Date post: | 01-May-2015 |
Category: |
Documents |
Upload: | isaia-venturini |
View: | 219 times |
Download: | 0 times |
L’EPIDEMIOLOGIA CLINICA
Igiene, Epidemiologia e Sanità PubblicaIgiene, Epidemiologia e Sanità PubblicaDip. Medicina Sperimentale ed ApplicataDip. Medicina Sperimentale ed ApplicataUniversità degli Studi di BresciaUniversità degli Studi di Brescia
EPIDEMIOLOGIA
Popolazioni
• Studi/Valutazioni• Prevenzione• Valutazione• Pianificazione
MEDICINA CLINICA
Individui
• Diagnosi• Trattamento• Guarigione• Assistenza
RAPPORTO TRA
EPIDEMIOLOGIA CLINICA
EPIDEMIOLOGIA CLINICA
L’epidemiologia clinica è l’applicazione dei principi e dei metodi epidemiologici alla pratica clinica.
L’epidemiologia clinica si occupa di:
definizioni di normalità e anormalità
accuratezza dei test diagnostici
storia naturale e prognosi
efficacia del trattamento e prevenzione
Validità (assenza di errori sistematici - bias) e precisione (assenza di errori casuali)
V
AL
IDIT
A’
PRECISIONE
Risultati possibili del test
malattia+
malattia-
Test + a b a+b
Test - c d c+d
Totale a+c b+d N
Risultati possibili del test
malattia +
malattia -
Test + VP FP TP
Test - FN VN TN
Totale TM TNM N
Sensibilità e specificitàM+ M-
Test + a b a+b
Test - c d c+d
Totale a+c b+d N
SENSIBILITA’: probabilità di un test positivo nelle persone con malattia: a/(a+c)
SPECIFICITA’: probabilità di un test negativo nelle persone senza malattia: d/(b+d)
Sensibilità e specificitàM+ M-
Test + a b a+b
Test - c d c+d
Totale a+c b+d N
1 - Sens.= FN/M+ = 1 - a/(a+c) = c/(a+c)
1 - Spec.= FP/M- = 1- d/(b+d) = b/(b+d)
Valori predittivi (PV o VP)M+ M-
-
Test + a b a+b
Test - c d c+d
Total a+c b+d N
VP TEST POSITIVO: probabilità che un soggetto con test positivo abbia la malattia: a/(a+b)
VP TEST NEGATIVO: probabilità che un soggetto con test negativo non abbia la malattia : d/(c+d)
Calcolo di Sensibilità e specificità – Es.(I)
M+ M--
Test + 90 50 140
Test - 10 950 960
Total 100 1000 1100
SENSIBILITA’: 90/100 = 0,9 = 90%
SPECIFICITA’: 950/1.000 = 0,95 = 95%
VP (+): 90/140 = 0,643 = 64,3%
Calcolo di Sensibilità e specificità – Es. (II)
M+ M--
Test + 90 500 590
Test - 10 9500 9510
Total 100 10000 10100
SENSIBILITA’ : 90/100 = 0,9 = 90%
SPECIFICITA’: 9.500/10.000 = 0,95 = 95%
PV (+): 90/590 = 0,152 = 15,2%
Rapporti di verosimiglianza (RS)Rappresentano la probabilità di un test + o – in
presenza o assenza di malattia
Pro. (test+ | malato) Sens.• RV+ = ------------------------------------- = -------------
Prob. (test+ | non malato) 1–Spec.
Prob. (test- | malato) 1 – Sens.• RV- = ------------------------------------------ = ----------------
Prob. (test- | non malato) Spec.
Rapporti di verosimiglianza (RS) -2
Prob. (malato) Prevalenza • Odds pre-test = -------------------------- = -----------------
1 – Prob. (malato) 1 – Prev.
Prob. (malato | test+) V.P.P. • Odds post-test = ---------------------------------- = ----------------
1 – Prob. (malato | test+) 1 – V.P.P.
Odds post-test = odds pre-test * RV+
Odds = rapporto tra Prob (evento) e il suo complemento a 1:
Calcolo dei rapporti di verosimiglianza – Es.
M+ M- -
Test + 90 500 590
Test - 10 9500 9510
Total 100 10000 10100
• Sens. = 0.9
•Spec. = 0.95
•VPP = 0.152
•Prev. = 0.0099
•Odds pre-test = 0.0099 / (1 – 0.0099) = 0.0099
•Odds post-test = 0.152 / (1 – 0.152) = 0.179
•RV test+ = 0.9 / (1 – 0.95) = 18
•RV test- = (1 - 0.9) / 0.95 = 0.10
Interpretazione: i malati hanno una probabilità 18 volte maggiore di avere un test + rispetto ai soggetti senza la malattia, e una probabilità 10 volte inferiore di avere un test- rispetto ai non malati.
Distribuzione percentuale dei livelli di colesterolo nel siero (mg/dl) in uomini tra 50 e 62 anni che possono o meno avere sofferto successivamente di patologie coronariche (Studio Framingham)
RANDOM ERROR (II)
• L’inferenza statistica è il metodo utilizzato per valutare gli errori random in epidemiologia
• L’intervallo di confidenza è una misura della precisione di uno studio
• Con campioni numerosi = bassa possibilità di random error = intervalli di confidenza ristretti
BIAS DI SELEZIONE• Si riferiscono a una distorsione nella misura
della frequenza o all’associazione derivante dalla modalità con cui si selezionano i soggetti per lo studio– Il campione non è rappresentativo della
popolazione target – Alta frequenza di rifiuto o perdita al follow-up
• Esempi:– Bias di Berkson (frequenza ricoveri osp.)– Bias di prevalenza-incidenza – Effetto legato agli operatori sanitari
BIAS DI INFORMAZIONE
• Distorsioni dovute ad errori di misura o di errata classificazione dei soggetti in uno o più dei fattori in studio
• Include:– difetti del sistema di misurazione– questionari e interviste non rilevano ciò che si
erano proposti– procedure diagnostiche non accurate– Recall bias– Interviewer bias
MISCLASSIFICAZIONEnel bias di informazione
• NON DIFFERENZIALE occorre con la medesima frequenza in entrambi i gruppi
• DIFFERENZIALE varia nei diversi gruppi