Insegnamento di Epidemiologia

(1)

Insegnamento di Epidemiologia

(2)

E' lo studio della frequenza e della distribuzione dei fenomeni salute/malattia nelle popolazioni e

dei fattori e le circostanze che le determinano

Epidemiologia

Descrivere la situazione di

salute/malattia di gruppi o popolazioni

Identificare le variabili che influiscono su tale

situazione

Effettuare idonei interventi di prevenzione e

programmazione sanitaria

(3)

John Snow e il Colera a Londra

Londra, UK

settembre 1854

(4)

L’ epidemia di colera a Londra, 1854

• La sera del 31 Agosto del 1854 il colera compare nella area centrale della città, presso Broad Street

• John Snow, che aveva studiato altri episodi epidemici negli anni precedenti, sospetta che l’acqua della pompa del pozzo vicino all’

incrocio tra Broad Street e Cambridge Street sia contaminata

– a quel tempo, l’origine del colera non era nota, e si pensava la trasmissione potesse verificarsi attraverso l’aria

• una fantasiosa teoria sosteneva che il colera deriva dai vapori che risalivano dai sepolcri dei morti durante la peste di due secoli prima…

– solo nel 1886 (30 anni dopo) sarà scoperto il Vibrio cholerae

• La sera del 3 settembre, Snow esamina l’acqua del pozzo, ma non trova impurità sospette, e non ha elementi per una

conclusione

– continuerà ad esaminare l’acqua nei giorni seguenti, notando che “…varia nel contenuto di impurità organiche visibili a occhio nudo sotto forma di piccoli flocculi bianchi...”

(5)

Mortalità osservata ed attesa per colera a vari livelli di altezza del fiume Tamigi, Inghiletrra, 1849

0 20 40 60 80 100 120

0 50 100 150 200 250 300 350 400

Altezza sul fiume Tamigi (piedi) Tasso di mortalità per colera per 100.000 abitanti

Mortalità osservata

Mortalità attesa in base alla teoria del miasma

(6)

L’ epidemia di colera a Londra, 1854

• Snow ottiene dal General Registrar Office una lista degli 83 deceduti per colera

– e pensa di riportare i dati su una mappa della zona

• I decessi si distribuiscono intorno alla pompa di Broad Street

• L’ipotesi prende sostanza

• Come verificarla?

– “…Ho potuto osservare che quasi tutti i decessi sono avvenuti nelle immediate vicinanze della pompa. Ci sono soltanto dieci casi vicini ad un’altra pompa. In cinque di questi casi, le famiglie dei deceduti mi hanno informato che erano soliti andare a prendere l’acqua alla pompa di Broad Street, perchè era migliore di quella della pompa più vicina. In altri tre casi, i morti erano bambini che andavano a scuola vicino alla pompa di Broad

Street. Le rimanenti due morti non sono altro che la quantità di casi che si verificava prima dell’ epidemia nell’area servita dalla pompa …”

(7)

La mappa di John Snow

(8)

L’ epidemia di colera a Londra, 1854

• La sera del 7 settembre, Snow descrive i risultati delle sue

indagini alle autorità responsabili della fornitura di acqua alla comunità

– il Board of Guardians of St. James’s Parish ordina l’immediata rimozione della pompa di Broad Street

• La pompa viene rimossa la mattina dell’ 8 settembre 1854, l’

epidemia declina rapidamente

• E’ assunta la dimostrazione che il colera (ancora di eziologia sconosciuta) si acquisisca dalle acque infette

– vengono definite le misure di prevenzione: evitare la contaminazione di acqua destinata al consumo umano, cibo e mani con rifiuti liquidi infetti

• Ma fu davvero la rimozione della pompa a fermare l’epidemia?

(9)

Lezioni da questo caso

• Snow ebbe una “buona idea”

– una teoria causale sulla diffusione della malattia che lo guidò nella raccolta dei dati

• Snow aveva studiato le epidemie precedenti

– conosceva la situazione ed era preparato a raccogliere i dati “giusti”

• Snow usò un metodo giusto, basato su:

– Mettere i dati nel contesto appropriato per valutare causa ed effetto

– Fare comparazioni quantitative

– Considerare spiegazioni alternative e casi contrari

– Valutare i possibili errori nei numeri riportati sui grafici

(10)

Mettere i dati nel contesto appropriato per valutare l’associazione tra causa ed effetto

• I dati che Snow aveva a disposizione erano una lista di nomi dei deceduti, i loro indirizzi, le date del loro decesso

–

La più naturale delle descrizioni era la

rappresentazione della serie temporale, la “curva epidemica” dei decessi

• Ma la narrazione descrittiva non è spiegazione

–

il solo passare del tempo non sempre spiega tutto

• e John Snow decise di usare una mappa

– dove presentava gli EFFETTI, i decessi – ma anche le ESPOSIZIONI, le pompe

• l’ aggregarsi di esposizioni ed effetti nello spazio, il clustering, indicava associazione

(11)

Fare comparazioni quantitative

• La profonda e fondamentale domanda della analisi statistica è:

– Confrontato con cosa?

• Non basta studiare i colpiti dal colera

– ma sono importanti anche i NON COLPITI!

• John Snow identificò due aree colpite meno di quelle circostanti

– la Fabbrica di Birra e l’Ospizio dei Poveri (Workhouse)

• nessuno si era ammalato nella Fabbrica (dove gli operai potevano bere liberamente certe quantità di birra!)

• solo 5 su 535 nell’ Ospizio si erano ammalati (l’ospizio aveva un suo pozzo!)

(12)

Considerare spiegazioni alternative e casi contrari

• La credibilità di un risultato è fortificata dalla valutazione di tutte le “prove”, non solo di quelle apertamente conformi alla spiegazione proposta

• Nella mappa di Snow c’erano alcuni mortie residenti lontano dalla pompa di Broad Street

– ma ad una ricerca attenta, alcuni lavoravano vicino, altri andavano a scuola nei pressi. Una donna abitante nel West End mandava a prendere ogni giorno l’acqua della pompa di Broad Street, che trovava più piacevole

• prove apparentemente contrarie ad un esame più attento diventano favorevoli!

• Eppure, l’aspetto più noto della storia, la rimozione della pompa, non fu forse il vero motivo del risolversi dell’ epidemia, che già scemava per la fuga della popolazione

(13)

Valutare i possibili errori nei numeri riportati sui grafici

• Nel suo testo, Snow menziona la presenza di dati “missing”

– soggetti dei quali non era conosciuta la residenza, casi non identificati, casi allontanatisi prima di morire, ecc.

• Snow usa una “mappa per punti”

– si vedono i valori assoluti, non i casi in proporzione alla popolazione

• e se le aree con pochi punti fossero soltanto scarsamente popolate

• D’altronde, tassi e rapporti possono essere rappresentati solo su mappe areali

– e la scelta dei confini delle aree influenza il risultato

• Anche la curva epidemica, dice cose diverse se rappresentiamo giorni o settimane...

(14)

I fondamenti dell’epidemiologia:

Definizioni e principi generali.

Causa, esposizione, effetto

WWW.SLIDETUBE.IT

(15)

Epidemiologia: un assioma fondamentale

Stallones RA, To advance epidemiology, Ann Rev Publ Health, 1:69-82, 1980

• Le patologie non si distribuiscono a caso nella popolazione

–

Corollari:

• Le aggregazioni non-casuali delle patologie

nell’uomo si manifestano secondo gli assi di misura del tempo, dello spazio, delle caratteristiche

individuali e di certe caratteristiche delle comunità

• Variazioni nella frequenza delle patologie umane si verificano in risposta a variazioni nella intensità

della esposizione ad agenti eziologici o ad altre

cause più remote, o a variazioni nella suscettibilità degli individui all’azione di tali cause.

(16)

Definizione di Causa

• Possiamo definire la causa di uno specifico evento di malattia come

– un evento, condizione o caratteristica che ha

preceduto l’evento di malattia, e senza il quale la malattia non si sarebbe per nulla verificata o si sarebbe verificata in un tempo successivo

• In effetti, nessun evento, condizione o

caratteristica specifiche sono sufficienti di per sé a produrre l’effetto

– questa definizione non si riferisce al complesso del meccanismo causale, ma soltanto ad un suo

componente

Rothman K, Greenland S, Causation and Causal Inference, In: Rothman K, Greenland S “Modern Epidemiology”, Lippincott-Raven, 1998

(17)

Cause Necessarie e Sufficienti

• Causa necessaria

–

precede sempre un effetto

• Causa sufficiente

–

inizia o produce inevitabilmente un effetto

• Se la variabile indipendente X causa Y,

avremo:

X è necessaria X è sufficiente

(1) SI SI

(2) SI NO

(3) NO SI

(4) NO NO

Last JM, A Dictionary of Epidemiology, 3rd Ed, Oxford Univ Press, 1995 (Causality)

(18)

SI

Agenti fisici, chimici, biologici

FATTORI DI RISCHIO

Sono

potenzialmente controllabili?

Esiste una correlazione causale fra queste condizioni e la malattia?

Condizioni che anticipano l’insorgenza di una malattia o ne rendono più grave il decorso

Età, sesso, etnia

MARKERS DI RISCHIO

NO

(19)

Effetto

Esposizione

^Situazione in cui sono presenti insieme agente (o fattore di rischio) e ospite: sono possibili l’incontro e l’interazione tra essi.

Risultato della interazione tra agente (o fattore di rischio) e ospite

(20)

Cosa è il Rischio ?

• E’ la probabilità che si verifichi un evento negativo per la salute

• L’effetto può essere definito, nelal sua più semplice accezione, come un evento

aleatorio binario, che si verifica oppure no

• Affermare che esiste un rischio del 5%, significa affermare che ci attende che 5

esposizioni su 100 portino all’ effetto e 95

no

(21)

Probabilità Danno Situazione a rischio

• La misura del rischio è strettamente legata al concetto di probabilità

–

perchè il rischio riguarda avvenimenti futuri

• che possono verificarsi o meno

• che possono svolgersi con diversa intensità

Non danno

Fattore di rischio

Ospite Ambiente

Fattore di rischio

(22)

RISCHIO: I punti chiave

• Si tratta di una grandezza misurabile

• La valutazione del rischio richiede criteri adatti a specifiche situazioni

• Esistono rischi di azione e rischi di omissione

• La percezione del rischio da parte del pubblico non è sempre coerente con la realtà

• E’ necessario organizzare coerentemente i dati disponibili e tradurli in azioni preventive

(normative e di comportamento) efficaci

(23)

La valutazione del rischio comporta diverse modalità di analisi

• Gravità dell’ effetto

– Danno reversibile o irreversibile

– Scala del danno: biologica, economica, ecc.

• Distanza nel tempo tra esposizione ed effetto

– Danno immediato o ritardato

• Probabilità dell’ effetto

– Esercizio normale o in condizioni di incidente

• Condizioni dell’ esposizione

– Addetti ai lavori o popolazione generale

(24)

Previsione del rischio

• La valutazione del rischio comporta

necessariamente la previsione del rischio per una qualche situazione futura, ma per questa non si può prescindere dall’ adozione di un modello:

– Frequenza di accadimento costante

– Frequenza di accadimento funzione del tempo (trend temporale)

– Frequenza di accadimento funzione del tempo e dello stato di variabili riconosciute come correlate all’

evento in esame (fattori di rischio, indicatori)

(25)

I “gruppi a rischio”

• Le popolazioni possono essere aggregate secondo diverse variabili

– gruppi di età

– provenienza geografica – etnia

– occupazione, ecc.

• Qualora le aggregazioni risultanti presentino una maggiore frequenza di accadimento dell’ evento in studio rispetto alla popolazione generale

– si può parlare di “Gruppi a rischio”

(26)

Stima del rischio individuale

• La stima della probabilità individuale di

sviluppare (rischio individuale), ad es., una patologia tumorale

– è dunque “condizionata” dalla disponibilità di informazioni sull’ appartenenza del soggetto ad una o più “popolazioni” a rischio

• Infine, non va dimenticato che l’effetto di più fattori di rischio (o di fattori di rischio in rapporto all’ età, sesso, ecc.)

– può realizzarsi come un effetto di combinazione sinergico, additivo, o antagonistico

(27)

La percezione del rischio

• La percezione del rischio da parte del pubblico si presenta spesso diversa dalle misure obiettive proposte dagli esperti e si basa

prevalentemente su caratteristiche qualitative più che quantitative

–

familiarità, controllo, potenziale catastrofico, pericolo per le generazioni future

• Situazioni potenzialmente pericolose ritenute “volontarie”

sono anche comunemente considerate “controllabili”

• Situazioni i cui effetti negativi sono ritardati tendono ad essere identificate come situazioni a rischio poco

conosciuto

(28)

Le metodologie dell’epidemiologia:

Studi Epidemiologici

(29)

Utilità dell’ epidemiologia

DESCRITTIVA:

COSTRUTTIVA:

SPERIMENTALE:

Distribuzione delle patologie in sottogruppi

della popolazione (Studi Trasversali)

Associazione tra variabili, consistenza temporale

di fenomeni

(Studi Caso-Controllo e Coorte)

Verifica dell’ efficacia di interventi

(Studi Sperimentali)

Programmaz.

Sanitaria

Problemi emergenti Generazione ipotesi suggeriscono

Standards della pratica medica Valutazione di

ipotesi suggeriscono

(30)

Strategie dell’Epidemiologia

Epidemiologia

Epidemiologia Sperimentale

Epidemiologia Osservazionale

Epidemiologia Descrittiva Epidemiologia Costruttiva

^Studi

Retrospettivi Studi

Prospettici

(31)

Epidemiologia Descrittiva

Studio della distribuzione del continuum salute/malattia nella popolazione in esame

– Le variabili più comunemente esaminate possono essere classificate come descrizione di persona, tempo, luogo:

• caratteri che descrivono il tempo durante il quale le persone sono state affette dalla malattia

– C’è una inusuale caratteristica della distribuzione dei casi per anno, mese, giorno oppure ora della comparsa ?

• caratteri che descrivono il luogo nel quale si è verificata la malattia

– I casi sono egualmente distribuiti in relazione al paese, regioni, provincie, comuni ?

• caratteri che descrivono le persone affette

– età, sesso, gruppo etnico, occupazione, scolarità, livello socioeconomico;

Persona Tempo

Luogo

(32)

Tempo - Durata dei fenomeni

0 25 50 75 100

Gen Apr Lug Ott

Gravità

0 25 50 75 100

Gen Apr Lug Ott

Gravità

0 25 50 75 100

Gen Apr Lug Ott

Gravità

250 5075 100

1940 1955 1970 1985

Gravità

Acuti (es. Morbillo) Cronico-degenerativi (es. Cancro)

Recidivanti (es. LES) Multipli (es. Zoster) Varicella

Zoster

(33)

Tempo - Ciclicità

250 5075 100

mar-92 set-92

mar-93 set-93

mar-94 set-94

mar-95 set-95

mar-96 set-96

Popolazione coinvolta

• Ciclicità pluriennale

• da variazione nell’ agente (es. Influenza)

• da variazione nel pool dei suscettibili

(es. Rosolia)

250 5075 100

mar-92 set-92

mar-93 set-93

mar-94 set-94

mar-95 set-95

mar-96 set-96

Popolazione coinvolta

• Ciclicità stagionale

• inverno - contagio diretto (es. infezioni vie respir.)

• estate - contaminazione (es.

tossinfezioni alimentari)

(34)

Modello retrospettivo

Modello prospettico

Osservazione nel tempo degli effetti procurati sulla popolazione dall’azione di

una determinata variabile

Si considera una situazione di salute- malattia e si cerca di individuare a

ritroso le variabili che hanno più contribuito a produrre la malattia

Epidemiologia Costruttiva

Consiste “nella ricerca di correlazioni tra la situazione di salute/malattia e l’azione di una numerosissima serie di fattori che si può logicamente presumere abbiano una influenza su tale situazione...”

(35)

Tipi di studio

– Studi “Case reports”

• dettagliata descrizione di segni e

sintomi o risultati di laboratorio

relativi ad un “ caso tipico” od un

piccolo gruppo di casi

(36)

Tipi di studio

– Studi “Case series”

• dettagliata descrizione di segni e sintomi o risultati di laboratorio

relativi ad un elevato numero di casi

(37)

reports Case

series Case

economico

valido per generare ipotesi

dati più attendibili su caratteristiche

della malattia

non può essere usato per testare

ipotesi

non può essere usato per testare

ipotesi

Vantaggi Svantaggi

(38)

Tipi di studio

– Studi cross-sectional (trasversali)

• in una popolazione si valuta, in un

determinato istante, l’esposizione ad un possibile fattore di rischio e la

presenza di malattia (prevalenza)

(39)

Cross sectio-

nal

misura la prevalenza

facilità di escuzione

valido per generare ipotesi

può consentire una iniziale valutazione

dell’associazione esposizione-

effetto

non può essere valutato il tempo della

esposizione

Vantaggi Svantaggi

(40)

Tipi di studio

– Studi “ecological” (ecologici)

• valutano l’associazione tra

esposizione ed effetto ed analizzano la corrispondenza dei due fenomeni in diverse aree geografiche od intervalli di tempo

(41)

Ecolo- gical

rapidità di escuzione

valido per generare ipotesi

può consentire una iniziale valutazione

dell’associazione esposizione-

effetto

difficile il controllo delle

variabili di confondimento

Vantaggi Svantaggi

(42)

Studi Caso-Controllo

Esposti Non esposti

Malati malati Non

Retrospettivi

Passato Presente Futuro

(43)

Studi di Coorte

Malati Non malati

Esposti esposti Non

Prospettici

Esposti esposti Non

Storici

(44)

tempo necessario

spesa necessaria

malattie considerate

gruppo di controllo

Studio caso-controllo Studio di coorte

breve lungo

limitata elevata

rare frequenti

difficile

da scegliere è la coorte

non esposta

(45)

consenso allo studio attendibilità

dei dati n° soggetti

necessari persi

allo studio

Studio caso-controllo Studio di coorte

piccolo grande

non necessario necessario

(volontari)

assenti presenti

dubbia

(esperienze passate)

buona

(raccolti durante lo studio)

(46)

Epidemiologia Sperimentale

Valutazione degli effetti dell’intervento non intervento

intervento

(47)

Rilevanza di effetto ed esposizione negli studi epidemiologici

• Case reports

• Case series

• Studi trasversali

• Studi ecologici

• Studi caso-controllo

• Studi di coorte

• Studi sperimentali

Descrittivi

Costruttivi Sperimentali

ESPOSIZION EFFETTO E

(48)

Parole chiave di interesse statistico in un Randomized Controlled Trial (RCT)

• Disegno dello studio

– Randomizzazione

– Calcolo delle dimensioni del campione – Criteri di inclusione/esclusione

– Cecità

• Obiettivi dello studio

– Definizione ENDPOINTS e loro misura

• Hard: sopravvivenza, intervallo libero da malattia

• Soft: Percezione individuale di dimensioni della Qualità di Vita

• Valutazione dei risultati

– Intention to treat

– Rappresentazione sintetica dei dati

– Formalizzazione ipotesi nulla ed ipotesi alternativa – Scelta del test statistico

(49)

Livelli di “evidence” e

forza delle raccomandazioni

(Shekelle PG, Woolf SH, Eccles M, Grimshaw J, Developing Guidelines, BMJ, 318: 593-596, 1999)

• Livelli di prova (evidence)

– Ia Prove basate su studi di meta-analisi o trials clinici controllati randomizzati (RCT)

– Ib Prove basate su almeno 1 trial clinico randomizzato – IIa Prove basate su almeno 1 studio controllato ma non

randomizzato

– IIb Prove basate su almeno un altro tipo di studio quasi- sperimentale

– III Prove basate su studi descrittivi non sperimentali, quali studi comparativi, studi di correlazione, studi caso-controllo

– IV Prove basate su Reports di Comitati di Esperti, o Esperienza clinica di autorità rispettate, o entrambi

(50)

La misura della frequenza

WWW.SLIDETUBE.IT

(51)

Frequenza in Epidemiologia

• L’ epidemiologia è lo studio della distribuzione della frequenza nello spazio e nel tempo delle variabili legate ai fenomeni salute-malattia

–

per studiare la frequenza (conta delle occorrenze) di un fenomeno è necessario:

• definire il fenomeno in maniera univoca

– definizione del caso, dell’ entità clinica

– definizione di codici di patologia o di attività

• definire la popolazione nella quale si intende contare le occorrenze

– definizione del supporto spaziale e temporale – valutazione delle fonti dei dati

(52)

“Misurare” la frequenza di una patologia

• Frequenza assoluta

– Conta del numero di eventi che si sono verificati

• Definizione dell’ evento da contare

• Frequenza relativa

– Conta del numero di eventi che si sono verificati, rapportati ad un totale di riferimento

• Definizione del totale di riferimento (il denominatore) – Incidenza

» Morbosità incidente - conta del numero di nuovi casi di malattia che sono stati diagnosticati in un dato intervallo di tempo,

rapportato alla popolazione media dei soggetti che potevano ammalarsi (popolazione media del periodo)

» Mortalità (incidente) - conta del numero di morti in un determinato periodo di tempo, rapportato alla popolazione media del periodo

– Prevalenza

» Morbosità prevalente - frequenza relativa dei soggetti malati sulla popolazione in un istante (prevalenza puntuale) o in un intervallo di tempo (prevalenza

periodale)

(53)

Proporzioni,Tassi, Rapporti statistici

• La conta dei soggetti ad es. “malati” deve essere espressa in riferimento alla popolazione di origine (rapporto di derivazione)

– PROPORZIONI (es. malati/suscettibili)

• il numeratore è compreso nel denominatore

– potranno essere assunti valori da 0 a 1 (probabilità!)

• se si fa riferimento alla popolazione presente nel tempo in cui i dati sono stati raccolti (tempo/persona)

– TASSI o QUOZIENTI (es. malati/suscettibili per anno)

• oppure in riferimento ad un altro fenomeno

– RAPPORTI (es. anziani/giovani)

• il numeratore non è compreso nel denominatore

– potranno essere assunti valori da 0 a infinito

• talvolta i rapporti confrontano entità mutuamente esclusive – ODDS (es. maschi/femmine, malati/sani)

(54)

RAPPORTI, PROPORZIONI, TASSI

• PROPORZIONE

–

esprime il numero di soggetti che presentano una particolare caratteristica come percentuale di tutti i soggetti che compongono la popolazione

–

gli eventi al numeratore fanno parte di quelli al denominatore, e dunque sono compresi in esso (rapporto di derivazione)

• Mortalità = N° morti / N° abitanti

(55)

RAPPORTI, PROPORZIONI, TASSI

• TASSO

– è una derivazione della proporzione che tiene conto delle variazioni nel tempo

– è utilizzato nella letteratura medica per misurare la frequenza di accadimento di morte o malattia

• durante uno specificato intervallo di tempo

– INCIDENZA: nuovi casi di malattia

– PREVALENZA DI PERIODO: casi presenti di malattia

• in uno specifico punto del tempo

– PREVALENZA PUNTUALE: casi presenti di malattia (in realtà è una proporzione, idealmente)

– il denominatore rappresenta la popolazione media a rischio durante l’ intervallo considerato

– quando l’ evento può essere osservato solo una volta durante lo studio, si può dire che il tasso approssima la PROBABILITA’ di accadimento dell’ evento (il rischio)

(56)

P E

= Tasso grezzo P

E

Tassi grezzi e tassi specifici

TASSO GREZZO

– un singolo numero calcolato come misura sintetica per una intera popolazione

– non considera le differenze dovute all’ età, al sesso, alla etnia, e ad altre caratteristiche

TASSI SPECIFICI

– Tassi calcolati per gruppi di

popolazione relativamente piccoli, ben definiti

P1 E1

P1

E1 P2

E2

P2 E2

P3 E3

= Tassi specifici P3

E3

(57)

Misure di frequenza di malattia

A B C D E F G H I L

t₀

(58)

Misure di frequenza di malattia

n° casi in t₀ (C,E) 2

tutta la popolazione (A,B,C,D,E,F,G,H,I,L) 10 PREVALENZA PUNTUALE=

= =

A B C D E F G H I L

t₀

(59)

Misure di frequenza di malattia

t₀

A B C D E F G H I L

n° casi in t (C,E) 2

tutta la popolazione⁰ ⁼ (A,B,C,D,E,F,G,H,I,L) 10⁼ PREVALENZA PUNTUALE=

(60)

Misure di frequenza di malattia

t₀

A B C D E F G H I L

n° casi tra t e t (C,E,F,G,H,I) 6

tutta la popolazione⁰ ⁼ (A,B,C,D,E,F,G,H,I,L) 10⁼ PREVALENZA PERIODALE=

t₁

1

(61)

Misure di frequenza di malattia

t₀

A B C D E F G H I L

n° nuovi casi tra t e t (F,G,H,I) 4 tutta la popolazione⁰ ⁼(A,B,C,D,E,F,G,H,I,L) ⁼ 10

INCIDENZA=

t₁

1

(62)

Incidenza, Prevalenza, Sopravvivenza

Prevalenza = Incidenza - Mortalità

Morbosità incidente

Morbosità prevalente

Mortalità

(63)

La misura del rischio

WWW.SLIDETUBE.IT

(64)

La tabella di contingenza 2x2

• Supponiamo di avere un campione di 100 soggetti da noi raccolto:

Esposti Non

esposti

Malati

malatiNon

19 1

31

50 50

20

49 80

100

Esposti malati / Esposti =

Rischio assoluto per gli esposti

19/50 = 0.38

Non esposti malati / non esposti =

Rischio assoluto per i non esposti

1/50 = 0.04

Proporzioni

campo esistenza: 0 ÷ ¹

Stime puntuali della probabilità di malattia

(65)

= 0 ^÷ 0 0

0 1 0 0

0 ÷ 1

Fattore protettivo Fattore di rischio Rischio Assoluto

per gli esposti

Rischio Assoluto per i non esposti

0 ÷ 1

^Rischio^Relativo

Il Rischio relativo (RR)

Rapporto

campo esistenza: 0 ÷ ^

(66)

La tabella di contingenza 2x2

• Ma possiamo anche considerare gli ODDs, rapporti tra eventi tra loro esclusivi:

Esposti Non

esposti

Malati

malatiNon

19 1

31

50 50

20

49 80

100

Non malati esposti / Non malati non esposti =

Odd per i non malati

31/49 = 0.63

Malati esposti / Malati non esposti =

Odd per i malati

19/1 = 19

Rapporti

Espressione alternativa della probabilità

(67)

= 0 ^÷ 0 0

0 1 0 0

0 ÷ 

Fattore protettivo Fattore di rischio Odd per i malati

Odd per i non malati

0 ÷ 

OddsRatio

L’ Odds Ratio (OR)

Rapporto

(68)

Studi di Coorte

Malati Non malati

Esposti esposti Non

Prospettici

Esposti esposti Non

Storici

RR,

^OR

(69)

Studi Caso-Controllo

Esposti Non esposti

Malati malati Non

Retrospettivi