Præsentation er lastning. Vent venligst

Præsentation er lastning. Vent venligst

Kohorte og interventionsstudier

Lignende præsentationer


Præsentationer af emnet: "Kohorte og interventionsstudier"— Præsentationens transcript:

1 Kohorte og interventionsstudier
Merete Osler

2 Epidemiologiske studiedesign
Observerende(Ikke-eksperimentelle)undersøgelser kohorte (follow-up) undersøgelser case-kontrol undersøgelser Tværsnitsundersøgelser Korrelationsstudier Interventions (Eksperimentelle) undersøgelser

3 Algorithm for classification of study
Did investigator assign exposure? Yes: Experimental study No: Observational study Random allocation? Comparison group? Yes: Randomised, controlled trial No: Non-randomised, controlled trial Yes: Analytical study No: Descriptive study Time sequence? Exposure  Outcome: Case-control study Exposure and Outcome: Cross-sectional study Exposure  Outcome Cohort study Grimes DA & Schulz KF, 2002

4 Kohorteundersøgelsen
Observationel undersøgelsesmetode Studiebasen identificeres primært Eksponerede og u-eksponerede følges over tid Udvikling af sygdom/outcome i de forskellige ekspositionsgrupper sammenlignes

5 Modellen Populationen +E -E +E tid + O -E tid

6 Typer af kohortestudier
Prospektiv kohorte Historisk kohorte Ambi-direktionel Nested case-controlstudie i kohorte

7 Prospektiv vs. Historisk kohorte
Prospektiv kohorte Historisk kohorte +E -E tid +E -E tid Forsker Forsker

8 Andre designs i kohorter
Ambi-direktionel kohorte +E -E tid Forsker +E -E Nested case-control i kohorte +E -E tid Forsker ? +E

9 Associationsmål i kohortestudier
KIP = antal nye tilfælde frem til tiden t / antal personer i risiko IR = antal nye tilfælde / samlede risikotid Relativ Risiko = Risiko Ratio = RR = KIP+E / KIP-E = IR+E / IR-E Populationen +E -E tid O+E O-E RR = KIP+E / KIP-E = O+E / Alle +E O-E / Alle -E

10 Associationsmål i kohortestudier
KIP = antal nye tilfælde frem til tiden t / antal personer i risiko IR = antal nye tilfælde / samlede risikotid Relativ Risiko = Risiko Ratio = RR = KIP+E / KIP-E = IR+E / IR-E Populationen +E -E tid O+E O-E RR = IR+E / IR-E = O+E / Obs.tid+E O-E / Obs.tid+E

11 Associationsmål i kohortestudier
IR = antal nye tilfælde / samlede risikotid IHS loss of f-u RR = IR+E / IR-E = O+E / Obs.tid+E O-E / Obs.tid+E Populationen +E -E år 3 / ( ) 2 / ( ) = 3 nye tilfælde / 47 år 2 nye tilfælde / 49 år = 0,064 nye tilfælde / år nye tilfælde / år = RR = 1.56

12 Fixed kohorte fx Kost-kræft og helbred
Populationen +E -E år

13 Fixed (lukket) kohorte
Populationen +E -E år

14 Type of population studied
Defined by Follow up Appropriate measure of disease frequency Open dynamic Fixed Closed Changeable characteristic Irrevocable event Members come and go; losses may occur Does not gain members; losses may accur Does not gain members; no losses occur Incidence rate Cumulative incidence

15 Selektion af sammenligningsgruppe (reference population)
Intern: Uexponerede deltagere i kohorten Fx ikke-rygere i British physician study Totalbefolkning: Fx studier af arbejdsmiljø Sammenlignelig kohorte: Fx en anden type arbejdere

16 Overvejelser ved design og fortolkning af kohortestudier
Er den eksponerede og den u-eksponerede gruppe sammenlignelige? Er ekspositionsoplysningerne indhentet ens for begge grupper? Hvordan er follow-up? Er follow-up tiden tilstrækkelig? Er follow-up påvirket af outcome? Er frafald korreleret med ekspositionsstatus?

17 Modellen 1. Bortfald ved baseline (rekrutering) Populationen +E -E
2. Bortfald ved follow-up +E tid + O -E tid

18 Bias Selektionsbias Udvælgelsen til undersøgelsesgrupperne (på basis af eksposition eller udfald) er influeret af den anden undersøgelses dimension (ekspositionen eller udfald) – den som skal bestemmes. Kohorte design Udvælgelsen af eksponeret/ikke-eksponeret gruppe er relateret til udfaldsstatus. Informationsbias Forskelle mellem undersøgelsesgrupperne i indhentning, rapportering eller fortolkning af information om den anden undersøgelsesdimension. Bestemmelsen af udfaldsstatus (syg/rask) er forskellig for eksponerede og ikke eksponerede.

19 Informationsbias Eksempler Recall bias
KOHORTE: Personer eksponeret for en kendt risikofaktor husker bedre evt efterfølgende relevant sygdom. Interviewer bias KOHORTE: Interviewernes kendskab til ekspositionsstatus påvirker interviewerens /lægens fastlæggelse af udfald Bortfalds bias KOHORTE: Bortfaldsgruppen adskiller sig fra fortsatte deltageres både med hensyn til eksposition og udfald. Differential misklassifikation KOHORTE: Misklassifikation af udfaldsstatus er forskellig for eksponerede og ikke-eksponerede.

20 Interventionsstudier

21 Det væsentligeste rationale for interventionsstudier
Observationelle studier er følsomme for (ikke-erkendt eller ikke-målelig) confounding

22 Interventionsundersøgelsen
Ligner en kohorteundersøgelse: studerer incidensen af outcome i grupper af forskelligt eksponerede MEN Forskeren har kontrol over principperne ved udvælgelse af hvem der skal eksponeres Forskeren tilstræber en ’alt andet lige’ situation ved hjælp af tilfældigheder

23 Modellen Randomisering Populationen +E -E tid +E -E + O

24 3 nøgleelementer Randomisering: sikrer sammenlignelighed af populationerne Placebo: sikrer sammenlignelighed af effekter uafhængig af behandlingsomstændigheder Blinding: sikrer sammenlignelighed af informationerne Dog kan disse elementer ikke altid opfyldes!

25 Intervention study Advantages
As a cohort study: exposure  outcome Complete description of disease, incl incidence data Possible to study multiple effects The exposure allocated by the investigator Allow large contrasts in exposure The exposure compared to no, other or placebo intervention The groups to be compared will be similar The randomised, controlled trial: Randomised – eliminate confounding Placebo-controlled – allow blinding Blinding – reduce bias Strongest design to establish cause-effect relationships risk among exposed risk among not risk ”if” exposed risk ”if” not RR = ~

26 Intervention study Limitations
As a cohort study Expensive and time consuming Not useful for rare diseases and long induction time May not be ethically justifiable insufficient belief to justify intervention insufficient doubt to justify placebo intervention too expensive or difficult to be implemented intervention already widespread in population even if little evidence of efficacy or safety May not be feasible to have a true placebo group treatment already exist change in habits, surgery, zone therapy, etc

27 Confounding in RCT Randomisation will – ideally – result in
Equal distribution of known – and unknown – potential confounders No confounding possible Randomisation may fail – sloppiness or randomly The stronger predictor, the smaller differences cause confounding How to judge if randomisation was successful? Assess for baseline equivalence If there are differences, then repeat the randomisation, or assess and adjust for possible confounding

28 Baseline comparison Do we have baseline equivalence?
A. Yes, baseline equivalence - no problem B. Yes, reasonable baseline equivalence – probably no problem C. No, baseline inequivalence – confounding could be a problem D. No, baseline inequivalence – there is confounding Placebo Active P Age (y) 26.9 27.7 0.61 Sex (% female) 45 55 0.15 Haemoglobin (g/L) 115 113 0.04

29 Non-compliance in RCT Study participants may not comply with treatment
Some in the intervention group may not be exposed Some in the control group may be exposed (co-intervention) Q1: How to assess compliance? Randomisation A B Q2: What to compare? A vs B ? A1 vs B1 ? A B1 A B1

30 Intention-to-treat analysis
Analysis based on assigned, not actual treatment compare those randomly assigned to active vs placebo do not exclude non-compliant participants do not put non-compliant participants in the other group Only intent-to-treat analysis benefits from randomization Non-compliance does not occur randomly Primary analysis must be based on intent-to-treat analysis only this comparison will give an unconfounded effect estimate Secondary analysis based on compliance may be done

31 Diskussion Kohorte versus interventionsundersøgelser-
Hvordan er evidensen?

32 To metaanalyser i New Engl J Med i 2000
Conclusion: We found little evidence that estimates of treatment effects in observational studies after 1984 are either larger than or qualitatively different from those obtained in randomized, controlled trails.

33 Eksempler på forskel mellem kohorte og RCT
Beta-Caroten og lungekræft HRT og hjertesygdom

34

35 Oversigtsartikler (reviews)
Litteratur oversigt (Kvalitative) Metanalyse (Kvantitative) Littertur analyse -inklusionskriterier -vurderingskriterier

36 Metaanalyse Systematisk metode som gennem statistiske analyser kombinerer data fra uafhængige studier mhp at opnå numeriske estimater af effekten af en specifik vaiabel på et defineret udfald.

37


Download ppt "Kohorte og interventionsstudier"

Lignende præsentationer


Annoncer fra Google