Strumenti e Metodi dellEpidemiologia Demografia Statistica.
-
Upload
detta-viola -
Category
Documents
-
view
220 -
download
0
Transcript of Strumenti e Metodi dellEpidemiologia Demografia Statistica.
Strumenti e Metodi dell’Epidemiologia
Demografia
Statistica
Demografia
• Conoscere la popolazione• Censimento• Popolazione de facto e de juris• Archivi anagrafici• Movimento della popolazione (nascite e morti e
migrazione)• Altri archivi comunali (es. certificato di . assist. al
parto, mortalità precoce, aborti, vaccinazioni infantili ecc.)
La transizione demografica
• Forte diminuzione della mortalità infantile e neonatale.
• Forte aumento della durata media di vita• Forte diminuzione della natalità• Il cambiamento storico della composizione della
popolazione• Le differenze nelle “piramidi” delle popolazioni
dei paesi poveri e dei paesi richi (next)
Evoluzione della piramide
Indici di Invecchiamento
• Indice di vecchiaia:
Popolazione +65/Popolazione -14
Indice di dipendenza
Pop 0-14+Pop +65/Pop 15-64
Indice di Dipendenza anziani
Pop +65/Pop 15-64
L’invecchiamento della Popolazione
Indagini di popolazione
• Indagini che comprendono l’intera popolazione.(es. Censimento)
• Indagini campionarie (es.multiscopo ISTAT)
Fonti di dati.
• ISTAT: mortalità, natalità • ISTAT: indagini specifiche sullo stato di salute della popolazione
(multiscopo)• ISTAT: denuncie (notifiche) di malattie infettive• Ospedali:Scheda Dimissione Ospedaliera, Certificato assistenza al
parto• Registri per malattie specifiche: es. difetti congeniti, tumori, mal.
mentali.• ISS: progetti specifici ex. discariche sul territorio nazionale, mal. rare,
indagini sulla copertura vaccinale ecc.• Min del Ambiente: Rapporto annuale sullo stato dell’ambiente (acqua,
aria,suolo)• Altri enti (ex. INAIL, ISPESL, ASL ecc.)
STATISTCA
• Un importante strumento che l’epidemiologo usa per organizzare i dati in modo da evidenziare i fenomeni sanitari.
• Es. nelle indagini campionarie
Tipi di campioni
• Rappresentativo (casuale)
• Sistematico
• stratificato
Modalità di estrazioneOgni nth
Test di Significatività Statisticaper valutare le differenze
(le differenze osservate sono vere, oppure solo casuali ?)(Ipotesi di nullità)
• Test di differenze tra due medie (es t test)
• Test di differenze tra due proporzioni
• Test del X quadrato (per categorie)
• La correlazione
• Confronti tra tassi
Numeri assoluti e tassi
• Il tasso è il fulcro del metodo epidemiologico.
• Tasso:
• eventi nel tempo X/popolazione a rischio
Tasso di PrevalenzaNumero di casi di malattia nel momento T____________________________________ X K (es. 1000)La popolazione a rischio nel momento T
Es. prevalenza di diabete:120 casi tra 4500 persone=26 per 1000
Tasso di incidenza
Numero di nuovi casi in un periodo T1-T2_______________________________________ X K (es. 1000)
La popolazione a rischio in quel periodo
Es. incidenza di diabete:20 casi nuovi tra 4500 persone (nel 2004)=4.4 per 1000
Frequenza di malattie:prevalenza e incidenza
Incidenza di Tumori alla Mammella Italia
Il rapporto tra prevalenza e incidenza
• La prevalenza (P) di una malattia dipende dalla sua incidenza (I) dalla sua durata (D). Più prolungata la durata nel tempo, più alta la prevalenza (es. tutte le mal croniche non letali).
• Quindi:P=IXD, e I=P/D
• Questo consente si stimare sia P che I
Persone anni di esposizione
Densità di incidenza
Numero di nuovi casi nel periodo T1-T2___________________________________ X K (es. 1000)Persone a rischioXtempo di esposizione
Es:densità di infortunio grave nella costruzione dello stadio 80 infortuni gravi____________________________ X 1000900 lavoratori X 24 mesi lavorati
=3.70 per 1000 anni persone
Molto utile in studi dove conta non solo l’esposizione e la non esposizione, ma anche la durata dell’ esposizione. Es. studi sul possibile danno da onde elettromagnetiche emesse dai telefoni mobili, esistono individui molto esposti e altri molto meno.
Altri esempi di tassi
• Tasso di mortalità grezzo:
• Numero di morti in una anno in Italia
_____________________________ X 1000
• Popolazione Italiana
Altri esempi di tassi• Tasso di mortalità specifico:Numero di Italiani morti per incidente-----------------------------------------------X 1000Popolazione Italiana
No. di Italiane morte per parto----------------------------------------X 1000Donne Italiane(Oppure donne in età feconda, oppure donne incinte ecc.)Morti nel primo anno di vita----------------------------------------- X 1000Nati in quel anno
Mortalità proporzionale
• La percentuale di morti per ogni gruppo di causa.
• Es Popolazione A: 50% per MCV, 30% per tumori, 20% per il resto.
• Es Popolazione B: 40% per MCV, 25% per tumori, 35% per il resto.
• Questo non significa che la popolazione B sta meglio dal punto di vista delle MCV e dei tumori. Significa che sta peggio dal punto di vista delle altre cause.
Tassi compositi
• Anni Potenziali di Vita Perduti (Years of Potential Life Lost o YPLL). Necessita dati del numero di morti per età.
• Anni di Vita in Buona Salute Perduti (Disability Adjusted Life Years Lost o DALLY) . Combina la perdita di anni vita per morte precoce, più la perdita di vita in buona salute per causa di malattia e disabilità. Necessita dati del numero di morti per età e del numero dei disabili per età.
Esempio di YPLL
• Russia 1993 Tasso di mortalità per 1000 da:
• malattie CV 10.4 YPLL: 54
• Neoplasie 3.4 YPLL:24
• Cause violenti 3.8 YPLL:107
Esempio di DALLYs
• Il tasso di mortalità nei paesi in via di sviluppo non è molto più alto del nostro.(intorno al 10/1000 all’anno)
• Il DALLY/1000 :
• in Europa:150/1000
• In India: 350/1000
• In Africa: 580/1000
Confronto tra tassi
• I tassi servono per fare confronti tra:• Gruppi di persone diversi (es. laureati e analfabeti, donne e uomini,
bianchi e di colore, ricchi e poveri).• Tra zone geografiche diverse (es. Sud e Nord, città e campagna, Italiani e
Francesi ecc)• Tra periodi di tempo diversi (es. tra gli anni 70 e gli anni 2000, prima di
una misura di una innovazione medica e dopo, nell’estate vs. l’inverno ecc
• Tra persone esposte in un certo agente sospetto e non esposti. Es. il tasso di mortalità tra fumatori e non fumatori, tra preti e minatori, tra esposti all’inquinamento e non esposti, tra chi ha fatto lo screening di tumore alla prostata e che non l’ha fatto. ecc
• Domanda• Si può fare confronti tra valori di mortalità proporzionale ?
Confronto tra tassi
• Il confronto tra tassi è lecito solo se le popolazioni a confronto sono confrontabili in termini per es. di composizione per età, per livello di vita ecc, e per tutte le altre caratteristiche meno la variabile di studio (es. una popolazione è esposta ad un inquinante e l’altra no)
Confronto tra incidenze:
• Incidenza nel gruppo degli esposti:R(E)
• Incidenza tra i non esposti: R(NE)
• Rischio Relativo: R(E)/R(NE)
• Rischio Attribuibile:R(E)-R(NE)/R(E)
Esempio di rischio relativo e attribuibile
Incidenza di tumore polmonare tra non fumatori:19/100.000
Incidenza di tumore polmonare tra fumatori:188/100.000
Rischio relativo:188/100.000/19/100.000=9,9Rischio attribuibile:188-19/188X100=90%
(Significato RR: i fumatori sono 9,9 volte più a rischio)
(Significato RA: tra i fumatori si potrebbe ridurre la mortalità del 90% eliminando il fumo, oppure, il
fumo è responsabile per 90% dei casi)
Esercizio
Test si significatività statistica del RR
• Valori maggiori di 1.0:incremento del rischio• Valori minori di 1.0:decremento del rischio• Se la distanza da 1.0 è piccola, può essere un fatto casuale. Perciò bisogna
sottoporre le differenze osservate ad un test di significatività statistica.• Calcolo dei “limiti fiduciari” intorno al valore osservato. Es. Per un valore di
RR 1.3 possiamo parlare di un vero aumento del 30% ? (Dipende dalla deviazione standard che ha sua volta dipende dalla numerosità delle popolazioni studiate).
• Gli intervali ”fiduciari” intorno al valore osservato indicano il range dei valori entro i quali possono oscillare le stime dei tassi di incidenza per effetto del caso.Es. RR=1.3, 95% IC 0.9-1.8 significa che il range dei valori da 0.9 a 1.8 possono tutti essere dovuti al solo caso. Solo valori sotto il 0.9 e oltre il 1.8 possono essere veramente presi sul serio.
• Se invece fosse RR=1.3, 95% IC 1.1-1.8 (cioè il limite inferiore è maggiore di 1.0, significa che il range dei valori di oscillazione intorno al 1.3 sono tutti superiori a 1.0, quindi si tratta di un vero aumento.
Che cosa succede se le popolazioni non sono confrontabili:
Mortalità per MCV in alcuni Paesi Tasso Grezzo/100000 Tasso standardizzato per etàFinlandia 491 277Nuova Zelanda 369 254Francia 368 164Giappone 247 154Egitto 192 299Venezuela 115 219Messico 95 163
Standardizazzione (correzione per età)
• Zona A 79 casi tra 8.000 persone:9,9/1000 0-20 20-40 40+ tuttiCasi 48 25 6 79Popolaz 1500 2500 4000 8000Incidenza 32 10 1,5 9,9 Zona B 126 casi tra 8.000 persone:15, 8/1000 Casi 80 42 4 126Popolaz 2500 3500 2000 8000Incidenza 32 12 2 15,8E’ vera la differenza tra 9,9 e 15.8/1000 ??Sono pargonabili le popolazioni A e B ??
Correzione per età (standardizzazione diretta)
0-20 20-40 40+ Tutti
Popolaz A+B 4000 6000 6000 16000
Attesi A 128 60 9 197
Attesi B 128 72 12 212
Incidenza Zona A 197/16000=12,3/1000
Incidenza Zona B 212/16000= 13,3/1000
Il rapporto standardizzato di mortalità (o malattia)
Una volta standardizzato (corretto), il tasso osservato va rappor-tato a quello “atteso” (cioè il tasso che dovrebbe essere verificato se non ci fosse l’esposizione in questione.
Rapporto standardizzato di mortalità: (SMR)Tasso Osservato/Tasso Atteso X 100Se uguali=100Se O è maggiore di A l’SMR è maggiore di 100Se O è minore di A l’SMR è minore di 100.
L’importanza della popolazione di riferimento
L’importanza di classificare correttamente i soggetti
Un altro indice sanitario: La speranza di vita
Speranza di vita Donne Italia 1970-2000
Speranza di vita Donne 65+ Italia 1980-2000
Speranza di vita Uomini Italia 1970-2000
Speranza di vita Uomini +65 Italia 1980-2000
Sopravivenza dopo una cura
Incidenti per settimana in un campegio
Errori tipici in epidemiologia
• Errori nella classificazione dei Malati e delle esposizioni (validità dello strumento classificatorio)( es.Anemia tra uomini e donne)
• Selezione (Healthy workers effect, es. )• Scelta del gruppo di controllo (es. uranio impoverito nel
Kosovo confronto dei numeri osservati con gli attesi sulla base dei registri dei tumori Italiani (del Nord).
• Errori nella raccolta dei dati. (es. contraccezione,aborto e altri fatti “sensibili”)
• Confondimento (Segue esempio)
Esempio di confondimento:Lavoro in fabbrica e tumore al polmone
• Lavoro in fabbrica M NM Tutti
• SI 170 830 1000
• No 80 920 1000
• RR=170/1000/80/1000=2,125
• M: malato
• NM: non malato
Esempio di confondimento:Lavoro in fabbrica e tumore al polmone
NON FUMATORI (n=1000)• Lavoro in fabbrica M NM Tutti
• SI 10 190 200
• No 40 760 800
• RR=10/200/40/800=1.0
Esempio di confondimento:Lavoro in fabbrica e tumore al polmone
FUMATORI(n=1000)• Lavoro in fabbrica M NM Tutti
• SI 160 640 800
• No 40 160 200
• RR=160/800/40/200=1.0
L’importanza del rapporto dose-risposta
• Radio Vaticana e Leucemie:• Distanza dall’antenna RR• 2 km o meno 6.07 (un caso!)• 2-4 2.32 (3 casi)• 4-6 1.87 (3 casi)
• Ancora molto dubbioso, ma...
Meta-analisi degli studi sulla leucemia infantile ed esposizione a
EFWs
0,810,92
1,151 1,00
1,13
1,65
1,221,39
2,36
0
1
2
3
4
<= 0,1 0,1 - <= 0,2 0,2-<=0,3 > 0,3 microtesla
RR
IC 95% inf
RR
Ic 95% sup