Master in EBP e

Master in EBP e

Metodologia della ricerca

Associazione e confondimento

17 marzo 2016

mattina/pomeriggio 2° parte

Lezioni a cura di Laura Dallolio

([email protected])

2

Dalla descrizione degli eventi spesso

scaturiscono nuove ipotesi circa le cause che ne hanno potuto provocare o facilitare

l’insorgenza.

EPIDEMIOLOGIA DESCRITTIVA

Studia la distribuzione di una malattia nella popolazione.

Utilizza le misure di frequenza (o di

occorrenza…da occur): prevalenza, incidenza,

tassi grezzi e standardizzati

3

James V. Lacey Jr.,* Susan S. Devesa, and Louise A. Brinton Recent Trends in Breast Cancer Incidence and Mortality Environmental and Molecular Mutagenesis 39:82–88 (2002)

Dalla descrizione degli eventi spesso scaturiscono nuove ipotesi circa le cause che ne hanno potuto provocare o facilitare l’insorgenza.

4

Epidemiologia Descrittiva

Epidemiologia Analitica

Ricerca d’indizi Indizi disponibili

Formula ipotesi Verifica Ipotesi

Risposte: quanto, chi Risposte: Perchè

5

La correlazione tra alimentazione a base di carni rosse e insorgenza dei tumori del seno è tradizionalmente poco chiara, per questo motivo

i ricercatori del Department of Medicine del Brigham and Women’s Hospital e della Harvard Medical School hanno condotto uno studio epidemiologico per indagare questa possibile associazione studiando i dati riguardanti 90.659 donne in fase pre-menopausale dai 26 ai 46 anni di età.

ESPOSIZIONE ESITO

CAUSA EFFETTO Carne rossa aumento TUMORE

Mangiare carne rossa aumenta il rischio di tumore al seno?

Una volta formulata l’ipotesi è però necessario possedere gli strumenti metodologici indispensabili per indagare le relazioni causa-effetto eventualmente esistenti.

7

Come fanno gli epidemiologi a capire se tra

un’esposizione ed un esito c’è effettivamente una relazione causa-effetto?

Primo passo: dimostrare che esiste

un’associazione statistica tra esposizione ed esito Se si riesce a dimostrare che in un gruppo di

esposti l’incidenza di malattia è superiore rispetto a quella misurata in un gruppo omogeneo di non esposti, si può cominciare ad ipotizzare che fra

quella esposizione e quella malattia esiste un nesso

di causalità.

8

Popolazione in studio

2000

Esposti 1000

Non esposti 1000

Malati 45

Non malati 955 Malati

15

Non malati 985

Follow-up 10 anni

L’obiettivo di uno studio epidemiologico è quello di “misurare” quello che “veramente” accade nella

popolazione.

9

esposte

non esposte malate sane

malate sane

E+

E-

M+ M-

45 955

15 985

1000

1000

Rischio Relativo

I _E+

I _E-

45/1000 15/1000

= 3

=

a b

c d

a/(a+b)

=

c/(c+d)

=

La tabella 2x2 o tabella di contingenza

=

0,045 0,015

10

La tabella 2x2

o tabella di contingenza

Incidenza di tumore nelle donne esposte

Incidenza di tumore nelle donne NON esposte

= =

11

RISCHIO RELATIVO

12

Interpretazione del rischio relativo

13

Popolazione in studio 90659 donne

in fase premenopausale

che non hanno mai ricevuto

una diagnosi di tumore al seno

Esposte

Carne = o > 1,5 volte al giorno

8649 donne

Non esposte

Carne < 1,5 volte al giorno

82010 donne

Malate

117 casi

Non malate 8532 Malate

904 casi

Non malate 81106

Follow-up di 12 anni

Il consumo di carne rossa è stato misurato mediante questionari sui regimi alimentari sottoposti alle pazienti ogni 4 anni

nell'arco di 12 anni: i casi registrati di carcinoma invasivo della mammella sono stati 1021.

14

esposti

non esposti malate sane

malate sane

E+

E-

M+ M-

117 8532

904 81106

8649

82010

Rischio Relativo

I _E+

I _E-

117/8649 904/82010

= 1,23

=

a b

c d

a/(a+b)

=

c/(c+d)

=

La tabella 2x2 o tabella di contingenza

=

0,0135 0,0110

5-1=4 400%

0,5-1=-0,5 -50%

Le persone esposte hanno un rischio dell’0%

1-1=0 0%

16

Se in un articolo scientifico si trova riportata la dizione RR=2 come si interpreta?

Esiste un’associazione positiva tra l’esposizione e l’esito.

Il rischio relativo (RR) ci permette di quantificare questa

associazione e possiamo affermare che gli esposti hanno un

rischio di ammalare che è 2 volte maggiore (doppio) di quello dei non esposti.

Lo stesso risultato può essere espresso in termini di eccesso di rischio, possiamo quindi dire (ed è la stessa cosa rispetto

all’affermazione di prima) che gli esposti hanno un rischio di ammalarsi del 100% in più rispetto ai non esposti, ovvero

facciamo 2 -1=1 (dove 1 corrisponde a nessuna associazione tra esposizione e malattia) e 1 lo esprimiamo poi in

percentuale (100%).

17

Se in un articolo scientifico si trova riportata la dizione RR=0,7 come si interpreta?

Esiste un’associazione negativa tra l’esposizione e l’esito.

Il rischio relativo (RR) ci permette di quantificare questa

associazione e possiamo affermare che gli esposti hanno un

rischio di ammalare che è 0,7 volte inferiore di quello dei non esposti.

Lo stesso risultato può essere espresso dicendo che gli esposti hanno un rischio di ammalarsi del 30% meno rispetto ai non esposti, ovvero facciamo 0,7 -1= -0,30 (dove 1 corrisponde a nessuna associazione tra esposizione e malattia) e 1 lo

esprimiamo poi in percentuale (-30%).

Quiz di verifica

Il rischio relativo (RR):

A. costituisce una misura della forza dell’associazione tra fattore di rischio e malattia.

B. stima come il fattore di esposizione aumenta la probabilità di ammalarsi.

C. è dato dal rapporto: Incidenza negli Esposti/ Incidenza nei non esposti

D. tutte le precedenti sono vere.

E. Solo A e C

Se l’incidenza di tumore negli esposti a un fattore di rischio

ambientale è di casi 4 ogni 100.000 e quella nei non esposti è di 1 caso ogni 100.000 il rischio relativo (RR) è:

A. 0,4 B. 4 C. 3

D. nessuna delle precedenti

Se in un articolo scientifico si trova riportata la dizione “RR=1,5”

A. Il fattore di rischio in studio aumenta di 1,5 volte in più il rischio di malattia

B. Il fattore di rischio in studio aumenta del 50% in più il rischio di malattia

C. Il rischio di malattia negli esposti è 15 volte superiore a quella dei non esposti.

D. Il fattore di rischio è ininfluente rispetto al rischio di malattia E. Solo A e B

Un rischio relativo < 1:

A. Suggerisce un effetto protettivo dell’esposizione in studio B. Suggerisce un fattore di rischio dell’esposizione in studio.

C. Il rischio relativo non può essere < 1

20

Esperienza di malattia di una popolazione esposta

Esperienza di malattia della stessa

popolazione in

assenza di esposizione

Ogni persona dovrebbe vivere la stessa esperienza due volte, una da esposto e una da non

esposto…questa situazione ideale viene detta ideale controfattuale

I due gruppi a confronto dovrebbero essere il

più possibile uguali o omogenei o confrontabili

NON ESPOSTE ESPOSTE

RR= 2

22

Tumore al SENO CARNE ROSSA

Età

Esposizione Esito

Confondente

?

Confondimento

• Si intende per confondimento quella situazione in cui l’associazione osservata tra un fattore di

esposizione e un determinato esito di salute è in realtà dovuta interamente o parzialmente ad un terzo fattore definito confondente.

• Il confondimento si verifica perché le popolazioni a confronto non sono perfettamente omogenee tra di loro

• Il confondimento è un problema centrale in

epidemiologia (un po’ di confondimento si dice c’è

in tutti gli studi).

Confondimento

Il confondimento è un problema centrale in

epidemiologia, in particolare è un problema degli studi osservazionali.

L’eterno triangolo

Esposizione

Esito

Confondente

CONFONDERE: 1 vtr mescolare insieme disordinatamente 2 vtr scambiare per errore

Vivere nei pressi di un inceneritore aumenta il rischio di ammalarsi di tumore?

pop A pop B

RR 4,5/1,5=

=3 Incidenza di tumore

45/1000=4,5% Incidenza di tumore

15/1000=1,5%

Pop A

età

Inceneritore Aumentato

numero di tumori

Pop B

Proporzione di casi di tumore 25-39 anni 3/300= 0.01 * 100 =1%

Proporzione di casi di tumore oltre i 40 anni 42/700= 0,06* 100 =6%

Popolazione A Popolazione B

Proporzione di casi di tumore 25-39 anni 9/900= 0.01 * 100 =1%

Proporzione di casi di tumore oltre i 40 anni 6/100= 0,06* 100 =6%

Tutto il campione

(n=2000)

TUMORE

SI NO totale

E+ 45 955 1000

E- 15 985 1000

RR=4,5% ÷1,5%= 3 (95% CI 1,7-5,4)

Campione di persone con età solo tra 25-39

anni

TUMORE

SI NO totale

E+ 3 297 300

E- 9 891 900

Campione di persone con età solo > 40

anni

TUMORE

SI NO totale

E+ 42 658 700

E- 6 94 100

RR=1%÷1%= 1 RR=6%÷6%= 1

ANALISI STRATIFICATA

INCENERITORE TUMORE ETA’

?

Cosa ci fa capire l’analisi dei RR tra strati

Il RR grezzo è diverso dai RR dei due strati di età che sono simili (omogenei) tra loro

Quando i RR negli strati diversi dal RR grezzo e simili tra loro, allora siamo in presenza di confondimento e il RR giusto è quello dell’analisi stratificata

La stratificazione ci consente di individuare

la presenza di confondimento.

Esempio di confondimento totale

Prevalenza della sindrome di Down alla nascita in relazione all’ordine di nascita

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8

1 figlio

2 figlio

3 figlio

4 figlio

5 figlio

o +

casi su 1000 nati vivi

Esempio tratto da “Epidemiology: an introduction” di K.J. Rothman

Prevalenza della Sindrome di Down per età materna

0 1 2 3 4 5 6 7 8 9

20-24 25-29 30-34 35-39 40

casi su 1000 nati vivi

Prevalenza della Sindrome di Down per ordine di nascita ed età materna

1 figlio 2 figlio

3 figlio 4 figlio 0

1 2 3 4 5 6 7 8 9

< 20

20-24 25-29

30-34 35-39 40 +

1 figlio 2 figlio 3 figlio 4 figlio

ORDINE DI NASCITA SINDROME DI DOWN ETA’ MATERNA

L’effetto dell’ordine di nascita è in realtà confuso dall’effetto dell’età materna.

?

Confondimento

• Il confondimento è un problema centrale in

epidemiologia: un po’ di confondimento si dice c’è in tutti gli studi

• Si intende per confondimento quella situazione in cui l’associazione osservata tra un fattore di

esposizione e un determinato esito di salute è in realtà dovuta interamente o parzialmente ad un terzo fattore definito confondente

• Il confondimento è più facile da capire attraverso

un esempio che dalle definizioni

CARATTERISTICHE ESSENZIALI DI UN CONFONDENTE.

Perché si realizzi confondimento, è necessario che il confondente soddisfi due condizioni essenziali:

•

deve essere associato all’esito, cioè deve essere un fattore di rischio

della malattia in studio

•

deve essere distribuito in modo

diseguale tra i gruppi a confronto

Esito

Infarto si Infarto no totale

Esposizione Alcol si 71 52 123

Alcol no 29 48 77

Calcola l’incidenza di infarto negli esposti all’alcol: 0,577 Calcola l’incidenza di infarto nei non esposti: 0,377

Calcola il RR: 0,577/0,377=1,53

C’è associazione tra alcol e infarto? Si’, coloro che assumono alcol hanno un eccesso di rischio di infarto del 53%.

ESEMPIO 1

Il consumo di alcol aumenta il rischio di infarto?

Esposti (alcol si)

Non esposti (alcol no)

Età anni 67 68

Maschi (%) 68% 69%

Fumo 80,38% 14,28%

Tabella 1. Caratteristiche dei gruppi a confronto alle baseline I gruppi a confronto sono omogenei?

O potrebbe esserci confondimento?

Tra gli esposti c’è una maggiore concentrazione di persone che fumano

ALCOL INFARTO FUMO

Esiste veramente l’associazione tra alcol e infarto?

O il fumo potrebbe essere la sola spiegazione dell’associazione trovata?

?

Calcoliamo l’associazione tra alcol e infarto prima solo tra i fumatori poi tra i non fumatori

Solo NON fumatori

Infarto si Infarto no totale

Esposizione Alcol si 63 36 99

Alcol no 7 4 11

Incidenza di infarto negli esposti all’alcol: 63/99=0,636 Incidenza di infarto nei non esposti: 7/11= 0,636

RR= 0,636/0,636=1

Solo fumatori

Infarto si Infarto no totale

Esposizione Alcol si 8 16 24

Alcol no 22 44 66

Incidenza di infarto negli esposti all’alcol: 8/24=3 Incidenza di infarto nei non esposti: 22/66= 3

RR= 3/3=1

ALCOL INFARTO FUMO

L’effetto dell’alcol sull’infarto è in realtà confuso dall’effetto del fumo.

?

Confondimento: che cosa comporta -L’associazione dell’esposizione con l’esito può essere attribuita totalmente o in parte al fattore di confondimento

-Il confondimento può causare una

sovrastima o una sottostima della reale associazione tra esposizione ed esito.

Può addirittura cambiare la direzione

dell’associazione

FUMATORI

età

Fumo Aumentato rischio di infarto

NON FUMATORI

Incidenza di infarto: 10 su 1000 Incidenza di infarto: 1 su 1000 RR=

10/1=10

RR aggiustato per età=4

Esempio di confondimento parziale: l’associazione esiste realmente

Confondimento

• Dovrebbe essere “prevenuto”

• Se non è possibile prevenirlo, deve

essere controllato (corretto) in fase di analisi dei dati

 STRATIFICAZIONE

 STANDARDIZZAZIONE

 ANALISI MULTIVARIATA

Come si controlla il confondimento

 In fase di Disegno di studio

– Randomizzazione – Restrizione

– Appaiamento (matching)

 In fase di Analisi

– Standardizzazione

– Analisi stratificata

– Analisi multivariata

Prevenire il confondimento con la RANDOMIZZAZIONE

• Assegnazione casuale dei soggetti ai gruppi in studio (trattati/non trattati; esposti/non esposti)

• Procedura applicabile UNICAMENTE negli studi sperimentali

• Per campioni sufficientemente grandi:

assicura che tutti i potenziali confondenti,

noti e non noti, siano distribuiti in modo

omogeneo tra i gruppi in studio

NON ESPOSTE ESPOSTE ESPOSIZIONE CASUALE AL

TRATTAMENTO O RANDOMIZZAZIONE

Il disegno di una sperimentazione clinica

GRUPPO DI TRATTAMENTO

randomizzazione

POPOLAZIONE STUDIATA (CAMPIONE)

GRUPPO DI CONTROLLO

CONFRONTO ESITI

simili

T E M P O

POPOLAZIONE GENERALE

% esiti favorevoli % esiti favorevoli

PREVENIRE il confondimento con la RESTRIZIONE

-Limitare i criteri di l’ammissibilità allo studio:

includere solo gli individui che hanno lo stesso valore della variabile confondente -Ciò che NON varia NON può agire come

confondente

-Può essere utilizzato sia negli studi

sperimentali che in quelli non sperimentali -Metodo semplice ed economico

- ↑validità ma ↓generalizzabilità

PREVENIRE il confondimento con l’APPAIAMENTO

- Selezione dei soggetti in studio in modo tale che i potenziali confondenti siano

“omogeamente” distribuiti nei gruppi a confronto

– Es: Infarto e attività fisica: potenziali

confondenti genere, età e abitudine al fumo ATTIVITA’ FISICA +: donna, forte fumatrice,

età 65 aa

ATTIVITA’ FISICA -: donna, forte fumatrice,

età 65 aa

Negli studi osservazionali

-Il confondimento è una conseguenza dell’assenza di randomizazzione, cioè

dell’assegnazione casuale degli individui nei gruppi in studio

-Il controllo del confondimento in fase di analisi

è un RIMEDIO alla non randomizzazione

ANALISI STRATIFICATA ANALISI MULTIVARIATA

• permette di controllare simultaneamente diversi fattori confondenti

• si basa su modelli matematici:

 regressione multipla lineare

 regressione logistica

CONTROLLARE il confondimento

durante l’ANALISI dei DATI

53

Analisi statistica MULTIVARIATA

Considerato che spesso le potenziali variabili confondenti sono molte, sarebbe difficile costruire tanti strati e tante tabelle separate per tutti i potenziali confindenti.

Si utilizzano allora modelli matematici di analisi multivariata per supplire a questa difficoltà.

L’analisi multivariata permette di stimare il RR tra

l’esposizione e l’esito al netto dei fattori di confondimento, eliminando cioè il loro effetto sulla lettura dell’associazione tra determinante di malattia e malattia in studio^.

I RR in questo caso si dicono AGGIUSTATI (adjusted).

NON ESPOSTE ESPOSTE

RR= 2

INCIDENZA= 1/1000 INCIDENZA= 2/1000

55

Tumore al SENO CARNE

Età

Esposizione Esito

Confondente

?

•BMI

•Famigliarità

•Fumo

•Uso di contraccettivi orali

…ecc…ovvero tutti i fattori di rischio del tumore al seno

56

NON ESPOSTE ESPOSTE Negli studi SPERIMENTALI

Negli studi osservazionali

-Il confondimento è una conseguenza dell’assenza di randomizazzione, cioè

dell’assegnazione casuale degli individui nei gruppi in studio

-Il controllo del confondimento in fase di analisi

è un RIMEDIO alla non randomizzazione

Quando si pianifica lo studio:

•cercare in letteratura i possibili confondenti (fattori di rischio della malattia in studio che potrebbero

essere casualmente o non casualmente sbilanciati tra i gruppi a confronto)

•raccogliere l’informazione sui confondenti (negli RCT: per vedere se la randomizzazione ha avuto

successo; negli studi osservazionali: per stratificare o aggiustare).

Quando si legge un articolo chiedersi se gli Autori si sono posti il problema del confondimento e, se hanno aggiustato, leggere sempre i RR multivariate o

adjusted.

RICORDARSI DI:

• prevedere in anticipo la raccolta di informazioni su potenziali confondenti

→

• Età

• sesso

• occupazione

• scolarità

→ Gli altri sono da cercare in letteratura (fattori di rischio della malattia in studio)

• stratificare i dati e studiare la direzione della

distorsione