Querschnittsvach „Epdemiologie, Med

Querschnittsfach „Epidemiologie, Med.
Biometrie und Med. Informatik“
Lösungen zum Seminar 10
1
Aufgabe 1:
Thema: dichotome Zielvariable:
Risiko, relatives Risiko, Confounding
Allgemeiner Ansatz:
krank
exponiert
Frequency | ja | nein |
----------+-----+------+
ja
| a |
b | a+b
----------+-----+------+
nein
| c |
d | c+d
----------+-----+------+
a+c
b+d
Bsp. (krank/exponiert vertauscht - vgl. Aufgabe):
krank
exponiert
Frequency | ja | nein |
----------+------+-------+
ja |
7 |
52 |
----------+------+-------+
nein |
63 | 1519 |
----------+------+-------+
70
1571
2
59
1582
1641
Aufgabe 1 (1) geschätztes Risiko für Krankheit
(kardiovaskulärer Tod):
unter Exposition (übermäßiger Bierkonsum):
a
7
pˆ1 

a  c  7  63
= 0,1000
95%-Konfidenzintervall für p1
(Konfidenzinterv. f. Prävalenz / Biomathematik):
p1 _ u  pˆ1  1,96 
pˆ1   1  pˆ1 
= 0,0297
a  c 
p1 _ o  pˆ1  1,96 
pˆ1   1  pˆ1 
= 0,1703
a  c 
3
nicht unter Exposition:
b
52
pˆ 2 

b  d  52  1519
= 0,0331
95%-Konfidenzintervall für p2 :
p2 _ u  pˆ 2  1,96 
pˆ 2   1  pˆ 2 
= 0,0243
b  d 
p2 _ o  pˆ 2  1,96 
pˆ 2   1  pˆ 2 
= 0,0419
b  d 
4
Aufgabe 1 (2) geschätztes relatives Risiko:
a
pˆ1

a  c  0,1000
RR 


= 3,021
pˆ 2 b
0,0331
b  d 
^
 ^ 
  log b

log RR   log a


a  c 
b  d 


 
 ^ 
Standardabweichung von log RR  :
 
  ^ 
SE  log RR   
  
1
1
1
1

 
a
ac
b
bd
5
 ^ 
Standardabweichung von log RR  :
 
  ^ 
SE  log RR   
  
1
1
1
1



7
70 52 1571
= 0,384
 ^ 
95%-Konfidenzintervall für log RR  :
 
untere / obere Grenze:
 ^ 
 ^
log RR 
 log RR
  u/o

6
  ^ 

  1,96  SE  log RR  

  

  
^
95%-Konfidenzintervall für RR :
  ^  
RRu  exp log RR  
   

u
^
untere Grenze:
  ^
 exp log RR

 
  ^ 

  1,96  SE  log RR   

  

  

  ^ 
 RR  exp  1,96  SE  log RR   


  

^
=
3,021 / e1,96 0,384 = 1,424
obere Grenze:

  ^ 
RRo  RR  exp 1,96  SE  log RR   







^
^
=
3,021  e1,96 0,384 = 6,408
7
Aufgabe 1 (3) Alter als Confounder:
 Alter der Probanden bei Studienbeginn
(stetig oder klassiert)
 minimal notwendige Zusatzinformation:
Aufteilung der Vierfeldertafel
in 2 Vierfeldertafeln („jung“ / „alt“)
(fest vorgegebene Altersgrenze).
 relatives Risiko (RR) für
alle / junge / alte
8
 Confounder:
RR für junge und alte ist vergleichbar,
unterscheidet sich vom RR für alle
 Alter ist Confounder
möglicher Grund: unterschiedliche
Altersverteilung Exponierte / Nichtexponierte
 Effektmodifikator (ist kein Confounder!)
bei unterschiedlichen relativen Risiken
der Alten und der Jungen liegt ein
„Effektmodifikator“ vor
 Wäre es denkbar, dass das geschätzte relative
Risiko von 3,02 auf eine unterschiedliche
Altersverteilung bei Exp. / Nichtexp.
zurückzuführen ist?
9
10
11
12
Beispiel 1:
dafür soll (hypothetisch) angenommen werden, dass die Exponierten viel
älter sind als die Nicht-Exponierten:
Alter
exponiert
Frequency | ja | nein |
----------+------+-------+
jung
| 52
| 1494 | 1546
| 74% |
95% |
----------+------+-------+
alt
| 18
|
77 |
95
| 26% |
5% |
----------+------+-------+
70
1571
1641
13
Beispiel 1: Vierfeldertafeln und RR
alle Probanden
krank
exp
Frequency |
ja
| nein |
----------+--------+--------+
ja
|
7 |
52 |
| 10.00 |
3.31 |
----------+--------+--------+
nein
|
63 |
1519 |
| 90.00 | 96.69 |
----------+--------+--------+
70
1571
14
59
1582
1641
RR = 3,0212
Beispiel 1: Vierfeldertafeln und RR
junge Probanden
krank
exp
Frequency |
ja
| nein |
----------+--------+--------+
ja
|
1 |
27 |
|
1.92 |
1.81 |
----------+--------+--------+
nein
|
51 |
1467 |
| 98.08 | 98.19 |
----------+--------+--------+
52
1494
15
28
1518
1546
RR = 1,0654
Beispiel 1: Vierfeldertafeln und RR
alte Probanden
krank
exp
Frequency |
ja
| nein |
----------+--------+--------+
ja
|
6 |
25 |
| 33.33 | 32.47 |
----------+--------+--------+
nein
|
12 |
52 |
| 66.67 | 67.53 |
----------+--------+--------+
18
77
16
31
64
95
RR = 1,0267
Beispiel 2:
es soll (hypothetisch) angenommen werden, dass eine ähnliche
Altersverteilung bei Exponierten / Nichtexponierten vorliegt:
Alter
exponiert
Frequency |
ja
| nein |
----------+--------+--------+
jung
|
28 |
745 |
| 40.00 | 47.42 |
----------+--------+--------+
alt
|
42 |
826 |
| 60.00 | 52.58 |
----------+--------+--------+
70
1571
17
773
868
1641
Beispiel 2: Vierfeldertafeln und RR
alle Probanden
krank
exp
Frequency |
ja
| nein |
----------+--------+--------+
ja
|
7 |
52 |
| 10.00 |
3.31 |
----------+--------+--------+
nein
|
63 |
1519 |
| 90.00 | 96.69 |
----------+--------+--------+
70
1571
18
59
1582
1641
RR = 3,0212
Beispiel 2: Vierfeldertafeln und RR
junge Probanden
krank
exp
Frequency |
ja
| nein |
----------+--------+--------+
ja
|
3 |
26 |
| 10.71 |
3.49 |
----------+--------+--------+
nein
|
25 |
719 |
| 89.29 | 96.51 |
----------+--------+--------+
28
745
19
29
744
773
RR = 3,0701
Beispiel 2: Vierfeldertafeln und RR
alte Probanden
krank
exp
Frequency |
ja
| nein |
----------+--------+--------+
ja
|
4 |
26 |
|
9.52 |
3.15 |
----------+--------+--------+
nein
|
38 |
800 |
| 90.48 | 96.85 |
----------+--------+--------+
42
826
20
30
838
868
RR = 3,0256
Aufgabe 2:
Raucher
Thema:
Attributable Risiken
Anzahl Tote durch
Lungenkarz. KHK
Personenjahre
-----------------------------------------ja
1116
6395
701768
nein
426
7908
1015999
------------------------------------------
21
Aufgabe 2 a)
Anzahl Tote durch
Raucher
Karz.
KHK
PJ
Mortalität
pro 1000 PJ
Karz.
KHK
------------------------------------------------ja
1116
6395
701768
1,590
9,113
nein
426
7908
1015999
0,419
7,783
------------------------------------------------Exzess-Mortalität (Karz)
= 1,590  0,419 = 1,171 pro 1000 PJ
Exzess-Mortalität (KHK)
= 9,113  7,783 = 1,329 pro 1000 PJ
22
zu Aufgabe 2 b) zur Schätzung von PAR zuerst RR schätzen:
Anzahl Tote durch
Raucher
Karz.
KHK
PJ
Mortalität
pro 1000 PJ
Karz.
KHK
------------------------------------------------ja
1116
6395
701768
1,590
9,113
nein
426
7908
1015999
0,419
7,783
------------------------------------------------^
1,590
RR Karz  
0,419
=
3,793
^
9,113
RR KHK  
7,783
= 1,171
23
zu Aufgabe 2 b) Schätzung der Expositionsprävalenz:
Raucher
Anzahl Tote durch
Karz.
KHK
PJ
-------------------------------ja
1116
6395
701768
nein
426
7908
1015999
-------------------------------Summe
1542
14303
1717767
701768
Expositionsprävalenz  pexp 
= 0,409
1717767
(Annahme: das ist der wirkliche Wert!)
24
Populationsbezogenes attributables Risiko PAR (Tod durch Karz.)
^
PAR ( Karz.)


Anteil Tote gesamt  Anteil Tote Nichtraucher
Anteil Tote gesamt
Pˆ ( K )  Pˆ ( K | E  0)

Pˆ ( K )
 ^

pexp   RR  1


pexp  RR  1  pexp 
^
0,409  3,793  1

= 0,533
0,409  3,793  1  0,409
25
Populationsbezogenes attributables Risiko PAR
^
PAR ( KHK )


(Tod durch KHK)
Anteil Tote gesamt  Anteil Tote Nichtraucher
Anteil Tote gesamt
Pˆ ( K )  Pˆ ( K | E  0)

Pˆ ( K )
 ^

pexp   RR  1


pexp  RR  1  pexp 
0,409  1,171  1

= 0,065
0,409  1,171  1  0,409
26
^
Aufgabe 2 c) Expositionsbezogenes attributables Risiko EAR
(Tod durch Karz.)
^
EAR ( Karz.)
Anteil Tote Raucher  Anteil Tote Nichtraucher

Anteil Tote Raucher

Pˆ ( K | E  1)  Pˆ ( K | E  0)

Pˆ ( K | E  1)
3,793  1
= 0,736

3,793
27
^
RR  1
^
RR
Expositionsbezogenes attributables Risiko EAR
^
EAR ( Karz.)
(Tod durch KHK)
Anteil Tote Raucher  Anteil Tote Nichtraucher

Anteil Tote Raucher

Pˆ ( K | E  1)  Pˆ ( K | E  0)

Pˆ ( K | E  1)
1,171  1
= 0,146

1,171
28
^
RR  1
^
RR
Aufgabe 2 d) Diskussion für Tod durch Lungenkarzinom:
^
PAR ( Karz. ) = 0,533
In der Gesamtbevölkerung können 53,3% aller Todesfälle wegen
Lungenkarzinom auf das Rauchen zurückgeführt werden!
^
EAR ( Karz. ) = 0,736
Bei Rauchern können 73,6% aller Todesfälle wegen
Lungenkarzinom auf das Rauchen zurückgeführt werden!
Konsequenz: Relevante Maßnahmen gegen Mortalität durch
Lungenkarzinom sollten Maßnahmen gegen Rauchen umfassen!
29
Aufgabe 2 d) Diskussion für Tod durch KHK:
^
PAR ( KHK ) = 0,065
In der Gesamtbevölkerung können 6,5% aller Todesfälle wegen
KHK auf das Rauchen zurückgeführt werden!
^
EAR ( KHK ) = 0,146
Bei Rauchern können 14,6% aller Todesfälle wegen
KHK auf das Rauchen zurückgeführt werden!
30
Aufgabe 3
Aufgabe 3.1
Die Berliner Studie ist eine Fall-Kontroll-Studie (Antwort b).
Aufgabe 3.2
Als Confounding bezeichnet man in epidemiologischen Studien, wenn die
Schätzung des Effektes der Exposure-disease-Beziehung durch Vermischen
mit dem Effekt einer „externen Variablen“ (z.B. Alter oder Geschlecht)
verfälscht wird. (Antwort a)
Aufgabe 4
Das Odds Ratio gibt an, um welchen Faktor sich die Chance, exponiert zu
sein, unter den Erkrankten im Vergleich zur Kontrollgruppe unterscheidet.
(Antwort a)
31