Τεκµηριωµένη Ιατρική 2011-12 ΒΛΑΒΗ. Βασίλης Κ. Λιακόπουλος Λέκτορας Νεφρολογίας ΑΠΘ

Σχετικά έγγραφα
Κλινική Επιδηµιολογία. Μέτρα κινδύνου Αιτιολογική συσχέτιση

Μελέτες ασθενών οµάδας ελέγχου

Σημασία παρονομαστών!!!

Μελέτες αναλυτικής επιδημιολογίας στηδιερεύνησηεπιδημιών

Μελέτες αναλυτικής επιδημιολογίας στηδιερεύνησηεπιδημιών

Μέτρα σχέσης. Ιωάννα Τζουλάκη Λέκτορας Επιδημιολογίας Υγιεινή και Επιδημιολογία

Επιδημιολογία 3 ΣΧΕΔΙΑΣΜΟΣ ΜΕΛΕΤΩΝ. Ροβίθης Μ. 2006

STADYING CASES. Case Reports. Case Reports. Case reports Case-series studies Case-control studies. Περιγραφή ενδιαφέροντος περιστατικού

(Confounders) Δύο κύρια θέματα. Θα πρέπει να πιστέψω το αποτέλεσμα της μελέτης μου; Συγχυτικοί και τροποποιητικοί παράγοντες

Μελέτες Ασθενών-Μαρτύρων Case Control Studies

Κ Ι Ν Υ Ν Ο Σ ΜΑΘΗΜΑ ΕΠΙ ΗΜΙΟΛΟΓΙΑΣ. ! Εκτίµηση κινδύνου ανάπτυξης νόσου! Παράγοντες κινδύνου! Τρόποι σύγκρισης των παραµέτρων κινδύνου

Μελέτες αναλυτικής. επιδημιολογίας στη διερεύνηση επιδημιών. Φάσεις διερεύνησης επιδημίας. Σκοπός μελετών αναλυτικής

τα πάντα είναι σχετικά

Κλινική Επιδηµιολογία

Περιγραφικές και ημιπειραματικές μελέτες. Γεωργία Σαλαντή

Συγγραφή και κριτική ανάλυση επιδημιολογικής εργασίας

Υ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..

Σκοπός του μαθήματος. Έλεγχος μηδενικής υπόθεσης OR-RR. Έλεγχος μηδενικής υπόθεσης. Σφάλαμα τύπου Ι -Σφάλμα τύπου ΙΙ 20/4/2013

Υ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..

Τεκμηριωμένη Ιατρική Evidence-Based Medicine

Λογαριθµιστική εξάρτηση

Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών

Προσδιοριστής (determinant) Συνώνυμα

τα πάντα είναι σχετικά

Έρευνες ασθενών-μαρτύρων. Αναδρομικές. Case-control studies (retrospective) (case-control studies) Προοπτικές μελέτες

Προσδιοριστής (determinant) Συνώνυμα

ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ

Βασικές έννοιες περιγραφικής επιδημιολογίας. Ιωάννα Τζουλάκη, Λέκτορας επιδημιολογίας

Επιδημιολογία. Είδη υπό-μελέτη πληθυσμών. Ο ορισμός του υπό-μελέτη πληθυσμού ΜΕΤΡΗΣΗ ΚΑΙ ΣΥΓΚΡΙΣΗ ΤΗΣ ΣΥΧΝΟΤΗΤΑΣ ΤΩΝ ΝΟΣΗΜΑΤΩΝ

Ζ Σεμινάριο ΕΧΕ 24 Σεπτεμβρίου 2013

Αναλογία (Proportion)

Είδη Επιδημιολογικής Έρευνας. Εμμανουήλ Σμυρνάκης Λέκτορας ΠΦΥ Ιατρικής Σχολής ΑΠΘ Στάθης Γιαννακόπουλος Γενικός Ιατρός, Διδάκτωρ Ιατρικής Σχολής ΑΠΘ

Κριτική Αξιολόγηση Τυχαιοποιημένης Κλινικής Δοκιμής (RCT)

Επαγγελματική Επιδημιολογία

Ανιχνευτικές εξετάσεις (screening) στη φροντίδα του παιδιού

Μελέτες ασθενών-μαρτύρων

Επιδημιολογία Προληπτική Ιατρική

Κλινική Ε ιδηµιολογία. Τυχαίο Σφάλμα Συστηματικό Σφάλμα

Πανεπιστήμιο Θεσσαλίας Σχολή Επιστημών Υγείας Ιατρικό Τμήμα. Μάθημα: Επιδημιολογία και Εφαρμοσμένη Ιατρική Έρευνα

Επαναληπτικό μάθημα Βασικών επιδημιολογικών εννοιών. Ειρήνη Αγιαννιωτάκη

Ευάγγελος Ευαγγέλου, Λεκτορας επιδημιολογίας Ιωάννα Τζουλάκη, Λεκτορας επιδημιολογίας

Μπεττίνα Χάιδιτς. Επίκουρη Καθηγήτρια Υγιεινής Ιατρικής Στατιστικής e mail:

Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών

Ανάλυση επιβίωσης (survival analysis)

Aιτιότητα. Ιωάννα Τζουλάκη

ΚΙ Ν Υ Ν Ο Σ ΜΑΘΗΜΑ ΕΠΙ ΗΜΙΟΛΟΓΙΑΣ. Εκτίµηση κινδύνου ανάπτυξης νόσου Παράγοντες κινδύνου Τρόποι σύγκρισης των παραµέτρων κινδύνου

Αιτιότητα και τυχαίο σφάλμα στις επιδημιολογικές μελέτες

Αναλυτική Στατιστική

Ερώτηση. Ποιο μέτρο συχνότητας υπολογίστηκε;

Σχεδιασμοί ερευνών. Βαγγέλης Ευαγγέλου

ΜΑΘΗΜΑ ΕΠΙΔΗΜΙΟΛΟΓΙΑΣ

ΜΕΘΟΔΟΛΟΓΙΑ ΤΗΣ ΕΡΕΥΝΑΣ Η ΚΛΙΝΙΚΗ ΠΡΟΣΕΓΓΙΣΗ

Τα συστηματικά σφάλματα στις επιδημιολογικές μελέτες Κάθε επιδημιολογική μελέτη πρέπει να θεωρείται ως μια άσκηση μέτρησης

Ερώτηση. Ποιο μέτρο συχνότητας υπολογίστηκε;

Ερώτηση. Ποιο μέτρο συχνότητας υπολογίστηκε;

Αντικείμενο των επιδημιολογικών μελετών

Εισαγωγή στη Στατιστική

Αντικείμενο των επιδημιολογικών μελετών

Κριτήρια επιλογής μέτρων συνάφειας

ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ

Αντικείμενο των επιδημιολογικών μελετών

Εργαστήριο Υγιεινής και Επιδημιολογίας Ι. "Επιδημιολογικά Σφάλματα"

ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ

ΔΙΑΓΝΩΣΤΙΚΈΣ ΔΟΚΙΜΑΣΊΕΣ

ανασκοπήσεις Βασική επιδηµιολογική µεθοδολογία και στατιστική αξιολόγηση έρευνας Μέρος Β' (Τύποι Επιδηµιολογικών Μελετών) Σχήµα 1

ΕΙΣΑΓΩΓΗ ΜΑΘΗΜΑ ΕΠΙ ΗΜΙΟΛΟΓΙΑΣ. ΜΑΘΗΜΑ 6 ο. Epidemiology and Public Health Dept of Epidemiology and Public Health

Τα είδη της επιδηµιολογικής. Βασικά χαρακτηριστικά και εφαρµογές

Διάγνωση και προσυμπτωματικός έλεγχος

ΤΕΚΜΗΡΙΩΜΕΝΗ ΙΑΤΡΙΚΗ: ΘΕΡΑΠΕΙΑ 3

ΠΡΟΓΝΩΣΤΙΚA ΣΥΣTHΜΑΤΑ

Τι είναι Επιδηµιολογία;

Επιδημιολογία. Διδάσκων: Γεώργιος Παπαδόπουλος

Ενδημικός (Endemic): Η σταθερή παρουσία μιας ασθένειας σε μια γεωγραφική περιοχή ή ομάδα ενός πληθυσμού.

Διατύπωση ερωτήσεων που μπορούν να απαντηθούν

Λειτουργικός ορισμός των μεταβλητών

Ιστορικό, πορεία και εξέλιξη μίας μελέτης Στατιστική ανάλυση των δεδομένων. Σ. Μακρυγιάννης, Γ.Ν Πειραιά«Τζάνειο»

ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ. Βιοστατική ΙΙ

ΑΤΥ: Προκλήσεις και Ευκαιρίες

StatXact ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. StatXact. ΜΑΘΗΜΑ 5 ΕΡΓΑΣΤΗΡΙΟ 1 - συνέχεια ΜΕΤΡΑ ΚΙΝ ΥΝΟΥ & ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ ΜΕ ΤΗΝ ΧΡΗΣΗ StatXact

Άσκηση. Καπνιστές Ναι Όχι Σύνολο Ανθρωπο-έτη παρακολούθησης Περιπτώσεις εμφράγματος

Τα είδη της επιδημιολογικής έρευνας

Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Πανεπιστήμιο Αθηνών

ΜΑΘΗΜΑΤΑ ΕΠΙΔΗΜΙΟΛΟΓΙΑΣ

Σχεδιασµός µελετών. Γεωργία Σαλαντή. Λέκτορας Εργαστήριο Υγιεινής και Επιδηµιολογίας Ιατρική Σχολή Πανεπιστήµιο Ιωαννίνων

Γιατί διεξάγεται μια μελέτη;;;

ΗΜΜΥ 100 Εισαγωγή στην Τεχνολογία

Απάντηση. Συγχρονική μελέτη

Ποιοι από τους παρακάτω πληθυσμούς είναι κλειστοί ή ανοιχτοί και γιατί;

Παράγοντες κινδύνου για τον καρκίνο του Παγκρέατος. Στέργιος Δελακίδης Γαστρεντερολόγος

Μελέτες κοόρτης ΕΦΑΡΜΟΣΜΕΝΗ ΙΑΤΡΙΚΗ ΕΡΕΥΝΑ APPLIED MEDICAL RESEARCH. ... Π. Γαλάνης

Πρόληψη. Τι θα διαπραγµατευτεί το. Ορισµοί στην πρόληψη. Ιατρικές δραστηριότητες πρόληψης. Κατανόηση των βασικών αρχών της πρόληψης π.χ.

19/4/2013. Είδη σχεδιασµού ποιοτικής έρευνας. Ερευνητικός Σχεδιασµός. Φαινοµενολογία. Θεµελιωµένη θεωρία. Εθνογραφία.

Λύση. Επίπτωση-πυκνότητα κ+ =ID κ+ 0,05 (έτη) -1. Επίπτωση-πυκνότητα κ- =ID κ- 0,01 (έτη) -1. ID κ+ - ID κ- 0,05-0,01=0,04 (έτη) -1

ΣΑΚΧΑΡΩΔΗΣ ΔΙΑΒΗΤΗΣ και ΚΑΡΚΙΝΟΣ: συνύπαρξη ή αιτιολογική σχέση;

Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών

Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών

Έρευνες κοόρτης: βαδίζοντας προς την έκβαση

ΜYΘΟΙ ΚΑΙ ΠΡΑΓΜΑΤΙΚΟΤΗΤΑ ΓΙΑ ΤΟΝ ΚΑΡΚΙΝΟ ΤΟΥ ΠΝΕΥΜΟΝΑ

Σημαντικές πληροφορίες για το κάπνισμα

Στόχος µαθήµατος: Παράδειγµα 1: µελέτη ασθενών-µαρτύρων ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ

Transcript:

Τεκµηριωµένη Ιατρική 2011-12 ΒΛΑΒΗ Βασίλης Κ. Λιακόπουλος Λέκτορας Νεφρολογίας ΑΠΘ

Αναλογία Λόγος Πηλίκο

Αναλογία Proportion

Αναλογία (Proportion) Ο αριθµητής ΣΥΜΠΕΡΙΛΑΜΒΑΝΕΤΑΙ ΑΠΑΡΑΙΤΗΤΩΣ στον παρανοµαστή Ποσότητες της ίδιας φύσης Κυµαίνεται µεταξύ 0 και 1 Ποσοστό = Αναλογία x 100%

Αναλογία (Proportion) = 4 8 = 0.5 = 50%

Λόγος Ratio

Λόγος (Ratio) Ο αριθµητής ΔΕΝ ΣΥΜΠΕΡΙΛΑΜΒΑΝΕΤΑΙ στον παρανοµαστή Μπορεί να συγκρίνει ποσότητες διαφορετικής φύσης, αλλά µε την ίδια µονάδα µέτρησης

Λόγος (Ratio) = 8 2 = 4 1

Πηλίκο ρυθµού ή πηλίκο Rate

Πηλίκο (Rate) Πλήθος γεγονότων σε κάποιο χρονικό διάστηµα Διάρκεια του χρονικού διαστήµατος

Πηλίκο (Rate) Πλήθος γεγονότων σε κάποιο χρονικό διάστηµα Πληθυσµός στον οποίο συµβαίνουν τα γεγονότα στο ίδιο χρονικό διάστηµα (πληθυσµός σε κίνδυνο)

Πηλίκο (Rate) 24 κρούσµατα ερυθράς τους τελευταίους 6 µήνες = 24 24 κρούσµατα / 6 µήνες 4 κρούσµατα / µήνα Το πηλίκο µπορεί να εκφραστεί σε οποιαδήποτε δύναµη του 10: 100, 1.000, 10.000, 100.000

Αναλογία (Proportion) Μέρος ενός συνόλου από οµοειδείς ποσότητες Λόγος (Ratio) Σύγκριση δύο ποσοτήτων (ίδιο µέτρο) Πηλίκο (Rate) Αριθµός συµβάντων στη διάρκεια µίας χρονικής περιόδου δια τον πληθυσµό σε κίνδυνο

Τι είναι? Αριθµός γυναικών στην αίθουσα Αναλογία Σύνολο ατόµων στην αίθουσα

Τι είναι? 10 εκπαιδευτές Λόγος 200 εκπαιδευόµενους

Τι είναι? 24 νέα κρούσµατα ερυθράς Πηλίκο 1200 άτοµα

Κίνδυνος Risk

Κίνδυνος (Risk) Μη τεχνικός όρος Μη αναµενόµενο, ασυνήθιστο, επικίνδυνο/αρνητικό γεγονός Κίνδυνος Risk Danger

Κίνδυνος (Risk) Επιδηµιολογικός όρος Η πιθανότητα να συµβεί ένα γεγονός Εκτιµάται από: Την παρακολούθηση γεγονότων σε ένα πληθυσµό κατά τη διάρκεια µίας συγκεκριµένης χρονικής περιόδου Πρόσθετη επιδηµιολογική χρήση: Πληθυσµός σε κίνδυνο: Το σύνολο των ατόµων που είναι δυνατόν να αναπτύξουν τη νόσο (= να µεταβούν από κατάσταση υγείας στην κατάσταση ασθένειας)

Κίνδυνος (Risk) Αναλογία Αριθµός ασθενών µε γαστρεντερίτιδα σε µία επιδηµία Κατανάλωσαν οστρακοειδή Ασθενείς Μη- Ασθενείς Σύνολο 30 49,970 50,000 Κίνδυνος (πιθανότητα) γαστρεντερίτιδας σε αυτούς που έφαγαν οστρακοειδή: 30 / 50,000 = 0,0006

Σχετική Πιθανότητα Odds Ratio

Σχετική Πιθανότητα (Odds) Πιθανότητα να συµβεί ένα γεγονός Πιθανότητα να µην συµβεί ένα γεγονός Λόγος Λόγος συµπληρωµατικών πιθανοτήτων

Σχετικός Κίνδυνος (Relative Risk, RR) Ποια είναι η πιθανότητα να φέρω 6 µε µία ζαριά? 1 στις 6 (1/6 = 16.7%) Ο αριθµητής είναι µέρος του παρανοµαστή

Σχετική Πιθανότητα (Odds Ratio) Ποια είναι η πιθανότητα να φέρω 6 µε µία ζαριά σε σχέση µε την πιθανότητα να µη φέρω? 1 στις 5 (1/5 = 20%) Αριθµητής: Συµβάν / Παρανοµαστής: Μη Συµβάν

Σχετική Πιθανότητα (Odds Ratio) Πιθανότητα να φέρω 6 Πιθανότητα να µην φέρω 6 = 1 / 6 5 / 6 = 1:5 Συµπληρωµατικές πιθανότητες: 1/6 + 5/6 = 1

Σχετική Πιθανότητα (Odds Ratio) Ασθενείς Καπνιστές 150 300 Μη καπνιστές 50 600 Σύνολο 200 900 Μη- Ασθενείς Ποια η πιθανότητα να καπνίζουν οι ασθενείς: 150 / 200 = 75% Ποια η σχετική πιθανότητα να καπνίζουν οι ασθενείς: 150 / 200 50 / 200 150 = = 3: 1 50

Έκθεση στη θεραπεία Μη έκθεση στη θεραπεία Ανεπιθύµητη έκβαση Παρούσα (ασθενείς) Απούσα (µάρτυρες) a (20) b (980) a+b c (2) d (998) c+d Σύνολο a+c b+d a+b+c+d a/a+b c/c+d

Σχετικός κίνδυνος (RR) Μελέτες κοόρτης, τυχαιοποιηµένες Επίπτωση(κίνδυνος) του συµβάντος στους εκτεθέντες σε σχέση µε τους µη εκτεθέντες 1000 σε θεραπεία, 20 την έκβαση 1000 χωρίς θεραπεία, 2 την έκβαση a/a+b c/c+d RR= 20/1000/2/1000= 10 RR>1, RR<1

Έκθεση στη θεραπεία Μη έκθεση στη θεραπεία Ανεπιθύµητη έκβαση Παρούσα (ασθενείς) Απούσα (µάρτυρες) a (90) b (45) a+b c (10) d (55) c+d Σύνολο a+c b+d a+b+c+d

Λόγος αναλογιών(or) Μελέτη ασθενών µαρτύρων, αδύνατη η εκτίµηση επίπτωσης (100 ασθενείς µε ακράτεια, 90 ιστορικό λήψης καφεΐνης, 100 χωρίς ακράτεια, 45 ιστορικό λήψης καφεΐνης) Ποια είναι η πιθανότητα να εµφανιστεί το συµβάν σε σχέση µε την πιθανότητα να µην εµφανιστεί? OR=ad/bc=90*55/10*45=11 ΟR>1 ή OR<1

OR κατά Mantel-Haenszel Σταθµισµένο OR

Συγχυτικοί Παράγοντες Τροποποιητικοί Παράγοντες

Συγχυτικοί Παράγοντες ΕΚΘΕΣΗ ΕΚΒΑΣΗ Κατανάλωση καφέ Καρκίνος του πνεύµονα

Καφές & Καρκίνος του πνεύµονα Καρκίνος Όχι Καρκίνος OR Κατανάλωση καφέ 450 200 1.9 Μη κατανάλωση καφέ 300 250 Σύνολο 750 450 Η κατανάλωση καφέ ~ 2πλασιάζει την πιθανότητα ανάπτυξης καρκίνου Αδρό OR: 1.9

Συγχυτικοί Παράγοντες ΕΚΘΕΣΗ ΕΚΒΑΣΗ Κατανάλωση καφέ Καρκίνος του πνεύµονα Κάπνισµα ΤΡΙΤΟΣ ΠΑΡΑΓΟΝΤΑΣ

Καφές & Καρκίνος του πνεύµονα Καπνιστές Καρκίνος Όχι Καρκίνος OR Κατανάλωση καφέ Η 400 κατανάλωση 100 1.0 Μη κατανάλωση καφέ 200 50 Μη Καπνιστές καφέ δεν προκαλεί καρκίνο του πνεύµονα Καρκίνος Όχι Καρκίνος OR Κατανάλωση καφέ 50 100 1.0 Μη κατανάλωση καφέ 100 200 Σταθµισµένο OR(καπνιστές): 1.0

Συγχυτικοί Παράγοντες ΕΚΘΕΣΗ ΕΚΒΑΣΗ ΤΡΙΤΟΣ Κάπνισµα ΠΑΡΑΓΟΝΤΑΣ Πρέπει να τηρούνται 2 προϋποθέσεις: Πρέπει να συσχετίζεται µε έκθεση χωρίς να είναι συνέπεια της έκθεσης Πρέπει να συσχετίζεται µε την έκβαση ανεξάρτητα από την έκθεση

Συγχυτικοί παράγοντες Άσχετοι µε το ερώτηµα που τίθεται Καθορίζουν την έκβαση Κατανέµονται ανοµοιογενώς µεταξύ εκτεθέντων και µη εκτεθέντων

Τροποποιητικοί Παράγοντες Έκθεση Έκβαση Επιπρόσθετη Κάπνισµα Μεταβλητή Κάθε µεταβλητή που είναι κρίκος στην αιτιολογική αλυσίδα είναι τροποποιητικός και όχι συγχυτικός παράγοντας

Τροποποιητικοί Παράγοντες Έκθεση σε αµίαντο Καρκίνος του πνεύµονα

Αµίαντος & Καρκίνος του πνεύµονα Καρκίνος Όχι Καρκίνος OR Αµίαντος 693 320 4.8 Όχι αµίαντος 307 680 Σύνολο 1,000 1,000 Η έκθεση σε αµίαντο ~ 5πλασιάζει την πιθανότητα ανάπτυξης καρκίνου Αδρό OR: 4.8

Τροποποιητικοί Παράγοντες Έκθεση σε αµίαντο Καρκίνος του πνεύµονα Κάπνισµα

Αµίαντος & Καρκίνος του πνεύµονα Καπνιστές Καρκίνος Όχι Καρκίνος OR Αµίαντος 587 110 18.0 Όχι αµίαντος αµίαντο 113 αυξάνει 18 390 Μη Καπνιστές Η έκθεση καπνιστών σε φορές τον κίνδυνο ανάπτυξης καρκίνου σε σχέση µε τους µη Καρκίνος Όχι Καρκίνος καπνιστές OR Αµίαντος 176 160 3.0 Όχι αµίαντος 124 340 Σταθµισµένο OR(καπνιστές): 18.0

Είδη µελετών για εκτίµηση βλάβης Τυχαιοποιηµένες (όχι κατάλληλες για σπάνιους δυνητικά βλαπτικούς παράγοντες, δυσκολίες τυχαιοποίησης) Κόορτης (επίπτωσης) Ασθενών µαρτύρων

Case-Control Studies Γίνεται επιλογή ασθενών µε ένα συγκεκριµένο αποτέλεσµα έκβασης ή νόσο (cases) και µια κατάλληλη οµάδα ελέγχου χωρίς το αποτέλεσµα έκβασης ή τη νόσο (controls) (matching) Στη συνέχεια καταγράφεται η πληροφορία για το εάν οι συµµετέχοντες έχουν εκτεθεί στον υπό µελέτη παράγοντα Π.χ. ασθενείς µε καρκίνο πνεύµονα και οµάδα ελέγχου µε υγιείς και ιστορικό καπνίσµατος Πλεονεκτήµατα: Γρήγορη και οικονοµική; η µόνη εφικτή µελέτη για σπάνιες διαταραχές ή για διαταραχές µε πολύ µεγάλο διάστηµα από την έκθεση µέχρι την εµφάνιση του αποτελέσµατος έκβασης Απαιτείται µικρότερος αριθµός δείγµατος σε σχέση µε τις cross-sectional studies. Μειονεκτήµατα: βασίζεται σε ανάµνηση ή σε δεδοµένα για τον προσδιορισµό της έκθεσης συγχυτικές µεταβλητές; αδυναµία µέτρησης συγχυτικών παραγόντων που επιδρούν παροδικά ή προκαλούν πρώιµο θάνατο η επιλογή της οµάδος ελέγχου µπορεί να είναι δύσκολη potential bias: recall

Cohort Study (incidence study) Τα δεδοµένα λαµβάνονται από οµάδες που έχουν εκτεθεί ή όχι στην νέα τεχνολογία ή στον παράγοντα προς µελέτη Δεν υπάρχει κατανοµή σε οµάδες έκθεσης από τον ερευνητή Ιδανική για την µελέτη των προγνωστικών παραγόντων ενός αποτελέσµατος έκβασης Π.χ. Framingham study Πλεονεκτήµατα: Ηθικά χωρίς προβλήµατα subjects can be matched είναι δυνατός ο καθορισµός του χρόνου εµφάνισης των γεγονότων είναι εφικτός ο καθορισµός κριτηρίων για την εισαγωγή των ασθενών στη µελέτη πιο εύκολη και οικονοµικότερη από µια RCT. Μειονεκτήµατα: Μπορεί να είναι δύσκολη η ανεύρεση οµάδος ελέγχου η έκθεση µπορεί να συνδέεται µε κρυφές συγχυτικές µεταβλητές δεν υπάρχει τυχαιοποίηση; για σπάνιες νόσους απαιτείται µεγάλος αριθµός δείγµατος και µακροχρόνια παρακολούθηση

Εγκυρότητα στοιχείων για µια Βλάβη Υπήρξαν σαφώς καθορισµένες οµάδες, παρόµοιες σε όλα τα άλλα εκτός από την έκθεση? (είδος µελέτης, στάθµιση) Η έκθεση και η έκβαση µετρήθηκαν µε τον ίδιο τρόπο στις 2 οµάδες? (ήταν η αξιολόγηση των εκβάσεων αντικειµενική ή τυφλή ως προς την έκθεση?) Ήταν η παρακολούθηση επαρκώς µακροχρόνια ώστε να εµφανιστεί το αποτέλεσµα? (20% απώλεια)

Εγκυρότητα στοιχείων για µια Βλάβη Πληρούν τα αποτελέσµατα διαγνωστικές δοκιµασίες αιτιότητας? Η έκθεση προηγήθηκε της έκβασης? Υπάρχει δοσοεξαρτώµενη απόκριση? Υπάρχουν θετικά στοιχεία από µελέτη διακοπής/επανέναρξης? Η συσχέτιση είναι σταθερό εύρηµα σε όλες τις µελέτες? Έχει νόηµα η συσχέτιση? (Παθοφυσιολογία)

Είναι σηµαντικά τα έγκυρα αποτελέσµατα? Μέγεθος συσχέτισης (RR ή OR, ανάλογα µε είδος µελέτης, >4, µεταβολή µε στάθµιση) Πόσο ακριβής είναι η εκτίµηση της συσχέτισης ανάµεσα σε έκθεση/έκβαση? (διάστηµα εµπιστοσύνης για OR, αν το όριο προσεγγίζει τη µονάδα τότε η έκβαση µπορεί να συβεί ανεξάρτητα από την έκθεση)

Number needed to harm (NNH) Ο αριθµός των ασθενών που χρειάζεται να εκτεθεί στον παράγοντα έκθεσης για την εµφάνιση ενός επιπλέον επιβλαβούς συµβάµατος (µελέτες κοόρτης) Υπολογίζεται αντίστροφα από ΝΝΤ ΝΝΗ=1/[a/a+b]-[c/c+d]

Έκθεση στη θεραπεία Μη έκθεση στη θεραπεία Ανεπιθύµητη έκβαση Παρούσα (ασθενείς) Απούσα (µάρτυρες) a (20) b (980) a+b c (2) d (998) c+d Σύνολο a+c b+d a+b+c+d a/a+b c/c+d

Patient expected event rate (PEER) Η αναµενόµενη συχνότητα συµβάµατος σε ασθενή (ή συχνότητα ανεπιθύµητων συµβαµάτωνσε άτοµα που δεν έχουν εκτεθεί σε αιτιολογικό παράγοντα) OR<1 OR>1 Υπολογίζεται το NNH

Είναι σηµαντικά τα έγκυρα αποτελέσµατα? Μέγεθος συσχέτισης (RR ή OR, ανάλογα µε είδος µελέτης, >4, µεταβολή µε στάθµιση) Πόσο ακριβής είναι η εκτίµηση της συσχέτισης ανάµεσα σε έκθεση/έκβαση? (διάστηµα εµπιστοσύνης για OR, αν το όριο προσεγγίζει τη µονάδα τότε η έκβαση µπορεί να συβεί ανεξάρτητα από την έκθεση)

Θα εφαρµόσουµε τα έγκυρα και σηµαντικά αποτελέσµατα στον ασθενή µας? Είναι ο ασθενής µας τόσο διαφορετικός από τους ασθενείς της µελέτης ώστε τα αποτελέσµατα να µην τον αφορούν? Ποια η πιθανότητα οφέλους και βλάβης από τον παράγοντα για τον ασθενή µας? Ποιες είναι οι προτιµήσεις, οι ενδοιασµοί και οι προσδοκίες του ασθενούς µας? Ποιες εναλλακτικές θεραπείες είναι διαθέσιµες?