Download Report

Incidens av kronisk sjukdom–enkel kalkyl?
Mats Pihlsgård, Lunds universitet
September 16, 2015
Vad gäller saken?
I
Beräkning av KOL-incidens för skåningar 60+
Vad gäller saken?
I
Beräkning av KOL-incidens för skåningar 60+
I
Undersöka om/hur ålder, kön och rökvanor påverkar
incidensen
Vad gäller saken?
I
Beräkning av KOL-incidens för skåningar 60+
I
Undersöka om/hur ålder, kön och rökvanor påverkar
incidensen
I
Data från stor befolkningsstudie i Skåne (Malmö, Ystad,
Eslöv, Hässleholm och Osby)
Vad gäller saken?
I
Beräkning av KOL-incidens för skåningar 60+
I
Undersöka om/hur ålder, kön och rökvanor påverkar
incidensen
I
Data från stor befolkningsstudie i Skåne (Malmö, Ystad,
Eslöv, Hässleholm och Osby)
I
Resultaten ingår och diskuteras i uppsatsen Incidence of
airflow limitation in subjects 65-100 years of age av Luoto et
al. (under review sedan månader tillbaka)
Lite om data
I
5370 inbjudna till första undersökningen. 2931 accepterade
Lite om data
I
5370 inbjudna till första undersökningen. 2931 accepterade
I
2025 med spirometri vid första undersökningen
Lite om data
I
5370 inbjudna till första undersökningen. 2931 accepterade
I
2025 med spirometri vid första undersökningen
I
6 år senare genomfördes återundersökningen
Lite om data
I
5370 inbjudna till första undersökningen. 2931 accepterade
I
2025 med spirometri vid första undersökningen
I
6 år senare genomfördes återundersökningen
I
Cirka 900 av de 2025 med spirometri kom tillbaka och
genomgick ny spirometrisk undersökning
Lite om data
I
Självrapporterade uppgifter om t.ex. rökning
Lite om data
I
Självrapporterade uppgifter om t.ex. rökning
I
KOL definierades som FEV1 /FVC < 0.7. Tveksam definition!
Asymtomatiska patienter
Lite om data
I
Självrapporterade uppgifter om t.ex. rökning
I
KOL definierades som FEV1 /FVC < 0.7. Tveksam definition!
Asymtomatiska patienter
I
Vi mäter någon form av luftflödesbegränsning!
Analys
I
Räkna friska vid baslinjen. Räkna sjuka vid uppföljningen.
Räkna exponeringstid (person-år)
Analys
I
Räkna friska vid baslinjen. Räkna sjuka vid uppföljningen.
Räkna exponeringstid (person-år)
I
Poissonregression med justering för kön, ålder (60-70, 70-80,
80+) och rökvanor (aktiv rökare, f.d. rökare, aldrig rökare)
Analys
I
Räkna friska vid baslinjen. Räkna sjuka vid uppföljningen.
Räkna exponeringstid (person-år)
I
Poissonregression med justering för kön, ålder (60-70, 70-80,
80+) och rökvanor (aktiv rökare, f.d. rökare, aldrig rökare)
I
Räkna ut justerade incidenstal
Analys
I
Räkna friska vid baslinjen. Räkna sjuka vid uppföljningen.
Räkna exponeringstid (person-år)
I
Poissonregression med justering för kön, ålder (60-70, 70-80,
80+) och rökvanor (aktiv rökare, f.d. rökare, aldrig rökare)
I
Räkna ut justerade incidenstal
I
Presentera dessa prydligt med tillhörande konfidensintervall
Analys
I
Räkna friska vid baslinjen. Räkna sjuka vid uppföljningen.
Räkna exponeringstid (person-år)
I
Poissonregression med justering för kön, ålder (60-70, 70-80,
80+) och rökvanor (aktiv rökare, f.d. rökare, aldrig rökare)
I
Räkna ut justerade incidenstal
I
Presentera dessa prydligt med tillhörande konfidensintervall
I
Analyserna gick som smort!
Några problem?
I
Vi har låg incidens (ungefär 60 på 4700 person-år). Svårt att
göra något åt
Några problem?
I
Vi har låg incidens (ungefär 60 på 4700 person-år). Svårt att
göra något åt
I
Ett allvarligt designfel föreligger
Några problem?
I
Vi har låg incidens (ungefär 60 på 4700 person-år). Svårt att
göra något åt
I
Ett allvarligt designfel föreligger
I
Vid återundersökningen gavs en bronkdilaterande medicin,
men inte vid baslinjen (naturligtvis KOL-specifikt problem)!
Några problem?
I
Vi har låg incidens (ungefär 60 på 4700 person-år). Svårt att
göra något åt
I
Ett allvarligt designfel föreligger
I
Vid återundersökningen gavs en bronkdilaterande medicin,
men inte vid baslinjen (naturligtvis KOL-specifikt problem)!
I
En närmare undersökning av data gav vid handen att den
negativa incidensen (sjuk → frisk) är betydande
Några problem?
I
Vi har låg incidens (ungefär 60 på 4700 person-år). Svårt att
göra något åt
I
Ett allvarligt designfel föreligger
I
Vid återundersökningen gavs en bronkdilaterande medicin,
men inte vid baslinjen (naturligtvis KOL-specifikt problem)!
I
En närmare undersökning av data gav vid handen att den
negativa incidensen (sjuk → frisk) är betydande
I
Om ett tillstånd är kroniskt bör väl denna vara noll?
Några problem?
I
Designfelet är olyckligt
Några problem?
I
Designfelet är olyckligt
I
Leder såklart till ökad osäkerhet
Några problem?
I
Designfelet är olyckligt
I
Leder såklart till ökad osäkerhet
I
Givet en hypotetisk effekt på FEV1 /FVC av bronkdilaterande
medicin, vad händer med incidenstalen?
Några problem?
I
Designfelet är olyckligt
I
Leder såklart till ökad osäkerhet
I
Givet en hypotetisk effekt på FEV1 /FVC av bronkdilaterande
medicin, vad händer med incidenstalen?
I
Den hypotetiska effekten hittade vi på nätet. . .
Några problem?
I
Hög negativ incidens sår ett frö av oro (i varje fall hos mig)
Några problem?
I
Hög negativ incidens sår ett frö av oro (i varje fall hos mig)
I
Vad är det vi observerar?
Några problem?
I
Hög negativ incidens sår ett frö av oro (i varje fall hos mig)
I
Vad är det vi observerar?
I
Mätfel och naturlig variation eller riktig incidens?
Några problem?
I
Hög negativ incidens sår ett frö av oro (i varje fall hos mig)
I
Vad är det vi observerar?
I
Mätfel och naturlig variation eller riktig incidens?
I
När man tänker efter: alla incidensberäkningar baserade på
två mätningar har potentiellt denna svaghet (några patienter
som hänger på gärdsgår’n–ena gången frisk, andra gången
sjuk)
Några problem?
I
Vi måste ha klart för oss att vi använder data från en
befolkningsstudie
Några problem?
I
Vi måste ha klart för oss att vi använder data från en
befolkningsstudie
I
Patienterna får reda på om deras spirometri är dålig vid
baslinjen. Behandling?
Några problem?
I
Vi måste ha klart för oss att vi använder data från en
befolkningsstudie
I
Patienterna får reda på om deras spirometri är dålig vid
baslinjen. Behandling?
I
Leder designfelet till ökad negativ incidens? Antagligen
Några problem?
I
Vi måste ha klart för oss att vi använder data från en
befolkningsstudie
I
Patienterna får reda på om deras spirometri är dålig vid
baslinjen. Behandling?
I
Leder designfelet till ökad negativ incidens? Antagligen
I
Många faktorer som stör!
Några problem?
I
För att komma vidare måste vi undersöka om incidens/negativ
incidens svarar mot olika förlopp
Några problem?
I
För att komma vidare måste vi undersöka om incidens/negativ
incidens svarar mot olika förlopp
I
En möjlighet är att jämföra ∆FEV1 bland incidenta och
negativt incidenta
Några problem?
I
För att komma vidare måste vi undersöka om incidens/negativ
incidens svarar mot olika förlopp
I
En möjlighet är att jämföra ∆FEV1 bland incidenta och
negativt incidenta
I
FEV1 har medicinsk betydelse på egen hand
Några problem?
I
För att komma vidare måste vi undersöka om incidens/negativ
incidens svarar mot olika förlopp
I
En möjlighet är att jämföra ∆FEV1 bland incidenta och
negativt incidenta
I
FEV1 har medicinsk betydelse på egen hand
I
OBS! Vi ska inte jämföra de incidenta och icke-incidenta.
Leder till ett beting
Sammanfattning
I
Incidensberäkning är svårt och kräver egentligen
skräddarsydda data
Sammanfattning
I
Incidensberäkning är svårt och kräver egentligen
skräddarsydda data
I
Ett problem är (självklart) inte trivialt bara för att den rent
statistiska analysen är enkel
Sammanfattning
I
Incidensberäkning är svårt och kräver egentligen
skräddarsydda data
I
Ett problem är (självklart) inte trivialt bara för att den rent
statistiska analysen är enkel
I
Lär känna dina data (styrkor och svagheter)!
Sammanfattning
I
Incidensberäkning är svårt och kräver egentligen
skräddarsydda data
I
Ett problem är (självklart) inte trivialt bara för att den rent
statistiska analysen är enkel
I
Lär känna dina data (styrkor och svagheter)!
I
Punkterna ovan är nog särskilt viktiga för de som kommer
från det teoretiska hållet (jag t.ex.)
TACK SÅ MYCKET FÖR ATT JAG FICK KOMMA HIT!
e-post: mats.pihlsgard@med.lu.se