Κλινική Ε ιδηµιολογία. Τυχαίο Σφάλμα Συστηματικό Σφάλμα

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

Τα είδη της επιδημιολογικής έρευνας

Αντικείμενο των επιδημιολογικών μελετών

Συγγραφή και κριτική ανάλυση επιδημιολογικής εργασίας

Αιτιότητα και τυχαίο σφάλμα στις επιδημιολογικές μελέτες

Αναλυτική Στατιστική

Κλινική Επιδηµιολογία

Τεκµηριωµένη Ιατρική ΒΛΑΒΗ. Βασίλης Κ. Λιακόπουλος Λέκτορας Νεφρολογίας ΑΠΘ

Μελέτες ασθενών-μαρτύρων

Κλινική Επιδηµιολογία. Μέτρα κινδύνου Αιτιολογική συσχέτιση

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

Ερώτηση. Ποιο μέτρο συχνότητας υπολογίστηκε;

Λογαριθµιστική εξάρτηση

Ερώτηση. Ποιο μέτρο συχνότητας υπολογίστηκε;

Επιδημιολογία 3 ΣΧΕΔΙΑΣΜΟΣ ΜΕΛΕΤΩΝ. Ροβίθης Μ. 2006

Μελέτες Ασθενών-Μαρτύρων Case Control Studies

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

Μπεττίνα Χάιδιτς. Επίκουρη Καθηγήτρια Υγιεινής Ιατρικής Στατιστικής e mail:

Μελέτες ασθενών οµάδας ελέγχου

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

Ευάγγελος Ευαγγέλου, Λεκτορας επιδημιολογίας Ιωάννα Τζουλάκη, Λεκτορας επιδημιολογίας

Προσδιοριστής (determinant) Συνώνυμα

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

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

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

τα πάντα είναι σχετικά

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

τα πάντα είναι σχετικά

Μέθοδοι δειγματοληψίας, καθορισμός μεγέθους δείγματος, τύποι σφαλμάτων, κριτήρια εισαγωγής και αποκλεισμού

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..

Ερώτηση. Ποιο μέτρο συχνότητας υπολογίστηκε;

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

Περιγραφικές και ημιπειραματικές μελέτες. Γεωργία Σαλαντή

Προσδιοριστής (determinant) Συνώνυμα

Μέτρα σχέσης. Ιωάννα Τζουλάκη Λέκτορας Επιδημιολογίας Υγιεινή και Επιδημιολογία

Αντικείμενο των επιδημιολογικών μελετών

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

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

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

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..

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

Τυχαία vs. συστηµατικά σφάλµατα (random vs. systematic errors)

ΜΕΡΟΣ Α Κάθε µια από τις παρακάτω φράσεις (1α, 1β, 1γ, 2α κτλ) µπορεί να είναι σωστή ή λανθασµένη. Ποιες είναι σωστές και ποιες όχι;

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

Μελέτες αναλυτικής επιδημιολογίας στηδιερεύνησηεπιδημιών

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική

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

Απάντηση. Συγχρονική μελέτη

Λειτουργικός ορισμός των μεταβλητών

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης

ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ

Γιατί διεξάγεται μια μελέτη;;;

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

Έλεγχος υποθέσεων - Ισχύς και Μέγεθος είγματος Sample Size and Power. Γρηγόρης Χλουβεράκης, Ph.D. Αναπληρωτής Καθηγητής Πανεπιστήμιο Κρήτης

Μελέτες αναλυτικής επιδημιολογίας στηδιερεύνησηεπιδημιών

Αντικείμενο των επιδημιολογικών μελετών

Έρευνες κοόρτης: βαδίζοντας προς την έκβαση

Ζ Σεμινάριο ΕΧΕ 24 Σεπτεμβρίου 2013

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

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

Επαγγελματική Επιδημιολογία

Σχεδιασμοί ερευνών. Βαγγέλης Ευαγγέλου

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

Επαναληπτικό μάθημα Βασικών επιδημιολογικών εννοιών. Ειρήνη Αγιαννιωτάκη

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

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

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

Ερώτηση Ποιο είδος μελέτης και γιατί θεωρείτε πως είναι το καταλληλότερο για την εκτίμηση της συχνότητας του διαβήτη τύπου 2 στον πληθυσμό μιας πόλης;

Ηπειρος Προτάσεις για πιλοτικό πρόγραµµα πρόληψης και αντιµετώπισης των καρδιαγγειακών νοσηµάτων

«Παρατηρητηρίου Κοινωνικοοικονομικών και

Εισαγωγή στη Στατιστική

ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

Διάλεξη 1 Βασικές έννοιες

Επιδημιολογία Προληπτική Ιατρική

Η ΥΓΕΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΠΛΗΘΥΣΜΟΥ ΚΑΙ Ο ΡΟΛΟΣ ΤΗΣ ΠΡΟΛΗΨΗΣ ΚΑΙ ΤΗΣ ΠΡΟΑΓΩΓΗΣ ΥΓΕΙΑΣ

Στόχος µαθήµατος: ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. Α1.2 Παράδειγµα 1 (συνέχεια) Α1. ΙΤΙΜΕΣ ΚΑΤΗΓΟΡΙΚΕΣ ΜΕΤΑΒΛΗΤΕΣ ΣΕ ΕΞΑΡΤΗΜΕΝΑ ΕΙΓΜΑΤΑ Παράδειγµα 1: αρτηριακή πίεση

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

Aιτιότητα. Ιωάννα Τζουλάκη

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Εργαστήριο Υγιεινής και Επιδημιολογίας Ι. "Επιδημιολογικά Σφάλματα"

ΙΕΡΕΥΝΗΣΗ ΤΗΣ ΑΚΡΙΒΕΙΑΣ ΤΩΝ ΗΜΟΓΡΑΦΙΚΩΝ Ε ΟΜΕΝΩΝ

Γιατί οι μελέτες παρατήρησης δεν είναι πάντα κατάλληλες

Σαρόγλου Μαρία MD, PhD, Επιµελήτρια Β Πνευµονολόγος - Φυµατιολόγος Γενικό Νοσοκοµείο Δράµας

Είδη επιδημιολογικών μελετών

Γ. Πειραματισμός Βιομετρία

Δειγματοληψία στην εκπαιδευτική έρευνα. Είδη δειγματοληψίας

ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ

Στατιστική Ι (ΨΥΧ-1202) Διάλεξη 7. Στατιστικός έλεγχος υποθέσεων

1. Τακτικές στατιστικές σειρές: στοιχεία με. 2. Ειδικές επιδημιολογικές έρευνες: περιγραφικές. 10/10/ Απογραφή πληθυσμού

Μητρική θνησιμότητα στην εγκυμοσύνη και τον τοκετό

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Τα είδη της επιδηµιολογικής. Βασικά χαρακτηριστικά και εφαρµογές

Στατιστικοί Έλεγχοι Υποθέσεων. Σαλαντή Γεωργία Εργαστήριο Υγιεινής και Επιδημιολογίας Ιατρική Σχολή

ΠΙΘΑΝΟΤΗΤΕΣ. Κλινική ή ερευνητική παρατήρηση Πόσο αληθινή είναι; Τι θα συζητηθεί σε αυτό το µάθηµα

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

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

Δειγματοληψία στην Ερευνα. Ετος

ΕΠΙΔΗΜΙΟΛΟΓΙΑ+ΚΑΡΚΙΝΟΥ+ΠΝΕΥΜΟΝΑ

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

Transcript:

Κλινική Ε ιδηµιολογία Τυχαίο Σφάλμα Συστηματικό Σφάλμα

ερευνητικό ερώτηµα : Η θνησιµότητα από καρδιαγγειακά επηρεάζεται από την κοινωνική τάξη;

ερευνητικό ερώτηµα : η θνησιµότητα από καρδιαγγειακά (εξαρτηµένη µεταβλητή) επηρεάζεται από την κοινωνική τάξη (ανεξάρτητη µεταβλητή)

ερευνητικό ερώτηµα : η θνησιµότητα από καρδιαγγειακά (εξαρτηµένη µεταβλητή) επηρεάζεται από την κοινωνική τάξη (ανεξάρτητη µεταβλητή) Μηδενική υπόθεση (Η ): δεν υπάρχει Μηδενική υπόθεση (Η 0 ): δεν υπάρχει σχέση µεταξύ της θνησιµότητας από καρδιαγγειακά και της κοινωνικής τάξης.

ερευνητικό ερώτηµα : η θνησιµότητα από καρδιαγγειακά (εξαρτηµένη µεταβλητή) επηρεάζεται από την κοινωνική τάξη (ανεξάρτητη µεταβλητή) Μηδενική υπόθεση (Η ): δεν υπάρχει Μηδενική υπόθεση (Η 0 ): δεν υπάρχει σχέση µεταξύ της θνησιµότητας από καρδιαγγειακά και της κοινωνικής τάξης. Εναλλακτική υπόθεση (Η α ): υπάρχει σχέση µεταξύ της θνησιµότητας από καρδιαγγειακά και της κοινωνικής τάξης.

Πρέπει να πιστέψουµε τις µετρήσεις µας; Κάπνισµα OR = 9.1 Καρκίνος Πνεύµονα Πραγµατική σχέση αιτιολογική µη-αιτιολογική Τύχη; Συγχυτικοί παράγοντες; Συστηµατικό σφάλµα;

Ακόµη και διαµορφώνοντας την καλύτερη ερευνητική υπόθεση, µπορούν να προκύψουν δύο τύποι σφάλµατος Τύπος Ι ή α: Παρατηρώντας διαφορές που δεν υπάρχουν στην πραγµατικότητα Απορρίπτοντας την Ηο ενώ αυτή ισχύει Τύπος ΙΙ ή β: Αποτυγχάνοντας στην ανίχνευση διαφορών που υπάρχουν στην πραγµατικότητα Αποδεχόµενοι την Ηο ενώ αυτή δεν ισχύει Στατιστική ισχύς (statistical power) µιας δοκιµασίας είναι η ιθανότητα α οφυγής ενός Σφάλµατος Τύ ου ΙΙ ισούται δηλαδή µε (1-β).

Έλεγχος υποθέσεων Πληθυσµός υπάρχει σχέση δεν υπάρχει σχέση Μηδενική υπόθεση Ψευδής Αληθής Ερευνα Απόρριψη ΣΩΣΤΟ Σφάλµα Ι / α Αποδοχή Σφάλµα ΙΙ / β ΣΩΣΤΟ

Τυχαίο Σφάλµα ή Random Error

Τυχαίο σφάλµα ή Random error Τα αποτελέσµατα και οι συσχετίσεις µας αποκλίνουν από την αλήθεια εξαιτίας της τύχης

Πού οφείλεται το τυχαίο σφάλµα στις επιδηµιολογικές µελέτες;

Πού οφείλεται το τυχαίο σφάλµα στις επιδηµιολογικές µελέτες; Στις µετρήσεις υπεισέρχεται η δειγµατοληψία Μελέτες αναλυτικής επιδηµιολογίας: τα άτοµα της µελέτης αποτελούν «δείγµα» ενός ευρύτερου θεωρητικού πληθυσµού Μελέτες ασθενών-µαρτύρων: επιπλέον, υπεισέρχεται δειγµατοληψία στην επιλογή των µαρτύρων (οι µάρτυρες αποτελούν δείγµα του πληθυσµού προέλευσης)

Κανονική κατανοµή ενός χαρακτηριστικού στον πληθυσµό µ = µέση τιµή σ = σταθερή απόκλιση Σταθερή απόκλιση: µέτρο διασποράς (πόσο "εξαπλώνονται" οι παρατηρήσεις γύρω από τη µέση τιµή) µ-3σ µ-2σ µ-σ µ µ+σ µ+2σ µ+3σ µ-2σ µ µ+2σ

Eκτίµηση της µέσης τιµής ιαφορετικές µελέτες: δίνουν διαφορετικές εκτιµήσεις της µέσης τιµής µ = µέση τιµή σ = σταθερή απόκλιση Ίδια λογική και για τα µέτρα συσχέτισης (σχετικός κίνδυνος, odds ratio, διαφορά κινδύνων / επιπτώσεων) µ-3σ µ-2σ µ-σ µ µ+σ µ+2σ µ+3σ

Εκτιµήσεις βάσει µίας δειγµατοληπτικής µελέτης ιασπορά τιµών από τη µία µελέτη που έγινε - µέση τιµή - διάστηµα αξιοπιστίας ( Α) το +/- της εκτίµησης της µέσης τιµής (ή RR, OR κ.ά.) µ-3σ µ-2σ µ-σ µ µ+σ µ+2σ µ+3σ Το Α εξαρτάται από: α/ διασπορά τιµών χαρακτηριστικού (µεταβλητότητα) στον πληθυσµό β/ µέγεθος δείγµατος

ιάστηµα αξιοπιστίας κατά 95% ιαφορετικές µελέτες: δίνουν διαφορετικές εκτιµήσεις της µέσης τιµής Α95% = «το διάστηµα µέσα στο οποίο βρίσκεται η πραγµατική* µέση τιµή, σε 95% των περιπτώσεων, εάν η συλλογή και ανάλυση των δεδοµένων επαναληφθεί πολλές φορές» Θεωρητική κατανοµή µέσων τιµών εάν γίνουν πολλες µελέτες Περιοχή µε 95% τιµών * Πραγµατική µέση τιµή = µέση τιµή στον πληθυσµό διάστηµα αξιοπιστίας

ιάστηµα αξιοπιστίας κατά 95% ιασπορά τιµών από τη µία µελέτη που έγινε Θεωρητική κατανοµή µέσων τιµών εάν γίνουν πολλες µελέτες Α95% = «το διάστηµα µέσα στο οποίο βρίσκεται η πραγµατική* µέση τιµή, σε 95% των περιπτώσεων, εάν η συλλογή και ανάλυση των δεδοµένων επαναληφθεί πολλές φορές» Πρακτικά: «το διάστηµα µέσα στο οποίο βρίσκεται η πραγµατική* µέση τιµή, µε πιθανότητα 95%» * Πραγµατική µέση τιµή = µέση τιµή στον πληθυσµό * Πραγµατική µέση τιµή = µέση τιµή στον πληθυσµό Περιοχή µε 95% τιµών διάστηµα αξιοπιστίας

Πώς προλαµβάνονται τα τυχαία σφάλµατα σε µια έρευνα; Εξασφαλίζοντας ότι δεν είναι πιθανό τα αποτελέσµατα να οφείλονται στην τύχη, π.χ. εξασφαλίζοντας p<.05 Ελέγχοντας για τις τιµές του p δεν προλαµβάνονται λάθη εξαιτίας συστηµατικών σφαλµάτων ή συγχυτικών παραγόντων

Πώς προλαµβάνονται τα τυχαία σφάλµατα σε µια έρευνα; Αυξάνοντας το µέγεθος του δείγµατος Χρησιµοποιώντας κατάλληλες ερευνητικές υποθέσεις, π.χ. υποθέτοντας µεγάλες διαφορές µεταξύ των τιµών των µεταβλητών

Σφάλµατα στις επιδηµιολογικές µελέτες

Συστηµατικό Σφάλµα ή Systematic Error

Τι είναι το συστηµατικό σφάλµα; Οποιοδήποτε λάθος στο σχεδιασµό ή στην πραγµατοποίηση µιας επιδηµιολογικής µελέτης που οδηγεί σε λανθασµένη εκτίµηση της σχέσης µεταξύ έκθεσης και συχνότητας του νοσήµατος

ιαφέρουν οι συγχυτικοί παράγοντες από το συστηµατικό σφάλµα; Οι συγχυτικοί παράγοντες περιγράφουν µια αληθή σχέση που πιθανώς είναι αποπροσανατολιστική Το συστηµατικό σφάλµα δηµιουργεί µια αναληθή σχέση µεταξύ έκθεσης και έκβασης

Συστηµατικό Σφάλµα Προκατάληψης ή Bias

Τι είναι σφάλµα προκατάληψης (Bias); Κάθε συστηµατικό σφάλµα σε µια επιδηµιολογική µελέτη που έχει σαν αποτέλεσµα την εσφαλµένη εκτίµηση της σχέσης µεταξύ της έκθεσης και του κινδύνου για νόσηση: Σφάλµα επιλογής (selection bias) Σφάλµα πληροφορίας (information bias)

Σφάλµα επιλογής (Selection bias) Σφάλµατα στη διαδικασία ταυτοποίησης του υπό µελέτη πληθυσµού Ο µελετώµενος πληθυσµός ΕΝ ΕΙΝΑΙ ΑΝΤΙΠΡΟΣΩΠΕΥΤΙΚΟΣ του πληθυσµού προέλευσης π.χ. Εθελοντές (καλύτερη υγειονοµική συνείδηση) Επιλεκτική συµµετοχή των ατόµων σε σχέση µε: Περιστατικά / Μάρτυρες Έκθεση

Σφάλµατα επιλογής σε µελέτες ασθενών/µαρτύρων

Σφάλµατα επιλογής Βαριά κατανάλωση αλκοόλ Κίρρωση ήπατος Ασθενείς (κίρρωση) Μάρτυρες Α (Τραυµατίες) Βαριά κατανάλωση αλκοόλ 80 40 Ελαφριά/καθόλου κατανάλωση 20 60 OR=6.0 Είναι αντιπροσωπευτικός ο πληθυσµός των µαρτύρων;

Σφάλµατα επιλογής Ασθενείς (κίρρωση) Μάρτυρες Α (τραυµατίες) Μάρτυρες Β (µη τραυµατίες) Βαριά κατανάλωση 80 40 10 αλκοόλ Ελαφριά/καθόλου κατανάλωση 20 60 90 OR=6 OR=36

Το διαγνωστικό συστηµατικό σφάλµα (diagnostic bias) Η διάγνωση είναι πιθανότερη στους εκτεθειµένους σε σχέση µε τους µη εκτεθειµένους. Η γνώση ότι µια έκθεση σχετίζεται µε τη συχνότητα του νοσήµατος επηρεάζει τη διαγνωστική προσέγγιση και το αποτέλεσµά της.

Σφάλµατα διάγνωσης Η γνώση της κατάστασης έκθεσης µεταβάλλει τη διαγνωστική προσέγγιση Έπαιρνε αντισυλληπτικά Περιστατικά καρκίνου της µήτρας a Μάρτυρες b εν έπαιρνε αντισυλληπτικά c d Χρήση αντισυλληπτικών αιµορραγία διαφυγής Συχνότερη γυναικολογική εξέταση αυξηµένη πιθανότητα ανίχνευσης καρκίνου της µήτρας Υπερεκτίµηση του a Υπερεκτίµηση του OR

Σφάλµατα «υπερεξειδίκευσης» Τα περιστατικά που εκτέθηκαν έχουν διαφορετικές πιθανότητες να ενταχθούν στη µελέτη από τους µάρτυρες Έ κθ εσ η σ ε α µ ία ντο Κ α ρ κίνο ς το υ π νεύµ ο να a Μ ά ρ τυρ ες α π ό τη χειρ ο υρ γική κλινική b Κ α µ ία έκθ εσ η σ ε α µ ία ντο c d Η µελέτη έγινε σε ένα ειδικό κέντρο παθήσεων σχετικών µε τον αµίαντο και στη χειρουργική κλινική του τοπικού νοσοκοµείου Τα περιστατικά που εκτέθηκαν στον αµίαντο δεν είναι αντιπροσωπευτικά για τον καρκίνο του πνεύµονα Υπερεκτίµηση του a Υπερεκτίµηση του OR

Σφάλµατα επιβίωσης (Survival bias) Μόνο οι επιζήσαντες από µια πολύ θανατηφόρο ασθένεια εισάγονται στη µελέτη Περιστατικά αιµορραγικού Μάρτυρες πυρετού (ΑΠ) Έκθεση σε «θανατηφόρο» αίτιο Μη έκθεση σε «θανατηφόρο» αίτιο Θνητότητα αιµορραγικού πυρετού = 80% a Η έκθεση στον «θανατηφόρο» παράγοντα κινδύνου οδηγεί ταχύτατα στο θάνατο Υποεκτίµηση του a Υποεκτίµηση του OR c b d

Σφάλµατα απαντητικότητας (Non-response bias) test Παπανικολάου Περιστατικά καρκίνου του τραχήλου της µήτρας Μάρτυρες εν έκαναν test a b έκαναν test c d Σύνολο 1000 1060 Οι µάρτυρες επιλέγηκαν µεταξύ γυναικών µε επικοινωνία στο σπίτι Προσεγγίστηκαν 13000 σπίτια 1060 µάρτυρες Οι νοικοκυρές είχαν µικρότερες πιθανότητες να έχουν κάνει test απ ότι οι εργαζόµενες Υπερεκτίµηση του b υποεκτίµηση του OR

Σφάλµατα επιλογής σε µελέτες κοόρτης

Φαινόµενο των «υγιών εργατών» Σε πολλές µελέτες συγκρίνεται η νοσηρότητα / θνησιµότητα µιας κατηγορίας εργαζοµένων µε τη νοσηρότητα / θνησιµότητα του γενικού πληθυσµού Εκτεθειµένοι εργάτες Γενικός πληθυσµός Θάνατοι 50 7,000 Άτοµα/έτη 1,000 100,000 Θνησιµότητα (θάνατοι ανά έτος) 0.05 0.07 RR=0.7

Φαινόµενο των «υγιών εργατών» Γενικός πληθυσµός Εκτεθειµέν οι εργάτες Εργάτες Μη εργάτες Σύνολο Θάνατοι 50 4,500 2,500 7,000 Άτοµα/έτη 1,000 90,000 10,000 100,000 Θνησιµότη τα (θάνατοι ανά έτος) 0.05 0.05 0.25 0.07

Σφάλµατα απαντητικότητας Καρκίνος του πνεύµονα Ναι όχι Καπνιστής 9 91 100 Μη καπνιστής 1 99 100 RR = 9/100 : 1/100 = 9

Καρκίνος του πνεύµονα ναι όχι Αθλούµενοι καπνιστές* 0 7 7 Μη αθλούµενοι καπνιστές 9 51 60 Μη καπνιστές 1 99 100 *33 καπνιστές που αθλούνταν ντράπηκαν να απαντήσουν RR = 9/67 : 1/100 = 13.4

Απώλειες από την επανεξέταση (Loss to follow-up) Σφάλµατα από διαφορές στην πληρότητα του follow-up µεταξύ των συγκρινόµενων οµάδων Οι απώλειες ατόµων κατά τη διάρκεια της παρακολούθησης διαφέρουν µεταξύ εκτεθειµένων και µη εκτεθειµένων.

Παράδειγµα I Μελέτη σχέσης συχνότητας νοσήµατος και µετανάστευσης Οι µετανάστες είναι πιθανό να επιστρέψουν στην πατρίδα τους όταν νοσήσουν απώλειες κατά την παρακολούθηση χαµηλότερη συχνότητα νοσήµατος µεταξύ των εκτεθειµένων (=µετανάστες)

Παράδειγµα IIα Καρκίνος του πνεύµονα ναι όχι καπνιστές 90 (α) 910 (β) 1000(α+β) µη-καπνιστές 10 (γ) 990 (δ) 1000(γ+δ) 90 10 RR = = 1000 1000 9 RR = Re/Ro = [α/(α + β)] / [γ/(γ + δ)]

Παράδειγµα ΙΙβ 50% των περιπτώσεων που κάπνιζαν χάθηκαν κατά τη διάρκεια της παρακολούθησης Καρκίνος του πνεύµονα ναι όχι καπνιστές 45(α) 910(β) 955(α+β) µη καπνιστές 10(γ) 990(δ) 1000(γ+δ) 45 10 RR = / = 955 1000 4.7 RR = Re/Ro = [α/(α + β)] / [γ/(γ + δ)]

Πώς περιορίζεται το σφάλµα επιλογής; Σαφής καθορισµός του πληθυσµού µελέτης Ακριβείς ορισµοί περιστατικού και οµάδας ελέγχου ΜΟΝΟ κατά το ΣΧΕ ΙΑΣΜΟ της Επιλογή περιστατικών και οµάδας ελέγχου από τον ίδιο πληθυσµό µελέτης. εν διορθώνεται κατά Επιλογή εκτεθειµένων και µη, χωρίς να γνωρίζουµε αν είναι ασθενείς ή όχι (αναδροµική κοόρτη) την ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ

Σφάλµατα πληροφορίας ή Information bias

Σφάλµατα πληροφορίας Συστηµατικό σφάλµα στη µέτρηση της πληροφορίας για την έκθεση ή το αποτέλεσµα ιαφορές στην ακρίβεια Των δεδοµένων της έκθεσης µεταξύ ασθενών και µαρτύρων Των αποτελεσµάτων µεταξύ των διαφόρων υποοµάδων έκθεσης Πηγάζουν είτε από τους συµµετέχοντες, είτε από τον ερευνητή

Σφάλµατα πληροφορίας σε µελέτες ασθενών -µαρτύρων

Σφάλµατα ανάκλησης (Recall bias) Τα «περιστατικά» ανακαλούν την έκθεση καλύτερα από τους µάρτυρες Μητέρες: Παιδιών µε ανωµαλίες Μαρτύρων Χρήση αλκοόλ, καπνού, a b ναρκωτικών Όχι χρήση c d Οι µητέρες των παιδιών µε ανωµαλίες θα θυµούνται καλύτερα την έκθεση Υπερεκτίµηση του a Υπερεκτίµηση του OR

Σφάλµατα του ερευνητή (Interviewer bias) Ο ερευνητής ερωτά µε διαφορετικό τρόπο τους ασθενείς και τους µάρτυρες σχετικά µε την έκθεση Περιστατικά λιστερίωσης Μάρτυρες Έφαγαν µαλακό τυρί a b εν έφαγαν c d Ο ερευνητής καθοδηγεί τους ασθενείς σχετικά µε την κατανάλωση µαλακού τυριού Υπερεκτίµηση του a Υπερεκτίµηση του OR

Σφάλµατα πληροφορίας σε µελέτες κοόρτης

Συστηµατικό σφάλµα του ερευνητή (κατά τη διάγνωση) Οι µη εκτεθειµένοι είναι λιγότερο πιθανό να διαγνωστούν σε σχέση µε τους εκτεθειµένους Έστω µια µελέτη σειρών για τη διερεύνηση των παραγόντων κινδύνου του µεσοθηλιώµατος - ύσκολη η ιστολογική διάγνωση του µεσοθηλιώµατος - Παθολογοανατόµος πιο πιθανό να διαγνώσει µεσοθηλίωµα όταν είναι γνωστή η έκθεση σε αµίαντο

Παραδείγµατα Μεσοθηλίωµα ναι όχι Έκθεση σε αµίαντο α β α+β Όχι έκθεση σε αµίαντο γ δ γ+δ Υπερεκτίµηση του α υπερεκτίµηση του RR RR = Re/Ro = [α/(α + β)] / [γ/(γ + δ)]

Πώς περιορίζεται το σφάλµα πληροφορίας; Προτυποποίηση των εργαλείων µέτρησης Ισότιµη εφαρµογή των εργαλείων µέτρησης σε ασθενείς και οµάδα ελέγχου Χρήση πολλαπλών πηγών δεδοµένων ΜΟΝΟ κατά το ΣΧΕ ΙΑΣΜΟ της Ερωτηµατολόγια Άµεσες µετρήσεις Αρχεία καταγραφής Φάκελοι ασθενών µελέτης. εν διορθώνεται κατά την ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ Χρήση πολλαπλών οµάδων ελέγχου Αναταξινόµηση των συµµετεχόντων για το έλεγχο της πιθανότητας συστηµατικού σφάλµατος

υσταξινόµηση ή Misclassification

υσταξινόµηση (misclassification) Πρόκειται για συστηµατικό σφάλµα πληροφορίας του ερευνητή Όταν το µελετώµενο χαρακτηριστικό αποτελεί κατηγορική µεταβλητή Το σφάλµα έχει ως αποτέλεσµα ένα άτοµο να τοποθετηθεί σε λάθος κατηγορία.

Κατά τις µετρήσεις των µεταβλητών προκύπτουν δύο τύποι σφάλµατος: Τυχαία υσταξινόµηση ή Non-differential misclassification: Οι συµµετέχοντες σε όλα τα επίπεδα έκθεσης έχουν την ίδια πιθανότητα να ταξινοµηθούν λάθος ως προς την έκβαση Οι συµµετέχοντες σε όλες τις κατηγορίες έκβασης έχουν την ίδια πιθανότητα να ταξινοµηθούν λάθος ως προς την έκθεση Μη-τυχαία ή ιαφορική υσταξινόµηση ή Differential misclassification: Η πιθανότητα να ταξινοµηθούν λάθος οι συµµετέχοντες ως προς την έκθεση σχετίζεται µε την έκβαση Η πιθανότητα να ταξινοµηθούν λάθος οι συµµετέχοντες ως προς την έκβαση σχετίζεται µε την έκθεση

Τυχαία υσταξινόµηση ή Non-differential misclassification: Σε µια µελέτη ασθενών-µαρτύρων για τη σχέση µεταξύ κατανάλωσης αλκοόλ και καρκίνου του λάρυγγα, 10% και των δύο οµάδων δήλωσαν ψευδώς ότι δεν πίνουν αλκοόλ. Σε µια µελέτη κοόρτης για τη σχέση µεταξύ κατανάλωσης ιχθυελαίου κατά την κύηση και βάρους γέννησης του νεογνού, η κατανάλωση ορίστηκε ως οι φορές / µήνα που η έγκυος έτρωγε ψάρι

Μη-τυχαία υσταξινόµηση ή Differential misclassification: Σε µια µελέτη της αποτελεσµατικότητας του εµβολιασµού για την ιλαρά, ο ερευνητής που έχει πρόσβαση στο βιβλιάριο υγείας του παιδιού είναι πιθανότερο να διαγνώσει ιλαρά σε ένα παιδί µε εξάνθηµα αν γνωρίζει ότι είναι ανεµβολίαστο Σε µια µελέτη της επίδρασης της χορήγησης αντισυλληπτικών δισκίων στην αρτηριακή πίεση, οι γυναίκες που λάµβαναν αντισυλληπτικά µετρούσαν τακτικά την ΑΠ και έτσι ήταν πιθανότερο να βρεθεί αυξηµένη κάποιες φορές

Μελέτες κοόρτης: µη διαφορική δυσταξινόµηση Έστω πως µελετώµενος παράγοντας κινδύνου είναι η κατανάλωση αλκοόλ. Τα άτοµα που καταναλώνουν µεγαλύτερες ποσότητες αλκοόλ δεν έχουν µεγαλύτερη πιθανότητα να διαγνωστούν µε εµφύσηµα. Κάποιοι από τους πάσχοντες και πάλι δεν θα διαγνωστούν. Η αναλογία των ατόµων αυτών αναµένεται να είναι η ίδια για αυτούς που καταναλώνουν και για αυτούς που δεν καταναλώνουν αλκοόλ, µε αποτέλεσµα η δυσταξινόµηση να είναι µη διαφορική.

Μη διαφορική δυσταξινόµηση Κατανάλωση αλκοόλ εµφύσηµα Χωρίς δυσταξινόµηση Μη δυσταξινόµηση Επίπτωση /1000000 RR Κατανάλωση αλκοόλ 50 1,0 Μη κατανάλωση αλκοόλ 50 Μη διαφορική δυσταξινόµηση εµφυσήµατος Επίπτωση / 1000000 RR Κατανάλωση αλκοόλ 30 3,0 Μη κατανάλωση αλκοόλ 30 10 30

Μελέτες κοόρτης: διαφορική δυσταξινόµηση Έστω µια µελέτη για την εκτίµηση της σχέσης του καπνίσµατος και της συχνότητας του εµφυσήµατος στην οποία η πληροφορία σχετικά µε την παρουσία ή µη του νοσήµατος προέρχεται από προϋπάρχουσες ιατρικές γνωµατεύσεις. Είναι πιθανόν το εµφύσηµα, που αποτελεί νόσηµα που διαγιγνώσκεται δύσκολα, να αναγνωρίζεται συχνότερα στους καπνιστές σε σχέση µε τους µη καπνιστές, αφού οι ιατροί έχουν την τάση να αναζητούν περισσότερο διεξοδικά την παρουσία αναπνευστικού νοσήµατος στους καπνιστές, λόγω των εκ των προτέρων γνώσεών τους.

ιαφορική δυσταξινόµηση Κάπνισµα εµφύσηµα Χωρίς δυσταξινόµηση Μη δυσταξινόµηση Επίπτωση /1000000 RR Καπνιστές 50 1,0 25 Μη καπνιστές 50 2,5 ιαφορική δυσταξινόµηση εµφυσήµατος Επίπτωση / 1000000 RR Καπνιστές 50 5,0 Μη καπνιστές 10 Υπερεκτίµηση του σχετικού κινδύνου.

Μελέτη ασθενών-µαρτύρων: µη διαφορική δυσταξιµόµηση Μελέτη της σχέσης της δίαιτας υψηλής περιεκτικότητας σε λίπη και της συχνότητας του εµφράγµατος του µυοκαρδίου Έστω πως ο πραγµατικός λόγος των odds είναι γνωστός και ίσος µε 2.3. Η µη διαφορική δυσταξινόµηση προκύπτει όταν κάποιοι από τους συµµετέχοντες στη µελέτη δεν µπορούν να ανακαλέσουν την ποσότητα των λιπαρών φαγητών που κατανάλωναν στο παρελθόν, αλλά η αδυναµία ανάκλησης δεν εξαρτάται από το αν είχαν βιώσει έµφραγµα του µυοκαρδίου ή όχι. Έστω 20% των νοσούντων και 20% των µαρτύρων υποδηλώνουν την κατανάλωση λιπαρών

Μη διαφορική δυσταξινόµηση της κατανάλωσης λιπών Πραγµατική κατανάλωση λιπών Αναφερόµενη κατανάλωση λιπών Υψηλή Χαµηλή Υψηλή Χαµηλή ΕΜ + 60 40 48 52 ΕΜ 40 60 32 68 OR= (60x60)/(40x40)= 2.3 OR= (48x68)/(52x32)= 2.0 Υποεκτίµηση του odds ratio.

Μελέτη ασθενών µαρτύρων: διαφορική δυσταξιµόµηση Προκύπτει όταν όλοι οι ασθενείς µε έµφραγµα του µυοκαρδίου ανακαλούν ορθά την κατανάλωση λιπών, ενώ κάποιοι από τους µάρτυρες την υποδηλώνουν. Αν το ποσοστό των «µαρτύρων» που υποδηλώνει την κατανάλωση τροφών υψηλής περιεκτικότητας σε λιπαρά είναι και πάλι 20%, η δυσταξινόµηση οδηγεί σε υπερεκτίµηση του πραγµατικού λόγου των odds.

ιαφορική δυσταξινόµηση της κατανάλωσης λιπών Πραγµατική κατανάλωση λιπών Αναφερόµενη κατανάλωση λιπών Υψηλή Χαµηλή Υψηλή Χαµηλή ΕΜ + 60 40 60 40 ΕΜ 40 60 32 68 OR= (60x60)/(40x40)= 2.3 OR= (60x68)/(40x32)= 3.2 Υπερεκτίµηση του odds ratio.

ΤΟ ΣΦΑΛΜΑ ΣΤΗΝ ΕΠΙ ΗΜΙΟΛΟΓΙΚΗ ΕΡΕΥΝΑ ΑΠΟΦΕΥΓΕΤΑΙ ΣΤΗ ΦΑΣΗ ΤΟΥ ΣΧΕ ΙΑΣΜΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΚΑΙ ΟΧΙ ΚΑΤΑ ΤΗΝ ΑΝΑΛΥΣΗ ΤΩΝ Ε ΟΜΕΝΩΝ