L’EPIDEMIOLOGIA CLINICA

Igiene, Epidemiologia e Sanità PubblicaIgiene, Epidemiologia e Sanità PubblicaDip. Medicina Sperimentale ed ApplicataDip. Medicina Sperimentale ed ApplicataUniversità degli Studi di BresciaUniversità degli Studi di Brescia

EPIDEMIOLOGIA

Popolazioni

• Studi/Valutazioni• Prevenzione• Valutazione• Pianificazione

MEDICINA CLINICA

Individui

• Diagnosi• Trattamento• Guarigione• Assistenza

RAPPORTO TRA

EPIDEMIOLOGIA CLINICA

EPIDEMIOLOGIA CLINICA

L’epidemiologia clinica è l’applicazione dei principi e dei metodi epidemiologici alla pratica clinica.

L’epidemiologia clinica si occupa di:

definizioni di normalità e anormalità

accuratezza dei test diagnostici

storia naturale e prognosi

efficacia del trattamento e prevenzione

Validità (assenza di errori sistematici - bias) e precisione (assenza di errori casuali)

V

AL

IDIT

A’

PRECISIONE

Risultati possibili del test

malattia+

malattia-

Test + a b a+b

Test - c d c+d

Totale a+c b+d N

Risultati possibili del test

malattia +

malattia -

Test + VP FP TP

Test - FN VN TN

Totale TM TNM N

Sensibilità e specificitàM+ M-

Test + a b a+b

Test - c d c+d

Totale a+c b+d N

SENSIBILITA’: probabilità di un test positivo nelle persone con malattia: a/(a+c)

SPECIFICITA’: probabilità di un test negativo nelle persone senza malattia: d/(b+d)

Sensibilità e specificitàM+ M-

Test + a b a+b

Test - c d c+d

Totale a+c b+d N

1 - Sens.= FN/M+ = 1 - a/(a+c) = c/(a+c)

1 - Spec.= FP/M- = 1- d/(b+d) = b/(b+d)

Valori predittivi (PV o VP)M+ M-

-

Test + a b a+b

Test - c d c+d

Total a+c b+d N

VP TEST POSITIVO: probabilità che un soggetto con test positivo abbia la malattia: a/(a+b)

VP TEST NEGATIVO: probabilità che un soggetto con test negativo non abbia la malattia : d/(c+d)

Calcolo di Sensibilità e specificità – Es.(I)

M+ M--

Test + 90 50 140

Test - 10 950 960

Total 100 1000 1100

SENSIBILITA’: 90/100 = 0,9 = 90%

SPECIFICITA’: 950/1.000 = 0,95 = 95%

VP (+): 90/140 = 0,643 = 64,3%

Calcolo di Sensibilità e specificità – Es. (II)

M+ M--

Test + 90 500 590

Test - 10 9500 9510

Total 100 10000 10100

SENSIBILITA’ : 90/100 = 0,9 = 90%

SPECIFICITA’: 9.500/10.000 = 0,95 = 95%

PV (+): 90/590 = 0,152 = 15,2%

Rapporti di verosimiglianza (RS)Rappresentano la probabilità di un test + o – in

presenza o assenza di malattia

Pro. (test+ | malato) Sens.• RV+ = ------------------------------------- = -------------

Prob. (test+ | non malato) 1–Spec.

Prob. (test- | malato) 1 – Sens.• RV- = ------------------------------------------ = ----------------

Prob. (test- | non malato) Spec.

Rapporti di verosimiglianza (RS) -2

Prob. (malato) Prevalenza • Odds pre-test = -------------------------- = -----------------

1 – Prob. (malato) 1 – Prev.

Prob. (malato | test+) V.P.P. • Odds post-test = ---------------------------------- = ----------------

1 – Prob. (malato | test+) 1 – V.P.P.

Odds post-test = odds pre-test * RV+

Odds = rapporto tra Prob (evento) e il suo complemento a 1:

Calcolo dei rapporti di verosimiglianza – Es.

M+ M- -

Test + 90 500 590

Test - 10 9500 9510

Total 100 10000 10100

• Sens. = 0.9

•Spec. = 0.95

•VPP = 0.152

•Prev. = 0.0099

•Odds pre-test = 0.0099 / (1 – 0.0099) = 0.0099

•Odds post-test = 0.152 / (1 – 0.152) = 0.179

•RV test+ = 0.9 / (1 – 0.95) = 18

•RV test- = (1 - 0.9) / 0.95 = 0.10

Interpretazione: i malati hanno una probabilità 18 volte maggiore di avere un test + rispetto ai soggetti senza la malattia, e una probabilità 10 volte inferiore di avere un test- rispetto ai non malati.

Distribuzione percentuale dei livelli di colesterolo nel siero (mg/dl) in uomini tra 50 e 62 anni che possono o meno avere sofferto successivamente di patologie coronariche (Studio Framingham)

RANDOM ERROR (II)

• L’inferenza statistica è il metodo utilizzato per valutare gli errori random in epidemiologia

• L’intervallo di confidenza è una misura della precisione di uno studio

• Con campioni numerosi = bassa possibilità di random error = intervalli di confidenza ristretti

BIAS DI SELEZIONE• Si riferiscono a una distorsione nella misura

della frequenza o all’associazione derivante dalla modalità con cui si selezionano i soggetti per lo studio– Il campione non è rappresentativo della

popolazione target – Alta frequenza di rifiuto o perdita al follow-up

• Esempi:– Bias di Berkson (frequenza ricoveri osp.)– Bias di prevalenza-incidenza – Effetto legato agli operatori sanitari

BIAS DI INFORMAZIONE

• Distorsioni dovute ad errori di misura o di errata classificazione dei soggetti in uno o più dei fattori in studio

• Include:– difetti del sistema di misurazione– questionari e interviste non rilevano ciò che si

erano proposti– procedure diagnostiche non accurate– Recall bias– Interviewer bias

MISCLASSIFICAZIONEnel bias di informazione

• NON DIFFERENZIALE occorre con la medesima frequenza in entrambi i gruppi

• DIFFERENZIALE varia nei diversi gruppi