Samenvatting Epidemiologie hoorcolleges PDF

Epidemiologie 1. Wat is epidemiologie Definitie Epidemiologie is de studie van de frequentie en de verdeling van ziekte en gezondheid bij menselijke populaties, en van de factoren die deze verdeling beïnvloeden / determineren (determinanten) en de toepassing van deze studie tot controle van gezondhe...

Epidemiologie 1. Wat is epidemiologie Definitie Epidemiologie is de studie van de frequentie en de verdeling van ziekte en gezondheid bij menselijke populaties, en van de factoren die deze verdeling beïnvloeden / determineren (determinanten) en de toepassing van deze studie tot controle van gezondheidsproblemen Basisgedachte Verdeling van ziekte en gezondheid gebeurt niet volgens het toeval (ad random) maar wordt bepaald door: - Predisponerende factoren (determinant, risico) of beschermende factoren (preventief) Persoonskarakteristieken (Endogeen: geslacht, leeftijd, genen…) Omgeving (exogeen: fysisch, biologisch, psychosociaal) Interactie tussen beide (meestal) - Intensiteit van de blootstelling aan deze determinanten interactie van factoren Epidemiologische benadering 1. Zorgvuldig beschrijven, vaststellen van frequentie en spreiding van ziekte/sterven/gezondheid in een populatie 2. Nagaan of er een associatie is tussen: blootstelling aan bepaalde factoren en eigenschap van een persoon -- ontwikkeling van de ziekte 1  3. Kijken of er een causaal verband is → Eerst beschrijvende dan analytische epidemiologie Doel van epidemiologie Identificeren en opvolgen van gezondheidsproblemen in een populatie - Beschrijvende epidemiologie: beschrijven en vaststellen van frequentie en spreiding van ziekten - Maatschappelijke gezondheid = “burden of disease” = de impact van een gezondheidsprobleem, m.b.t. financiële kosten, mortaliteit, morbiditeit… - Dubbel burden of disease: meer chronische ziekten, terwijl infectieziekten nog niet zijn verdwenen Epidemiologische transitie - Evolutie in gezondheidsproblemen→ verandering in de meest voorkomende en belangrijkste doodsoorzaken (door geneesmiddelen, verandering van levensstijl, betere hygiëne) →meer chronische ziekten, minder infectueuze ziekten - Demografische transitie: vergrijzing, verandering samenstelling bevolkingsgroep (veel meer ouderen → meer doden en zieken) Inzicht in etiologie (ziekteoorzaken), mechanisme en verloop ziekte - Analytische epidemiologie: nagaan of er verband bestaat tussen blootstelling aan factoren en ontwikkeling van een ziekte Beschrijving van de ziekte Verband zoeken door bevestiging van observatie Zoeken naar bewijs voor causaal verband (vb. fluor in het water -> betere tandhygiëne) Preventie op basis van gegevens - Identificeren van de hoog risico groepen Preventieve acties bij diegenen die het nodig hebben Modificeerbare risicofactoren: levensstijl, dieet Opsporen specifieke Niet-modificeerbare risicofactoren: leeftijd, risicofactoren in die groepen geslacht, ras - Doelpopulatie: 2 manieren Public health approach: preventief voor de hele populatie (bv. verplicht vaccin) High risk approach: preventief voor de hoog risico groepen (bv. coronavaccin voor mensen met astma) - Fase van ingrijpen = 3 fasen van preventie Type preventie Definitie Voorbeeld Primaire preventie Preventie van de initiële Immunisatie, (nog niet ziek) ontwikkeling van de ziekte verminderen van 2  blootstelling aan risicofactor Secundaire preventie Vroege detectie ziekte om Screening voor bv. (preklinische fase, de ernst en complicaties kanker screening) te verminderen Tertiaire preventie Verminderen van de Rehabilitatie voor CVA impact van de ziekte (complicaties voorkomen) Historische voorbeelden Edward Jenner midden 18e eeuw Smallpox = variola en vaccinia virus Immuniteit: gezonden mensen bestanddelen geven van zieke mensen → immuun als ze overleefden Philipp Semmelweis midden 19e eeuw Childbed fever (hand hygiëne) Dokters behandelden zwangere vrouwen direct na een autopsie van een zieke John Snow midden 19e eeuw Cholera = miasmetheorie (slechte lucht) → besmet water Merkte dat heel veel mensen in een bepaalde regio stierven en die tapten ergens anders water = bewijs Epidemiologische observaties → effectieve preventieve maatregelen - Vaak zonder biologische mechanismen te begrijpen - Niet nodig om pathogene mechanismen volledig te verstaan om aan preventie te doen - VAAK: verbetering van gezondheidstoestand door verbetering sociale omstandigheden, hygiëne, huisvesting, voeding, NIET medische interventies Klinische praktijk In de klinische praktijk gebruikt de arts populatie gebaseerde kansmodellen - Diagnose: inschatten van individuele ziektekans, gebaseerd op correlatie tussen de symptomen en pathologische gegevens - Prognose: vermoedelijk verloop, gebaseerd op eerdere ervaringen van grote groepen met dezelfde ziekte - Therapie: gebaseerd op empirische studies over de werking van therapie bij groepen patiënten Ook preventieve inzichten, invalshoek gezondheidszorg, wetenschappelijke onderbouw en een kritische kijk Deelgebieden epidemiologie - Oorspronkelijk: studie van een epidemie 3  - Ontwikkeling naar veel verschillende deelgebieden (infectieziekten, genetische epidemiologie, levenseinde, …) Klinische epidemiologie = toepassen van epidemiologische methodes op problemen uit de klinische praktijk, hulp bij beslissing - Endemie: gewoonlijke aanwezigheid van ziekte in een bepaald gebied, geen uitgesproken pieken of dalen (griep) - Epidemie: snelle toename van bepaalde ziekte in een bepaald gebied - Pandemie: een epidemie verspreid over de hele wereld 2. Meten van ziekte - Centraal: frequentie en verdeling van ziekte in populaties (en geassocieerde factoren) - Kwantificeren van: Morbiditeit: het voorkomen van een ziekte Mortaliteit: de sterfte als gevolg van de ziekte - Moeilijkheden ▪ "Hoe meten we ziekte” ▪ “Wanneer is iemand ziek?” ▪ Welke maten worden gebruikt? ▪ Welke data bronnen zijn voorhanden? → De informatie die we hebben verschilt naar gelang het stadium van de ziekte Interview na symptomen Na zorgverlening heb je rapport van de dokter Meer informatie na bepaalde zaken Variabele en waarneming Variabele = een kenmerk dat kan variëren - Kwalitatief kenmerk Nominale variabele: geen rangorde, enkel classificeren Ordinale variabele: rangorde, classificeren - Kwantitatief kenmerk (getal) Interval variabele = discreet: rangorde, classificeren + rekenkundige bewerkingen, geen absoluut nulpunt Ratio variabele = continu: rangorde, classificeren +rekenkundige bewerkingen, wel absoluut nulpunt Waarneming = een meting, vaststelling van de waarde van een variabele - Kwantitatief: meten en wegen - Kwalitatief: omschrijven, categoriseren of klasseren 4 Dichotomie = vaak worden resultaten gedichotomiseerd: slechts 2 verschillende waarden mogelijk Verhoudingen in de epidemiologie Epidemiologische breuk aantal mensen met een kenmerk zieken Epi-breuk = = het totaal aantal mensen zieken+niet−zieken Absolute aantallen = aantal personen of aantal gevallen [NUMBERS] Proportie = verhouding waarbij teller deel van noemer is; deel van de populatie t.o.v. hele populatie [FRACTION] Ratio = verhouding van twee variabelen die in contrast staan, teller niet noodzakelijk deel van de noemer Bv: 100 mannen en 300 vrouwen: ratio = 1/3 (vaak per 1 of per 100) Rate = maat voor snelheid waarmee iets optreedt in een populatie - Teller: aantal nieuwe gebeurtenissen in een bepaalde periode - Noemer: het aantal personen at risk in die periode - steeds positieve waarde - zegt iets over het risico dat iemand loopt om met die gebeurtenis te maken te krijgen Gebruikt bij mortaliteit en morbiditeit Risico = de kans op een gebeurtenis in een bepaalde tijd - Teller: aantal gebeurtenissen in een bepaalde periode - Noemer: bevolking at risk Odds = verhouding tussen elkaar uitsluitende kansen op bepaalde gebeurtenissen Bv. winnen/verliezen (kans / 1-kans) 5 Morbiditeit Incidentie = het aantal nieuwe gevallen tijdens een gegeven periode in een populatie at risk = frequentie van een aandoening of gebeurtenis - Dynamisch: overgang van ene naar andere toestand (gezond → ziek) - Moeilijk te meten Incidence rate # nieuwe ziektegevallen in een populatie tijdens een periode 𝐼 = # personen in die populatie at risk tijdens die periode - Maat voor ontwikkelingssnelheid en risico van de aandoening - Periode = belangrijk! - Vaak per 1000 of in persoonsjaren - Bv. baarmoederhalskanker: populatie at risk = mensen met een baarmoeder Cumulatieve incidentie # nieuwe ziektegevallen in gevolgde populatie in periode 𝑡1 −𝑡2 𝐶𝐼 = # personen in de at risk populatie bij het begin 𝑡1 = gemiddelde risico voor individuen uit de at risk populatie om de ziekte in de periode te krijgen - Cohort studie: gevolgde populatie - Vaak uitgedrukt in % Incidentie dichtheid (= incidence rate) # nieuwe zieken 𝐼𝐷 = # totale persoonsjaren = maat voor de densiteit waarmee de aandoening voorkomt; “hazard rate” - Persoonsjaren = het aantal jaren dat een persoon at risk geobserveerd werd - 5 mensen voor 5 jaar volgen = 25 pj Proportionele incidentierate 𝑎𝑎𝑛𝑡𝑎𝑙 𝑝𝑎𝑡𝑖ë𝑛𝑡𝑒𝑛 𝑚𝑒𝑡 𝑧𝑖𝑒𝑘𝑡𝑒 = 𝑡𝑜𝑡𝑎𝑎𝑙 𝑎𝑎𝑛𝑡𝑎𝑙 𝑝𝑎𝑡𝑖ë𝑛𝑡𝑒𝑛 - Als populatie at risk niet bekend is - Uitgedrukt in % Attack rate # blootgestelde mensen die ziek worden = # blootgestelde mensen - Meestal bij acute aandoeningen; plotse uitbraak, hoe groot is de kans op ziekte? - Geen heel concreet tijdsinterval 6 Prevalentie = aantal zieke personen / totaal aantal personen # zieke personen op een bepaald moment 𝑃 = totaal # personen in de populatie op dat moment - Vaak per 1000 of als proportie in % - Maat voor “burden of disease”, planning gezondheidsvoorzieningen - Momentopname, geen nieuwe gevallen (niet dynamisch) - Proportie van de bevolking die ziek is op een bepaald moment - Puntprevalentie = prevalentie op een bepaald moment - Periodeprevalentie = prevalentie gedurende een bepaalde periode →doden tellen niet meer mee Incidentie-prevalentie 𝑝𝑟𝑒𝑣𝑎𝑙𝑒𝑛𝑡𝑖𝑒 = 𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑡𝑖𝑒 𝑥 𝑑𝑢𝑢𝑟 - Prevalentie stijgt door incidentiecijfer (nieuwe zieken) - Prevalentie daalt door mensen de genezen of doodgaan - Prevalentie = bepaald door incidentie en dood/genezing Paradox: stijging - Ziekte wordt gecontroleerd, niet genezen; mensen blijven in leven zonder te genezen of sterven (bv bij hiv) → Prevalentie stijgt - Er is een betere diagnose en vroegere opsporing door screening → meer detectie → Prevalentie en incidentie stijgen Problemen bij het meten - Teller Definiëren wie ziek is (diagnosecriteria) Welke personen, hoe vinden, data verzamelen (Waar data vinden?!) o Specifieke data voor onderzoek: vragenlijst, interview… o Niet-specifiek voor onderzoek: bestaande dossiers, verzekering… - Noemer Onderschatting van bepaalde groepen Andere criteria in verschillende studies Enkel personen at risk includeren Surveillance = de voortdurende systematische verzameling, analyse en interpretatie van gezondheidsgegevens die essentieel zijn voor de planning, implementatie en evaluatie van volksgezondheidspraktijken, nauw geïntegreerd met de tijdige verspreiding van deze gegevens onder degenen die ze moeten kennen Essentieel voor public health → advies geven aan beleidmakers voor preventie en controle van aandoeningen 7 Bedoeling = monitoren van: - Veranderingen in ziektefrequentie - Veranderingen in prevalentie van risicofactoren - Vaccinatie onder de bevolking - Optreden van drug-resistente micro-organismen Nood aan: - Gestandaardiseerde definities van ziekten (gestandaardiseerde formulieren voor diagnose) - Gestandaardiseerde & gecoördineerde wijze informatie-uitwisseling Passieve surveillance: - Bestaande data of verplicht te registreren - Door gezondheidswerkers - Vaak onderrapportering en onvolledigheid - Goedkoop en makkelijker Actieve surveillance: - Speciaal surveillance programma - Door hiervoor opgeleide staf - Nauwkeuriger - Duurder en duurt langer 3. Meten van sterfte Mortaliteit = aanwijzing voor ernst (dodelijkheid) van ziekte = surrogaat voor incidentie van ziekte waarvan de letaliteit hoog is en de ziekte niet te lang duurt - Eenvoudig en eenduidig te registreren (makkelijker dan incidentie) - Internationaal bijgehouden registers - Toestanden landen vergelijken - Indicatie van effectiviteit van behandeling - Verschuivingen door gebruik verschillende codeerboeken - Geen abolute aantallen → sterfte kan gepaard gaan met bevolkingstoename waardoor het lijkt dat er meer mensen sterven Overlijdenscertificaat (Vlaanderen) A-strook: identificatiegegevens (naam, adres) B-strook: anonieme identificatiegegevens (datum, uur, plaats, geslacht) C-strook: anonieme medische gegevens (doodsoorzaak) D-strook: demografische gegevens (gemeente, geboortedatum, opleiding, nationaliteit…) Gemeente stuurt de B, C, D-stroken maandelijks op naar het Vlaams Agentschap Zorg en Gezondheid 8 Bruto mortaliteit (mortality rate) # overlijdens in populatie tijdens een periode # personen in de populatie at risk in periode - Annual mortality rate: vaak per jaar, met in noemer de populatie at risk (of dying) at midyear Specifieke mortaliteit - Volgens populatiekenmerken, doodsoorzaken of combinatie - Restricties→ subgroepen: leeftijdsspecifiek, geslachtspecifiek, oorzaakspecifiek, groepspecifiek Leeftijdsspecifiek = sterfte bij kinderen 𝑎𝑎𝑛𝑡𝑎𝑙 𝑑𝑜𝑜𝑑𝑔𝑒𝑏𝑜𝑟𝑒𝑛 𝑘𝑖𝑛𝑑𝑒𝑟𝑒𝑛 - Mortinataliteit: 𝑎𝑙𝑙𝑒 𝑔𝑒𝑏𝑜𝑜𝑟𝑡𝑒𝑛 𝑎𝑎𝑛𝑡𝑎𝑙 𝑑𝑜𝑜𝑔𝑒𝑏𝑜𝑟𝑒𝑛𝑒𝑛 𝑒𝑛 𝑣𝑟𝑜𝑒𝑔−𝑛𝑒𝑜𝑛𝑎𝑡𝑎𝑙𝑒 𝑠𝑡𝑒𝑟𝑓𝑔𝑒𝑣𝑎𝑙𝑙𝑒𝑛 - Perinatale sterfte: 𝑎𝑙𝑙𝑒 𝑔𝑒𝑏𝑜𝑜𝑟𝑡𝑒𝑛 𝑎𝑎𝑛𝑡𝑎𝑙 𝑘𝑖𝑛𝑑𝑒𝑟𝑒𝑛 𝑔𝑒𝑠𝑡𝑜𝑟𝑒𝑛 𝑡𝑖𝑗𝑑𝑒𝑛𝑠 𝑒𝑒𝑟𝑠𝑡𝑒 28 𝑙𝑒𝑣𝑒𝑛𝑠𝑑𝑎𝑔𝑒𝑛 - Neonatale sterfte: 𝑎𝑎𝑛𝑡𝑎𝑙 𝑙𝑒𝑣𝑒𝑛𝑑𝑔𝑒𝑏𝑜𝑟𝑒𝑛 𝑘𝑖𝑛𝑑𝑒𝑟𝑒𝑛 𝑎𝑎𝑛𝑡𝑎𝑙 𝑘𝑖𝑛𝑑𝑒𝑟𝑒𝑛 𝑔𝑒𝑠𝑡𝑜𝑟𝑣𝑒𝑛 𝑣𝑎𝑛𝑎𝑓 4 𝑤𝑒𝑘𝑒𝑛 𝑛𝑎 𝑔𝑒𝑏𝑜𝑜𝑟𝑡𝑒 𝑣𝑜𝑜𝑟 1 𝑗𝑎𝑎𝑟 - Post-neonatale sterfte: 𝑎𝑙𝑙𝑒 𝑙𝑒𝑣𝑒𝑛𝑑𝑔𝑒𝑏𝑜𝑟𝑒𝑛𝑒𝑛 𝑎𝑎𝑛𝑡𝑎𝑙 𝑘𝑖𝑛𝑑𝑒𝑟𝑒𝑛 𝑔𝑒𝑠𝑡𝑜𝑟𝑣𝑒𝑛 𝑡𝑖𝑗𝑑𝑒𝑛𝑠 𝑒𝑒𝑟𝑠𝑡𝑒 𝑙𝑒𝑣𝑒𝑛𝑠𝑗𝑎𝑎𝑟 - Zuigelingensterfte: 𝑎𝑙𝑙𝑒 𝑙𝑒𝑣𝑒𝑛𝑑𝑔𝑒𝑏𝑜𝑟𝑒𝑛𝑒𝑛 𝑎𝑎𝑛𝑡𝑎𝑙 𝑘𝑖𝑛𝑑𝑒𝑟𝑒𝑛 𝑔𝑒𝑠𝑡𝑜𝑟𝑣𝑒𝑛 𝑏𝑖𝑛𝑛𝑒𝑛 𝑑𝑒 𝑒𝑒𝑟𝑠𝑡𝑒 5 𝑗𝑎𝑎𝑟 - Kindersterfte: 𝑎𝑙𝑙𝑒 𝑙𝑒𝑣𝑒𝑛𝑑𝑔𝑒𝑏𝑜𝑟𝑒𝑛𝑒𝑛 Doodsoorzaak: belangrijkste per leeftijd en per geslacht 9 Case fatality rate (letaliteit) # overlijdens na begin ziekte 𝐶𝐹𝑅 = # personen met die ziekte - Uitgedrukt in %, letaliteitspercentage - Maat over ernst van de ziekte - Indicatie over werking van therapie (efficiënt als CFR daalt) - Moeilijk: begin ziekte vaststellen, oorzaak van dood (ziekte of externe factoren) - Bv.: populatie van 100000 met 20 zieken en 18 doden → MR is 18/100000 en CFR is 18/20 (heel letaal) Proportionate mortality # overlijdens met specifieke oorzaak # overlijdens in totaal - Vaak ook specifiek voor geslacht, leeftijd… - Uitgedrukt in % (proportie) - Welk deel van overlijdens is door die bepaalde oorzaak - Zelfde mortaliteit rate ≠ zelfde proportionate mortality - Veranderingen door: verandering mortality rate van de aandoening / andere aandoeningen (hogere/geen hogere sterfkans) - Bv.: verkeersongevallen bij jongeren t.o.v. ouderen → proportioneel sterftecijfer is groter bij jongeren want ouderen sterven meer aan andere oorzaken Years of potential life lost (YPLL) ∑(verwachte leeftijd van sterven) − (reële leeftijd van sterven) - Verloren jaren die men nog had kunnen leven - Allemaal opgeteld om totaal YPLL voor specifieke doodsoorzaak te berekenen - Maat voor premature mortaliteit: te vroege sterfte (grotere invloed) Disability adjusted life years (DALY) ∑(jaren verloren door vroege sterfte) + (jaren geleefd met beperkingen) - Verloren gezonde levensjaren - Combineert mortaliteit en morbiditeit - Maat voor burden/impact van de ziekte - Lagere levenskwaliteit Mortality rates vergelijken in verschillende populaties - Bruto resultaat wordt beïnvloed door verschillende factoren - Bruto “crude”, “unadjusted” en “overall” mortality zeggen iets over de “forse of mortality” - Invloed van factoren zoals leeftijd kan geneutraliseerd worden - Verschillende leeftijdsverdeling → mortaliteit hangt af van leeftijd → opdelen in subgroepen Twee wijzen van age-adjustment Direct: - gebruik van standaardpopulaties (2 populaties optellen) 10  - age-specific mortality rates toegepast op de standaardpopulatie - vergelijken van de totale verwachte mortaliteit rates - gestandaardiseerde rate ≠ werkelijke mortality risk (wel handig om populaties te vergelijken) - leeftijdsspecifieke sterftecijfers = gekend Indirect: - leeftijdsspecifieke sterftecijfers = niet gekend - Gekende leeftijdsspecifieke rates (referentiegroep) toegepast op leeftijdscategorieën 𝑜𝑏𝑠𝑒𝑟𝑣𝑒𝑑 𝑛𝑜. 𝑜𝑓 𝑑𝑒𝑎𝑡ℎ𝑠 𝑝𝑒𝑟 𝑦𝑒𝑎𝑟 - Standardized Mortality Ratio (SMR) = 𝑒𝑥𝑝𝑒𝑐𝑡𝑒𝑑 𝑛𝑜. 𝑜𝑓 𝑑𝑒𝑎𝑡ℎ𝑠 𝑝𝑒𝑟 𝑦𝑒𝑎𝑟 x 100 4. Validiteit en betrouwbaarheid Belang van een goede test - Onderscheid maken tussen zieken en niet-zieken Ziekenhuis: diagnose →behandeling Volksgezondheid: preventie en etiologische studies - De kwaliteit van een test beoordelen: Validiteit - Interne validiteit = de mate waarin een test in staat is een onderscheid te maken tussen zieken en niet-zieken - Externe validiteit = generaliseerbaarheid - Biomodiale curve: 2 pieken met duidelijke uitslag - Unimodale curve: tussen 2 waarden, duidelijke extremen Validiteit in 2 componenten Sensitiviteit = is de test gevoelig genoeg? - De mate waarin de test de ziekte correct identificeert - Maat voor waarschijnlijkheid dat de zieke een positief testresultaat heeft 11  → Hoe hoger de sensitiviteit, hoe minder vals negatieven 𝑍𝑖𝑒𝑘𝑒𝑛 𝑚𝑒𝑡 𝑝𝑜𝑠𝑖𝑡𝑖𝑒𝑣𝑒 𝑡𝑒𝑠𝑡 - 𝑡𝑜𝑡𝑎𝑎𝑙 𝑎𝑎𝑛𝑡𝑎𝑙 𝑧𝑖𝑒𝑘𝑒𝑛 Specificiteit = hoe juist is de test? - De mate waarin niet-zieken correct geïdentificeerd worden - Maat voor waarschijnlijkheid dat de niet-zieke en negatief testresultaat heeft → Hoe hoger de specificiteit, hoe minder vals positieven 𝑍𝑖𝑒𝑘𝑒𝑛 𝑚𝑒𝑡 𝑛𝑒𝑔𝑎𝑡𝑖𝑒𝑣𝑒 𝑡𝑒𝑠𝑡 - 𝑡𝑜𝑡𝑎𝑎𝑙 𝑎𝑎𝑛𝑡𝑎𝑙 𝑧𝑖𝑒𝑘𝑒𝑛 Dichotome resultaten - Twee mogelijke uitkomsten: waar of onwaar (+/-) - Golden standaard nodig = externe bron van waarheid Testresultaat Ziek Niet ziek Positief Juist VALS POSITIEF Negatief VALS Juist NEGATIEF - PROBLEMEN Vals positieven worden ook verder opgevolgd = lasten, kosten, ongerustheid… Vals negatieven worden niet tijdig behandeld - Cutoff wordt gemaakt bij testen om zo hoog mogelijke sensitiviteit en specificiteit te krijgen - De kritische waarde: specificiteit en sensitiviteit in balans Multiple tests: Sequentieel testen - Eerst goedkope, weinig ingrijpende test - Bij positief resultaat verder testen met een hogere sensitiviteit - Verlies in sensitiviteit, winst in specificiteit → vals negatieven Simultaan testen - Twee testen tegelijkertijd toegepast - Op beide testen negatief = negatief; op 1 test positief = positief - Winst in sensitiviteit, verlies in specificiteit → vals positieven →Resultaten niet zomaar optellen, want deel resultaten is hetzelfde - Aangewezen bij fatale ziekten (hoge sensitiviteit) 12 Predictieve waarde - Prevalentie: probabiliteit voor het hebben van de ziekte voor test - Predictieve waarde: probabiliteit voor hebben van de ziekte na test Positief predictieve waarde 𝑍𝑖𝑒𝑘𝑒𝑛 𝑚𝑒𝑡 𝑝𝑜𝑠𝑖𝑡𝑖𝑒𝑣𝑒 𝑡𝑒𝑠𝑡 - 𝑡𝑜𝑡𝑎𝑎𝑙 𝑎𝑎𝑛𝑡𝑎𝑙 𝑚𝑒𝑛𝑠𝑒𝑛 𝑚𝑒𝑡 𝑝𝑜𝑠𝑖𝑡𝑖𝑒𝑣𝑒 𝑡𝑒𝑠𝑡 - De waarschijnlijkheid dat iemand met een positieve test de ziekte heeft Negatief predictieve waarde 𝑛𝑖𝑒𝑡−𝑧𝑖𝑒𝑘𝑒𝑛 𝑚𝑒𝑡 𝑒𝑒𝑛 𝑛𝑒𝑔𝑎𝑡𝑖𝑒𝑣𝑒 𝑡𝑒𝑠𝑡 - 𝑡𝑜𝑡𝑎𝑎𝑙 𝑎𝑎𝑛𝑡𝑎𝑙 𝑚𝑒𝑛𝑠𝑒𝑛 𝑚𝑒𝑡 𝑛𝑒𝑔𝑎𝑡𝑖𝑒𝑣𝑒 𝑡𝑒𝑠𝑡 - De waarschijnlijkheid dat iemand met een negatieve test de ziekte niet heeft Predictieve waarde beïnvloed door: - Prevalentie: hoe minder de ziekte voorkomt, hoe lager de positief predictieve waarde - Specificiteit: hoe hoger de specificiteit, hoe hoger de predictieve waarde (minder vals +/-) Screeningsprogramma - Meest efficiënt bij hoog-risico populatie =Zelfde test kan verschillende predictieve waardes hebben bij hoog en laag risico - Resultaten moeten in de context van de prevalentie geïnterpreteerd worden - Geen predictieve waarden van hoog prevalente populatie toepassen op laag prevalente populatie - Verhoging prevalentie of verhoging specificiteit → hogere PW+ Dezelfde test kan bij een huisdokter voor een laag predictieve waarde zorgen omdat het risico op die ziekte daar laag is, maar bij een specialist voor een hoog predictieve waarde zorgen omdat de ziekte daar vaker voorkomt. Betrouwbaarheid = mate van overeenkomst tussen de uitkomsten van herhalingen van dezelfde test (=herhaalbaarheid) Intra-subject variatie = biologische variabiliteit van de persoon bij wie getest wordt - Toevallig Fluctuaties zonder duidelijk patroon Moeilijk te corrigeren, random gebeuren (soms >, soms 0.8 = uitstekend 14 Verband tussen validiteit en betrouwbaarheid 1. hoge validiteit en betrouwbaarheid (veel dezelfde waarde dichtbij de juiste waarde) 2. betrouwbaar (steeds dezelfde), niet valide (naast de juiste waarde) 3. redelijke validiteit (rond de roos), slechte betrouwbaarheid 4. lage betrouwbaarheid en validiteit 5. Verloop van ziekte Kwantificeren van ziekteverloop (prognose) = kwantitatief beschrijven van het vermoedelijk natuurlijk ziekteverloop voor een groep patiënten - Zegt iets over de ernst van de ziekte - Patiënten informeren over de prognose - Baseline voor natuurlijk ziekte verloop nodig voor vergelijking van verloop onder behandeling - Vergelijken van effectiviteit van verschillende behandelingen Natuurlijk ziekteverloop = het aantal doden door ziekte of het aantal overlevenden met de ziekte - Survival time wordt berekend vanaf de diagnosestelling - Diagnose = moeilijk: geen eenduidige test voorhanden, verschillende interpretaties, drager zonder infectie, soms geen afwijkingen - Dood is het eindpunt van het interval; anders diagnose-herval of diagnose-handicap Vijf maten van Prognose 1. Case-fatality rate = hoeveel mensen met de ziekte sterven er binnen een bepaalde tijd 15  # 𝑜𝑣𝑒𝑟𝑙𝑖𝑗𝑑𝑒𝑛𝑠 𝑛𝑎 𝑑𝑖𝑎𝑔𝑛𝑜𝑠𝑒 𝑖𝑛 𝑒𝑒𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 - 𝑡𝑜𝑡𝑎𝑎𝑙 # 𝑚𝑒𝑛𝑠𝑒𝑛 𝑚𝑒𝑡 𝑑𝑒 𝑧𝑖𝑒𝑘𝑡𝑒 - Minder geschikt voor chronische ziekten (mensen leven er lang mee) - Over ernst Person-years = het aantal jaren dat een persoon at risk geobserveerd werd Mortality rate onder zieken: # 𝑠𝑡𝑒𝑟𝑓𝑔𝑒𝑣𝑎𝑙𝑙𝑒𝑛 # 𝑝𝑒𝑟𝑠𝑜𝑛−𝑦𝑒𝑎𝑟𝑠 𝑑𝑎𝑡 𝑑𝑒 𝑧𝑖𝑒𝑘𝑒 𝑔𝑜𝑏𝑠𝑒𝑟𝑣𝑒𝑒𝑟𝑑 𝑤𝑒𝑟𝑑𝑒𝑛 2. Five-year survival rate = % van patiënten met bepaalde ziekte die nog leven 5 jaar na diagnose of opstarten van behandeling Problemen: - Niet toepasbaar bij therapie < 5 jaar - Lead time bias (indien ziekte vroeger ontdekt word door screening is de survival time langer) - Verschillende curves met hetzelfde resultaat, ondanks betere survival voor de ene = verschil tussen vroeg en laat sterven, ook al is de five-year survival rate even groot 3. Observed survival = berekenen werkelijke geobserveerde survival: life tables / sterftetafels - Alle gegevens kunnen gebruikt worden: niet enkel het vijfde jaar - Voor elk kalenderjaar toont de tabel het aantal patiënten voor wie therapie werd opgestart en het aantal patiënten dat nog in leven is een jaar verder 16 Life tables - Veronderstelling dat behandelingsmogelijkheden constant blijven - ‘survival experience’ van uitvallers is dezelfde als degenen die volledig opgevolgd worden (wel verschillende redenen voor uitval) - Niet alleen bruikbaar voor het optreden van dood, maar ook voor herval, neveneffecten… - Gebruikt voor vergelijkingen: statistiek - Probabiliteit om 5 jaar te overleven: P1 x P2 x P3 x P4 x P5 (probabiliteit op overleving elk jaar) - Tabellen met berekeningen op powerpoint goed bekijken Kaplan-Meier Methode = in plaats van elk jaar observed survival, geen vooraf gedetermineerde tijdsintervallen = elk sterfgeval beëindigt het vorige interval en start een nieuw interval Verbetering in diagnose Stage migration: schijnbare verbetering in survival door een wijziging in classificatie doorheen de tijd - Betere methodes → snellere diagnose - Patiënten die eerder niet gediagnosticeerd werden hebben blijkbaar toch een afwijking - Case fatality daalt zowel voor de niet zieken als voor de zieken 4. Median survival time = de lengte in de tijd dat de helft van de populatie overleeft - Beter dan het gemiddelde nemen (want er zijn ook extremen) 17  - Enkel observeren van overlijdens van de helft van de hele groep 5. Relative survival rate = geobserveerde survival van zieken vergelijken met hun verwachte survival als ze niet ziek zouden zijn 𝑂𝑏𝑠𝑒𝑟𝑣𝑒𝑑 𝑠𝑢𝑟𝑣𝑖𝑣𝑎𝑙 𝑟𝑎𝑡𝑒 𝑧𝑖𝑒𝑘𝑒𝑛 𝐸𝑥𝑝𝑒𝑐𝑡𝑒𝑑 𝑠𝑢𝑟𝑣𝑖𝑣𝑎𝑙 𝑟𝑎𝑡𝑒 𝑛𝑖𝑒𝑡−𝑧𝑖𝑒𝑘𝑒𝑛 6. Epidemiologische onderzoeken Randomized trials Trial = een experimenteel onderzoek, een interventiestudie Doel van trials Evalueren van effectiviteit en/of bijwerkingen van een gezondheidsinterventie Test voor causaliteit (oorzakelijkheid) Gouden standaard voor evidence Soorten trials Clinical Trial (CT) = zieke personen, nieuwe medicatie Field Trial = gezonde personen, screening Community Trial = gemeenschappen, screening Randomized Trial (RT) = of Randomised Clinical Trial (RCT), gerandomiseerd Controlled Trial = deel van de populatie krijgt expositie, deel controlegroep, “multicenter trials” Controlled trials Case studies = opvolgen cases die behandeling kregen zonder een vergelijkingsgroep → zonder controlegroep is het moeilijk om conclusies te trekken 18 Historical controls = vergelijkingsgroep uit het verleden (data uit dossiers: dezelfde aandoening, vroegere behandeling) + Makkelijk - Gevonden verschillen kunnen te maken hebben met verschillen in kwaliteit van data verzameling i.p.v. werkelijk verschil in outcome = data van het verleden nemen zoals ze zijn - Beïnvloedende variabelen kunnen veranderen in de tijd Simultaneous non-randomised controls + Makkelijk, geen speciale regels, willekeurige indeling van controlegroep - Selection bias: indeling van groepen is voorspelbaar, niet willekeurig - Verschillen in beïnvloedende eigenschappen tussen de groepen die de uitkomst beïnvloeden en niks te maken hebben met de interventie (bv: zeemannen) Randomization - Het verschil tussen case fatality in interventie en non-interventie groepen is te wijten aan het verschil van de verdeling van bepaalde beïnvloedende karakteristieken zelfs los van het eventuele effect van de interventie - Samenstelling van experimentele en controlegroep = volledig per toeval → volledige onvoorspelbaarheid - Voorkeuren van onderzoekers heeft geen enkele invloed door toewijzing door externen - Bedoeling dat de groepen vergelijkbaar zijn volgens karakteristieken die van belang zijn voor de prognose (geslacht, leeftijd…) → MAAR GEEN GARANTIE VAN GELIJKHEID - Matchen: o indien we de karakteristieken (buiten de intentie variabele) kennen die invloed kunnen hebben op de uitkomst en die kunnen meten, kunnen we matchen om vergelijkbaarheid van de groepen te bevorderen o variabelen vaak niet gekend en meetbaar 19  o randomisatie verhoogt de kans op vergelijkbare groepen (→ op bekende/onbekende en meetbare/niet meetbare variabelen) Stratified randomization = indien er een beïnvloedende factor bekend is, de groepen (experimenteel, controle) verdelen zodat ze gelijk zijn op dit vlak = verhoogt de vergelijkbaarheid van groepen - Populatie verdelen in groepen voor elke belangrijke gekende → in lagen of ‘strata’ - De lagen at random verdelen over de experimentele en de controlegroep DATA COLLECTIE Data collectie voor interventie en controlegroep moeten van dezelfde kwaliteit zijn Data prognostisch profile van de deelnemers bij start - Randomisatie, stratificatie: vergelijkbaarheid van groepen wat betreft risk factors Data behandeling/interventie - Assigned: Welke patiënt is toegewezen aan welke groep? - Received: Welke behandeling heeft de patiënt gekregen? o Therapie moest gevolg worden maar werd niet gevolg o Therapie zelf opstarten Data outcome - Vergelijkbare metingen in beide groepen doen - Verbeteringen en nevenwerkingen waarnemen - Uitleggen van criteria over outcome en meetwijze o Risico dat interventiegroep beter wordt opgevolgd door onderzoekers of dat ze zichzelf beter opvolgen o Blinding/masking Blinding/masking = draagt bij tot een objectievere outcome en meting 20  - Deelnemers mogen niet weten in welke groep ze zitten → kan invloed hebben op outcome (gebruik van placebo) - Onderzoekers mogen niet weten in welke groep de deelnemers zitten → voorkomen dat vooroordelen en overtuigingen metingen beïnvloeden Double blinding → beide mogen het niet weten Crossover = tijdens de loop van het onderzoek veranderen van groep (interventie naar controle of omgekeerd) Planned crossover = de patiënt kan dienst doen als zijn eigen control en zo variatie m.b.t. beïnvloedende karakteristieken constant houden - Kans op “residual carryover” (bij start 2de behandeling nog effecten van de 1ste aanwezig) → washout periode (fase waarin behandeling wordt stopgezet) respecteren - Volgorde van de interventie kan voor een verschillende psychologische respons zorgen - Niet mogelijk als de eerste interventie een grote verandering teweegbrengt (bv. operatie) Unplanned crossover - Achteraf analyseren o Volgens oorspronkelijke randomisatie “intention to treat analysis” o Volgens de ontvangen therapie, breken van randomisatie - Tot minimum beperken → te grote crossovers halen de studie onderuit en zorgen voor misclassificatie bias Noncompliance = therapie/onderzoek ontrouw - Dropouts: openlijk niet meer willen deelnemen - Verborgen niet meer willen deelnemen → regelmatig testen - Dropins: verkeerde interventie volgen → patiënten goed informeren en testen Netto resultaat op studieresultaten = vermindering van geobserveerde verschillen (controle en interventiegroep zullen minder verschillen) 21 Gebruik van een steekproef = Deelpopulatie omdat werken met een hele populatie vaak onmogelijk is - Resultaten → uit onderzoek in de steekproef conclusies trekken voor de populatie waaruit de samples komen - Statistische methode om na te gaan of steekproefresultaten representatief zijn voor de hele populatie Sample size = Hoeveel subjecten er geïncludeerd moeten worden voor valide uitspraken voor populatie te komen Inclusie subjecten: Voldoende aantal, vrijwillig, vergoeding kost, betalingen als stimulans beperken, risico’s duidelijk maken, informed consent, geen onrealistische beloften, maatregelen om non-compliance te voorkomen Sample size berekenen voor start van de studie op basis van: - Begin rate en verwachte rate ( lopende vs nieuwe behandeling) - Alfa (kans dat behandelingen gelijk zijn, maar we verschillen concluderen (p-waarde)) - Power van de studie (1-ß met ß = kans dat we fout beslissen dat behandelingen niet verschillen → kans dat we correct beslissen dat behandelingen verschillen) - Sample size tabellen Resultaten van randomized trial weergeven: 1. Reductie in risk (risicoverschil) - Het risico van sterfte/ziekte/complicatie in elke groep van elkaar aftrekken - Procent reductie = hoeveel procent van de risk zonder interventie wordt gereduceerd door interventie = efficacy (doeltreffendheid) (𝑟𝑎𝑡𝑒 𝑖𝑛 𝑡ℎ𝑜𝑠𝑒 𝑤ℎ𝑜 𝑟𝑒𝑐𝑒𝑖𝑣𝑒𝑑 𝑝𝑙𝑎𝑐𝑒𝑏𝑜)−(𝑟𝑎𝑡𝑒 𝑖𝑛 𝑡ℎ𝑜𝑠𝑒 𝑤ℎ𝑜 𝑟𝑒𝑐𝑒𝑖𝑣𝑒𝑑 𝑣𝑎𝑐𝑐𝑖𝑛𝑒) = 𝑟𝑎𝑡𝑒 𝑖𝑛 𝑡ℎ𝑜𝑠𝑒 𝑤ℎ𝑜 𝑟𝑒𝑐𝑒𝑖𝑣𝑒𝑑 𝑝𝑙𝑎𝑐𝑒𝑏𝑜 2. Ratio of risks in de 2 groepen (relative risk = RR) = verhouding/ratio tussen X1 (interventie; verhouding van aantal keren dat uitkomst voorkomt in interventiegroep (bv. ziekte/herstel)) gedeeld door de totale populatie in die groep) en X0 (geen interventie; zelfde als X0 maar dan in controlegroep) 𝑋1 = 𝑋0 Relatieve maat voor verbetering: - RR=1 o X1 = X0 o Interventie had geen invloed want risico in beide groepen is gelijk - RR>1 o X1>X0 22  o Interventie had een negatief effect en verhoogt het risico op de uitkomst - RR