberzellkarzinom Helicobacter Pylori & maligne Magenneoplasien 29

30 Kausalitätskriterien nach Hill: Fazit Die 9 Kriterien sind keine Gesetze, die erfüllt sein müssen, bevor Kausalität akzeptiert werden kann! Sondern eine Hilfestellung, um die entscheidende Frage zu beantworten: Gibt es auch andere Erklärungsmöglichkeiten für die vorliegenden Fakten, oder könnte tatsächlich ein ursächlicher Zusammenhang vorliegen? 30

31 31

32 32

33 Leitlinie 1 Ethik Leitlinien GEP Epidemiologische Untersuchungen müssen im Einklang mit ethischen Prinzipien durchgeführt werden und Menschenwürde sowie Menschenrechte respektieren. Vor der Durchführung einer epidemiologischen Studie soll die Stellungnahme einer Ethikkommission eingeholt werden. 33

34 Leitlinie 2 Forschungsfrage Die Planung jeder epidemiologischen Studie fordert explizit und operationalisierbare Fragestellungen, die spezifisch und so präzise wie möglich formuliert sein müssen. Die Auswahl der zu untersuchenden Bevölkerungsgruppen muss begründet werden. 34

35 Leitlinie 3 Studienplan Grundlage einer epidemiologischen Studie ist ein detaillierter und verbindlicher Studienplan, in dem die Studiencharakteristika schriftlich festgelegt werden. Fragestellung/ Arbeitshypothesen Studientyp Zielpopulation Fallzahl Rekrutierungsverfahren Datenerfassung und Auswertung Qualitätssicherung und Datenschutz Zeitplan 35

36 Leitlinie 4 Probenbanken Leitlinie 5 Qualitätssicherung In epidemiologischen Studien ist eine begleitende Qualitätssicherung aller relevanten Instrumente und Verfahren sicherzustellen. 36

37 Leitlinie 6 Datenhaltung und dokumentation Für die Erfassung und Haltung aller während der Studie erhobenen Daten sowie für die Aufbereitung, Plausibilitätsprüfung, Kodierung und Bereitstellung der Daten ist vorab ein detailliertes Konzept zu erstellen. 37

38 Leitlinie 7 Auswertung Die Auswertung epidemiologischer Studien soll unter Verwendung adäquater Methoden und ohne unangemessene Verzögerung erfolgen. Die den Ergebnissen zugrunde liegenden Daten sind in vollständig reproduzierbarer Form für mindestens 10 Jahre aufzubewahren. 38

39 Leitlinie 8 Datenschutz Bei der Planung und Durchführung epidemiologischer Studien ist auf die Einhaltung der geltenden Datenschutzvorschriften zum Schutz der informationellen Selbstbestimmung zu achten. 39

40 Leitlinie 9 Vertragliche Rahmenbedingungen Die Durchführung einer epidemiologischen Studie setzt definierte rechtliche und finanzielle Rahmenbedingungen voraus. Hierzu sind rechtswirksame Vereinbarungen zwischen Auftraggeber und Auftragnehmer sowie zwischen Partnern von Forschungskooperationen anzustreben. 40

41 Leitlinie 10 Interpretation Die Interpretation der Forschungsergebnisse einer epidemiologischen Studie ist Aufgabe des Autors/ der Autoren einer Publikation. Grundlage jeder Interpretation ist eine kritische Diskussion der Methoden, Daten und Ergebnisse der eigenen Untersuchung im Kontext der vorhanden Evidenz. Alle Publikationen sollten einem externen Review unterworfen werden. 41

42 Leitlinie 11 Kommunikation und Public Health Epidemiologische Studien, deren Anliegen die Umsetzung von Ergebnisse in gesundheitswirksame Maßnahmen ist, sollten die betroffene Bevölkerungsgruppen angemessen einbeziehen und eine qualifizierte Risikokommunikation mit der Öffentlichkeit anstreben. 42