Diapositiva 1 - Formazione e Sicurezza

Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Principi di
metodologia epidemiologica
Gli studi epidemiologici
Nicola Comodo
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
«Quelli che s'innamorano di
pratica senza scienza son come
il nocchiere, che entra in
naviglio senza timone o bussola,
che mai ha certezza dove si
vada.»
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
EPIDEMIOLOGIA: definizioni
•
•
•
•
•
Lo studio della distribuzione della frequenza delle malattie nell’uomo e
dei fattori che le determinano
Un settore della scienza medica che si interessa dei fattori e
condizioni che determinano la frequenza e la distribuzione di un
processo infettivo, di una malattia o di uno stato fisiologico in una
comunità umana
Lo studio della distribuzione e della dimensione dei problemi connessi
alla malattia ed alle infermità nella popolazione umana ed
identificazione dei fattori eziologici delle malattie
La disciplina che fornisce i dati essenziali per la pianificazione e la
valutazione dei servizi relativi alla prevenzione, cura e riabilitazione
delle malattie ed alla sorveglianza dello stato di benessere fisico e
psichico della popolazione, anche per determinare le priorità tra questi
servizi
Lo studio del come le malattie hanno luogo in differenti gruppi di
persone e del perché. L’informazione epidemiologica è usata per
pianificare e valutare strategie, per prevenire malattie e come guida
alla gestione di pazienti in cui la malattia è già sviluppata.
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
EPIDEMIOLOGIA
L’epidemiologia è una scienza
Un epidemiologo come ogni uomo di scienza:
Osserva i fenomeni naturali e li misura
con metodi validi e riproducibili
Sviluppa ipotesi sulle “cause” dei
fenomeni osservati e saggia tali
ipotesi per mezzo di tecniche
analitiche
Misura l’efficacia dell’intervento sulle
“cause” sospette dei fenomeni in
studio
Epidemiologia descrittiva
Epidemiologia analitica
Epidemiologia sperimentale
Nella ricerca epidemiologica, data la particolare natura dei fenomeni in studio, cioè la
distribuzione e i determinanti di malattia nella popolazione o in gruppi di popolazione,
il laboratorio dell’epidemiologo è la comunità.
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
EPIDEMIOLOGIA
• ἐπί δήμου λόγος = RAGIONAMENTO SULLA POPOLAZIONE
NON è un corpus di conoscenze (es. fisiologia, istologia, anatomia ecc.)
NON si interessa ad un particolare organo o sistema (es. cardiologia,
pneumologia, endocrinologia ecc.)
E’ un metodo filosofico-matematico, basato sul confronto fra gruppi, per
lo studio di problemi relativi alla salute che può essere applicato ad
un largo spettro di problemi:
- modalità di trasmissione di una malattia
- individuazione agente eziologico
- valutazione efficacia, efficienza, appropriatezza uso di un farmaco,
un vaccino, un servizio,una attività assistenziale, un provvedimento
- individuazione gruppi a rischio
- valutazione dei bisogni sanitari
- individuazione delle priorità
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
EPIDEMIOLOGIA
• ἐπί δήμου λόγος = RAGIONAMENTO SULLA POPOLAZIONE
In epidemiologia una popolazione viene definita da alcune caratteristiche che
tutti i suoi membri hanno in comune. Per esempio:
Geografiche (“tutti i residenti in Italia nel 2005" oppure “tutti I residenti
nell’ASL di Empoli");
Occupazionali (“tutti gli operai di una fabbrica," “I bambini di una data Scuola
elementare", “tutti gli operai edili della Toscana");
Basate su un’assistenza particolare ("pazienti di una lista di medici generali",
"residenti in una residenza assistita");
Diagnostiche (“tutte le persone in Firenze che hanno avuto nel 2005 un
attacco epilettico ").
Per questi ampi ambiti possono anche essere specificate appropriate
restrizioni, per es. sesso, classe di età, livello di istruzione, classe
sociale…
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
EPIDEMIOLOGIA – Quali usi
•
•
•
•
•
•
•
•
•
•
Descrivere lo spettro di malattia
Descrivere la storia naturale della malattia
Identificare i fattori di rischio
Previsione andamenti malattie
Individuare i meccanismi di trasmissione delle malattie
Valutare efficacia di nuovi vaccini, farmaci, tecniche
Valutare preventivamente i programmi di intervento
Identificare i bisogni di una comunità
Indirizzare i programmi di sanità pubblica
Valutare i programmi di sanità pubblica
EPIDEMIOLOGIA
EZIOLOGICA
quando, dove, chi, perchè
VALUTATIVA
efficacia, efficienza, appropriatezza
PROGRAMMAZIONE SANITARIA
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
EPIDEMIOLOGIA
E’ un metodo logico (una mentalità) basato su:
• 3 concetti
– Uso di tassi (no ai numeri assoluti; attenti alle percentuali; si ai numeri
relativi)
– Ragionare sempre in termini di probabilità, mai di certezza (variabilità
biologica, comportamento, osservazione ecc.); attenzione agli intervalli
di confidenza
– Attenzione alla distorsione (scelta errata della popolazione in
osservazione o di riferimento o del campione, errori sistematici ed
occasionali nel prelievo dei campioni, nella loro scelta, nell’uso di
strumenti, mancata considerazione di altri fattori collegati alla patologia
o all’esposizione in esame, scarsa accuratezza nelle osservazioni,
mancanza di riproducibilità...
• 4 atteggiamenti:
–
–
–
–
Necessità di confronti
Ricerca di possibili associazioni causali (non casuali!!!)
Valutazione di prove a favore o contro la causalità delle associazioni
Valutazione della esistenza di fonti di distorsione
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Epidemiologia: da quando
• Don Joaquin de Villalba: Epidemiologia Española. 1802
– “….las Pestes, Contagios, Epidemias y Epizootias”
• L.R.Villermé: Sulla mortalità nelle diverse sezioni di Parigi, ove si
mostra la relazione tra povertà e malattia. 1826
• L.R.Villermé: Indagine sulle condizioni fisiche e morali dei lavoratori
dell’industria del cotone, della lana e della seta. 1840
• C.V.Chaplin: Deaths among tax payers and non tax payers, income
tax, providence. 1865
• G.H.Bigelow, H.L.Lombard: Cancer and other chronic diseases in
Massachussetts. 1933
• M.Greenwood: Epidemics and Crowd-diseases: an introduction to
the study of epidemiology. 1935
• M. Greenwood, Hill, Topley, Wilson: Experimental epidemiology.
1936
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Il colera a Londra nel 1854
Mappa dei casi e delle pompe d’acqua
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
•
•
•
L’epidemia di Londra
Southwark & Vauxhall Company
Lambeth Company
Ambedue
popolazione
167.654
19.113
300.113
decessi
844
18
652
TASSI ‰
5,03
0,94
2,17
Quali conclusioni?
John Snow
(1816 -1858)
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
EPIDEMIOLOGIA: i numeri relativi
• RAPPORTO (ratio): numero relativo che esprime il peso di un
avvenimento o di una condizione rispetto ad un altro:
n° nati vivi
n° nati morti
n°maschi
n°femmine
n°aborti
n° nati
n°divorziate
n°divorziati
• TASSO (rate): rapporto in cui il numeratore è parte del
denominatore e questo rappresenta l’intera popolazione in esame:
n° nati vivi
n° nati
n°maschi
n°abitanti
n°aborti
n° gravidanze
n°divorziate
n°donne
– Tasso grezzo (crude rate): tasso espresso in termini di
popolazione totale basato sul numero reale di eventi verificatisi
in un dato tempo
n° morti anno X
n° abitanti anno X
n° decessi in ospedale
n° ricoverati
– Tasso specifico (specific rate): tasso espresso in termini di
sottogruppo di popolazione basato sul numero reale di eventi
verificatisi in un dato tempo
n° morti anno X all’età Y
n° abitanti anno X di età Y
n° decessi in ospedale per malattia Z
n° ricoverati per malattia Z
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Tasso di
letalità
La quota, tra gli individui che presentano una
determinata condizione, che muoiono a causa
di tale condizione. Nel calcolo di tale tasso il
numeratore è il numero degli individui che
muoiono a causa della condizione, il
denominatore è il numero totale di individui
che presentano la condizione.
Tasso di
mortalità
Misura di frequenza di morte in una certa
popolazione in un intervallo di tempo
specificato
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Tasso di mortalità
infantile
Tasso di mortalità calcolato per bambini di età inferiore ad un anno. Il
numeratore è il numero delle morti verificatesi tra i bambini di età
inferiore ad un anno in un certo periodo di tempo, il denominatore è
invece il numero dei nati vivi durante lo stesso periodo. Tale tasso viene
generalmente espresso per 1.000 nati vivi.
Tasso di mortalità
neonatale
Tasso di mortalità calcolato per bambini di età inferiore a 28 giorni di
vita. Il numeratore è il numero delle morti verificatesi tra i bambini
dalla nascita ai 27 giorni di vita in un certo periodo di tempo, il
denominatore è invece il numero dei nati vivi durante lo stesso
periodo. Tale tasso viene generalmente espresso per 1.000 nati vivi.
Tasso di mortalità
perinatale
Tasso di mortalità calcolato per i bambini di età inferiore a 8 giorni e
per i feti dopo le 27 settimane di gestazione.
Tasso di mortalità
post-neonatale
Tasso di mortalità calcolato per bambini di età compresa tra i 28
giorni ed 1 anno di vita. Il numeratore è il numero delle morti
verificatesi tra i bambini di tale età in un certo periodo di tempo, il
denominatore è invece il numero dei nati vivi durante lo stesso
periodo. Tale tasso viene generalmente espresso per 1.000 nati vivi.
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Decessi per 1000 abitanti – Italia 2002
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
EPIDEMIOLOGIA: i numeri relativi
• Tasso standardizzato(adjusted rate): tasso espresso in termini di
popolazione totale costruito in modo tale da potere fare confronti tra
gruppi che differiscono per una o più caratteristiche che esercitano
influenza sul fenomeno in studio (es. diversa composizione per età)
MORTALITA’ – Anno 2002
Italia
=
555.667 morti
57.157.406 abit.
Toscana
=
40.046 morti
3.506.669 abit.
Campania =
x 1.000=
9,7 ‰
x 1.000 = 11,4 ‰
47.014 morti
x 1.000 =
5.713.243 abit.
8,2 ‰
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Anno 2002
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Anno 2002
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Anno 2002
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STANDARDIZZAZIONE
Toscana =
Campania =
527.589 / 57.157.406 * 1.000 = 9,2 ‰
627.824 / 57.157.406 * 1.000 = 11,0 ‰
Indice comparativo
Toscana vs Italia
= 9,2 / 9,7 *100 = 94,8 %
Campania vs Italia
= 11,0 / 9,7 *100 = 113,4 %
Campania vs Toscana = 11,0 / 9,2 *100 = 119,6 %
Anno 2002
TASSI
STANDARDIZZATI
TASSI GREZZI
ITALIA
9,7 ‰
TOSCANA 11,4 ‰
CAMPANIA 8,2 ‰
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STANDARDIZZAZIONE
• PROBLEMA: QUALE DELLE DUE SEGUENTI POPOLAZIONI HA
UNA REALE MAGGIORE MORTALITA’?
Età
di
morte
anni
NATI NELLA REGIONE
abitanti
n°
IMMIGRATI
decessi
%
n°
abitanti
‰
n°
decessi
%
n°
‰
0-4
190.000
8,9
1.406
7,4
26.000
12,2
211
8,1
5-14
310.000
14,6
186
0,6
30.000
14,1
19
0,6
15-44
940.000
44,1
1.786
1,9
127.000
59,6
270
2,1
45-64
490.000
23,0
7.350
15,0
25.000
11,7
421
16,8
≥ 80
200.000
9,4
17.400
87,0
5.000
2,3
479
95,8
totale
2.130.000
100,0
28.128
13,2
213.000
100,0
1.400
6,6
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STANDARDIZZAZIONE DIRETTA
• SI USANO I TASSI SPECIFICI DELLA POPOLAZIONE IN STUDIO
E SI APPLICANO SULLA POPOLAZIONE DI RIFERIMENTO
Età
di
morte
anni
NATI NELLA REGIONE
abitanti
IMMIGRATI
decessi
n°
n°
‰
abitanti
n°
decessi
%
n°
‰
0-4
190.000
26.000
211
8,1
5-14
310.000
30.000
19
0,6
15-44
940.000
127.000
270
2,1
45-64
490.000
25.000
421
16,8
≥ 80
200.000
5.000
479
95,8
totale
2.130.000
1.400
6,6
100,0
28.128
13,2
213.000
100,0
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STANDARDIZZAZIONE DIRETTA
Età di morte
popolaz. riferimento
tassi specif.
immigrati
anni
n°
‰
morti attese
n°
0-4
190.000
8,1
1.542
5-14
310.000
0,6
196
15-44
940.000
2,1
1.998
45-64
490.000
16,8
8.252
≥ 80
200.000
95,8
19.160
totale
2.130.000
31.148
Tasso standardizzato per 1000 abit. = 31.148/ 2.130.00 * 1000 = 14,6
Indice comparativo di mortalità = 14,6 / 13,2 = 1,11 = 111 %
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STANDARDIZZAZIONE DIRETTA
•
LA POPOLAZIONE DI RIFERIMENTO PUO’ ESSERE COSTITUTITA:
– DALLA POPOLAZIONE GENERALE IN STUDIO
– DALLA SOMMA DELLE DUE POPOLAZIONI IN STUDIO
– DA POPOLAZIONI STANDARD
età
p.mondiale
<1
p.tronca
età
p.mondiale
p.tronca
2.400
45-49
6.000
6.000
1-4
9.600
50-54
5.000
5.000
5-9
10.000
55-59
4.000
4.000
10-14
9.000
60-64
4.000
4.000
15-19
9.000
65-69
3.000
20-24
8.000
70-74
2.000
25-29
8.000
75-79
1.000
30-34
6.000
80-84
500
35-39
6.000
6.000
≥ 85
500
40-44
6.000
6.000
total.
100.000
31.000
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Tassi standardizzati di mortalità per TBC, tutte le età, per 100.000
Ukraine
Russian Federation
Republic of Moldova
Latvia
Estonia
Lithuania
Romania
Belarus
Georgia
TFYR Macedonia
Croatia
Hungary
Serbia and Montenegro
Bulgaria
Portugal
Poland
EUROPE
Finland
France
Slovenia
Spain
Ireland
Czech Republic
Slovakia
Albania
EU average
Iceland
Austria
ITALY
Norway
United Kingdom
Sweden
Greece
Netherlands
Luxembourg
Germany
Denmark
Switzerland
0
10
20
1999
30
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Tassi standardizzati di mortalità per TBC, tutte le età, per 100.000
4
3
Italia
EUROPA
UE media
2
1
0
1970
1980
1990
2000
2010
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Classi
di età
0-4
popolazione A (di riferimento)
Tassi x
n.abitanti n. morti 1000
popolazione B (in studio)
Tassi x
n.abitanti
n. morti
1000
n. morti
attesi
10973
11976
20
1,67
18
5-14
32701
12500
2
0,16
5
15-24
36778
10204
10
0,98
36
25-34
34614
28431
29
1,02
35
35-44
37249
41667
65
1,56
58
45-54
39703
31957
178
5,57
221
55-64
35006
35685
430
12,05
422
65-74
32503
35178
1055
29,99
975
75 e +
18897
20887
1870
89,53
1692
228485
3659
16,01
3463
totale
278424
3639
tasso standardizzato popolaz.B:
3463:278424*1000= 12,4
13,07
ESERCIZIO
STANDARDIZZAZIONE DIRETTA
confronto % tra tassi senza standardizzazione: 16,01/13,07* 100 = 122,5
confronto % tra tassi con standardizzazione:
12,4/13,07* 100 = 95,2
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
ESERCIZIO
OSPEDALE A
OSPEDALE B
causa ricovero
ricoverati
morti
tasso
‰
m.cardiovascolari
2.520
180
71,4
1.500
120
80,0
m.respiratorio
520
30
57,7
800
48
60,0
m.digerente
1.200
90
75,0
250
21
84,0
incidenti/avvelen.
200
6
30,0
900
36
40,0
altre malattie
1.250
72
57,6
1.950
120
61,5
totale
5.690
378
66,4
5.400
345
63,9
ricoverati
morti
tasso ‰
Tassi standardizzati
morti attese
causa ricovero
popolazione
standard
ospedale A
ospedale B
m.cardiovascolari
4.020
287
322
m.respiratorio
1.320
76
79
m.digerente
1.450
109
122
incidenti/avvelen.
1.100
33
44
altre malattie
3.200
184
197
totale
11.090
689
764
Ospedale A
689 /11.090 x 1.000 = 62,2
Ospedale B
764 /11.090 x 1.000 = 68,8
Tasso comparativo
A/B = 62,2 / 68,8 = 0,9 =90%
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STANDARDIZZAZIONE
OVVERO
COSA ACCADREBBE SE…..
…..POPOLAZIONI DIVERSE, PUR MANTENENDO
CIASCUNA I PROPRI TASSI SPECIFICI, SI TRASFORMINO
TUTTE IN UNA POPOLAZIONE AVENTE LA MEDESIMA
DISTRIBUZIONE E CONSISTENZA DEL PARAMETRO
INDIVIDUATO COME CONFONDENTE .
COSA ACCADREBBE SE APPLICASSIMO ALLA STESSA
POPOLAZIONE TASSI SPECIFICI DIVERSI?
….. POPOLAZIONI DIVERSE, PUR MANTENENDO
CIASCUNA LA MEDESIMA DISTRIBUZIONE E
CONSISTENZA DEL PARAMETRO INDIVIDUATO COME
CONFONDENTE, ABBIANO TASSI SPECIFICI UGUALI:
COSA ACCADREBBE SE APPLICASSIMO GLI STESSI
TASSI SPECIFICI A POPOLAZIONI DIVERSE ?
…..POPOLAZIONI DIVERSE, PUR MANTENENDO
CIASCUNA I PROPRI TASSI SPECIFICI, SI TRASFORMINO
TUTTE IN UNA POPOLAZIONE AVENTE LA MEDESIMA
DISTRIBUZIONE E CONSISTENZA DEL PARAMETRO
INDIVIDUATO COME CONFONDENTE .
COSA ACCADREBBE SE APPLICASSIMO ALLA STESSA
POPOLAZIONE TASSI SPECIFICI DIVERSI?
….. POPOLAZIONI DIVERSE, PUR MANTENENDO
CIASCUNA LA MEDESIMA DISTRIBUZIONE E
CONSISTENZA DEL PARAMETRO INDIVIDUATO COME
CONFONDENTE, ABBIANO TASSI SPECIFICI UGUALI:
COSA ACCADREBBE SE APPLICASSIMO GLI STESSI
TASSI SPECIFICI A POPOLAZIONI DIVERSE ?
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STANDARDIZZAZIONE INDIRETTA
• SI USANO I TASSI SPECIFICI DELLA POPOLAZIONE DI
RIFERIMENTO E SI APPLICANO SULLA POPOLAZIONE IN
STUDIO
NATI NELLA REGIONE
Età di
morte
abitanti
IMMIGRATI
decessi
abitanti
‰
anni
n°
n°
0-4
190.000
1.406
7,4
26.000
5-14
310.000
186
0,6
30.000
15-44
940.000
1.786
1,9
127.000
45-64
490.000
7.350
15,0
25.000
≥ 80
200.000
17.400
87,0
5.000
totale
2.130.000
28.128
13,2
decessi
n°
213.000
1.400
6,6
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STANDARDIZZAZIONE INDIRETTA
Età di
morte
anni
popolaz. immigrati
tassi specif.
popol.rifer.
‰
n°
morti attese
n°
0-4
26.000
7,4
192
5-14
30.000
0,6
18
15-44
127.000
1,9
241
45-64
25.000
15,0
375
≥ 80
5.000
87,0
435
totale
213.000
1.262
Rapporto standardizzato di mortalità: 1400 / 1262 = 1,11 o 111 %
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Classi
di età
0-4
popolazione A (di riferimento)
popolazione B (in studio)
n.
Tassi x
Tassi x
n.abitanti morti
1000
n.abitanti n. morti
1000
n. morti
attesi
10973
18
1,67
11976
20
5-14
32701
0
0,00
12500
0
15-24
36778
12
0,33
10204
3
25-34
34614
31
0,91
28431
26
35-44
37249
70
1,88
41667
78
45-54
39703
173
4,35
31957
139
55-64
35006
460
13,13
35685
469
65-74
32503
1015
31,22
35178
1098
75 e +
18897
1860
98,42
20887
2056
totale
278424
3639
13,07
228485
rapporto standardizzato mortalità:
3659/3889*100 = 94,1%
3659
16,01
3889
ESERCIZIO
STANDARDIZZAZIONE INDIRETTA
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
INCIDENZA
• Prende in considerazione solo i nuovi casi di malattia
• L’incidenza della malattia X nel periodo Y quantifica il flusso dallo
stato di salute a quello di malattia X nel periodo Y
– Es. il valore di incidenza della TBC calcolato in un anno (10 per 100.000
abitanti) indica quante persone (10) su un determinato n° di abitanti
(100.000) passano dallo stato di sano a quello di malato di TBC in un
anno
• Il calcolo dell’incidenza è particolarmente utile per misurare
l’efficacia di misure preventive, cioè di quelle misure che tendono ad
ostacolare tale passaggio
• L’incidenza può essere calcolata come
– incidenza cumulativa
– tasso di incidenza
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
INCIDENZA
• INCIDENZA CUMULATIVA O PROPORZIONE D’INCIDENZA
N° soggetti con malattia diagnosticata nel periodo X
.
N° medio soggetti a rischio di contrarre la malattia nel periodo X
– Indica la proporzione di soggetti che va incontro alla malattia nel periodo X
– Se varia il periodo di osservazione varia anche il valore di incidenza
– Può essere considerata come rischio medio per un soggetto di quella
popolazione di ammalarsi nel periodo X
– Di conseguenza è possibile stimare per un soggetto appartenente ad una altra
popolazione, purché in condizioni simili, il rischio individuale di sviluppare una
data malattia.
• Tasso di attacco: è un tasso di incidenza cumulativa che prende in esame
i casi sviluppatisi in un data episodio indipendentemente dalla durata dello
stesso.
– Es. se fra 200 utenti di una mensa aziendale si verificano 40 casi di
tossinfezione, il tasso di attacco è 40/200, cioè 0,2 ossia 20%
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
INCIDENZA
• TASSO DI INCIDENZA (o di rischio o di densità di incidenza)
n° nuovi casi di malattia
.
somma dei tempi di esposizione dei soggetti a rischio
Es. se si verificano:
20 nuovi casi di malattia
. = 20 nuovi casi di malattia
. =
300 persone osservate in 2 anni 150 persone osservate in 4 anni
20 nuovi casi di malattia
600 anni – persona
. =
0,033 casi per anno persona
− Il tasso di incidenza misura la velocità di comparsa di nuovi casi
− E’ il più indicato quando si misurano popolazioni con rapido tournover
come gli operai di una fabbrica o gli immigrati di una città
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Esempio di calcolo:
densità d’incidenza
T0
T1
1
2
3
4
5
6
7
8
gen feb mar apr mag giu lug ago set ott nov dic
1°: 3 mesi
2°: 6 mesi
3°: 4 mesi
4°: 1 mese
5°: 3 mesi
6°: 8 mesi
7°: 3 mesi
8°: 2 mesi
Totale: 30 mesi
ovvero 2,5 anni
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
TASSI DI PREVALENZA
• Tasso di prevalenza (o prevalenza di punto):
N° soggetti con una data malattia in uno specifico momento
popolazione a rischio in quel momento
Se il momento non rappresenta un punto specifico del calendario:
N° soggetti con una data malattia nel momento in cui sono studiati
popolazione a rischio
• Tasso di prevalenza di periodo:
N° soggetti che manifestano una data malattia in un dato periodo
popolazione a rischio
N° episodi di una data malattia manifestatisi in un dato periodo
popolazione a rischio
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
PREVALENZA
Proporzione di persone in una popolazione affette da una
malattia in un certo momento (prevalenza di punto, t2)
tempo
Periodo
t1
Punto
t2
Prevalenza in un certo periodo di tempo
(prevalenza di periodo, da t1 a t3)
t3
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Fattori che influenzano la prevalenza
• maggiore durata della
malattia
• prolungamento della vita
dei malati senza
guarigione
• aumento dei nuovi casi
(incidenza)
• durata più breve della malattia
• elevato tasso di letalità della
malattia
• diminuzione dei nuovi casi
(incidenza)
• miglioramento del tasso di
guarigione dei casi
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Prevalenza, incidenza e durata della malattia
T0
T1
casi prevalenti (T0)= due; (T1)= uno
casi incidenti nel periodo T0/T1= tre
casi prevalenti (T0)= tre; (T1)= tre
casi incidenti nel periodo T0/T1= tre
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Relazioni tra prevalenza, incidenza e durata della
malattia
P=IxD
I=P/D
D=P/I
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
INDICI E INDICATORI
L’INDICE E’ COSTITUITO DA UN NUMERO CHE MISURA UN
EVENTO DIRETTAMENTE MISURABILE
es:
tasso mortalità infantile
tasso mortalità materna
speranza di vita alla nascita
età media di morte
L’INDICATORE E’ COSTITUITO DA UNO O PIU’ INDICI CHE
FORNISCONO UNA MISURA INDIRETTA DI UN EVENTO NON
MISURABILE DIRETTAMENTE
Es:
gli indici sopra ricordati, singolarmente e meglio insieme, sono
indicatori della situazione socio sanitaria di una nazione
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
REQUISITI DI QUALITA’ DI INDICI E INDICATORI
- Rilevanza dell’aspetto considerato
- Misurabilità diretta o indiretta
- Validità della misura: precisione, accuratezza, riproducibilità
- Capacità di orientare nelle decisioni
- Capacità discriminante
- Consenso e condivisione del significato
- Consenso e condivisione delle modalità di utilizzo
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
FONTI DEI DATI IN EPIDEMIOLOGIA
DATI CORRENTI
DATI SOCIO DEMOGRAFICI:
-Censimento
- Dati anagrafici (stato e movimento popolazione)
DATI SOCIO-SANITARI:
-Certificazione delle cause di morte
-Certificazione assistenza al parto
- Scheda di dimissioni ospedaliera
-Notifica di malattia infettiva
-Notifica Infortuni sul lavoro – Malattie professionali
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
FONTI DEI DATI IN EPIDEMIOLOGIA
REGISTRI NAZIONALI
REGISTRO NAZIONALE DEGLI IPOTIROIDEI CONGENITI
REGISTRO NAZIONALE DI CREUTZFELDT-JACOB
REGISTRO MALFORMAZIONI CONGENITE
- RMC Nord-Est Italia (Veneto-Friuli-Alto Adige)
- RMC Emilia Romagna
- RMC Toscana
- RMC Umbria
- RMC Campania
- RMC Sicilia
REGISTRI TUMORI
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
REGISTRI TUMORI ATTIVI IN ITALIA
POPOLAZIONE COPERTA %
Valle d'Aosta
0,0
Piemonte
21,8
Liguria
39,5
Lombardia (Varese - Brescia)
9,0
Trentino Alto Adige
0,0
Veneto
45,1
Friuli Venezia Giulia
100,0
Emilia Romagna
45,7
Toscana (Firenze - Prato)
33,4
Umbria
100,0
Marche (Macerata)
20,7
Lazio (Latina)
9,4
Abruzzo
0,0
Molise
0,0
Campania (Napoli) ASL NA4
9,7
Puglia
0,0
Basilicata
0,0
Calabria
0,0
Sicilia (Ragusa)
5,9
Sardegna (Sassari)
27,7
Totale complessivo
20,6
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
REGISTRI TUMORI SPECIFICI ATTIVI IN ITALIA
Registro Tumori Colonrettali
Registro Mesoteliomi
dell'Emilia-Romagna
Registro Mesoteliomi
della Liguria
Registro dei Mesoteliomi
delle Marche
Registro dei Tumori Infantili
del Piemonte
Archivio Regionale Toscano
dei Mesoteliomi Maligni
Registro Toscano Tumori
Primitivi dell'Osso
1984
1985
Provincia di Modena di Modena
Provincia di Forlì e Ravenna
1986
Genova città
1996
Territorio regionale
1995
Territorio regionale
1988
Provincia di Firenze e Prato
1982
Territorio regionale
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Fonti dei dati per un registro tumori
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
FONTI DEI DATI IN EPIDEMIOLOGIA
DATI INDIVIDUALI
- CARTELLA CLINICA OSPEDALIERA
- CARTELLA INFERMIERISTICA OSPEDALIERA
- CARTELLA ASSISTENZA DOMICILIARE
- ARCHIVI MEDICI MEDICINA GENERALE
- QUESTIONARI
- INTERVISTE
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI EPIDEMIOLOGICI
• Perseguono finalità diverse e rispondono a diversi disegni di studio
(uno di carattere orientativo, l’altro di carattere specifico).
• Gli studi epidemiologici, in base al “grado di intervento”
dell’operatore/conduttore, si articolano in due categorie:
• Studi osservazionali (conclusioni tratte dall’osservazione
dell’andamento naturale dei fenomeni, a loro volta suddivisibili in
studi descrittivi e studi analitici (trasversali e longitudinali).
• Studi sperimentali ( manipolazione ad hoc da parte dello
sperimentatore nei confronti di alcune condizioni e/o variabili di
studio e conseguente confronto tra due o più gruppi in condizioni
controllate di esperimento)
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI EPIDEMIOLOGICI
• OSSERVAZIONALI
– DESCRITTIVI (per generare ipotesi): viene descritta la distribuzione delle
malattie e dei loro determinanti secondo lo spazio, il tempo, la persona
• STUDI DI MORTALITA’
• INDAGINI DI MORBOSITA’
• SEGNALAZIONI DI CASISTICA (serie cliniche)
– ANALITICI (per saggiare ipotesi)
• TRASVERSALI (di prevalenza): viene stimata la prevalenza di una
malattia e dei suoi determinanti in un “punto” o “periodo” di tempo
• CASO-CONTROLLO (retrospettivi): vengono selezionati casi di malattia
e appropriati controlli e viene stimata l’esposizione a rilevanti fattori di
rischio
• LONGITUDINALI (di coorte): sono selezionati gruppi di soggetti esposti
e non esposti e osservata l’incidenza nei gruppi osservati
• SPERIMENTALI (o di intervento)
– viene assegnato un trattamento diverso e viene misurato il tasso
dell’evento nei soggetti con trattamento diverso
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Applicazioni di diversi disegni di studio osservazionalea
Descrittivo
Casocontrollo
Trasversale
Di coorte
++++
–
+++++
–
++
–
–
+++++
+
++
–
+++++
Studio di esposizioni e di
determinanti multipli
++
++
++++
+++
Misure della relazione
temporale
++
–
+b
+++++
Misura diretta
dell'incidenza
–
–
+c
+++++
Indagini con lunghi
periodi di latenza
–
–
+++
–
Indagine di malattia rara
Indagine di causa rara
Valutazione degli effetti
multipli di una causa
a
Chiave di lettura: + ... +++++indica il grado di appropriatezza; – non appropriato
b
Se prospettivo
cSe
su base di popolazione
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI OSSERVAZIONALI
SELEZIONE DELLA POPOLAZIONE IN STUDIO
in base a
MALATTIA o EFFETTO
VALUTAZIONE ESPOSIZIONE
AL MOMENTO
DELLO STUDIO
STUDIO
TRASVERSALE
in base a
ESPOSIZIONE
INDIVIDUAZIONE NUOVI CASI
PRECEDENTE
L’INIZIO DELLO
STUDIO
STUDIO
CASO-CONTROLLO
STUDIO
PROSPETTICO
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI DESCRITTIVI
•
DESCRIZIONE PRINCIPALI CARATTERISTICHE
EPIDEMIOLOGICHE DI MALATTIA
- frequenza, espressa attraverso prevalenza e incidenza
-PREVALENZA solo in condizioni a lungo termine
-INCIDENZA sia a breve che a lungo termine
-distribuzione
-CHI, ovvero età, sesso, razza, classe sociale, lavoro, stato civile,
-QUANDO, ovvero variazioni di frequenza temporali
-DOVE, ovvero variazioni di frequenza spaziali
19
71
19
72
19
73
19
74
19
75
19
76
19
77
19
78
19
79
19
80
19
81
19
82
19
83
19
84
19
85
19
86
19
87
19
88
19
89
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
ANDAMENTI TEMPORALI
andamenti ciclici o periodici
Morbillo
90000
80000
70000
60000
50000
40000
30000
20000
10000
0
andamenti a lungo termine o secolari
100
90
Casi notificati x 100,000 ab.
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
ANDAMENTI TEMPORALI
80
70
60
50
40
30
20
10
0
1925 1930 1935 1940 1945 1950 1955 1960 1965 1970 1975 1980 1985 1990
Anno
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
DISTRIBUZIONI SPAZIO TEMPO
• ENDEMIA
• Distribuzione degli eventi uniforme nel tempo e nello spazio
• EPIDEMIA
• Concentrazione degli eventi nel tempo e (o) nello spazio
• ENDEMIA
• n° casi osservati ~ n° casi attesi
• EPIDEMIA
• n° casi osservati >>> n° casi attesi
Sorgente comune continua
Sorgente puntiforme
25
15
20
n. casi
20
10
15
10
19
16
13
0
10
0
7
5
1
4
7
10 13 16 19
tempo
tempo
20
15
n. casi
10
5
19
17
15
13
11
9
7
5
3
0
1
4
5
1
n. casi
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Esempi di curve epidemiche
tempo
Trasmissione persona-persona o epidemia subentrante
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI DESCRITTIVI
• DESCRIZIONE
– Raccolta ed analisi di statistiche correnti su morbosità / mortalità
• OBIETTIVI PRINCIPALI
– Fornire un quadro della distribuzione delle malattie in esame in zone
geografiche o in diverse categorie di popolazione
– Dare indicazioni sull’andamento nel tempo delle malattie in esame
• VANTAGGI
– Uso dati rilevati di routine, per lo più disponibili
– Buona completezza della rilevazione per dati mortalità e ricoveri
ospedalieri
– Uso di classificazioni standard, con facilità di confronti internazionali
• SVANTAGGI
–
–
–
–
Di solito mancanza di ipotesi specifiche
Dati individuali non disponibili
Talora mancanza di denominatori (es. immigrati)
Dati disponibili in ritardo
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI DESCRITTIVI (segue)
• SORGENTI DI DISTORSIONE
– Attendibilità dubbia del dato originale, variabile nel tempo e nello
spazio
– Variabilità nella codifica
• ANALISI
– Utilizzare rapporti di derivazione e non rapporti di composizione
– Calcolare tassi specifici e/o standardizzati per sesso, età,…
– Negli studi sull’andamento temporale analisi per coorti
anno di notifica
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
500
450
400
350
300
250
200
150
100
50
0
1982
Nicola Comodo – Dipartimento Sanità Pubblica
– Università degli Studi di Firenze
n. casi
Regione Toscana
Trend notifiche TBC dal 1982 ad ottobre 2003
tbc polm tbc extrap
109
10
130
11
145
14
166
16
156
25
134
18
140
17
167
19
143
23
190
35
156
49
152
44
262
70
286
97
283
90
289
85
330
108
256
100
-
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003 (ottobre)
totale
119
141
159
182
181
152
157
186
166
225
205
196
332
383
373
374
438
356
401
360
410
307
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Table 1 – Estimated incidence of reported cases of
Hepatitis A worldwide in 1990
Region
Estimated rate
of infection
(per 100.000 a vear)
North America
Central/South Africa
Europe
Africa/Middle East
Asia
Oceania
Total
10
20-40
5-60
20-60
10-30
15-30
Cases
per year
28,000
162,000
278.000
251.000
676,000
5,000
1,4 million
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Tuberculosis notification rates per 100 000 population,
1999, WHO European Region
Notification rates/
100 000
0-19
20-49
50 +
Andorra
Malta
Monaco
San Marino
100
Category 0
Per cent disease-free
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Cumulative Percentage Tuberculosis-Free by Category
of Silicosis Among Gold Miners, South Africa
90
Category 1
80
Category 2
70
60
Category 3
50
0
1
2
3
4
5
6
7
Year of observation
Cowie RL. Am J Respir Crit Care Med 1994;150:1460-2
18
Incidence per 100 person-yr
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Incidence of Tuberculosis Among Tuberculin-Positive,
HIV Infected Persons in Three Selected Studies
16
14
12
10
8
6
4
2
0
New York City
Spain
Italy
Selwyn PA, et al. N Engl J Med 1989;320:545-50
Guelar A, et al. AIDS 1993;7:1345-9
Antonucci G, et al. JAMA 1995;274:143-8
Notifications
100,000
di Firenze
degliperStudi
Nicola Comodo – Dipartimento Sanità Pubblica – Università
Tuberculosis Notification Rates in New York City, 1920 - 1999
100
50
20
1920
1940
1960
1980
2000
Year of notification
New York City Department of Health, New York, 2000:25
Reported Tuberculosis Cases, Western Europe, 1974 - 1990
Notifications per 100,000 (log scale)
(log scale)
200
30
20
15
1975
1980
1985
1990
Year of notification
Raviglione MC, et al. Bull World Health Organ 1993;71:297-306
Recent Cases per 100,000 population
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Reported Cases of TB by Country of Birth United States, 1986-1998
40
35
30
25
Foreign-born
20
15
All Cases
10
5
U.S.-born
0
86 87 88 89 90 91 92 93 94 95 96 97 98
Year
2.9
2.9
Notifications per 100,000
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Age-Specific Notification Rates of Sputum
Smear-Positive Tuberculosis, Senegal, 1999
2.5
200
2,2
150
3.0
Males
1.7
100
50
Females
0.9
0
0
15
25
35
45
55
65
Age group (years)
IUATLD Progress Report No. 28, August 2000
1954
500
1964
100
1974
50
1984
10
5
1994
1
0.5
0
20
40
60
80
Age (years)
Härö AS. Tuberc Respir Dis Yearbook 1998;24:1-151
Tuberculosis Notification Rates Among Males,
by Birth Cohort, Finland 1954 -1994
1902
500
Notifications per 100,000
(log scale)
Notifications per 100,000
(log scale)
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Tuberculosis Notification Rates Among Males,
Cross-Sectional Observations, Finland 1954 -1994
1922
1932
194
100
50
1892
2
1952
10
196
5
1
1954
1912
1994
2
1972
0.5
0
20
40
60
80
Age (years)
Härö AS. Tuberc Respir Dis Yearbook 1998;24:1-151
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
EPIDEMIOLOGIA ANALITICA
• Indaga le cause o i fattori di rischio che determinano l’insorgere di
una malattia o ne influenzano la diffusione
• … ovvero indaga la relazione causa-effetto fra fattori di rischio e
patologie
• Il fattore di rischio aumenta la probabilità dei soggetti a esso esposti
di contrarre una determinata malattia.
• Può essere rappresentato da una condizione geneticamente
determinata, da una abitudine personale, da un particolare stile di
vita, da un evento accidentale, ecc.
• Fra un evento variabile (causa o fattore di rischio) e una malattia (o
una determinata condizione in studio) può esistere una certa
associazione statistica
• Per associazione si intende il grado di dipendenza statistica tra
due o più eventi variabili
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
ASSOCIAZIONE FRA DUE EVENTI
• causale (o eziologica)
• indiretta (o secondaria)
• spuria (o non causale)
CRITERI DI INFERENZA CAUSALE
•
•
•
•
•
•
•
PLAUSIBILITA’ BIOLOGICA
RELAZIONE TEMPORALE
FORZA DELL’ASSOCIAZIONE
DOSE-RISPOSTA
INDIPENDENZA DELL’EFFETTO (assenza di confondimento)
SPECIFICITA’
RIPRODUCIBILITA’
da Hill, modificati
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Schema generale di uno studio analitico
esposti
non esposti
malati
malati
non esposti
esposti
sani
sani
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
La tabella 2x2
esposti
malati
malati
sani
non esposti
sani
E+
E-
M+
M-
3
2
a
1
c
4
6
5
b
4
5
d
10
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
MISURE DI ASSOCIAZIONE
malati
sani
totale
esposti
a
b
a+b
non esposti
c
d
c+d
a+c
b+d
a+b+c+d
totale
• Rischio per gli esposti = a/(a+b)
• Rischio per i non esposti = c/(c+d)
• Rischio per la popolazione = (a+c)/(a+b+c+d)
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
MISURE DI ASSOCIAZIONE
malati
sani
totale
esposti
a
b
a+b
non esposti
c
d
c+d
a+c
b+d
a+b+c+d
totale
• Differenza tra rischi = Rischio attribuibile (RA)
= Rischio(esposti) – Rischio(non esposti) = [a/(a+b)] – [c/(c+d)]
• Rischio relativo = Rapporto tra rischi (RR)
= Rischio(esposti) / Rischio(non esposti) = [a/(a+b)] / [c/(c+d)]
• Odds Ratio (OR) = (a/b) / (c/d) = ad / bc
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
MISURE DI ASSOCIAZIONE
• Rischio attribuibile percentuale negli esposti = RA%(esposti)
= Rischio(esposti) – Rischio(non esposti)
x 100
Rischio(esposti)
= RR -1 x 100
RR
= OR -1 x 100
OR
• Rischio Attribuibile nella Popolazione (RAP) =
= Rischio(totale) / Rischio(non esposti)
• Rischio attribuibile percentuale negli esposti = RAP%
= Rischio(totale) – Rischio(non esposti)
x 100
Rischio(totale)
= (Pe) (RR -1)
x 100
1 + (Pe) (RR -1)
Pe = proporzione della popolazione effettivamente esposta al fattore di rischio
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
INTERPRETARE IL RISCHIO RELATIVO
Il fattore a cui la popolazione in studio è esposta se:
• RR >1
– è un fattore di rischio
• RR =1
– non ha alcuna relazione con la malattia in esame
• RR <1
– è un fattore protettivo
… tuttavia bisogna valutarne la significatività statistica
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
RISCHIO RELATIVO E RISCHIO ATTRIBUIBILE NELLA
MORTALITA’ PER K POLMONARE E CORONARIOPATIE
IN FORTI FUMATORI E NON FUMATORI
mortalità x 100.000
Esposizione
cancro
polmonare
coronariopatia
forti fumatori
166
599
non fumatori
7
422
RISCHIO RELATIVO
 K POLMONARE = 166 / 7 = 23,7
CORONARIOPATIA = 599 /422 = 1,4
RISCHIO ATTRIBUIBILE (per 100.000 ab.)
 K POLMONARE = 166 - 7 = 159
CORONARIOPATIA = 599 - 422 = 177
da Doll R., Hill A.B., BMJ 2, 1071,1956
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Significatività dell’RR
M+
E+
M-
200
150
a
E-
170
c
E+
400
M+
M-
20
15
17
IC 95% = (1,22-1,64)
770
35
RR = 1,41
42
IC 95% = (0,89-2,25)
b
25
c
37
420
d
a
E-
RR = 1,41
b
250
370
350
d
40
77
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
ESERCIZIO
• Nel 1986 in USA la mortalità per cancro per 100.000 era di
– 72,5 nella popolazione generale
– 8,7 nei non fumatori
– 191 nei fumatori, che costituivano il 35 % della popolazione.
Calcolare:
Rischio relativo
Rischio attribuibile
Rischio attribuibile percentuale
negli esposti
Rischio attribuibile nella
popolazione
Rischio attribuibile percentuale
nella popolazione
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
ESERCIZIO
• Nel 1986 in USA la mortalità per cancro polmonare per 100.000 era di
– 72,5 nella popolazione generale
– 8,7 nei non fumatori
– 191 nei fumatori, che costituivano il 35 % della popolazione.
Calcolare:
Rischio relativo
= 191/8,7 = 22
Rischio attribuibile
= 191-8,7 = 182,3 per 100.000 per anno
Rischio attribuibile percentuale
negli esposti
= 182,3/191 x 100 = 95,4
Rischio attribuibile nella
popolazione
= 72,5 -8,7 = 63,8 per 100.000 per anno
Rischio attribuibile percentuale
nella popolazione
= 63,8/72,5 x100 = 88
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI TRASVERSALI
• DESCRIZIONE
– Rilevazione istantanea di dati da una popolazione definita,
contemporaneamente sui fattori di rischio, l’esposizione agli stessi, le
patologie presenti
• OBIETTIVI PRINCIPALI
– Descrivere il carico di malattie in una comunità, a scopo di
pianificazione sanitaria
– Ottenere informazioni sugli atteggiamenti della popolazione nei confronti
dei servizi sanitari, sui bisogni di assistenza percepiti, sull’utilizzo dei
servizi sanitari stessi
– Descrivere la distribuzione di una variabile fisiologica in una comunità
– Analizzare l’associazione di un fattore con una malattia (spesso prima
fase di uno studio longitudinale)
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI TRASVERSALI (segue)
• VANTAGGI
– Possibilità di scelta della popolazione, dei metodi di rilevazione, dei
criteri diagnostici
– Relativamente poco costosi e di breve durata
– Se il campionamento è corretto, i risultati sono generalizzabili a tutta la
popolazione
• SVANTAGGI
–
–
–
–
Non adatto per condizioni molto rare o di corta durata
Proporzione di non partecipazione talora elevata
Se uso di sola intervista, dati sulle diagnosi poco attendibili
Non fornisce indicazioni sull’incidenza ma solo sulla prevalenza per cui:
• Se la malattia è di breve durata o porta all’allontanamento dal gruppo
esaminato o ha lungo periodo di latenza può dar luogo a conclusioni erronee
• È possibile interpretare come causa della malattia un suo effetto o un fattore
legato alla sua sopravvivenza o all’esposizione
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
LO STUDIO LONGITUDINALE O DI COORTE
esposti
esposti
malati
sani
E+
M+
M-
3
2
a
non esposti
non esposti
E-
1
b
5
4
c
4
malati
5
d
6
10
sani
Rischio = I E+ = a/(a+b) = 3/5
Relativo
I Ec/(c+d) 1/5
=3
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI LONGITUDINALI PROSPETTICI E RETROSPETTIVI
malattia
malattia
retrospettivi
prospettici
studio
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
RISCHIO RELATIVO
TRA FUMATORI E NON FUMATORI
CAUSA DI MORTE
RR
K polmone
10,8
Bronchite ed enfisema
6,1
K laringe
5,4
K cavo orale
4,1
K esofago
3,4
Ulcera gastrica e duodenale
2,8
Mal. apparato circolatorio
2,6
Cirrosi epatica
2,2
K vescica
1,9
Coronariopatie ischemiche
1,7
Altre cardiopatie
1,7
Cardiopatia ipertensiva
1,5
Arteriosclerosi
1,5
K rene
1,5
da Fletcher e Horn, 1970
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDIO LONGITUDINALE O DI COORTE
Soggetti
esposti
Selezione dei componenti:
a. intera popolazione
b. gruppi selezionati (simili per
variabili indipendenti)
Soggetti
non
esposti
Durata del tempo di osservazione
( follow-up )
S
M
S
Quantificazione dei rischi :
Rischio assoluto, Rischio relativo, rischio
attribuibile individuale e di popolazione
M
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Disegno di uno studio di coorte
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDIO LONGITUDINALE O DI COORTE
Obiettivi:
1.calcolare i tassi di incidenza
2.calcolo del RR e il RA attraverso l’osservazione diretta dei casi
3.analisi differenziale per livelli e durata delle esposizioni
Svantaggi
Vantaggi - Modello naturale di
1. Costosi
studio
a) per la quantificazione diretta dei 2. richiedono notevole
organizzazione e
tassi d’incidenza
standardizzazione nella
b) per la riduzione delle fonti di
realizzazione del progetto
distorsione
3. di lunga durata
4. difficile mantenere costanti nel
tempo le modalità di rilevazione
Distorsioni (bias)
5. non si possono saggiare ipotesi
1. perdita al follow-up
etiologiche che emergono in
2. cambiamenti nelle
itinere
metodiche di rilevazione
1. per malattie a media ed alta
incidenza
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Studio longitudinale o di coorte
Doll R e Peto R.,1976
Mortalità anno x 100.000 in base al numero sigarette
<14
15-24
>25
t. polmonare
78
127
251
i. miocardio
608
652
792
Mortalità anno x 100.000
RR x
100.000
RA x
100.000
non fumatori
fumatori
t. polmonare
10
140
14
130
i. miocardio
413
669
1,6
256
Numero di sigarette
< 14
RR
15 - 24
RA
RR
RA
> 25
RR
RA
t. polmonare
7,8
68
12,7
117
25,1
240,1
i. miocardio
1,5
195
1,6
239
1,9
379
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI LONGITUDINALI
• DESCRIZIONE
– Rilevazione dei possibili fattori di rischio in una popolazione e suo
follow-up
• OBIETTIVI PRINCIPALI
– Descrivere il cambiamento nel tempo di variabili fisiologiche
quantitative in rapporto alla intensità di esposizione a possibili
fattori di rischio
– Analizzare l’associazione di un possibile fattore di rischio con
l’incidenza futura della malattia
– Indagare il destino a distanza di tempo di pazienti trattati da
differenti istituzioni sanitarie
• VANTAGGI
– È il metodo di gran lunga migliore per le indagini eziologiche
– Si possono verificare tutti i casi di malattia o di complicazioni che
si verificano in un periodo definito
– Si possono calcolare i diversi tassi di incidenza in relazione alla
diversa esposizione ai fattori di rischio
– La rilevazione dei fattori di rischio non è distorta dalla presenza
della malattia
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI LONGITUDINALI (segue)
• SVANTAGGI
– Lunga durata, costo elevato; difficoltà di mantenere costanti le
modalità di rilevazione.
– Non può saggiare rapidamente nuove ipotesi eziologiche
– Non adatto per malattie rare
– Questi svantaggi sono ridotti negli studi longitudinali storici
• SORGENTI DI DISTORSIONE
– Perdite al follow-up
– La conoscenza dell’esposizione può influenzare la diagnosi
• ANALISI
– Tener conto degli anni-uomo di esposizione
– Analisi differenziata per età e durata della esposizione
(es.fenomeno lavoratore sano)
– Effettuare confronti sia interni (tra soggetti esposti in modo
diverso) sia con la popolazione generale
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDIO CASO-CONTROLLO
E
nE
E
nE
Valutazione dell’esposizione
in modo retrospettivo
Casi:
malati
Scelta dei casi e dei
controlli,
appaiati per tutte le variabili
indipendenti note
Controlli:
non
malati
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Disegno di uno studio caso-controllo
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDIO CASO-CONTROLLO
malati
M+
M-
E+
3
1
E-
2
a
c
5
4
4
esposti
non esposti
b
6
sani
sani
d
10
5
esposti
Odds Ratio=
malati
a/c
b/d
=
axd
=
bxc
non esposti
3/2
1/4
=6
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDIO RETROSPETTIVI O CASO-CONTROLLO
Obiettivi:
1. valutare il ruolo di uno o più fattori di rischio nell’etiologia e
della eventuale interazione
2. stimare il RR attraverso il calcolo dell’odds ratio - OR
Vantaggi:
1. rapida esecuzione
2. basso costo
3. Impiego per malattie a
bassissima incidenza
4. validi per saggiare più fattori di
rischio
5. validi per saggiare ipotesi
recentemente emerse
6. validi in quanto è semplice
mantenere costanti le modalità
di rilevazione
Svantaggi:
1. impossibile calcolare i tassi
2. problematica la scelta dei casi
e dei controlli
3. Impossibile annullare le fonti
sistematiche di distorsione
(bias)
Distorsione:
recall bias
interviewer bias
95% upper
confidence interval
6
5
Odds ratio
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Relative Odds for Tuberculosis Among Male
Smokers, Aged 30 Years and Older, Great Britain
4
3
95% lower
confidence interval
2
1
0
10
20
30
40
Number of cigarettes smoked per day
Edwards JH. Br J Prev Soc Med 1957;11:10-11
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Selected Risk Factors for Tuberculosis Given
that Tuberculous Infection has Occurred
Referent: Infection >7 yr past
Infection <1 yr past
HIV infection
Fibrotic lesions
Silicosis
Carcinoma of head or neck
Hemophilia
Immunosuppressive treatment
Hemodialysis
Underweight
Diabetes
Smoking, heavy
Gastrectomy
Jejunoileal bypass
Infecting dose
1
2
5
10
20
50
Relative risk / odds (log scale)
100
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI CASO-CONTROLLO
• DESCRIZIONE
– Rilevazione prospettica di dati da due gruppi paragonabili, di cui uno
con una certa malattia o esito,ed uno senza
• OBIETTIVI
– Esplorazione iniziale di possibili fattori di rischio, in particolare per
condizioni patologiche rare
• VANTAGGI
–
–
–
–
–
Organizzazione semplice, rapidi, poco costosi
Permettono di indagare contemporaneamente su più fattori possibili
Permettono di saggiare rapidamente nuove ipotesi
Possono essere utilizzati per malattie rare
E’ facile mantenere nel tempo le modalità di rilevazione
• SVANTAGGI
– Non permettono di calcolare i rischi assoluti ma solo quelli relativi
– Grande facilità di distorsione
• SORGENTI DI DISTORSIONE
–
–
–
–
Scelta errata dei casi e soprattutto dei controlli
Atteggiamenti psicologici e ricordi diversi nei casi e nei controlli
Mancano quasi sempre dati “obiettivi” sulla esposizione
Atteggiamento diverso dell’intervistatore
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Applicazioni di diversi disegni di studio osservazionalea
Ecologico
Casocontrollo
Trasversale
Di coorte
++++
–
+++++
–
++
–
–
+++++
+
++
–
+++++
Studio di esposizioni e di
determinanti multipli
++
++
++++
+++
Misure della relazione
temporale
++
–
+b
+++++
Misura diretta
dell'incidenza
–
–
+c
+++++
Indagini con lunghi
periodi di latenza
–
–
+++
–
Indagine di malattia rara
Indagine di causa rara
Valutazione degli effetti
multipli di una causa
a
Chiave di lettura: + ... +++++indica il grado di appropriatezza; – non appropriato
b
Se prospettivo
cSe
su base di popolazione
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Vantaggi e svantaggi di diversi disegni di studio
osservazionale
Ecologico
Trasversale
Casocontrollo
bias di selezione
NA
medio
alto
basso
bias di richiamo
NA
alto
alto
basso
perdita al follow-up
NA
NA
basso
alto
confondimento
alto
medio
medio
basso
Coorte
Probabilità di:
NA: non applicabile
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI SPERIMENTALI O DI INTERVENTO
Preventivi
Clinici
( clinical trial )
terapia terapia
nuova vecchia
A
B
pazienti pazienti
Guariti non guariti
vivi
morti
Sul campo
(field trial)
Int.
prev. 1
Int.
prev. 2
B
A
popolazione popolazione
sana
sana
Incidenza Incidenza
in B
in A
Comunitari
(Community
trial)
Int.
prev. 1
Int.
prev. 2
A
B
comunità comunità
Incidenza Incidenza
in B
in A
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI SPERIMENTALI
ASSEGNAZIONE CONTROLLATA
NON RANDOMIZZATA
RANDOMIZZATA
STUDIO
SU COMUNITA’
SPERIMENTAZIONI
CLINICHE
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
Progetto di un trial randomizzato controllato
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
STUDI SPERIMENTALI O DI INTERVENTO
Obiettivi:
1. si valuta l’efficacia di due studi o più trattamenti sperimentali su
malati - clinical trial
2. si valuta l’efficacia di un intervento di prevenzione o di rimozione di
fattori di rischio su un gruppo di popolazione sana - field trial
3. si valuta l’efficacia di un intervento di prevenzione o di rimozione di
fattori di rischio su intere popolazioni - community trial
Vantaggi
1. è lo studio per eccellenza, metodologicamente corretto sia per la
distribuzione casuale dei fattori non noti, che per la possibilità di
condurlo in cieco;
2. viene eliminato il condizionamento psicologico di paziente e
sperimentatore
3. si può applicare il concetto di inferenza statistica
Svantaggi
•applicazioni limitate sull’uomo per
problemi etici
•di non semplice organizzazione e
costosi
Bias
perdita al follow-up
rifiuto alla partecipazione
Nicola Comodo – Dipartimento Sanità Pubblica – Università degli Studi di Firenze
«Quelli che s'innamorano di
pratica senza scienza son
come il nocchiere, che entra
in naviglio senza timone o
bussola, che mai ha certezza
dove si vada.»
Leonardo da Vinci