kursus forår 2004 kohortestudier del 2...
TRANSCRIPT
Epidemiologi
Kursus forår 2004Kohortestudier del 2Interventionsstudier
Deskriptiv epidemiologi
Begrænsninger• (Knytter ikke forbindelse mellem
individ og sygdom)• Umuligt at kontrollere for
konfoundere• Kan involvere bias• Resultater er ikke entydigt
fortolkelige• Kan ikke teste hypoteser
(undtaget visse tværsnitus.)
Fordele• Billigt & nemt
– Ofte udgangspunkt i eksisterende data indsamlet til andet formål
• Hurtigt– Ofte simple analyser af let
tilgængelige data
Definition af kohortestudier
”The second major type of observational analytical designis the cohort or follow-up study in which a group or groupsof individuals are defined on the basis of presence orabsence to a suspected risk factor for a disease. At thetime exposure status is defined, all potential subjects must be free from the disease under investigation, and eligibleparticipants are then followed over a period of time to assess the occurrence of that outcome."
(H&B p153)
Definition af kohortestudier
Individer uden udfald
Eksponerede Udfald
Rask
Tabt
Ikke-eksponerede Udfald
Rask
Tabt
Population
Tid
Beaglehole et al., 1993
Kohorter: Risikotid
Tid i risikoTid ikke i risiko
Reel tid
Tid siden eksposition
Relative risici i kohortestudier
B / ∆t2∆t2BIkke-eksponeret
A / ∆t1∆t1AEksponeret
IncidensTid i risikoSyge
2
1
tBt
A
ratio rate risiko Relativ
∆
∆=≈
Kohortestudier - fordele
• Undersøgelse af sjældne ekspositioner• Undersøgelse af flere udfald af samme eksposition
• Eksposition går med sikkerhed forud for udfald (jvnf. Bradford Hills kriterier for kausalitet)
• Tillader direkte estimation af incidens
• (Ændringer i eksposition over tid kan vurderes)• (Flere ekspositioner kan vurderes i samme studie)
Mononukleose og Hodgkin lymfom
Valg af kohorter
• Valg af eksponerede kohorter– Eksposition, logistiske forhold– Præcis information om eksposition og udfald
• Valg af ikke eksponerede kohorter– "Intern" kohorte, ekstern kohorte, hele befolkningen– Præcis information om eksposition og udfald
At designe et kohortestudie
Hvordan belyses sammenhængen ml. IM og Hodgkin lymfom?
Trin 1: At etablere en kohorte
I valget af eksponeret/ueksponeret kohorte overvejes bl.a.:
Det (de) videnskabelige spørgsmålStatistisk styrke – hvad skal der til? Bias & konfoundingPrævalensen af eksposition i befolkningenMulighederne for information om eksposition og opfølgning
Studiestørrelse – hvad skal der til?
Studiestørrelse – hvad skal der til?
Studiestørrelse – hvad skal der til?
Valg af eksponeret gruppe
• Identificeret i et ”tilfældigt” udsnit af hele befolkningen
• (Identificeret i knapt så tilfældigt udsnit af befolkningen)
• Identifieret alene på valgt risikofaktor
Overvejelser om prævalens af eksp
Valg af eksponeret gruppe
• Identificeret i ”tilfældigt” udsnit af hele befolkningen– Intet overordnet udvælgelsesprincip
– Velegnet til at studere risikofaktorer, som har høj prævalens, d.v.s., som en rimelig andel af befolkningen er eksponeret til.
– Eksempel: Copenhagen City Heart StudyLange et al., N Engl J Med., 1998; 339, 1194-1200
– H&B p 156
Valg af kohorte
Valg af kohorte
Valg af kohorte
Standardisering - formål
• Hvis man skal sammenligne to befolkninger (kohorter) mht. forekomsten af en given sygdom, spiller det så nogen rolle, hvis forekomsten af sygdommen afhænger af f.eks. alder eller køn, og de to populationer (kohorter) er forskellige med hensyn hertil?
• JA!
Standardisering
IR = Vægtet gennemsnit af aldersspecifikke incidensrater
• Konsekvens• På trods af identiske aldersspecifikke incidensrater kan IR for
være forskellige, hvis to befolkninger (i.e. kohorter) er forskelligt sammensat mht. alder (H&B p68)
• Løsninger• Præsentation af (alders- og køns-) specifikke incidensrater
• Standardisering• Direkte => Aldersjusteret incidensrate• Indirekte => Standardiseret incidensratio
Indirekte standardisering
• Forekommer flere tilfælde i den undersøgte befolkning end forventeligt, hvis risikoen var som i (d)en anden befolkning?
• Estimering af forventet antal i stratum
– Antal personår i risiko * incidensrate– Pyrs alder, periode, køn * incidens alder,periode,køn
• Relativ risiko = observeret antal / forventet antal
• Standardiseret incidensratio
Lexisdiagram
0
10
20
30
40
50
60
70
80
1940 1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995
Opfølgning kalenderperiode
Opfølgning Aldersgruppe
Indirekte standardisering
Overall
Persons at risk (%) Risk time (pyrs) (%)
Period of follow-up
< 1 year 28,725 27,061
1 - 4 years 31,803 113,587
5 - 9 years 29,965 132,060
10 - 14 years 26,486 115,368
15 - 19 years 23,226 97,852
20+ years 18,335 203,691
All 38,562 689,619
Indirekte standardisering
Hodgkin’s disease
Characteristic Obs Exp SIR (95% CI)
Period of follow-up
< 1 year 4 0.49 8.16 (2.20-20.90)
1-4 years 13 2.58 5.04 (2.68-8.62)
5-10 years 13 3.67 3.54 (1.88-6.06)
10-14 years 8 3.39 2.36 (1.02-4.65)
15-19 years 6 2.65 2.26 (0.83-4.93)
20+ years 2 5.26 0.38 (0.04-1.37)
Overall 46 18.04 2.55 (1.87-3.40)
Hvem skal vi sammenligne med?
Individer uden udfald
Eksponerede
Udfald
Rask
Tabt
Udfald
Rask
Tabt
Population
Ikke-eksponerede
Referencegruppen skal væreuden ekspositionraske (med mulighed for at udvikle udfald!)
Valg af sammenligningsgruppe
• Intern sammenligning– Eksponerede og ikke-eksponerede i samme
”studiepopulation”
– Hensigten er at minimere andre forskelle på eksponerede og ikke- eksponerede som følge af f. eks. selektionsbias
– Eksempel: Nurses’ Health StudyManson et al., NEJM 1999, 341, 650-8
– H&B p 159
• Ekstern sammenligning
”Intern” kontrolgruppe
”Intern” kontrolgruppe
……Specifically, we assessed Hodgkin’s lymphoma risks in two cohorts of patients who on clinical suspicion of infectious mononucleosis had sera serologically tested and who turned out to be either positive (considered as evidence of acute EBV infection and hence EBV-related infectious mononucleosis) or negative (considered as no evidence of acute EBV infection and hence not EBV-related infectious mononucleosis) for heterophile antibodies by the Paul-Bunnell (PB) reaction.
Valg af sammenligningsgruppe
• Ekstern kontrolgruppe• Kontrolgruppe vælges i anden population, anden kohorte
– Eksempel: asbestarbejdere (eksponerede) sammenlignes med tekstilarbejdere (ikke-eksponerede) med hensyn til forekomst af lungkræft
– H&B p 160
• Man kan også anvende flere forskellige kontrolgrupper!– H&B p 161
Valg af sammenligningsgruppe
• Hele befolkningen• Specialtilfælde af ekstern sammenligningsgruppe
• eksempel: Asbestarbejdere (eksponerede) sammenlignes med hela Danmarks befolkning (ueksponerede) med hensyn til lungkræft.
• SIR, SMR
• INDIREKTE STANDARDISERING
• H&B p 160
Tidsdimensioner i kohortestudier
• Kohortestudier kan være prospektive– Når studiet påbegyndes og oplysninger om eksposition indsamles
er udfald ikke indtrådt, d.v.s. opfølgning ikke begyndt.
Individer uden udfald
Eksponerede Udfald
Rask
Tabt
Udfald
Rask
Tabt
Population
Ikke-eksponerede
Tidsdimensioner i kohortestudier
• Kohortestudier kan være historiske– Både eksposition og udfald er indtruffet ved start
Individer uden udfald
Eksponerede Udfald
Rask
Tabt
Udfald
Rask
Tabt
Population
Ikke-eksponerede
Case-kontrol undersøgelse
Population
Udfald
RaskEksponerede
Ikke-eksponerede
Eksponerede
Ikke-eksponerede
TidBeaglehole et al., 1993Beaglehole et al., 1993
Kohorteundersøgelser
Individer uden udfald
Eksponerede Udfald
Rask
Tabt
Udfald
Rask
Tabt
Population
Ikke-eksponerede
Tid
Beaglehole et al., 1993
Det nestede case-kontrol studie
Pap-smears
Case Kontrol
+ HPV- HPV
A BC D
RaskeCIN
HPV?
Planlægning & evaluering
• Tilfældigheder– Små kohorter (eksempel)– For kort opfølgningstid (eksempel)
• Bias– Valg af eksponeret og ikke-eksponeret gruppe– Bestemmelse af eksposition og udfald
• Konfounding
• Jævnfør Bradford Hills kriterier & H&B p168 ff
Små kohorter…..
The risk of cancer was evaluated in a cohort of 1,234 patients withsevere infectious mononucleosis between 1954 and 1983….. Therewere 11 cases of cancer in the cohort, as against 17.4 expected onthe basis of the 24,288 person-years at risk and of incidence rates specific for age, sex and period in the area…..standardizedincidence ratio of 0.6 (95% confidence interval 0.3-1.1). There wasonly 1 lymphoma case……. The results indicate that infectiousmononucleosis with severe symptoms does not imply an increasedrisk of cancer.
Lumio & Karjalainen, 1993
Mononucleosis & Hodgkins lymfom
Population Cohort Period HL cases Expected SIR
US.army 2,437 1946-65 2 1 2.0
Norway 5,840 1961-75 3 1 3.0
US. University 2,282 1949-74 3 1 3.0
Connecticut 4,529 1948-68 5 1 5.0
Faldgrupper i kohortestudier
Individer uden udfald
Eksponerede Udfald
Rask
Tabt
Udfald
Rask
Tabt
Population
Ikke-eksponerede
bias bias
Selektionsbias
”The 111,264 blood donors were followed for 692,502 person-years…During the follow-up period, a total of 1,324 deaths wereobserved against an expected 2,646 deaths (SMR = 0.50; 95% CI 0.47-0.53)”
Hjalgrim, 1999 unpublished
Selektion - Bias
• ”Healthy worker” effekt
– Problem: Personer, der har arbejde, er alt andet lige mere raske end personer, der ikke har arbejde
– Konsekvens: Risikoen for udfald blandt eksponerede kan blive undervurderet
– Løsning: Skift metode til udvælgelse af eksponerede eller skift sammenligningsgruppe
IM og Hodgkin lymfom
Hodgkin’s disease
Characteristic Obs Exp SIR (95% CI)
Period of follow-up
< 1 year 4 0.49 8.16 (2.20-20.90)
1-4 years 13 2.58 5.04 (2.68-8.62)
Hodgkin’s disease
Characteristic Obs Exp SIR (95% CI)
Period of follow-up
< 1 year 4 0.49 8.16 (2.20-20.90)
1-4 years 13 2.58 5.04 (2.68-8.62)
5-10 years 13 3.67 3.54 (1.88-6.06)
Hodgkin’s disease
Characteristic Obs Exp SIR (95% CI)
Period of follow-up
< 1 year 4 0.49 8.16 (2.20-20.90)
1-4 years 13 2.58 5.04 (2.68-8.62)
5-10 years 13 3.67 3.54 (1.88-6.06)
10-14 years 8 3.39 2.36 (1.02-4.65)
Hodgkin’s disease
Characteristic Obs Exp SIR (95% CI)
Period of follow-up
< 1 year 4 0.49 8.16 (2.20-20.90)
Selektionsbias
• Løsningsforslag?
RR Alle kræftformer (n = 1,381)-1 år 2,94 (1,90 - 4,34)1-4 år 1,12 (0,82 - 1,49)5-9 år 1,12 (0,88 - 1,40)10-14 år 1,04 (0,84 - 1,27)15-19 år 0,94 (0,78 - 1,12)20+ år 1,01 (0,95 - 1,08)
RR anden blodkræft (n = 95)-1 år 8,40 (4,02 - 15,46)1-4 år 0,52 (0,10 - 1,52)5-9 år 1,18 (0,47 - 2,44)10-14 år 1,20 (0,52 - 2,36)15-19 år 0,72 (0,26 - 1,58)20+ år 1,19 (0,91 - 1,52)
Bias – “reversed causality”
0
1
2
3
4
5
6
7
8
9
0 5 10 15 20Tid (år) s iden mo no nukleo s e
Rel
ativ
risi
ko
All cancersHodgkin'sOther blood
Faldgrupper i kohortestudier
Individer uden udfald
Eksponerede Udfald
Rask
Tabt
Udfald
Rask
Tabt
Population
Ikke-eksponerede
bias bias
Non-differentiel misklassifikation
Vi vil gerne følge 2 kohorter af hver 1.000 personer i 10 år
Kohorte Syge Pyrs IncidensEksp. 1000 500 7213 69.31Ikke eksp. 1000 100 9491 10.54RR 6.58
Situation 1: 25% af begge kohorter fejlplaceres mht. eksposition
Kohorte Syge Pyrs IncidensEksp. 1000 400 7830 51,08Ikke eksp. 1000 225 8827 25,49RR 2,00
Non-differentiel misklassifikation
Eksempel: Vi vil gerne følge 2 kohorter af hver 1.000 personer i 10 år
Kohorte Syge Pyrs IncidensEksp. 1000 500 7213 69,31Ikke eksp. 1000 100 9491 10,54RR 6,58
Situation 2: Kun 75% af udfald i kohorter opdages
Kohorte Syge Pyrs IncidensEksp. 1000 375 7979 47,00Ikke eksp. 1000 75 9620 7,80RR 6,03
Non-differentiel misklassifikation
Eksempel: Vi vil gerne følge 2 kohorter af hver 1.000 personer i 10 år
Kohorte Syge Pyrs IncidensEksp. 1000 500 7213 69,31Ikke eksp. 1000 100 9491 10,54RR 6,58
Situation 2: Kun 75% af udfald i kohorter opdages og 10% af raske fejlklassificeres
Kohorte Syge Pyrs IncidensEksp. 1000 425 7680 55,34Ikke eksp. 1000 165 9150 18,03RR 3,07
Differentiel misklassifikation
Eksempler: Vi vil gerne følge 2 kohorter af hver 1.000 personer i 10 år.
Kohorte Syge Pyrs IncidensEksp. 1000 500 7213 69,31Ikke eksp. 1000 100 9491 10,54RR 6,58
Situation 3: 25% af eksponeret kohorte fejlplaceres
Kohorte Syge Pyrs IncidensEksp. 750 375 5410 69,31Ikke eksp. 1250 225 11338 19,85RR 3,49
Differentiel misklassifikation
Eksempler: Vi vil gerne følge 2 kohorter af hver 1.000 personer i 10 år.
Kohorte Syge Pyrs IncidensEksp. 1000 500 7213 69,31Ikke eksp. 1000 100 9491 10,54RR 6,58
Situation 4: Kun 75% af udfald i ikke-eksp kohorte opdages
Kohorte Syge Pyrs IncidensEksp. 1000 500 7213 69,31Ikke eksp. 1000 75 9620 7,80RR 8,89
Non-participation / selektionsbias
Eksempler: Vi vil gerne følge 2 kohorter af hver 1.000 personer i 10 år
Kohorte Syge Pyrs IncidensEksp.1 500 300 3274 91,63Eksp.2 500 200 3915 51,08Eksp. 1000 500 7189 69,55Ikke eksp. 1000 100 9491 10,54RR 6,60
Situation 5: Kun 50% af eksponerede vælger at deltage
Kohorte Syge Pyrs IncidensEksp. 500 200 3915 51,09Ikke eksp. 1000 100 9491 10,54RR 4,85
Non-participation / selektionsbias
• Fravalg af deltagelse/udgang af studiet
• Problem: Ønsket om ikke at deltage kan være associeret med eksposition, med risiko for udfald eller begge dele
• Konsekvens: Kan invalidere studiets generaliserbarhed/validitet
• Løsninger– Forsøg at få alle med– Sammenlign deltagere med ikke-deltagere (H&B 172)– Lav "worst case scenarios"
Bias
• Non-differentiel misklassifikation af eksposition og udfald
• Vil have tendens til at reducere forskelle mellem kohorterne
• Differential misklassifikation (registrering af eksposition og udfald ikke uafhængige)
• Konsekvens: Kan forøge eller formindske forskelle mellem eksponerede og ikke-eksponerede
Konfounding
• Problem: De eksponerede og de ikke-eksponerede er forskellige med hensyn til andre risikofaktorer for udfaldet end den bestemte eksposition
• Konsekvens: Den observerede sammenhæng ikke ”kausal”
• Særlig relevant bekymring ved registerbaserede studier
• Mulige løsninger– Restriktion, matchning (multivariat analyse)
Kohortestudier - fordele
• Eksposition går med sikkerhed forud for udfald
• Ændringer i eksposition over tid kan vurderes
• Flere ekspositioner kan vurderes i et og samme studie
• Flere udfald efter samme eksposition kan vurderes
• Anvendeligt til sjældne ekspositioner
Kohortestudier - ulemper
• Kan blive ganske dyre
• Kan tage meget lang tid at gennemføre
• Er ikke anvendelige til sjældne udfald
• Er følsomme for bias
• Til tider svært af finde anvendelige oplysninger om eksposition og udfald
En øvelse
1. Redegør for inklusionskriterierne for den eksponerede kohorte
2. Definer sammeligningsgrundlaget (referencegruppen) ogdiskuter ekspositionsforholdene i denne
3. Diskuter hvordan referencegruppen alternativt kunneudvælges
4. Gør rede for hvilke datakilder, som anvendes i undersøgelsenvedrørende eksposition og udfald
5. Tegn en tidsakse og sæt årstal på. Marker tidspunkterne for registrering af data om eksposition og udfaldet
Tag med hjem beskeder
• Kohortedesign anvendes i prospektive, retrospektive, ambidirektionelle og nestede case-kontrol studier
• Ved indirekte standardisering elimineresalderskonfounding
• I planlægningen af kohortestudier forsøges bias ogkonfounding elimineret
• Interventionsstudier er "the golden standard", men stiller store (etiske) fordringer