Strumenti e Metodi dell’Epidemiologia Demografia Statistica

Presentazione sul tema: "Strumenti e Metodi dell’Epidemiologia Demografia Statistica"— Transcript della presentazione:

1 Strumenti e Metodi dell’Epidemiologia Demografia Statistica
Le due discipline che forniscono gli strumenti tecnici per lo studio epidemiologico.

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 La non crescita della popolazione Italiana.

6 Evoluzione della piramide

7 PIRAMIDE DELLA POPOLAZIONE
In generale la piramide è ancora una piramide nei paesi in via di sviluppo (forse per pocco ancora , considerando la politica Cinese), ma è sempre meno piramide nei paesi sviluppati.

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 Perché interessano questi indici dal punto di vista sanitario ?

9

10 L’invecchiamento della Popolazione
L’indice di vecchia salito da 27,8 nel 1900 al 127,1 nel 2001. Con alcune differenze regionali

11 Indagini di popolazione
Indagini che comprendono l’intera 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 dell’ambiente (acqua, aria,suolo) Altri enti (ex. INAIL, ISPESL, ASL ecc.)

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

14 Tipi di campioni Modalità di estrazione Rappresentativo (casuale)
Sistematico stratificato Modalità di estrazione Ogni 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 Tasso di incidenza
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
Incidenza cumulativa %: 2 casi in 6 soggetti (2/6)=3.33% per anno Densità di Incidenza%: 2 casi in =45 anni di osservazione, quindi la Densità di incidenza è % persone anno.

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 l’esposizione 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 YPLL: 54 Neoplasie YPLL:24 Cause violenti 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 all’anno) Il DALLY/1000 : in Europa:150/1000 In India: /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, nell’estate vs. l’inverno 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 all’inquinamento e non esposti, tra chi ha fatto lo screening di tumore alla prostata e che non l’ha 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 l’altra 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/ Incidenza di tumore polmonare tra fumatori:188/ Rischio relativo:188/ /19/ =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 Rischi attribuibile:
Rischio Attribuibile:R(E)-R(NE)/R(E):(140/ / )/140/ =93% dei casi attribuibili al fumo e la potenziale riduzione dei tumori RA della coronopatie: (669/ / )/669/ =256/ /669/ =38% di casi attribuibili al fumo e la potenziale riduzione.

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 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 (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/ Tasso standardizzato per età Finlandia Nuova Zelanda Francia Giappone Egitto Venezuela Messico

36 Standardizazzione (correzione per età)
Zona A 79 casi tra persone:9,9/1000 tutti Casi Popolaz Incidenza , ,9 Zona B 126 casi tra persone:15, 8/1000 Casi Popolaz Incidenza ,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)
Tutti Popolaz A+B Attesi A Attesi B 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 l’esposizione in questione. Rapporto standardizzato di mortalità: (SMR) Tasso Osservato/Tasso Atteso X 100 Se uguali=100 Se O è maggiore di A l’SMR è maggiore di 100 Se O è minore di A l’SMR è minore di 100.

41 L’importanza della popolazione di riferimento

42 L’importanza di classificare correttamente i soggetti

43 Un altro indice sanitario: La speranza di vita

44 Colona 2: il numero morti tra i 100
Colona 2: il numero morti tra i nati prima di raggiungere il primo anno di vita Colona 3:il numero di individui che entrano in quel gruppo di età all’inizio anno. Colona 4: il numero di morti durante l’anno in quel gruppo di età applicando la mortalità infantile osservata nell’anno x Colona 5: gli anni vissuti dalla coorte (nati-morti/2) (calcolando che in media hanno vissuto 6 mesi). Colona 6 : costruita dopo, è la grande somma degli anni vissuti dagli individui dell’intera coorte fino alla sua estinzione a partire da quel gruppo di età. Colona 7 : è la speranza di vita corrispondente ad ogni gruppo di età, calcolato dividento la colona 6 con la 3 Esempio: gli individui che hanno raggiunto i 90 anni erano Durante l’anno sono morti (applicando la mortalità osservata di /1000. Quindi sono rimasti in vita individui, contribuendo in tutto anni ( /2 di 1.050). Questa generazione di novantenni, alla fine, prima di estinguersi contribuirà altri anni. Quindi in media i nostri novantenni hanno una speranza di vita media di /5.174=3.4 anni.

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
Da questi dati si può calcolare la sopravivenza media dei pazienti trattati nei vari anni. Es. nel 1995 :44X1+21X2+13X3+10X4+8X5=205/84=4.8 Nel 1996: 31X1+14X2+10X3+6X4=113/62=3.6 Nel 1997:50X1+20X2+13X3=99/93=1.06 Nel 1998: 29X1+16X2=61/60=1.0 1999: 43 Gli pazienti erano 375, e gli anni vissuti da tutti finora ( ) 521.

50 Incidenti per settimana in un campegio
Sono avvenuti in tutto 10 incidenti, di cui 30% nella seconda settimana.

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 No 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 No 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 No RR=160/800/40/200=1.0

56 L’importanza del rapporto dose-risposta
Radio Vaticana e Leucemie: Distanza dall’antenna RR 2 km o meno (un caso!) (3 casi) (3 casi) Ancora molto dubbioso, ma...

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