EPIDEMIOLÓGIA I. Alapfogalmak
TANULJON EPIDEMIOLÓGIÁT! • mert része a curriculumnak • mert szüksége lesz rá a bármilyen tárgyú TDK munkában, szakdolgozat és rektori pályázat írásában • mert szüksége lesz rá a folyamatos szakmai fejlődéshez • mert elengedhetetlen a népegészségtan további fejezeteinek megértéséhez • mert érdekes (hedonistáknak)
AZ EPIDEMIOLÓGIA DEFINÍCIÓJA • Epidemiológia „Az
egészséggel kapcsolatos állapotok, jelenségek megoszlásának és az előfordulásukat befolyásoló tényezőknek a tanulmányozása egy meghatározott populációban azzal a céllal, hogy eredményeit felhasználja az egészséggel kapcsolatos problémák felügyeletéhez és megoldásához.” V. Hajdú P., Ádány R.: Epidemiológiai szótár
AZ EPIDEMIOLÓGIA, MINT ALKALMAZOTT TUDOMÁNY Az epidemiológiai kutatások eredményeinek két fő felhasználási területe:
Népegészségügy Klinikai orvoslás
EPIDEMIOLÓGIAI KUTATÁS A NÉPEGÉSZSÉGÜGYBEN a lakosság egészségének mérése (egészségmonitorozás)
betegségteher kockázati tényezők előfordulása
prioritás meghatározás értékelés (programmonitorozás) beavatkozás Mi történt? Mi értünk el?
Mi működik? (intervenciós vizsgálatok)
A DEMOGRÁFIÁBAN HASZNÁLT NUMERIKUS MUTATÓK TÍPUSAI
MEGOSZLÁSI VISZONYSZÁMOK • • • • •
Dimenzió nélkül részarányok Rész/Egész X 100 Összeadhatók (ugyanazon jelenségnél) 0% és 100 % között változhat Például: 2009-ben az összes halálozás 25%-a daganatos betegség miatt történt Abszolút számokból és megoszlási viszonyszámokból nem szabad gyakorisági következtetéseket levonni!
ARÁNYSZÁMOK (intenzitási, gyakorisági viszonyszám) A vizsgált események (vagy személyek) száma adott idő alatt A megfigyelt populáció átlagos száma ugyanazon idő alatt •Incidencia •Kumulatív incidencia •Incidencia arányszám •Prevalencia
×k
RENDHAGYÓ ARÁNYSZÁMOK 1. Csecsemőhalálozási arányszám 2. Magzati veszteség (terhesség-megszakítás és magzati halálozás együttesen) 3. Anyai halálozási arányszám Miért rendhagyóak ezek az arányszámok?
DINAMIKUS VISZONYSZÁM • A megfigyelt jelenség időbeni változását százalékban kifejező mutató • A bázisviszonyszám az idősor minden tagját egy előre rögzített tag (a bázis = 100%) értékéhez viszonyítja • A hosszú távon bekövetkező változásokat szekuláris trendnek nevezzük Mely betegségek halálozása csökkent illetve nőtt a közelmúlt egy adott időszakában?
INCIDENCIA ÉS PREVALENCIA • Az új esetek előfordulása egy meghatározott időtartam alatt a vizsgált populációban (abszolút kockázat) • Etiológiai vizsgálatok céljaira csak az incidencia alkalmas (Miért?) • A prevalencia egy jelenség összes létező esete egy meghatározott időpontban a vizsgált populációban (pontprevalencia) • A prevalencia betegségterhek és az ellátási szükségletek vizsgálatában fontos
INCIDENCIA (I) SZÁMÍTÁSA
I=
*
Új esetek száma adott időtartamban Az érintett (kockázatnak kitett) populáció létszáma ugyanazon időtartamban
×k
KUMULATÍV INCIDENCIA (KI) • • • •
Nincs mértékegysége Értéke 0 és 1 között változik Időben specifikált (például 5 év) Az adott populáció minden tagját követni kell az esemény bekövetkeztéig vagy a megfigyelési időszak végéig • Túlélési arány (TA): 1-KI
A MEDICINÁBAN HASZNÁLT KUMULTÍV INCIDENCIA MUTATÓK • Abszolút kockázat • Letalitás (az elhaltak százalékos aránya egy bizonyos betegségben) • 5 éves túlélés • Megbetegedési arány („attack rate”) A KUMULATÍV INCIDENCIA AZT MUTATJA MEG, HOGY ADOTT IDŐ ALATT A BETEGSÉG ELŐFORDULÁSA HOGYAN VÁLTOZIK A POPULÁCIÓBAN
INCIDENCIA SŰRŰSÉG (ARÁNYSZÁM) • Az incidencia sűrűség a kockázatnak kitett, kezdetben betegségtől mentes populációban megfigyelt személy-idő egységre eső új esetek száma • Személy-idő: a populációban valamennyi tagjának kockázatnak kitettségét leíró időtartamok összessége • Dimenziója van 0 és a végtelen közötti értéke lehet
PONTPREVALENCIA • A már fennálló betegség gyakoriságáról szolgáltat információt • Nincs dimenziója • 0-1 között lehet • Keresztmetszeti kép a populációról Létező esetek száma adott időpontban Az érintett populáció létszáma ugyanazon időpontban
TARTAMPREVALENCIA • Az összes előforduló eset száma egy populációban egy adott időtartamban. • Az időtartam kezdeti időpontjában mért pontprevalencia és a vizsgált időszakban bekövetkező incidencia összege • Az arányszám számítása problémás, mert a nevező meghatározása és értelmezése nehéz • Mutatóként általában nem használatos
PREVALENCIA ÉS INCIDENCIA I. P=
xK
Incidencia Gyógyultak, vagy meghaltak
Prevalencia
PREVALENCIA ÉS INCIDENCIA II. • Alacsony incidencia esetén is nőhet a prevalencia, ha a betegség krónikus, de nem gyógyítható • Milyen betegségeknél jellemző, hogy a prevalencia magasabb az incidenciánál? • Milyen betegségeknél jellemző, hogy a prevalencia és az incidencia közel azonos?
WHO HFA ADATBÁZIS • http://data.euro.who.int/hfadb/ INDIKÁTOROK • Halálozás (mortalitás) • Megbetegedések (morbiditás) • Kockázati tényezők elemzése és összehasonlítása országok és időpontok szerint
FELADAT • Nézze meg a szívinfarktus okozta halálozás változását Magyarországon ! • Hasonlítsa össze a tüdőrák előfordulásának gyakoriságának változását különböző országokban egy tízéves időszak alatt! • Nézze meg a dohányzási szokások változását ugyanezen idő alatt!
KOCKÁZATI MUTATÓK I. • Abszolút kockázat (AK): a betegség (haláleset) előfordulásának abszolút valószínűsége egy populációban (incidencia!) • Expozíció: valamilyen kockázati tényező(k)nek „való kitettség” (pl.: dohányzás) • Exponált vs. Nem exponált csoport: expozíció alapján két (több) populáció meghatározása
KOCKÁZATI MUTATÓK II. Két csoport összehasonlítása • Relatív kockázat (RK): AK exp / AK nemexp PéldákC • Járulékos kockázat (JK): AK exp- AK nemexp PéldákC • A relatív kockázat dimenzió nélküli szám, a járulékos kockázat az incidencia dimenziójával azonos. • Változhat-e a relatív és járulékos kockázat értéke standardizálás után?
POPULÁCIÓS JÁRULÉKOS KOCKÁZAT • Populációs járulékos kockázat (PJK): Incidencia összesen – Incidencia nem exponáltak • Populációs járulékos kockázati hányad PJKH = (IT-I0) / IT
• IT incidencia a teljes populációban (összesen) • I0 incidencia a nem exponáltak körében
ESÉLYHÁNYADOS (EH) esetcsoport
kontrollcsoport
expozíció+
a
b
expozíció-
c
d
Expozíció esélye az esetcsoportban: a/c Expozíció esélye a kontrollcsoportban: b/d A kettő hányadosa az esélyhányados: a*d/b*c
KOCKÁZATI MUTATÓK III. • Esély:
expozíció prevalenciája (1 - expozíció prevalenciája)
• Az esély mind az esetekben, mind a kontrollokban meghatározható (a/c, b/d) • Esélyhányados (EH): expozíció esélye esetekben expozíció esélye kontollokb an Egyszerűsítve: (a/c)/(b/d) = (a/b)/(c/d) = ad/bc
FELADAT I. A táblázat a Framingham vizsgálatból származó (egyszerűsített) adatokat tartalmaz 1000, 55-64 éves férfira vonatkozóan, különböző csoportok 5 év során történt halálozásáról Diasztolés vérnyomás (Hgmm)
Férfiak száma
5 éves kumulatív incidencia
<70
100
0.012
70
300
0.014
80
300
0.017
90
200
0.021
100
50
0.025
>110
50
0.033
Összesen:
1000
0.0176
Hogy viszonyul a legmagasabb vérnyomásúak kockázata a legalacsonyabb vérnyomásúakéhoz? Hogyan értelmezné ezt és milyen gyakorlati következtetéseket vonna le ebből? Diasztolés vérnyomás (Hgmm)
Férfiak száma
5 éves kumulatív incidencia
<70
100
0.012
70
300
0.014
80
300
0.017
90
200
0.021
100
50
0.025
>110
50
0.033
Összesen:
1000
0.0176
Kvázi relatív kockázatot számolunk: kum. incidencia a >110 csoportban/ kum. incidencia a <70 csoportban Tehát 0,033/0,012 =2,75 Tehát, a >110 Hgmm diasztolés vérnyomású csoportnak 2,75 x nagyobb a kockázata a halálozás szempontjából, mint a <70 Hgmm diasztolés vérnyomású csoportnak. Ha a legmagasabb vérnyomásokat csökkentjük, jelentős halálozás-csökkenést érhetünk el.
Ha maximálisan hatékony kezelés állna rendelkezésünkre, hány életet lehetne megmenteni ezen személyek körében. (RR>110Hgmm)? Ez mekkora részaránya a magas vérnyomásnak tulajdonítható haláleseteknek? Diasztolés vérnyomás (Hgmm)
Férfiak száma
5 éves kumulatív incidencia
<70
100
0.012
70
300
0.014
80
300
0.017
90
200
0.021
100
50
0.025
>110
50
0.033
Összesen:
1000
0.0176
RR >110 csoportban 5 év alatt 1,65 személy hal meg (0,033 x 50). RR <70 csoportban 5 év alatt 1,2 személy hal meg (0,012 x 100). 1,65- 1,2= 0,45, tehát ennyi személyt tudunk megmenteni. Ez a magas vérnyomásnak tulajdonítható halálesetek 27 %-a (0,45/1,65).
Mekkora lenne ez a részarány, ha kiterjesztenénk a kezelést mindenkire, akinek 100Hgmm-nél magasabb a vérnyomása? Diasztolés vérnyomás (Hgmm)
Férfiak száma
5 éves kumulatív incidencia
<70
100
0.012
70
300
0.014
80
300
0.017
90
200
0.021
100
50
0.025
>110
50
0.033
Összesen:
1000
0.0176
Az előző dián bemutatott példa mintájára: RR <70 csoportban 5 év alatt 1,2 személy hal meg (0,012 x 100). RR >100 csoportban 5 év alatt 1,25 személy hal meg (0,025 x 50). és RR >110 csoportban 5 év alatt 1,65 személy hal meg (0,033 x 50).
(1,25+1,65)- 1,2= 1,7; tehát összesen 1,7 ember életét mentjük meg.
Mennyi életet lehetne megmenteni, ha valamilyen módosítással a vérnyomás eloszlását 10 Hgmm-rel lefelé tudnánk mozdítani? Mi a jelentősége ennek a feladatnak a prevenciós stratégiák szempontjából? Diasztolés vérnyomás (Hgmm)
Férfiak száma
5 éves kumulatív incidencia
<70
100
0.012
70
300
0.014
80
300
0.017
90
200
0.021
100
50
0.025
>110
50
0.033
Összesen:
1000
0.0176
Ha az eloszlás nem változna, 17,6 halott lenne (lásd „összesen” sor), de ebben az esetben minden sor kumulatív incidenciája egy sorral lejjebb kerül, tehát így a halottak száma: 14,1 lenne Ha sikerülne a vérnyomás eloszlását 10 Hgmm- rel lefelé mozdítani, akkor jóval több, 17,6-14,1=2,9 embert mentenénk meg. Összességében elmondhatjuk, hogy populációs szinten hatékonyabb, ha minden csoportban csökkentjük a vérnyomást, és nem csak a legmagasabb kockázatnak kitett csoportban.
FELADAT II. Alzheimer kór incidenciája ÉLETKOR
INCIDENCIA SŰRŰSÉG
65-69 év
0.8/1000 személy év
70-74 év
1.9/1000 személy év
75-79
4.4/1000 személy év
Mekkora az öt éves kumulatív incidencia egy 65 éves férfi esetében? ÉLETKOR
INCIDENCIA SŰRŰSÉG
65-69 év
0.8/1000 személy év
70-74 év
1.9/1000 személy év
75-79
4.4/1000 személy év
Mivel egy 65 éves férfiról van szó, ezért az első sor adataival dolgozunk. Az 1000 személy-évre számított incidencia sűrűséget először kiszámoljuk 1 személyévre: 0.8/1000= 0,0008, majd mivel öt évre vagyunk kíváncsiak, megszorozzuk öttel: 0,0008 x 5= 0,004
Számolja ki, hogy mekkora a kockázata annak, hogy egy 65 éves Alzheimer kórban nem szenvedő férfi a 80. születésnapja előtt megbetegszik?
ÉLETKOR
INCIDENCIA SŰRŰSÉG
65-69 év
0.8/1000 személy év
70-74 év
1.9/1000 személy év
75-79
4.4/1000 személy év
Az előző dián bemutatott módszer szerint járunk el mindhárom sor adataival: 0,8/1000 x 5= 0,004 1,9/1000 x 5= 0,0095 4,4/1000 x 5= 0,022 Majd az egy személyre számított incidencia sűrűségeket összeadjuk: 0,004 + 0.0095 + 0,022 = 0,0335
