2005-01-11 Interpretacija rezultatov epidemioloskih raziskav


1. OPREDELITEV MOTENJA:
Motenje je pojav, pri katerem se ocena povezanosti med dejavnikom tveganja in posledico njegovega delovanja (npr. boleznijo) zamegli zaradi sočasnega delovanja drugega dejavnika na isto bolezen, saj sta oba dejavnika tveganja povezana.
Motnje lahko nadzorujemo bodisi v fazi načrtovanja raziskave z randomizacijo ali kakšnim drugim načinom bodisi v fazi analize podatkov s stratifikacijo (posebna oblika je standardizacija) ali statističnimi modeli (kot je spodaj opisan multivariantni regresijski model).

PRIMER MOTENJA:
Če delamo raziskavo, kako različni poklici vplivajo na pojav pljučnega raka, bi lahko med delavci v tovarni ugotovili, da se pljučni rak na njihovem delavnem mestu pojavlja pogosteje kot v normalni populaciji. Takšna slika bi nas lahko zavedla v prehitro sklepanje, da je povečana pogostost pojavljanja pljučnega raka posledica delovnega procesa v tej tovarni. Vendar pa moramo biti pri raziskavi pozorni tudi na različne druge dejavnike tveganja, na primer na navade delavcev – delavci v tovarnah lahko pogosteje in več kadijo kot normalna populacija, zato bi lahko bila pogostost pljučnega raka pri njih večja.

















Slika 1: Prikazuje odnos med dejavnikom tveganja, rezultatom in potencialnim motenjem.
2. NADZOROVANJE MOTENJA:
2.1. V fazi načrtovanja raziskave
2.1.1. RANDOMIZACIJA
Randomizacija je naključno izbiranje vzorca pri katerem zagotovljeno, da imajo vse enote enako možnost priti v vzorec in da nobena lastnost ne vpliva na njen izbor. Zato je idealna metoda kontrole nad motenjem, ker zagotavlja, da bo razporeditev znanih in, kar je še bolj pomembno, neznanih motečih spremenljivk v primerjanih skupinah enaka (pod pogojem, da je velikost vzorca relativno velika). Zagotavlja tudi, da so rezultati raziskave v večini odraz izpostavljenosti opazovanemu dejavniku tveganja in ne rezultat določenih razlik med skupinami, ki jih primerjamo. Vendar pa to metodo lahko uporabljamo le v eksperimentalnih raziskavah.
Metod randomizacije je več. Najenostavnejša je enostavna randomizacija, ki je osnovna metoda randomizacije in je primerljiva metanju kovanca, vendar se slednja metoda ne sme uporabljati, ker ni preverljiva oziroma ponovljiva. Alternativa je uporaba tabele naključnih števil (njeno uporabo smo spoznali že pri temeljih biostatistike).
Treba je poudariti, da bi randomizacija oseb v skupine morala biti opravljeno šele takrat, ko imamo primernega posameznika, željnega sodelovanja v študiji. Osebe, ki zavrnejo sodelovanje ali zapustijo študijo po randomizaciji, povzročijo neprimerljivost med skupinami.
Naključna dodelitev vedno ne zagotavlja podobnih skupin. Različnost med skupinami je lahko posledica naključja, predvsem pri manjših skupinah.

2.1.2. USKLAJEVANJE PAROV (MATCHING) PRI RAZISKAVAH PRIMEROV S KONTROLAMI
Vzorčenje z usklajevanjem je proces, pri katerem so kontrole izbrane na tak način, da je porazdelitev potencialnih motečim dejavnikom identična tistim v primerih.

2.2. Med analizo:
2.2.1. KAKO ODKRITI MOREBITNO MOTENJE
Že pri osnutku študije moramo pomisliti na možnost motenja Pri tem moramo upoštevati odkritja iz drugih epidemioloških študij in kar je že znano o etioloških mehanizmih zdravstvenega pojava, ki ga preučujemo.

2.2.2. KATERE MOTEČE DEJAVNIKE LAHKO PRIČAKUJEMO
Navadno sta starost in spol moteča dejavnika skoraj v vsaki študiji. Kajenje bo zelo verjetno moteči dejavnik pri preučevanju vpliva kateregakoli drugega dejavnika tveganja na pojav raka na pljučih. Pogosti moteči spremenljivki sta tudi socialno-ekonomski status in kraj bivanja.
2.2.3. KAKO VEMO, DA JE NEK DEJAVNIK RES MOTEČ
Vplivati mora tako na preučevani dejavnik tveganja (PDT) kot tudi na preučevani zdravstveni pojav (PZS). To ponavadi ugotavljamo s statističnimi metodami, vendar pa je ocenjevanje na ta način velikokrat oteženo. Npr. pri velikih vzorcih je povezava moteče spremenljivke med PDT in PZS lahko premajhna, da bi resnično prišlo do pravega motenja., zaradi česar ga ne zaznamo.

2.2.4. STANDARDIZACIJA (kot posebna oblika stratifikacije)
Ena najpogosteje uporabljanih metod za odpravljanje vplivov motečih dejavnikov v epidemiologiji je standardizacija. Standardizacijo uporabljamo na primer za splošno primerjanje dveh populacijskih skupin, saj je njen namen odpraviti učinke motečih spremenljivk (npr. starost). Čeprav se običajno uporablja za nadzorovanje vpliva starosti, se lahko enakovredno uporabi tudi za druge spremenljivke, npr. spol, socialni status, bivališče…
2.2.4.1. Direktna metoda standardizacije:
Uporabimo jo za primerjavo dveh velikih populacij. Opravimo jo s pomočjo referenčne populacije (npr. za primerjavo populacije Štajerske in Dolenjske lahko kot referenčno populacijo uporabimo standardno prebivalstvo Slovenije; SZO uporablja v svoji bazi »Zdravje za vse« standardizacijo na standardno evropsko prebivalstvo).
2.2.4.2. Indirektna metoda standardizacije:
Uporabimo jo za primerjanje umrljivosti ali incidence neke bolezni v mali populaciji s širšo populacijo. Primerjamo število pričakovanih primerov (klasificiranih po starosti) s stopnjo obolevnosti ali umrljivosti v veliki populaciji (klasificiranih po starosti). Iščemo Standardizirano stopnjo umrljivosti (SDR – Standardized Death Rate – odnos števila opazovanih primerov glede na število pričakovanih primerov).
2.2.4.3. Katera metoda je boljša:
V primerjavi incidence bolezni med dvema ali več populacijami dasta direktna in indirektna metoda standardizacije v praksi precej podobne rezultate. Vendar pa moramo za izbiro metode upoštevati več stvari:
- direktna metoda zahteva, da so na voljo vrednosti epidemioloških mer po slojih moteče spremenljivke (npr. po starostnih obdobjih, kadar želimo odpraviti vpliv starosti kot morebitne moteče spremenljivke); indirektna metoda pa potrebuje le skupno število primerov (na primer ljudi, ki so na novo zboleli), ki so se pojavili v vsaki preučevani populaciji.
- za manjše število preiskovancev se raje kot direktno uporabi indirektno metodo. Mere uporabljene pri direktni prilagoditvi bi bile izpostavljene precejšnji vzorčni variaciji. Z indirektno metodo lahko najbolj stabilne mere uporabimo za standard, s čimer zagotovimo, da so seštete mere kar najbolj natančne.
- na splošno, ko primerjamo incidenco med dvema ali več populacijami, je direktna standardizacija bolj zanesljiva.

2.2.5. STATISTIČNO MODELIRANJE
Za nadzorovanje motenja se v zadnjih dvajsetih letih vedno pogosteje uporabljajo statistične metode, natančneje multivariantni statistični modeli (različni regresijski modeli). Multivariantni regresijski model je metoda za opazovanje odnosa med odvisno in več neodvisnimi spremenljivkami. Ena glavnih prednosti regresijskega modeliranja je da so vse neodvisne spremenljivke obravnavane enako in nam ni potrebno katere izpostaviti. To je še posebej pomembno v študijah, ki raziskujejo vplive več različnih spremenljivk naenkrat. Ena glavnih pomanjkljivosti regresijskega modeliranja pa je da lahko izgubimo pregled nad podatki, zato ta pristop imenujemo tudi »black box« pristop. Zato je zelo pomembno, da raziskovalec te metode teoretično dobro pozna, četudi jih tehnično izvaja kdo drug. Med številnimi regresijskimi modeli, se v epidemiologiji najpogosteje uporabljata model logistične regresije in Coxov model sorazmernostnih tveganj.























3. LITERATURA:
• M. Premik: Uvod v epidemiologijo
• Cancer Epidemiology: Principles and Methods
• Š. Adamič: Temelji biostatistike

You have no rights to post comments

Uporabniški račun