Analiza epidemiologica

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
 Etapele analizei epidemiologice
1. 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
WHO data 2009
Etapele analizei epidemiologice
2. COMPARAŢIA
- permite aprecierea relaţiei cauzale
- tabelul de contingenta 2x2
- RR, OR, RA, RAP%, RA%, RMS
 Boala Boala
prezenta absenta  Categoriile incluse în
Expunere
tabelele de
prezenta a b a+b contingenţă sunt
Expunere
mutual exclusive şi
absenta c d c+d discrete
a+c b+d N
 Puterea asocierii cauzale
infecţie HPV - cancer de col uterin
RR /
OR Fracţia
atribuibila

> 500 ADN-ul HPV 18 şi adenocarcinomul cervical în Filipine 99%

ADN-ul HPV Oncogenic şi CCU în Costa Rica 80%

ADN-ul HPV şi CCU în Bangkok 90%

100 AgHBs şi cancerul hepatic în Taiwan 60%

Asociere ce creste

Fumatul şi cancerul pulmonar

riscul

10 80%
1
LINIA DE REFERINŢĂ
0.1 Renunţarea la fumat înainte de vârsta medie şi
cancerul pulmonar în UK
Cresterea
protectiei

0.9 Vaccinarea anti-HBV a nou-născuţilor şi cancerul

hepatic în Taiwan
 Factori de distorsiune in studiile
epidemiologice
evaluarea asocierii cauzale, expunere - efect

 Intâmplarea
 Eroarea sistematica
 Confuzia – explicatie alternativa

 Este reală asocierea cauzală?

 Există o relaţie cauzală!?
 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
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% reflectă probabilitatea

ca media observaţiilor din populaţia studiată (µ) să cadă în
intervalul de valori al unei anumite variabile,
 acest interval este astfel calculat încât, probabilitatea de a include
valorile adevărate ale variabilei este de 95%.

 Probabilitatea indicată se numeşte nivel de încredere (confidenţă ), iar

punctele extreme ale intervalului se numesc limite de încredere
(confidenţă ).
 De obicei, estimările pe eşantioane sunt prezentate cu intervalele lor
de incredere. Astfel, variabilitatea nu este doar estimată, ci şi
precizată.
 Mărimea intervalului de incredere se corelează:
• invers proporţional cu mărimea eşantionului pentru un nivel de incredere
dat,
• direct proporţional cu nivelul de incredere precizat
 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 biologică şi clinică
 Estimarea se exprima prin 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
Parametru Mărimea Mărimea Mărimea
esantionului eşantionului eşantionului
20 50 500

OR 2 2 2
p 0,5 0,2 0,001

IC 95% 0,5-7,7 0,9-4,7 1,5-2,6

 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≥2 sau RR<1
 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 α ipoteza 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 asociere adevarata apare
falsa
 Puterea unui studiu este probabilitatea respingerii
ipotezei nule
• Se calculează că 1 – β= 1 – 0,2= 0,8
 Concluzia testului de semnificaţie
Concluzia Realitatea Realitatea
testului de H0 adevărată H1 adevărată
semnificaţie
Nu se respinge Nu exista Eroare β
H0 (semnificaţie eroare
statistică negativă)
Se respinge H0 Eroare α Nu exista
(semnificaţie eroare
statistică pozitivă)
 Puterea unui test statistic este probabilitatea
ca acesta sa conduca la la rejetarea ipotezei
nule cand aceasta este falsa (probabilitatea
de a nu se comite eroare de tip II sau sa faci
o decizie fals negativa)
 Puterea statistica depinde de:
 Semnificatia statistica – probabilitatea erorii tip
α
 Marimea efectului de interes in populatie
 Marimea esantionului utilizat pentru a detecta
efectul de interes
 Erori sistematice – systematic
errors - bias
 Erorilecare 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
 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
 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
 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
 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 subiecţi neechilibrata duce la eroare in
aprecierea efectului
• Dacă diferă ca proporţie intre expuşi – neexpuşi
 Eroare prin omitere
 Eroare de măsurare prin instrument
 Eroare de clasificare prin alocare greşită in
categoriile exp/neexp sau bolnavi/nonbolnavi
 Clasificare greşită – supra sau subestimarea
asocierii adevărate
 Controlul erorilor de informaţie
 Numai în design!!!!!
 Instrumente specifice obţinerii informaţiei:
chestionare,
 Formularea întrebărilor
 Metoda orb
 Mascarea ipotezei majore
 Instruirea investigatorilor - echidistanta
 Etalonarea instrumentelor de măsură
 Validarea informaţiei din alte surse
 Confuzia - explicaţie alternativă
 În orice studiu epidemiologic există:
 Expunerea de interes (factor de risc sau factor de protectie)
 Efectul de interes
 Alte expuneri care pot influenţa efectul (potential confounders =
factori de confuzie sau explicaţii alternative).
 Explicaţie alternativă - factor de confuzie
 Condiţii
 factorul trebuie sa fie asociat cu expunerea aflată în studiu
 ŞI
 factorul trebuie să fie INDEPENDENT asociat cu dezvoltarea
efectului de interes
EXPUNERE BOALĂ

Factor de confuzie
 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
 Modificatorul de efect – effect
modification – interaction –
 factor care modifică intervenţia altui factor
(efectul se modifică în funcţie de categoria
în care acest factor 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.
 Factor de confuzie vs modificator
de efect
Factor de confuzie Modificator de efect
 Distorsionează efectul Informaţie necesară
 Eroare de evitat şi Identificarea este
eliminat obligatorie
 Se include eliminarea Există independent de
lui în protocolul de protocolul studiului
studiu
Eliminarea factorului de confuzie
Design
 randomizarea
 metodă ideală pentru că asigură distribuţia similară a
explicaţiilor alternative în grupurile comparate
 dar, utilizabilă numai în studiile ………………………
 restricţia - limitează participarea în studiu la cei similari în
raport cu factorul de confuzie, de ex. numai nefumători deci
fumatul ca factor de confuzie este eliminat
 potrivirea (eşantionare stratificată)
 martorii se aleg astfel încât distribuţia factorilor de
confuzie potenţiali să fie similară cu a cazurilor. Potrivirea
se face individual sau pe straturi
 evident, nu se face potrivire pentru expunerea de analizat
 Eliminarea factorului de
confuzie
Analiza
 Stratificarea
 analiza se face separat pe straturi şi apoi

combinat
 Măsura este OR ajustat

 Modelarea statistică
 regresie logistică pentru OR permite controlul

factorului de confuzie
 utilă pentru eşantion mic şi multipli factori de

confuzie
 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
 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
 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.
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
 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
 Tipuri de meta-analiza/Terminologie

 Systematic Review- recenzie sistematica

 Explorare exhaustiva, evaluare critica si
sinteza tuturor datelor care nu sunt supuse
erorilor sistematice

 Meta-analysis – meta-analiza
 Explorare exhaustiva, evaluare critica si
sinteza cantitativa a tuturor datelor care nu
sunt supuse erorilor sistematice
 Tipuri de meta-
analiza/Terminologie

Systematic Review

Meta-analiza Extragerea datelor din rapoartele publicate

(Overview)
Colectarea datelor sintetice
Colectarea datelor individuale ale pacientilor
(IPD)
 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.
 Limitele si avantajele meta-analizei
Avantaje
Apreciere mai obiectivă a
evidenţei faţă de recenzii
Creşterea preciziei datelor
cumulate
Rezolvarea incertitudinilor pentru
studii heterogene
Generează ipoteze de studiat
Permite calculul eşantioanelor
optime pentru studii ulterioare
Limite
Rezultatele meta-analizei, deşi
precise pot fi false. Bias-ul este
greu de eliminat în combinarea
studiilor observaţionale
Bias de selecţie (se iau în studiu
numai studii publicate)
Se egalizează studii de valoare cu
altele modeste
Artificiile statistice nu pot rezova
problema heterogenităţii
Pot crea impresia unor răspunsuri
definitive
Este dificilă interpretarea clinică
 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
76
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.
 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 files from 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.
 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.
 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.