Epidemiologie Epidemiologie samenvatting boek “Epidemiologisch onderzoek” L.M. Bouter
Hoofdstuk 1: Epidemie: opmerkelijke toename in de mate van vóórkomen van bepaalde ziekten of ziekteverschijnselen in een bepaald tijdvak (weken, maanden, jaren, decennia). Endemie: ziekten of ziekteverschijnselen zijn gedurende langere tijd op een constant hoog frequentieniveau in een populatie aanwezig. Epidemiologie: - Ziekte vormt de centrale variabele. - Het gaat om het vóórkomen van ziekte in menselijke populaties. - Het beschouwt het voorkomen van ziekte veelal in relatie tot het voorkomen van andere verschijnselen. Het gaat daarbij om factoren waarvan men vermoedt dat ze van invloed zijn op het ontstaan van de desbetreffende ziekte (etiologische factoren), een indicatie geven van de aanwezigheid van de ziekte in kwestie (diagnostische factoren), of samenhangen met het verloop van de ziekte (prognotische factoren). De epidemioloog is geïnteresseerd in de mate van voorkomen (frequentie) van ziekten onder de bevolking. De interpretatie van de onderzoeksuitkomsten en de toepassing van de verworven kennis kunnen plaatsvinden zowel op het groepsniveau (volksgezondheid) als op het niveau van individuen (gezondheidszorg). In epidemiologisch onderzoek gaat het om het vaststellen van de ziektefrequentie per groep aan en verschillen in ziektefrequentie tussen groepen met verschillende kenmerken. Per individu wordt vastgesteld of de ziekte al dan niet aanwezig is en vervolgens wordt geteld hoeveel zieke individuen er in de totale groep zijn. Aantal zieke individuen
Epidemiologische breuk: Totaal aantal personen in de groep waaruit deze ziekte individuen afkomstig zijn. De epidemiologische breuk krijgt het karakter van een incidentiemaat indien in een groep gedurende een bepaalde periode het aantal nieuwe gevallen van of nieuwe personen met de desbetreffende ziekte wordt geteld. De epidemiologische breuk krijgt het karakter van een prevalentiemaat indien in een groep op een bepaald moment of gedurende een bepaalde periode het aantal bestaande gevallen van of aanwezige personen met een ziekte wordt geteld. Frequentiematen zijn tevens risicomaten: ze geven voor de mensen die tot de desbetreffende groep behoren aan wat de kans is op het krijgen / het hebben van een ziekte. In principe gebeurt het berekenen van de incidentie uitsluitend onder personen die daadwerkelijk kans hebben om de ziekte in kwestie te krijgen: population at risk. Beschrijvende epidemiologie: het in kaart brengen van het distributiepatroon van een ziekte. Analytische epidemiologie: het identificeren van de oorzakelijke factoren die aan de frequentie van de ziekte ten grondslag liggen.
Determinanten: factoren die aan het vóórkomen van ziekte gerelateerd zijn. Je kunt ze indelen in drie verschillende categorieën: - Etiologische factoren; determinanten die in oorzakelijke zin (mede) verantwoordelijk zijn voor het ontstaan van een ziekte - Diagnostische factoren; factoren die onderscheiden welke personen wel en welke niet een bepaalde ziekte hebben. - Prognostische factoren; factoren die, zodra de ziekte eenmaal in gang is gezet, van invloed zijn op het verloop van het ziekteproces. De factoren die het ontstaan of het verloop van een ziekte beïnvloeden, zijn in drie categorieën in te delen: genen, gedrag en omgeving. De epidemiologie heeft als taak om uit te zoeken welke determinanten bij (de verschillende fasen van) een ziekte horen, hoe sterk het verband is tussen iedere determinant en de ziekte en wat de relatieve bijdrage is van elk van deze determinanten aan het voorkomen van de ziekte. Epidemiologische functie: Z = f (Di) Stelt dat het vóórkomen van de ziekte (Z) een functie is van een serie van k determinanten (Di, met i=1 …, k). In deze vergelijking is de ziekte de afhankelijke variabele (uitkomstvariabele) en de determinanten de onafhankelijke variabelen. Om de sterkte van de relatie tussen het voorkomen van de determinant en de ziekte uit te drukken, kunnen verschillende associatiematen worden gebruikt. Verschilmaten: sommige associatiematen zijn gebaseerd op het berekenen van het verschil in ziektefrequentie tussen personen die wel en personen die niet aan de determinant zijn blootgesteld (of tussen personen die zijn blootgesteld aan verschillende waarden of categorieën van de determinant). Vb: Attributief Risico. Verhoudingsmaten: associatiematen die zijn gebaseerd op het berekenen van de ratio van de ziektefrequenties van personen die wel en personen die niet aan de determinant zijn blootgesteld (of van personen die aan verschillende niveaus van de determinant zijn blootgesteld). Vb: Relatief Risico. Twee categorieën van andere determinanten zijn in dit verband in het bijzonder van belang: effectmodicicatoren en confounders. Effectmodificator: determinant die van invloed is op de relatie tussen de centrale determinant en de ziekte. Dit betekent dat de associatiemaat die gebruikt wordt om de relatie tussen de centrale determinant en de bestudeerde uitkomst te kwantificeren (bijv. RR), andere uitkomsten te zien geeft voor verschillende waarden van de effectmodificator. Zo kan de effectiviteit van een pijnstiller voor kinderen anders zijn dan voor volwassenen. In dit geval is leeftijd dan een effectmodificator. Confounder: verstorende variabele, die verantwoordelijk is voor een vertekenede weergave van de relatie tussen de centrale determinant en de ziekte. Die vertekening vindt zijn oorsprong in een samenhang tussen de confounder en de centrale determinant en een gelijktijdige relatie tussen de confounder en de ziekte. Voorbeeld: bij het onderzoek naar de vraag of een hoge vetconsumptie leidt tot een verhoogde kans op het krijgen van een hartinfarct kan met twee groepen samenstellen, bestaand uit individuen met een hoge, respectievelijk een lage vetconsumptie, en vervolgens in elk van beide groepen de frequentie van nieuwe hartinfarcten vaststellen. Nu doen mensen met een hoge vetconsumptie over het algemeen minder aan lichaamsbeweging. Minder lichaamsbeweging geeft verhoogd risico op hartinfarct. Daarom is lichaamsbeweging de confounder van de relatie tussen vetconsumptie en hartinfarctfrequentie. Confounding is te herleiden tot het gegeven dat in een populatie een aantal determinanten naast elkaar opereren. Om de confounder te omzeilen onderzoekt men vaak de relatie tussen ziekte en determinant binnen iedere afzonderlijke categorie van de confounder en de uitkomsten hiervan vergelijkt met de associatie tussen de centrale determinant en de ziekte in de totale, ongedeerde
populatie (associatie tussen vetconsumptie en hartinfarct binnen de groepen mensen met veel lichaamsbeweging en binnen de groep mensen met weinig lichaamsbeweging. Door rekening te houden met de confounder wordt de epidemiologische functie: Z = fMi(D I Ci). Het vóórkomen van de ziekte (Z) is een functie (f) van de centrale determinant (D). Het gaat erom de sterkte van de associatie tussen Z en D te meten, rekening houdend met (na correct voor) eventuele confounders (I Ci). De sterkte van de associatie kan verschillen, afhankelijk van de waarden die weer andere variabelen, modificatoren (Mi) van het effect van de centrale determinant op de ziekte, aannemen. Een onderzoek noemt men geldig (valide) als de schatting van de associatie tussen de centrale determinant en de ziekte uit het onderzoek overeenkomst met de werkelijke associatie. Fouten in het onderzoek resulteren in bias: een vertekende weergave van de werkelijke associatie (gebrek aan validiteit). Je kunt drie hoofdgroepen fouten onderscheiden: Selectiebias: vertekening als gevolg van fouten bij de samenstelling van de groepen die men wil vergelijken. Informatiebias: vertekening als gevolg van fouten bij de meting van de onderzoeksvariabelen (determinanten, ziektevariabele) bij de leden van de onderzoekspopulatie. Confounding: vertekening als gevolg van het feit dat onvoldoende wordt afgerekend met het verstorende effect van andere determinanten (confounders) op de relatie tussen centrale determinant en ziekte. Een epidemiologisch onderzoek moet voldoen aan validiteit, precisie en efficiëntie. Validiteit: een zo goed mogelijke overeenkomst tussen de gevonden associatie en de werkelijke associatie tussen determinant en ziekte. Precisie (reproduceerbaarheid): het aantal waarnemingen is voldoende groot om een toevalsbevinding uit te sluiten. Efficiëntie: de inspanningen en de uitgaven die gedaan worden proberen te minimaliseren. De epidemiologische functie is in feite de formele uitdrukking van de vraagstelling: P (Schizofrenie) = fMi (cannabisgebruik I Ci). Confirmatie: resultaten bevestigen Contradictie: resultaten tegenspreken Falsificatie: resultaten weerleggen Elaboratie: resultaten nader specificeren Zie voor de empirische cyclus fig. 1.1 op blz. 20. Niet-systematische waarnemingen -> theorie -> hypothesen -> systematische waarnemingen (onderzoek) -> conclusies -> theorie -> etc. Van theorie naar hypothesen in deductie: van een abstracte theorie naar één of meer te toetsen hypothesen. Van conclusies naar theorie is inductie: van concrete waarnemingen naar een meer abstract, algemeen geldend beeld van de werkelijkheid. Hypothese: toetsbare stelling die op grond van waarnemingen in de praktijk al dan niet kan worden aanvaard. Natuurlijk verloop van ziekte: welke ziektestadia achtereenvolgens worden doorlopen en met welke snelheid de verschillende stadia in elkaar overgaan. Klinisch verloop van ziekte: interventies vanuit de gezondheidszorg die mogelijk het verloop van de ziekte zullen beïnvloeden.
Etiologische factoren kunnen aan de basis staan van het ontstaan van een ziekte (initiatoren) of een reeds in gang gezet ziekteproces bevorderen (promotoren). Prognotische factoren: factoren die iets zeggen over de vermoedelijke afloop van de ziekte. De epidemiologie is de laatste tijd erg ontwikkeld door: - Het incorporeren van moderne moleculair-biologische technieken in epidemiologisch onderzoek, waardoor niet alleen het fenotype maar ook het genotype bestudeerd kan worden. - De vooruitgang in de klinische geneeskunde, met tal van nieuwe diagnostische en therapeutische mogelijkheden die de levensduur verlengd en de levenskwaliteit verbeterd hebben, hetgeen heeft bijgedragen aan de ontwikkeling van de klinische epidemiologie. - Het zodanig oplopen van de zorgkosten dat het aantonen van de effectiviteit en doelmatigheid van interventies een hoge prioriteit heeft gekregen. - Het toenemende bewustzijn bij professionals en algemeen publiek dat gezondheid van de mens voor een belangrijk deel afhankelijk is van de kwaliteit van de (materiële en sociale) omgeving.
Hoofdstuk 4: §4.1.1 + §4.1.2 De vraagstelling voor een epidemiologisch oorzaak-gevolgonderzoek moet in ieder geval de volgende elementen bevatten: - Afhankelijke variabele: de uitkomst die men wil bestuderen. - Onafhankelijke variabele: de determinant die men met de uitkomst in verband wil brengen. - Doelpopulatie: het domein waarvoor de uitspraak over genoemd verband moet gelden. - De richting (risico of bescherming) en tijdsdimensie (minuten, dagen, jaren) van het veronderstelde verband. Particularistische problemen: plaats- en tijdgebonden. Het onderzoek naar dergelijke problemen heeft doorgaans een beleidsonderbouwend karakter (bijv. gezondheidssurveys, evaluatie gezondheidsinterventie etc.). De relevantie van het onderzoek is beperkt tot een specifieke plaats en een specifieke tijdsperiode, die in de vraagstelling ook expliciet genoemd worden. Abstracte problemen: onafhankelijk van plaats en tijd. Het onderzoek van dit soort problemen geschiedt uiteraard ook in een bepaalde tijd en op een zekere plaats. Deze specifieke aanduidingen worden echter niet in de vraagstelling genoemd, omdat de doelstelling van het onderzoek is conclusies te trekken die onafhankelijk zijn van zulke tijd- en plaatscoördinaten. Meestal is abstract onderzoek gericht op het ontdekking van associaties tussen een determinant en een ziekte.
Hoofdstuk 2: Gezondheidsindicator: de operationalisatie van een bepaalde dimensie van gezondheid of van een bepaald aspect uit een dergelijke dimensie. Vb: zuigelingensterfte, sterfte aan coronaire hartziekten, het voorkomen van diabetes, het aantal blindedarmoperaties, gebruik van kalmerende middelen etc. ADL: Algemeen Dagelijks Leven. Kwaliteit van leven: de individuele beleving van beperkingen in activiteiten. Indicatoren van de sociale dimensie van gezondheid liggen onder meer in de sfeer van de medische consumptie. De achterliggende gedachte is, dat, althans op het niveau van populaties, een relatief slechte gezondheid gepaard zal gaan met een verhoogd gebruik van voorzieningen. Prevalentie: heeft betrekking op het aantal personen dat op een bepaald moment ziek is. Het aantal zieke personen wordt gedeeld door het aantal personen in de populatie waartoe de ziektegevallen behoren. Incidentie: heeft betrekking op het aantal personen dat ziek wordt in een bepaalde periode. De nieuwe ziektegevallen worden gedeeld door het aantal personen in de populatie aan het begin van (of tijdens) die periode. Frequentiematen zijn tevens risicomaten: ze geven voor de mensen die tot de desbetreffende groep behoren aan wat de kans is op het krijgen respectievelijk het hebben van een ziekte. Cohort: gesloten populatie. Het lidmaatschap van een cohort wordt bepaald door een bepaalde gebeurtenis en is van onbeperkte duur. Eens in een cohort, altijd in een cohort. Voor ieder individu is er een tijdstip (to) waarop men in het cohort wordt opgenomen. Dit tijdstip kan voor ieder lid van het cohort hetzelfde kalendertijdstip zijn, maar hoeft niet per se. Doorgaans wordt het moment van optreden van de gebeurtenissen in een cohort uitgedrukt ten opzichte van to, en derhalve in cohorttijd in plaats van in kalendertijd. Bij een volledige follow-up weet men vanaf to tot aan het einde van de onderzoeksperiode precies water met de leden van het cohort gebeurde. Behalve door ongewenste ‘loss to follow-up’ (verhuizing, naamverandering), zal de follow-up van leden van een cohort tevens op reguliere wijze eindigen bij: - Overlijden. - Het diagnosticeren van de bestudeerde aandoening. - Het einde van de gegevensverzameling voor de desbetreffende studie. Dynamische populatie: het lidmaatschap hangt samen met een bepaalde toestand en eindigt zodra een individu niet meer in deze toestand verkeert. Het lidmaatschap van een dynamische populatie is derhalve van variabele duur. Een voorbeeld van een dynamische populatie zijn de inwoners van een stad, of het aantal patiënten bij een huisartsenpraktijk. In tegenstelling tot die van een cohort, behoeven de kenmerken van een dynamische populatie niet te veranderen met de tijd. Zo kan de leeftijdssamenstelling van een dynamische populatie constant blijven, terwijl een cohort steeds ouder wordt. Een dergelijke dynamische populatie noemt men stabiel. Dat de dynamische populatie stabiel is, is een aanname die steeds (impliciet) ten grondslag ligt aan de frequentiematen en tevens aan de associatiematen. Behalve door ongewenste ‘loss to follow—up’ (doordat men er niet in slaagt de benodigde informatie van sommige leden van de populatie te verkrijgen), zal de follow-up voor een dynamische populatie op reguliere wijze eindigen bij: - Het einde van de toestand die het lidmaatschap definieert. - Overlijden. - Het diagnosticeren van de bestudeerde aandoening. - Het einde van de gegevensverzameling voor het betreffende onderzoek.
Anders dan bij het cohort, waarvan het lidmaatschap van onbeperkte duur is, markeren de eerste drie gebeurtenissen die de follow-up beëindigen tevens het einde van het lidmaatschap van de dynamische populatie. Wanneer men een cohort volgt in de tijd teneinde de frequentie van nieuwe gevallen van een ziekte vast te stellen, krijgt men te maken met het probleem dat een aantal van de cohortleden overlijdt aan andere oorzaken voordat ze de kans krijgen de ziekte in kwestie te ontwikkelen. Dit fenomeen van ‘concurrerende risico’s’ zal verwaarloosbaar klein zijn bij een korte follow-up-periode, maar tot interpretatieproblemen leiden wanneer het cohort lang gevolgd wordt. Een soortgelijk probleem doet zich voor door ‘loss to follow-up’ om andere redenen (emigratie, verlies van administratieve informatie etc). Een oplossing voor het probleem van een incomplete follow-up van het cohort is de som te nemen van de individuele episoden van elke onderzoekspersoon in dat cohort: persoonsjaren. Vb: als een populatie dertig jaar lang wordt gevolgd en een individu uit die populatie sterft na vijf jaar, dan heeft deze persoon vijf persoonsjaren bijgedragen aan de follow-up van een cohort. Op deze manier ontstaat een ‘incidentiedichtheid’. Soms is de onderzoeker echter niet geïnteresseerd in de ziektefrequentie, maar in de tijd tot aan een bepaalde gebeurtenis. Het is dan handig te weten dat deze wachttijd gelijk is aan de reciproke van de ziektefrequentie uitgedrukt per eenheid persoonstijd. Bij een ziektefrequentie van bijv. 0,03 gevallen per maand, de gemiddelde tijd 1 / 0,03 = 33 maanden bedragen. Prevalentie: het deel (proportie of percentage) van de populatie waarbij een bepaalde gezondheidstoestand op een bepaald tijdstip aanwezig is. Life-timeprevalentie: wanneer bij een dwarsdoorsnede van een populatie wordt nagegaan of een bepaalde toestand bij een individu tot op dat moment ooit aanwezig was. Zo kun je ook een periodeprevalentie hebben. Wanneer een prevalentie minder dan 10% bedraagt en er sprake is van een steady state (een constante prevalentie doordat incidentie enerzijds en genezing en sterfte anderzijds in evenwicht zijn), kan deze prevalentie worden geschat door het product van de gemiddelde ziekteduur (T) en de incidentiedichtheid: P = ID x T. Waarbij: P: puntprevalentie ID: incidentiedichtheid T: gemiddelde ziekteduur Voor hogere prevalenties geldt: P = (ID x T) : (1+(ID x T)). Incidentie: het deel van de bestudeerde populatie waarbij een bepaalde ziekte in een bepaalde periode voor het eerst optreedt. Incidentie wordt per definitie bestudeerd in populaties waarvan alle leden in principe ‘at risk’ zijn voor de gebeurtenissen in kwestie. Cumulatieve incidentie (CI): het deel van de leden van het cohort (op to) dat gedurende de follow-up deze aandoening krijgt. De cumulatieve incidentie is derhalve een proportie (percentage). Op den duur zal het deel van het cohort dat nog ‘at risk’ is tot nul teruglopen. Het is dan wat merkwaardig om nog steeds in termen van cumulatieve incidentie naar het cohort te kijken. Om die reden wordt in langlopende cohorten vaak incidentiedichtheid als frequentiemaat gebruikt. De cumulatieve incidentie kan worden opgevat als het individuele risico (R) van een lid van het cohort op tijdstip to om de gebeurtenis in kwestie in de loop van de follow-upperiode te ondergaan. Vb: als de cumulatieve incidentie van een tweede hartinfarct binnen vijf jaar 10% bedraagt, is dit tevens de kans die men loopt om een tweede hartinfarct te krijgen na een eerste hartinfarct te hebben gehad en overleefd (gemiddeld genomen). Incidentiedichtheid (ID): De incidentie in een dynamische populatie wordt niet uitgedrukt ten opzichte van het aantal leden op een bepaald tijdstip zoals bij een cohort, maar ten opzichte van de totale persoonstijd die is geobserveerd (meestal in persoonsjaren). De dimensie is daarmee jaar-1 en
de waarden zullen liggen tussen de 0 en oneindig. In principe wordt de incidentiedichtheid berekend door het aantal nieuwe gevallen te delen door het aantal geobserveerde persoonsjaren. Het is een maat voor de snelheid waarmee nieuwe ziektegevallen in de populatie ontstaan. Om de gezondheid van verschillende populaties met een verschillende leeftijdsopbouw met elkaar te kunnen vergelijken, gebruikt men het (voor leeftijd) gestandaardiseerde sterftecijfer. Daarbij worden de leeftijdsspecifieke sterftecijfers zo samengevoegd dat de sterftecijfers van de populaties onderling vergelijkbaar zijn. In geval van (directe) standaardisatie voor leeftijd worden de leeftijdsspecifieke sterftecijfers van de desbetreffende populatie (de indexpopulatie) toegepast op de leeftijdsverdeling van een gekozen standaardpopulatie. Het resultaat is de verwachte sterfte in de standaardpopulatie die aanwezig zou zijn wanneer daar de leeftijdsspecifieke sterftecijfers van de indexpopulatie zouden gelden. Bij het vergelijken van verschillende landen of verschillende regio’s binnen één land wordt veelal de sompopulatie als standaardpopulatie gekozen. Bij het bestuderen van trends in de tijd wordt veelal de bevolkingsopbouw in een jaar aan het begin of in het midden van de reeks sterftecijfers als standaard gekozen. Een alternatieve wijze om de sterfte in twee populaties te vergelijken bestaat uit het toepassen van de in de standaardpopulatie geldende leeftijdsspecifieke sterftecijfers op de leeftijdsopbouw van een indexpopulatie. Men krijgt dan de verwachte sterfte in de indexpopulatie die daar zou optreden wanneer de leeftijdspecifieke sterftecijfers van de standaardpopulatie er zouden gelden. Dit is de indirecte standaardisatie. Het brutosterftecijfer in de indexpopulatie gedeeld door het indirect gestandaardiseerde sterftecijfer vort de Standardized Mortality Ratio (SMR). Een SMR van 1,25 duidt bijvoorbeeld op 25% oversterfte in de indexpopulatie ten opzichte van de standaard. In principe mogen indirect gestandaardiseerde sterftecijfers, en dus ook SMR’s, voor verschillende indexpopulaties niet met elkaar worden vergeleken. Ze hebben immers betrekking op verschillende populaties. Letaliteitspercentage (case-fatality rate): de proportie van de patiënten met een bepaalde aandoening die ten gevolge van die aandoening overlijdt. In deze maat weerspiegelt zich de ernst van de aandoening (in vergelijking met andere aandoeningen) en de effectiviteit van de geboden zorg. Het complement van het letaliteitspercentage wordt gevormd door het overlevingspercentage of overlevingskans: de proportie van de patiënten met een bepaalde aandoening die na een zekere periode nog in leven is. Hierbij hoort een overlevingscurve. Uit deze overlevingscurve kan men het overlevingspercentage aflezen voor elke willekeurige tijdsperiode. De overlevingspercentages zijn complementair aan de cumulatieve incidentie van sterfte sinds de baselinemeting van het cohort waarop de overlevingscurve betrekking heeft. Proportionele sterftecijfer: deel van alle sterfgevallen in een populatie dat het gevolg is van een bepaalde aandoening. Levensverwachting: wijze van weergeven van sterftecijfers. Bij de berekening hiervan wordt uitgegaan van de leeftijdspecifieke sterftecijfers voor de op elkaar volgende leeftijdscategorieën, zoals die gelden op het moment van de geboorte. Hierbij wordt aangenomen dat de leeftijdspecifieke sterftecijfers gedurende het leven van een groep in hetzelfde jaar geborenen niet zullen wijzigen. De (resterende) levensverwachting kan op welke willekeurige leeftijd worden berekend. Opvallend is daarbij dat de gemiddelde geschatte leeftijd bij overlijden stijgt met de leeftijd van waaruit de (resterende) levensverwachting wordt geschat. Zo zal een man die bij de geboorte een levensverwachting van 73 had, op 65-jarige leeftijd nog een levensverwachting van 14 jaar hebben. De achtergrond hiervan is dat men op 65-jarige leeftijd al 65 jaar heeft overleefd. Daarmee stijgt de kans om ouder te worden: van honderd pasgeborenen zullen er minder de 80 halen dan van honderd 65-jarigen.
Behalve de duur van het leven, de kwantiteit, dient ook de kwaliteit ervan in de beschouwing betrokken te worden. Er bestaat daarom behoefte om aan de te verwachten resterende levensjaren een waarde, een weegfactor toe te kennen. Doorgaans varieert deze weegfactor of utiliteit van 0 tot 1. Een utiliteit van 0,75 impliceert dat men vier levensjaren, doorgebracht in de betreffende conditie, uitwisselbaar acht met drie levensjaren in volledige gezondheid. Dit zijn de QALY’s: quality-adjusted life-years (QALY’s), de voor de kwaliteit gecorrigeerde levensverwachting. Een iets eenvoudigere maat zijn de DALY’s: disability-adjusted life years, geven het aantal jaren die iemand verliest door ziekte. Het is een optelsom van het aantal jaren verloren door vroegtijdige sterfte (verloren levensjaren) en de gezonde jaren die verloren gaan door te leven met een ziekte. Als bijvoorbeeld een ziekte een wegingsfactor van 0,5 heeft, betekent dit dat een jaar leven met deze ziekte equivalent wordt beschouwd aan een halfjaar verloren door vroegtijdige sterfte. LGEG: levensverwachting in goed ervaren gezondheid. LZB: levensverwachting zonder lichamelijke beperkingen. LGGG: levensverwachting in goede geestelijke gezondheid. Sommige aspecten van ziekte en gezondheid worden niet op een dichotome (ziek vs niet-ziek), maar op een continue schaal gemeten (bloeddruk, longfunctie etc). De verdeling van een variabele die op een continue schaal wordt gemeten, laat zich kernachting samenvatting door twee maten: een maat voor de centrale waarde waaromheen de waarnemingsuitkomsten zich groeperen (centrale tendendiematen: gemiddelde, mediaan, modus), en een maat voor de spreiding in de waarnemingen (standaarddeviatie, interpercentielspreiding, range). Wanneer een eenmaal getrokken steekproef gedurende een aantal jaren wordt gevolgd, spreken we van een panelonderzoek.
Hoofdstuk 3: Associatie Regressiecoëfficiënten geven het verband weer tussen de determinanten (Di) en de ziektefrequentie Z. Behalve dat men aandacht moet hebben voor de overige determinanten als potentiële confounders, kunnen deze overige determinanten ook nog een rol spelen als effectmodificator. Effectmodificatoren zijn overige determinanten die de sterkte van de relatie die men bestudeert, doen toe- of afnemen. Zoals overgewicht het risico op borstkanker vergoot bij vrouwen na de overgang maar dit risico juist verlaagt bij vrouwen die nog niet in de overgang zijn. De determinant menopauzale status heeft dus een modificerend effect op de relatie tussen de determinant lichaamsgewicht en de uitkomst borstkanker. Lineaire regressievergelijking: Z = bo + b1D1. Rechte lijnen zal men in epidemiologisch onderzoek niet zo vaak tegenkomen, omdat een rechte lijn al snel in conflict komt met de range van mogelijke waarden voor de ziekteparameter Z. Zo kan het incidentiecijfer nooit negatief zijn, terwijl een lineaire regressiefunctie dat niet uitsluit. Eveneens geldt dat de ziektefrequentie, uitgedrukt als een kans, per definitie begrensd wordt door de waarden 0 en 1. Voor dit soort veelvoorkomende situaties hanteert men eenvoudige transformaties van de uitkomstvariabele Z. Veelvoorkomende transformaties zijn de logaritmische regressiefunctie en de logistische regressiefunctie (ln). Attributief risico (AR): het verschil in ziekte-uitkomst tussen blootgestelden en niet-blootgestelden wanneer de gegevens passen bij een rechte lijn. AR = I1 – I0 Bij de berekening van het attributief risico kan de incidentie (I) zowel zijn gemeten als cumulatieve incidentie (CI) als in de vorm van incidentiedichtheid (ID). 1: bij gexponeerden. 0: bij niet-exponeerden. Het is gebruikelijk om steeds het laagste risico van het hoogste af te trekken, zodat AR altijd een positief getal is, tenzij de determinant niet met het optreden van de ziekte is geassocieerd. In dat geval geldt: AR = 0. De term odds is een kansbegrip dat verwijst naar de kans op een bepaalde gebeurtenis of toestand gedeeld door het complement van die kans (1-kans). In dit geval dus de kans op geëxponeerd zijn gedeeld door de kans op niet-geëxponeerd zijn. De odds ratio wordt dan berekend door de odds voor zieken en de odds voor niet-zieken op elkaar te delen. OR = ad / bc -> Blootgesteld&ziek x niet blootgesteld&nietziek / blootgsteld&nietziek x niet blootgesteld&ziek. In de epidemiologie wordt de associatie bestudeerd tussen een of meer determinanten en de frequentie van een ziekte. Hiertoe zijn veel verschillende associatiematen beschikbaar, die in de regel gebaseerd zijn op een combinatie van incidenties. In een cohortonderzoek worden in het blootgestelde en het niet-blootgestelde subcohort de incidentie gevallen geïdentificeerd en gerelateerd aan hetzij de omgang van deze subcohorten op to, hetzij de in de subcohorten geaccumuleerde persoonstijd at risk. In een patiëntcontroleonderzoek gaat men uit van geïdentificeerde incidente gevallen (meestal in een dynamische populatie) en gaat men hiervan de expositiestatus in het verleden na. Daarna doet men hetzelfde bij een steekproef uit dezelfde (dynamische) populatie: de controlepersonen.
Number needed to treat (NNT = 1 / AR). Het aantal personen die behandeld moeten worden om bij één persoon de beoogde uitkomst te realiseren. Relatief Risico = I1 / I0. Van het RR en AR kunnen diverse andere associatiematen worden afgeleid. Het attributieve risico als proportie van de incidnetie in de geëxponeerde groep toe te schrijven is aan de expositie. Deze maat, die alleen betekenis heeft als het relatief risico groter is dan 1, noemt men de attributieve proportie voor geëxponeerden (APE). APE = I1 – I0 / I1 = 1 – (1 / RR). Een APE van 48% voor cardiovasculaire sterfte bij een hoge cholesterolspiegel impliceert dat onder personen met een hoge cholesterolspiegel 48% van de cardiovasculaire sterfte te wijten is aan deze hoge cholesterolspiegel. Alternatieve benamingen voor APE is etiologische fractie (EF) bij geëxponeerden. De APE is dimensieloos en wordt uitgedrukt als een proportie (0 tot 1) of percentage. Hoe sterker de associatie tussen risicofactor en optreden ziekte, hoe hoger de APE zal zijn. Voor APE geldt, net als voor het attributief risico, dat negatieve waarden worden vermeden door de afwezigheid van een preventieve factor op te vatten als risicofactor. Het is ook mogelijk om de attributieve proportie voor de totale populatie (APT) te berekenen: Populatie Attributief Risico (PAR). De totale populatie is een mengsel van geëxponeerden en niet-geëxponeerden. De incidentie van de ziekte in de totale populatie is het gewogen gemiddelde van de incidenties bij de geëxponeerden (proportie: p), respectievelijk bij de niet-geëxponeerden (proportie: 1 – p). Zo impliceert een APT/ PAR van 33% voor cardiovasculaire sterfte en hoge cholesterolspiegel, dat in de desbetreffende populatie (die dus zowel personen met een lage als met een hoge cholesterolspiegel bevat) 33% van de sterfte te wijten is aan het feit dat een deel van deze populatie een hoge cholesterolspiegel heeft. Anders gezegd: binnen deze populatie zou de cardiovasculaire sterfte 33% lager zijn geweest wanneer iedereen een lage cholesterolspiegel had gehad. Wanneer dus iedereen geëxponeerd zou zijn, zijn APE en APT (PAR) identiek aan elkaar. P = proportie geëxponeerde personen. Q = proportie geëxponeerde persoonstijd. OR geeft een goede benadering van het relatief risico (RR). Hiervan uitgaande kunnen ook in een patiëntcontroleonderzoek een APE en een APT worden berekend. De keuze voor de associatiematen wordt bepaald door de aard van de variabelen, de aard van het onderzoek en de vraagstelling die men wil bestuderen. Zo zal men attributieve en relatieve risico’s berekenen wanneer men wil nagaan of de incidentie van een bepaalde aandoening in een populatie die is blootgesteld aan een bepaalde determinant afwijkt van de incidentie in een populatie die niet daaraan is blootgesteld. Hiertoe zal men gegevens via een of andere vorm van cohortonderzoek gaan verzamelen. Bij een patiëntcontroleonderzoek echter zit men over het algemeen vast aan het berekenen van odds ratio’s.
Hoofdstuk 6: §6.2 Causaal web: oorzakelijk complex. Voldoende oorzaak: een verzameling van determinanten die tezamen onvermijdelijk de bestudeerde aandoening tot gevolg zullen hebben. Noodzakelijke oorzaken: determinanten die sowieso aanwezig moeten zijn om de ziekte tot gevolg te hebben. Zonder de aanwezigheid van deze determinanten zal de desbetreffende aandoening nooit kunnen ontstaan. Met noodzakelijke oorzaak doelt men op één determinant zonder welke de ziekte nooit zal kunnen optreden, terwijl het begrip voldoende oorzaak wordt gebruikt om de verzameling van determinanten aan te duiden die samen het mechanisme in werking stellen dat tot de ziekte leidt. Effectmodificatie (interactie): er bestaat kennelijk in elk geval een mechanisme waarbij het noodzakelijk is dat beide factoren aanwezig zijn. Het effect van determinant A op het ontstaan van de ziekte is sterker als ook determinant B aanwezig is (en omgekeerd). Het is waarschijnlijk dat de gevonden associatie een werkelijk causaal verband representeert, als de volgende drie verklaringen kunnen worden ontkracht: 1. De mogelijkheid dat de gevonden associatie (deels) verklaard wordt door selectiebias of informatiebias. 2. De mogelijkheid dat het gevonden verband (ten dele) kan worden toegeschreven aan confounding. 3. De mogelijkheid dat de gevonden associatie op toeval berust. Falsificeren: de onderzoeker probeert steeds opnieuw de veronderstelling dat er een causaal verband is te verwerpen. Zolang dit niet lukt, blijft de hypothese gehandhaafd en groeit de geloofwaardigheid van de hypothese dat er inderdaad een causaal verband is. Sensitiviteitsanalyse: methode waarmee men de kwantitatieve invloed van bias en random meetfouten op de effectschatting kan verkennen. De hoogte van het AR en het RR voor risicofactoren die geen noodzakelijke oorzaak zijn, zal afhangen van de verhouding tussen: - De frequentie waarmee de aandoening in een bepaalde populatie wordt veroorzaakt door een voldoende oorzaak waarvan de desbetreffende factor deel uitmaakt. - De frequentie waarmee de aandoening wordt veroorzaakt door een voldoende oorzaak waarvan de desbetreffende factor geen deel uitmaakt. Argumenten die causaliteit waarschijnlijker maken: - Type onderzoek (het ene soort onderzoek legt meer gewicht in de schaal dan het andere). - Validiteit en generaliseerbaarheid (in hoeverre zijn de onderzoeksresultaten vertekend door selectiebias, informatiebias en confounding). - Biologische plausibiliteit (maakt de huidige kennis van de biologie van de mens een causaal verband waarschijnlijk). - Tijdsrelatie (wanneer kan worden aangetoond dat het veronderstelde gevolg aan de genoemde oorzaak vooraf ging, kan van causaliteit geen sprake zijn). - Sterkte van de associatie (sterkere verbanden representeren met een grotere mate van waarschijnlijkheid causaliteit). - Dosis-effectrelatie (of een hogere dosis of een langduriger blootstelling een hogere frequentie van het effect met zich meebrengt).
-
Consistentie (wanneer hetzelfde verband is aangetoond door verschillende onderzoekers, op verschillende momenten, op verschillende plaatsen, in verschillende populaties en met een verschillende onderzoeksopzet, pleit dit voor causaliteit.
