Ziele des Seminars. Modul AEF-el802: Ernährungsepidemiologie. Einführung. Referate. Vorlesungstermine

Transkript

1 Ziele des Seminars Modul AEF-el802: Ernährungsepidemiologie Einführung PD Dr. Sandra Plachta-Danielzik Institut für Humanernährung und Lebensmittelkunde / Institut für Epidemiologie Christian-Albrechts-Universität zu Kiel Beurteilung und Diskussion von wissenschaftlichen Veröffentlichungen unter ernährungsepidemiologischen Gesichtspunkten: - Sind die Studienergebnisse auf das Studiendesign oder die Studiendurchführung zurückzuführen? - Wie hätte die Studie besser gemacht werden können? - Was waren die Limitationen der Studie? Vorlesungstermine Datum Thema Referenten Referate 2er Gruppen zu einem Thema Pro Person min Präsentation (pptx), 30 min Diskussion Beschreiben Sie der Gliederung folgend die wichtigsten Aspekte der Studie Erklären Sie die Tabellen und Abbildungen Seien Sie kritisch, diskutieren Sie kritisch, stellen Sie Fragen Einführung S. P.-D Studiendesigns S. P.-D Fällt aus! Public Health Kochsalzreduktion Schokolade und Blutdruck Gewichtszunahme in der Schwangerschaft Fleisch und Krebs Fällt aus! Limonade und Übergewicht Lungenkrebs und Rauchen Pro und Contra Ernährungsepidemiologie Nudging Obst/Gemüse und koronare Herzkrankheit Lebensmittelumgebung und ÜG

2 Ziele epidemiologischer Forschung Definition Epidemiologie 1. Bestimmung des Ausmaßes einer Erkrankung oder anderer gesundheitsbezogener Faktoren in der Bevölkerung 2. Identifizierung der Ätiologie bzw. der Ursache einer Erkrankung und der Faktoren, die das Erkrankungsrisiko erhöhen oder verringern 3. Bewertung präventiver und therapeutischer Maßnahmen 4. Bereitstellung einer Plattform zur Entwicklung gesundheitspolitischer Entscheidungen Epidemiologie ist die Lehre von der Verteilung von Erkrankungen oder physiologischen Tatbeständen in Bevölkerungen und den Faktoren, die diese Verteilung beeinflussen. (Lilienfeld) Wissenschaft von der Verteilung und den Determinanten von Erkrankung und Verletzungen in menschlichen Bevölkerungen (Mausner, Kramer) Richtungen der Epidemiologie (I) Richtungen der Epidemiologie (II) Deskriptive Epidemiologie Beschreibt das Auftreten einer Erkrankung in einer Bevölkerung mit quantitativen Maßzahlen. Krankheitshäufigkeit, Krankheitsverteilung (Ort, Zeit oder Person) Zur Hypothesenformulierung Bsp: Fallbeschreibungen (case reports), Fallserien (case series), ökologische Studien (ecological studies), Migrationsstudien (migration studies), Querschnittsstudien (cross-sectional studies) Ätiologisch ausgerichtete Epidemiologie Untersucht das Auftreten einer Erkrankung und Einflussfaktoren ( Exposition ), d.h. beschreibt Expositions- Krankheitsbeziehungen quantitativ Analytisch-beobachtende Epidemiologie Ursachen-Wirkungs-Beziehungen Zur Hypothesenprüfung Bsp. Fall-Kontrollstudien (case-control studies), Kohortenstudien (cohort studies)

3 Richtungen der Epidemiologie (III) Analytisch-experimentelle Epidemiologie Gezielte Untersuchung unter kontrollierten Bedingungen Hypothesenprüfung Bsp. Interventionsstudie (intervention study) Richtungen der Epidemiologie (IV) Molekulare Epidemiologie Verknüpfung epidemiologischer Forschung mit biochemischer bzw. molekularbiologischer Forschung Aufklärung von Mechanismen der Krankheitsentstehung Genetische Epidemiologie - Untersucht den Einfluss genetischer Faktoren auf Erkrankungen in Populationen - Untersucht die Interaktion genetischer Faktoren mit Umweltfaktoren auf Erkrankungen in Populationen - Überschneidung mit molekularer Epidemiologie Interpretation epidemiologischer Studien (I) Interpretation epidemiologischer Studien (II) Gibt es eine statistische Assoziation? Ist die Assoziation zufällig? Kommt die Assoziation durch Verzerrung (Bias) zustande? Kommt die Assoziation durch Störgrößen (Confounding) zustande? Ist die Assoziation kausal? Ist die Assoziation stark? Gibt eine plausible biologische Hypothese für die Assoziation? Wird die Assoziation konsistent in vielen Studien gezeigt? Ist die zeitliche Abfolge plausibel? Gibt es Hinweise auf eine Dosis-Wirkungs-Beziehung?

4

5

6

7 Risikoschätzung in Fall-Kontroll-Studien Vergleich der Chancen (Odds) der Exposition unter den Fällen (A/C) mit derjenigen unter den Kontrollen (B/D) Chancenverhältnis = Odds Ratio Odds Ratio Werte von 0 bis unendlich OR=1 Das Vorkommen der Exposition steht in keinem Zusammenhang mit dem Expositionsfaktor OR>1 Es besteht ein positiver Zusammenhang zwischen dem Vorkommen der Erkrankung und dem Expositionsfaktor OR<1 Es besteht ein inverser (gegenläufiger) Zusammenhang zwischen dem Vorkommen der Erkrankung und dem Expositionsfaktor

8 Confounding = Verwechslung Confounder = Störfaktor Was ist Confounding? Untersuchung zwischen einer Exposition und einer Erkrankung: Exposition, Störfaktor und Erkrankung Confounder z.b. Rauchen Ist der Zusammenhang wirklich durch die Exposition hervorgerufen oder durch einen anderen Faktor (=Confounder)? größtes Problem: Confounder können eine Ursache-Wirkungs- Beziehung vortäuschen, die gar nicht existiert Exposition z.b. Alkoholkonsum Kausaler Zusammenhang Ungerichtete Assoziation Zielvariable z.b. Lungenkrebs

9 Was tun, um Confounding zu vermeiden? Randomisierung Randomisierung Ausschließen (Restriktion) Doppelblindstudie Interpretation Stratifizierung Matching Adjustierung bei der Planung der Studie bei der Auswertung der Studie = zufällige Aufteilung einer Population von Individuen in zwei (oder mehrere) Gruppen bekannte und unbekannte Einflussfaktoren werden gleichmäßig auf die Gruppen verteilt beobachtete Unterschiede lassen sich nur noch durch Gruppencharakteristika erklären Restriktion (Ein- und Ausschlusskriterien) Schichtung / Stratifizierung Homogene Teilgruppen werden definiert, um Confounding- Mechanismen auszuschalten über inhaltlich zu rechtfertigende Ein- und Ausschlusskriterien; d.h. je nach Fragestellung der Studie werden spezielle Ein- und Ausschlusskriterien formuliert: Studie über Bluthochdruck: Ausschlusskriterium: Personen, die Medikamente gegen Bluthochdruck einnehmen aber auch "gängige" Confounder können eliminiert werden jedes Individuum der Population wird eindeutig einer Schicht zugeordnet Schichtungsvariable = Kriterium, nach dem die Schichtung erfolgt = Konfounder (Geschlecht, SES) für jede Schicht wird eine epidemiologische Maßzahl berechnet: Unterschied im BMI von Rauchern und Nicht-Rauchern: Gesamtpopulation: ja Männer: nein Frauen: ja

10 Erhöht Validität der Ergebnisse Einfache Blindung: Blindung Nur Studienteilnehmer wissen nicht, zu welchem Studienarm sie gehören Doppelte Blindung: Auch die Untersucher kennen die Zugehörigkeit der Teilnehmer zu den Studienarmen nicht Matching = Paarbildung Zu einem Fall sucht man einen passende Kontrolle, die die gleichen Merkmalsausprägungen in den Confounder-Variablen aufweist Matching-Variable = Confounder Künstliches Angleichen der Verteilung von Confoundern: die Verteilung der Confounder ist in den zu vergleichenden Gruppen vollkommen analog Ursprünglich kommt Matching aus Fall-Kontroll-Studien, kann aber auch in Kohortenstudien angewendet werden 2 Arten des Matching Matching Adjustierung Durch multivariate statistische Analyseverfahren können Confounder in der Analyse berücksichtigt werden. Die Expositionsvariable wird um den Confounder korrigiert. Individuelles Matching 1:1 Grundidee, aber wenn es zu wenig Fälle gibt, dann Häufigkeits- Matching 1:n Bsp.: 2 Therapien zur Blutdrucksenkung; Vergleich der Mittelwerte in den 2 Behandlungsgruppen Sind die Ausgangswerte in beiden Gruppen gleich? (z.b.: bedingt durch unterschiedliches Alter; RR steigt mit Alter) Adjustierung mit Hilfe der Kovarianzanalyse: ein oder mehrere Einflussvariablen (Confounder) werden durch lineare Regression mit berücksichtigt

11 Zusammenfassung Confounder kommen (fast) in jeder Studie vor am besten vor Studienbeginn mögliche Confounder identifizieren Confounder im Studiendesign ausschalten oder kontrollieren (Randomisierung, Restriktion) bei der Datenauswertung für Confounder kontrollieren (Matchen, Stratifizieren oder Adjustieren) mögliche Wechselwirkungen überprüfen Mögliche Verzerrungen in einer Studienpopulation Zufallsfehler Zufallsfehler: wird bestimmt durch die natürliche Varianz und den Stichprobenumfang (Reliabilität) Systematische Fehler (bias): Auswahlverzerrung (selection bias) Informationsverzerrung (information bias) Verzerrung durch Störparameter (confounding bias) systematische Fehler Bias Verzerrung der wahren Tatsachen, die auf einen systematischen Fehler bei der Erhebung der Daten zurückzuführen ist Ein Effektschätzer weicht systematisch vom wahren Schätzer ab (im Gegensatz zu zufälligen Fehlern) Unterschätzung oder Überschätzung Selektionsbias Informationsbias Publikationsbias Arten von Bias

12 Selektionsbias Selektionsbias Resultiert aus der Auswahl der Studienteilnehmer für eine Studie z.b. systematische Unterschiede zwischen Studienteilnehmern und Nicht-Teilnehmern keine Generalisierbarkeit der Aussagen Selektives Überleben (selective survival): Sterberate innerhalb einer Gruppe unterschiedlich verzerrter Effektschätzer möglich Loss to follow-up: vorzeitiges Ausscheiden aus einer Studie unproportional Informationsbias Recall bias: z.b. kritische Betrachtung des bisherigen Lebensstils, ausgelöst durch die Erkrankung; overreporting, underreporting Interviewer bias: Einfluss des Interviewers auf Antwortverhalten Misclassification bias: fehlerhafte Zuordnung von Studienteilnehmern zu Vergleichsgruppen, die sowohl Exposition als auch Erkrankung betreffen kann Publikationsbias Auswahl der Zeitschriften, die zitiert werden Nicht- Veröffentlichung von nicht-signifikanten Studienergebnissen

13 Vorlesungstermine Datum Thema Referenten Titel Abstract Aufbau wissenschaftlicher Artikel Introduction Material and methods Results Discussion Einführung S. P.-D Studiendesigns S. P.-D Fällt aus! Public Health Kochsalzreduktion Seidler, Freerichs, Henneke Schokolade und Blutdruck Ruck, Groß Gewichtszunahme in der Schwangerschaft Schulz, Magel Fleisch und Krebs Staack, Eickelberg Fällt aus! Limonade und Übergewicht Moser, Franzenburg Lungenkrebs und Rauchen Meyer-Weidemann, Zietzsch Nudging Neumann, Rimmele