Analiza epidemiologica

1. Analiza epidemiologica

2. Analiza epidemiologica • Consta în identificarea, separarea si studiul atent al: • Părtilor componente ale unei probleme de sănătate (descriere) • Factorilor care explica apariţia ei • Populaţiei in care a aparut problema de sanatate • Se bazează pe comparaţii, interrelaţii • Se completeaza (rafinează) prin studii suplimentare (sero-epidemiologice, fundamentale) • Se poate aplica în studii epidemiologice descriptive dar mai ales in cele analitice: ............. • Expunerile, efectele de interes (boala) se precizează de la început cu stabilirea designului studiului • De la simplu la complex

3. Etapele analizei epidemiologice • DESCRIEREA - definitia de caz sau a fenomenului de sănatate - colecta de date (tabele, prezentate grafic) - calculul indicatorilor epidemiologici: - rate, rapoarte şi indici (populaţia la risc!!!) - indicatori de frecvenţă - incidenţă (rata şi risc) - prevalenţă - indicatori de gravitate - indicatori de impact populaţional

4. WHO data 2009

5. Etapele analizei epidemiologice 2. COMPARAŢIA - permite aprecierea relaţiei cauzale - tabelul de contingenta 2x2 - RR, OR, RA, RAP%, RA%, RMS

6. Categoriile incluse în tabelele de contingenţă sunt mutual exclusive şi discrete

7. Putereaasocierii cauzaleinfecţieHPV - cancer de col uterin 99% 80% 90% 60% 80% Fracţia atribuibila Asociere ce creste riscul 1 LINIA DE REFERINŢĂ Cresterea protectiei

8. Factori de distorsiune in studiile epidemiologiceevaluarea asocierii cauzale, expunere - efect • Intâmplarea • Eroarea sistematica • Confuzia – explicatie alternativa • Este reală asocierea cauzală? • Există o relaţie cauzală!?

9. Rolul întâmplării Populaţie eşantion variatie intâmplătoare Generalizarea–inferenţa-mărimea eşantionului • Un eşantion mare are variabilitate mică în estimarea realizata şi probabilitate mare de a face estimări valide (adevărate) despre populaţia studiată • Cu cît eşatioanele sunt mai mici, cu atât va fi mai mare variabilitatea în estimare şi mai puţin probabil ca datele observate să reflecte experienţa populaţiei în întregime

10. Testarea ipotezelor - cuantificarea gradului în care variabilitatea întâmplătoare poate modifica rezultatele observate în studiu • Test de semnificaţie statistic adecvat • Intervalul de incredere (confidenţă) de 95%reflectăprobabilitatea ca media observaţiilor din populaţia studiată (µ) săcadăînintervalul de valori al uneianumitevariabile, • acest interval esteastfelcalculatîncât, probabilitatea de a include valorileadevărate ale variabileieste de 95%. • Probabilitateaindicată se numeştenivel de încredere (confidenţă ),iarpunctele extreme ale intervalului se numesclimite de încredere (confidenţă ). • De obicei, estimărilepeeşantioanesuntprezentate cu intervalelelor de incredere. Astfel, variabilitatea nu estedoarestimată, cişiprecizată. • Mărimeaintervalului de increderese corelează: • inversproporţional cu mărimeaeşantionuluipentru un nivelde incredere dat, • direct proporţional cu nivelul de incredereprecizat

11. p<0,05 • Valoarea p este o probabilitatea de 5% ca un efect extrem care este observat într-un studiu, să fi apărut numai din întâmplare, adică între expunere şi efect (boală) nu există nici o relaţie • Valoarea “p” este o măsură compozită care reflectă: • Mărimea diferenţei între grupurile comparate • Mărimea eşantioanelor • O diferenţă mică poate fi statistic semnificativă dacă eşantioanele sunt mari şi o diferenţă mare poate să nu aibă semnificaţie dacă eşantioanele sunt mici • Semnificaţia statistică a unei asocieri între expunere şi efect trebuie diferenţiată de semnificaţia biologicăşi clinică

12. Estimarea se exprimaprin intervalul de încredere (confidenţă) II sau limitele între care se află observaţiile reale ale efectului cu un anumit grad de siguranţă • Asocierea este semnificativă statistic la un nivel specificat, uzual 95% • Mărimea eşantionului se estimeaza prin lărgimea intervalului de încredere • Intervalul îngust reflectă minimă variabilitate în estimarea efectului şi un eşantion mare • Intervalul larg reflectă variabilitate mare în estimarea efectului şi eşantion mic • Pentru RR, • dacă IC include valori pozitive şi negative - intersectează valoarea neutră (1), valoarea p este >0,05 şi • dacă IC nu include valoarea neutră, p <0,05

14. Planificarea unui studiu • Număr de subiecţi necesari • Putere statistică • Premize: • Ipoteza nulă H0 - nu este adevărată • Ipoteza alternativă H1 este adevărată • Aprecierea mărimii probabile a efectului pe care îl studiem sau cel mai mic nivel al efectului care credem că poate fi detectat • H0 RR=1 • H1 RR≥2sau RR<1

15. Nu intervin erori dacă respingem ipoteza nulă când cea alternativă este adevărată sau nu respingem ipoteza nulă când ea este adevărată • Eroare tip 1 sau αipoteza nulă este respinsă când aceasta este adevărată sau o asociere falsă apare adevărată • Probabilitatea de eroare de tip 1 este egală cu valoarea p, dacă aceasta este 0,05 înseamnă că probabilitatea de a respinge eronat ipoteza nulă este de 5% • Eroare tip 2 sau β lipsa eronată a respingerii ipotezei nule când ipoteza alternativă este adevărată β=0,2, o asociereadevarataaparefalsa • Puterea unui studiu este probabilitatea respingerii ipotezei nule • Se calculează că 1 – β= 1 – 0,2= 0,8

16. Concluzia testului de semnificaţie

17. Putereaunui test statistic esteprobabilitatea ca acestasaconduca la larejetareaipotezeinulecandaceastaestefalsa (probabilitatea de a nu se comiteeroare de tip II sausafaci o deciziefalsnegativa) • Putereastatisticadepinde de: • Semnificatiastatistica– probabilitateaerorii tip α • Marimeaefectului de interes in populatie • Marimeaesantionuluiutilizatpentru a detectaefectul de interes

18. Erori sistematice – systematic errors - bias • Erorile care exista într-un studiu epidemiologic şi contribuie la producerea de estimări în mod sistematic mai mari sau mai mici decât valorile reale ale parametrilor estimaţi • Deviază prin supraestimare sau subestimare

19. Clase de erori sistematice • Erori de selecţie • Selectare preferenţială a subiecţilor ce urmează a fi comparaţi • Apar prin identificarea fiecărui subiect pentru includere în studiu pe baza: • Expunerii în studiile de cohortă • Bolii în studiile caz-martor • Sunt frecvente în studiile caz-martor şi cohortă retrospectivă • Se datorează modului de selecţie al indivizilor identificaţi

20. Exemple de erori de selectie • Eroare datorită supravegherii • Subiectii expuşi sunt mai bine supravegheaţi • Utilizatoarele de contraceptive orale şi cancerul de col uterin • Eroare de diagnostic • Sub tratament cu estrogeni apariţia unor sîngerari este mai atent diagnosticată decât la neutilizatoare • Eroare datorită angajarii muncitorilor pe baza unei stari de sănătate mai bune • În unele întreprinderi mortalitatea este mai redusă decât în populaţia generală

21. Controlul erorilor de selecţie • Numai în design, colecta de date!!!! • Selecţia subiecţilor comparaţi în mod asemănător • Definiţie de caz • Definiţia expunerii • Cazuri noi • Definirea exactă a populaţiei din care se vor identifica şi cazurile şi martorii, aleşi din acelaşi “univers populaţional” • Selecţia cazurilor şi martorilor independent de cunoaşterea stării de expunere

22. Erori de informaţie - informatia asupra expunerii si efectului • Eroare de reamintire • Expuşii sau bolnavii se descriu mai complet • Eroare de interviu (“entuziasm”) • Se datorează investigatorului (solicitare, înregistrare sau interpretarea informaţiei) • Pierderea de subiecţineechilibrata duce la eroare in apreciereaefectului • Dacă diferă ca proporţie intreexpuşi – neexpuşi • Eroare prin omitere • Eroare de măsurare prin instrument • Eroare de clasificare prin alocare greşită in categoriile exp/neexpsaubolnavi/nonbolnavi • Clasificare greşită – supra sau subestimarea asocierii adevărate

23. Controlul erorilor de informaţie • Numai în design!!!!! • Instrumentespecifice obţineriiinformaţiei: chestionare, • Formularea întrebărilor • Metoda orb • Mascarea ipotezei majore • Instruirea investigatorilor- echidistanta • Etalonarea instrumentelor de măsură • Validarea informaţiei din alte surse

24. Confuzia - explicaţie alternativă • Înoricestudiu epidemiologic există: • Expunerea de interes(factor de riscsau factor de protectie) • Efectul de interes • Alteexpuneri care pot influenţaefectul (potentialconfounders = factori de confuziesauexplicaţii alternative). • Explicaţiealternativă - factor de confuzie • Condiţii • factorultrebuiesa fie asociat cu expunereaaflatăînstudiu • ŞI • factorultrebuiesă fie INDEPENDENT asociatcudezvoltareaefectului de interes EXPUNERE BOALĂ Factor de confuzie

25. Factorul de confuzie • Poate crea o falsă asociere • Poate mări forţa aparentă a unei asocieri existente • Poate masca sau diminua o asociere reala • Poate inversa sensul unei asocieri

26. Modificatorul de efect – effect modification – interaction – • factor care modifică intervenţia altui factor (efectul se modifică în funcţie de categoria în care acestfactor există). Fenomen in care o expunere modifica directia sau puterea asocierii intre expunerea luata in considerare si efect. • este o proprietate importantă a relaţiei dintre cei doi factori • nu se elimină ci se detectează şi descrie în detaliu.

27. Factor de confuzie Distorsionează efectul Eroare de evitat şi eliminat Se include eliminarealuiîn protocolul de studiu Modificator de efect Informaţie necesară Identificarea esteobligatorie Există independent de protocolul studiului Factor de confuzie vs modificator de efect

28. Eliminarea factorului de confuzie Design • randomizarea • metodăidealăpentrucăasigurădistribuţiasimilară a explicaţiilor alternative îngrupurilecomparate • dar, utilizabilănumaiînstudiile ……………………… • restricţia- limiteazăparticipareaînstudiula ceisimilariînraport cu factorul de confuzie, de ex. numainefumătoridecifumatulca factor de confuzie esteeliminat • potrivirea (eşantionarestratificată) • martorii se alegastfelîncâtdistribuţiafactorilor de confuziepotenţialisă fie similară cu a cazurilor. Potrivirea se face individual saupestraturi • evident, nu se face potrivirepentruexpunerea de analizat

29. Eliminarea factorului de confuzie Analiza • Stratificarea • analiza se face separatpestraturişiapoicombinat • Măsuraeste OR ajustat • Modelareastatistică • regresielogisticăpentru OR permitecontrolulfactorului de confuzie • utilăpentrueşantionmicşimultiplifactori de confuzie

30. Interpretarea datelor epidemiologice • Etape • Evaluarea fiecărui criteriu de asociere cauzală • Aprecierea erorilor şi intervenţia întâmplării • Semnificaţia statistică permite aprecierea rolului întâmplării dar nu poate aduce dovezi de cauzalitate cu semnificaţie clinică şi intervenţională

31. Considerente de ordin raţional în analiza epidemiologică • Utilizarea de date de calitate cu recunoaşterea părţilor bune sau mai slabe ale setului de date • Descriere atentă a datelor (definiţie de caz şi descriere: timp, loc, persoană) • Aprecierea populaţiei la risc • Alegerea martorilor cât mai asemănători cu cazurile, din acelaşi univers populaţional • Comparaţia , tabelul de contingenţă • Interpretarea dovezilor de cauzalitate • Aprecierea factorilor de distorsiune • Teste de semnificaţie statistică interpretate dependent de semnificaţia clinică şi biologică

32. Evaluarea epidemiologică • Definitie: procesul ştiinţific de determinare a randamentului şi siguranţei unei anumite măsuri destinate prevenirii şi controlului unei probleme de sănătate • Randament – măsura în care o anumită intervenţie, procedură, regim sau serviciu, aplicată în teren realizează ceea ce s-a aşteptat într-o anumită populaţie • Eficacitate – măsura în care o anumită intervenţie, procedură, regim sau serviciu produce rezultate benefice în condiţii ideale • Eficienţă – rezultatele finale obţinute prin aplicarea corectă a unei proceduri cu randament şi eficacitate cunoscute, în corelaţie cu cheltuielile de timp şi resurse.

33. Caracteristicile evaluării epidemiologice pentru o problemă de sănătate • problema de sănătate bine definită • evaluarea unor obiective specifice, explicite şi cuantificabile • definiţia de caz a problemei de sănătate a fost bine stabilită înainte de intervenţia în teren • planificarea riguroasă a acţiunii de evaluare

34. Meta- analiza Terminologie • “analiza între” • Overview – quantitative synthesis • iniţial folosita pentru trialuri clinice randomizate. Definiţie • metodă formală de combinare a datelor obţinute din studii epidemiologice în scopul de a prezenta explicit formulat, calitativ şi cantitativ, rezultatele asupra problemei cercetate. Obiective • Îmbunătăţirea evaluării efectului studiat prin estimare globală • Creşterea semnificaţiei statistice • Rezolvarea incertitudinilor

35. Tipuri de meta-analiza/Terminologie • Systematic Review- recenziesistematica • Explorareexhaustiva, evaluarecriticasisintezatuturordatelor care nu suntsupuseerorilorsistematice • Meta-analysis – meta-analiza • Explorareexhaustiva, evaluarecriticasisintezacantitativa a tuturordatelor care nu suntsupuseerorilorsistematice

37. Systematic Review Meta-analiza Extragerea datelor din rapoartele publicate (Overview) Colectarea datelor sintetice Colectarea datelor individuale ale pacientilor (IPD) Tipuri de meta-analiza/Terminologie

38. Etapele meta-analizei • Ghid de apreciere a calităţii studiilor • Relevanţa - apreciază ceea ce este de interes • Evaluarea adecvată a expunerii - doză, durată • Evaluarea eşantionelor de studiu - modalitate de selecţie, caracterizare, mărimea eşantionului • Ipoteza de studiu- clar prezentată • Evaluarea ratelor de răspuns şi acelor lipsă • Colectarea datelor şi analiza - metodologie clară şi adecvată • Identificarea factorilor de distorsiune • Statistică descriptivă - mortalitate, morbiditate • Rezultate- complete, clare.

39. Limitele si avantajele meta-analizei

40. Probiotics in the critically ill: A systematic review of the randomized trial evidence; Petrof EO, Dhaliwal R, Manzanares W, Johnstone J, Cook D, Heyland DK Critical Care Medicine (Sep 2012) OBJECTIVE: Critical illness results in changes to the microbiology of the gastrointestinal tract, leading to a loss of commensal flora and an overgrowth of potentially pathogenic bacteria. Administering certain strains of live bacteria (probiotics) to critically ill patients may restore balance to the microbiota and have positive effects on immune function and gastrointestinal structure and function. The purpose of this systematic review was to evaluate the effect of probiotics in critically ill patients on clinical outcomes.

41. Probiotics in the critically ill: A systematic review of the randomized trial evidence; Petrof EO, Dhaliwal R, Manzanares W, Johnstone J, Cook D, Heyland DK Critical Care Medicine (Sep 2012) • DESIGN: Systematic review • MEASUREMENTS AND MAIN RESULTS: We searched computerized databases, reference lists of pertinent articles, and personal filesfrom 1980 to 2011. We included randomized controlled trials enrolling critically ill adults, which evaluated probiotics compared to a placebo and reported clinically important outcomes (infections, mortality, and length of stay). A total of 23 randomized controlled trials met inclusion criteria.

42. Probiotics were associated with reduced infectious complications as documented in 11 trials (risk ratio 0.82; 95% confidence interval 0.69-0.99; p = .03). When data from the seven trials reporting ventilator-associated pneumonia were pooled, ventilator-associated pneumonia rates were also significantly reduced with probiotics(risk ratio 0.75; 95% confidence interval 0.59-0.97; p = .03). Probiotics were associated with a trend toward reduced intensive care unit mortality (risk ratio 0.80; 95% confidence interval 0.59-1.09; p = .16) but did not influence hospital mortality.Probiotics had no effect on intensive care unit or hospital length of stay. Compared to trials of higher methodological quality, greater treatment effects were observed in trials of a lower methodological quality.

43. Probiotics in the critically ill: A systematic review of the randomized trial evidence; Petrof EO, Dhaliwal R, Manzanares W, Johnstone J, Cook D, Heyland DK Critical Care Medicine (Sep 2012) CONCLUSIONS: Probiotics appear to reduce infectious complications including ventilator-associated pneumonia and may influence intensive care unit mortality. However, clinical and statistical heterogeneity and imprecise estimates preclude strong clinical recommendations. Further research on probiotics in the critically ill is warranted.