La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Strumenti e Metodi dellEpidemiologia Demografia Statistica.

Presentazioni simili


Presentazione sul tema: "Strumenti e Metodi dellEpidemiologia Demografia Statistica."— Transcript della presentazione:

1 Strumenti e Metodi dellEpidemiologia Demografia Statistica

2 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.)

3

4 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)

5

6 Evoluzione della piramide

7 PIRAMIDE DELLA POPOLAZIONE

8 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

9

10 Linvecchiamento della Popolazione

11 Indagini di popolazione Indagini che comprendono lintera popolazione.(es. Censimento) Indagini campionarie (es.multiscopo ISTAT)

12 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 dellambiente (acqua, aria,suolo) Altri enti (ex. INAIL, ISPESL, ASL ecc.)

13 STATISTCA Un importante strumento che lepidemiologo usa per organizzare i dati in modo da evidenziare i fenomeni sanitari. Es. nelle indagini campionarie

14 Tipi di campioni Rappresentativo (casuale) Sistematico stratificato Modalità di estrazione Ogni nthOgni nth

15 Test di Significatività Statistica per 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

16 Numeri assoluti e tassi Il tasso è il fulcro del metodo epidemiologico. Tasso: eventi nel tempo X/popolazione a rischio

17 Tasso di Prevalenza Numero 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

18 Frequenza di malattie:prevalenza e incidenza

19 Incidenza di Tumori alla Mammella Italia

20 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

21 Persone anni di esposizione

22 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 1000 900 lavoratori X 24 mesi lavorati =3.70 per 1000 anni persone Molto utile in studi dove conta non solo lesposizione 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.

23 Altri esempi di tassi Tasso di mortalità grezzo: Numero di morti in una anno in Italia _____________________________ X 1000 Popolazione Italiana

24 Altri esempi di tassi Tasso di mortalità specifico: Numero di Italiani morti per incidente -----------------------------------------------X 1000 Popolazione Italiana No. di Italiane morte per parto ----------------------------------------X 1000 Donne Italiane (Oppure donne in età feconda, oppure donne incinte ecc.) Morti nel primo anno di vita ----------------------------------------- X 1000 Nati in quel anno

25 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.

26 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.

27 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

28 Esempio di DALLYs Il tasso di mortalità nei paesi in via di sviluppo non è molto più alto del nostro.(intorno al 10/1000 allanno) Il DALLY/1000 : in Europa:150/1000 In India: 350/1000 In Africa: 580/1000

29 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, nellestate vs. linverno 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 allinquinamento e non esposti, tra chi ha fatto lo screening di tumore alla prostata e che non lha fatto. ecc Domanda Si può fare confronti tra valori di mortalità proporzionale ?

30 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 laltra no)

31 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)

32 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=9,9 Rischio 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)

33 Esercizio

34 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.

35 Che cosa succede se le popolazioni non sono confrontabili: Mortalità per MCV in alcuni Paesi Tasso Grezzo/100000 Tasso standardizzato per età Finlandia 491 277 Nuova Zelanda 369 254 Francia 368 164 Giappone 247 154 Egitto 192 299 Venezuela 115 219 Messico 95 163

36 Standardizazzione (correzione per età) Zona A 79 casi tra 8.000 persone:9,9/1000 0-20 20-40 40+ tutti Casi 48 25 6 79 Popolaz 1500 2500 4000 8000 Incidenza 32 10 1,5 9,9 Zona B 126 casi tra 8.000 persone:15, 8/1000 Casi 80 42 4 126 Popolaz 2500 3500 2000 8000 Incidenza 32 12 2 15,8 E vera la differenza tra 9,9 e 15.8/1000 ?? Sono pargonabili le popolazioni A e B ??

37 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

38

39

40 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 lesposizione in questione. Rapporto standardizzato di mortalità: (SMR) Tasso Osservato/Tasso Atteso X 100 Se uguali=100 Se O è maggiore di A lSMR è maggiore di 100 Se O è minore di A lSMR è minore di 100.

41 Limportanza della popolazione di riferimento

42 Limportanza di classificare correttamente i soggetti

43 Un altro indice sanitario: La speranza di vita

44

45 Speranza di vita Donne Italia 1970- 2000

46 Speranza di vita Donne 65+ Italia 1980-2000

47 Speranza di vita Uomini Italia 1970- 2000

48 Speranza di vita Uomini +65 Italia 1980-2000

49 Sopravivenza dopo una cura

50 Incidenti per settimana in un campegio

51

52 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)

53 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

54 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

55 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

56 Limportanza del rapporto dose- risposta Radio Vaticana e Leucemie: Distanza dallantenna 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...

57 Meta-analisi degli studi sulla leucemia infantile ed esposizione a EFWs


Scaricare ppt "Strumenti e Metodi dellEpidemiologia Demografia Statistica."

Presentazioni simili


Annunci Google