Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

A klinikai epidemiológia statisztikai módszerei, minta és populáció, konfidencia intervallumok Dr Füst György.

Hasonló előadás


Az előadások a következő témára: "A klinikai epidemiológia statisztikai módszerei, minta és populáció, konfidencia intervallumok Dr Füst György."— Előadás másolata:

1 A klinikai epidemiológia statisztikai módszerei, minta és populáció, konfidencia intervallumok
Dr Füst György

2 Epidemiológia 2. A nem fertőző betegségek epidemiológiája
1. A fertőző betegségek epidemiológiája 2. A nem fertőző betegségek epidemiológiája

3 A leíró epidemiológiai statisztika alapfogalmai
I. rész A leíró epidemiológiai statisztika alapfogalmai

4 PREVALENCIA

5 Egy adott betegség előfordulási gyakorisága egy adott számú és adott helyen élő lakosságcsoportban egy adott időpontban Magyarországon az addiktológiai gondozókban , a pszichiátriai gondozókban 2902, azaz összesen alkoholbeteget tartottak nyilván 1999-ben. A gondozásba került alkoholbetegség prevalenciája tehát 1999-ben lakosra számolva kereken 460, 1000 lakosra számolva kereken 5 volt.

6

7

8 EASTERN EUROPE AND CENTRAL ASIA
Kelet-Európa és a Szovjetunió egyéb utódállamai EASTERN EUROPE AND CENTRAL ASIA Adults and children living with HIV Number of women living with HIV Adults and children newly infected with HIV Adult prevalence (%) Adult and child deaths due to AIDS 2004 1.4 million [ –2.1 million] [ – ] [ – ] 0.8 [0.5–1.2] [39 000–87 000] 2002 1.0 million [ –1.5 million] [ – ] [94 000– ] 0.6 [0.4–0.8] [27 000–58 000] HIV and AIDS statistics and features, end of 2002 and 2004

9                                                                                                               

10                                                                                                               

11 INCIDENCIA

12 Egy adott betegség újonnan felismert eseteinek száma egy adott számú és adott helyen élő lakosságcsoportban egy adott időpontban (időintervallumban) Pl január 1. és december 31. között Magyarországon 4 typhus abdominális eset, de salmonellosis eset fordult elő. magyar lakosra számítva tehát a typhus abdominalis 2001-es incidenciája lakosra számolva 0.04, a salmonellosisé 103,9 volt. Januárban 404, júliusban 1423 salmonellosist jelentettek , a lakosra számított incidencia tehát januárban 4, júliusban 14 volt.

13

14 PREVALENCIA VS INCIDENCIA
A tüdõgondozók által regisztrált nem gümõkóros, krónikus légzõszervi betegek száma tovább növekedett: 351 ezer főt tett ki (1998-ban 324 ezer). (prevalencia lakosra számítva 1999-ben: kereken 3500, 1998-ban kereken 3200) Az 1999-ben újonnan nyilvántartásba vett nem tbc-s betegek száma volt, az incidencia 1999-ben lakosra számítva kereken 630)

15 KUMULATÍV INCIDENCIA

16 Kumulatív incidencia Az adott betegség felismerése óta egy adott területen, pl. országban évente felismert eseteinek összesített száma. Pl. a Magyarországon 1986 óta diagnosztizált AIDS betegek összesített száma.

17

18 Kumulatív incidencia: 422

19

20 MIT JELENT, HA A KUMULATÍV INCIDENCIA
a prevalenciával kb. azonos, ill. ennél lényegesen nagyobb?

21 MORTALITÁS

22 A legmegbízhatóbb járványügyi adat
Egy adott betegségben meghaltak száma egy adott lakosságszámra vonatkozóan egy adott időszakban A legmegbízhatóbb járványügyi adat

23 Daganatos halálozás (KSH adatok) 100 000 lakosra számítva (kerekítve)
1995 333 1996 339 1997 338 1998 340 1999 342 2000 337 2001

24 A járványügyi adatok szokásos csoportosítási módjai
Korcsoportok szerint Nemek szerint Életmód szerint Lakóhely szerint (egyes megyékben vagy nagyváros-kisváros-falu) Az eltelt évek (évtizedek) során bekövetkezett változások, szezonalitás Mortalitás: halálok, halandósági tábla, a születéskor várható átlagos élettartam

25

26

27

28 Juvancz,Paksy:Orvosi biometria, Medicina, 1982)

29 Juvancz,Paksy:Orvosi biometria, Medicina, 1982)

30 Az idő előtti halálozás miatt elvesztett potenciális évek száma

31 Juvancz,Paksy:Orvosi biometria, Medicina, 1982)

32 II. rész A járványügyi adatok megbízhatósága
Az adatok megbízhatósága Az adatfelvétel reprezentativitása Az adatok (minta) és a valódi populáció viszonya és ennek statisztikai becslése

33 Az adatok megbízhatósága
A betegség súlyossága A tünetek jelentkezési ideje a betegség kezdetétől kezdve A betegség társadalmi megítélése A betegek félelme a betegségük megismerésétől

34 A szűrővizsgálatok A betegség kezdete és a tünetek megjelenése között hosszú idő telik el A lakosság egyes csoportjaiban (életkor, nem, szociális helyzet, életmód) az adott betegség gyakrabban fordul elő A sentinel surveillance Az unlinked anonim szűrés

35

36 III: rész. A minta és a populáció viszonya

37

38 A KONFIDENCIA INTERVALLUM ((megbízhatósági tartomány)
Mérni csak a mintát tudjuk, de az egész mérésnek csak akkor van értelme, ha a mintából a populációra tudunk következtetni.!!! A teljes populációt vagy soha sem fogjuk megismerni (pl. minta = a Kútvölgyi Kórházban eradikált H. pylori infekciók, populáció = az összes magyar (európai, fejlett országokban lévő, valamennyi) kórházában eradikált H. pylori infekciók) vagy a mintavétel időpontjában még nem ismerhetjük, de később ismeretessé válik (minta = exit poll, populáció = valamennyi szavazni elment választó). Az orvostudományban csak az első eset lehetséges. Konfidencia intervallum: a mintában végzett mérés alapján a teljes populációra vonatkozó becslés pontossága

39 Az arány, átlag vagy bármely más statisztikai paraméter konfidencia intervalluma = annak a valószínűsége, hogy a mért paraméter százalékos előfordulása, átlaga, stb. a populáción belül egy adott, a mintában mért százalékos előfordulást, átlagot, stb. körülvevő tartományba esik. 95%-os konfidencia intervallum: 95% annak a valószínűsége, hogy a mért paraméter valódi előfordulási gyakorisága (átlaga, stb.) a populáción belül a mintában mért előfordulási gyakoriság (átlag) konfidencia intervallumába esik, tehát 5% annak a valószínűsége, hogy nem esik ebbe a tartományba.

40 Az előfordulási gyakoriság konfidencia intervalluma
Az júliusi egyik közvélemény kutatás szerint 2002-ben Bergengóciában a választók 33%-a szavaz majd a Bergeni Bergengóc Pártra (BBP)-re. 100 %-os biztonsággal akarjuk tudni előre az eredményt. Ez lehetetlen, hiszen csak az 100%-osan biztos, hogy a választók 0-100%-a szavaz majd az BBP-re. Könnyen belátható, hogy ennek nincs értelme, a szélsőértékek valószínűsége extrém módon alacsony. Ezért szűkíteni kell az interavallumot, racionális valószínűségi értékekkel kell dolgozni, ilyen pl. a 95%-os vagy 99%-os valószínűség.

41 Az előfordulási gyakoriság konfidencia intervalluma (folyt.)
95%-os konfidencia intervallum: 95% annak a valószínûsége, hogy a szavazók majdani aránya a jelenlegi minta (33%) konfidencia intervallumába esik, tehát 5% annak a valószínűsége, hogy nem esik ebbe a tartományba. 99%-os konfidencia intervallum: 95% annak a valószínűsége, hogy a szavazók majdani aránya a jelenlegi minta (33%) konfidencia intervallumába esik, tehát 1% annak a valószínûsége, hogy nem esik ebbe a tartományba.

42 Milyen határok között változik ez a konfidencia intervallum (CI)?
A mintában mért arány (p): 0.33, tételezzük fel, hogy 1000 embert kérdeztek meg, ennyi a minta elemszáma (N). A binomiális eloszláson alapuló képlet szerint: A CI alsó és felső határa tehát: =0.301, ull =0.359, tehát 30 és 36% között van annak a CI-a, hogy a szavazók a BBP-ot válasszák

43 Arányok arányának a CI-a, a CI és a szignifikancia viszonya
Ha két arány arányát számítjuk ki, akkor az érték nemcsak 0.00 és 1.00 között változhat. Pl. a Konzervatív Bergengóc Fórumra (KBF) a közvélemény kutatás szerint 17% fog szavazni, a BBP és a KBF szavazóinak aránya a mintában tehát 0.33/0.17=1.94. Az arányok arányának (nevezzük esély hányadosnak, odds rationak) a 95% CI-a és között változik, tehát lehet, hogy majdnem ugyanennyien szavaznak majd a két pártra, de az is lehet, hogy a BBP-ra csaknem négyszer többen, mint a KBF-ra.

44 Az arányok arány (odds ratio) az orvos gyakorlatban
Ugyanez a helyzet a betegségek esetében is. Pl. bizonyos genetikai markereket hordozó és nem hordozó egyének esélye arra, hogy egyes betegségeket, pl. coronaria betegséget vagy stroke-ot kapjanak igen tág határok között változhat, és különböző mintavételek is sokszor eltérő eredményeket mutatnak. Ezt a metaanalízis cikkekből könnyen, ránézésre meg lehet állapítani, HA TUDJUK A KÖVETKEZŐKET. Ha a CI alsó és felső határa is 1 alatt vagy 1 felett van, akkor a hordozók és nem-hordozók esélye arra, hogy megbetegedjenek szignifikánsan különbözik, ha viszont nem akkor nem lehetünk biztosak abban, hogy a különbség valóban fennáll-e. Wu et al., Am. J Cardiol. 87, 1361, 2001.

45 VII faktor polimorfizmus, 353RQ és QQ genotípusok

46 GP IIIa (PIA1/A2 és PIA2/A2 genotípusok

47 Metiltetrahidrofolát reduktáz (677TT genotípus igen/nem

48 Miért nem lehet az 1 érték szignifikáns különbség esetén a CI-on belül?
Ha az esélyhányados 95%-os CI-a magában foglalja az 1-et (nincs különbség) , ez azt jelenti, hogy kevesebb, mint 95% annak a valószínűsége, hogy az adott génpolimorfizmus hordozóinak és nem-hordozóinak az esélye pl. a stroke-ra nem azonos. Ha viszont ez a helyzet, akkor az esélyhányados nem lehet szignifikáns, A null-hipotézist nem vethetjük el, tehát a p>0.05.

49 Az OR CI-jának és a szignifikanciájának a viszonya
Ha a 95%-os CI alsó vagy felső határa=1, akkor a p0.05 vagy ennek a közelében van. Ha a CI felső határa is <1, akkor annál szignifikánsabb az odds ratio (a hordozók esélye a nem hordozókhoz hasonlítva az adott betegségre) minél távolabb van ez az 1-től, és ua. a helyzet akkor is, ha a CI alsó határa is >1

50 A GÉNHIBA RITKÁBB A BETEGEKNÉL, P<0.05
CI felső 0,25 CI alsó 0,5 1 Génhiba gyakoriság aránya a betegek és a kontrollok között

51 Génhiba gyakoriság aránya a betegek és a kontrollok között
A GÉNHIBA RITKÁBB A BETEGEKNÉL, DE A KÜLÖNBSÉG A SZIGNIFIKANCIA HATÁRÁN VAN P=0.05 CI alsó CI felső 0,25 1 0,5 Génhiba gyakoriság aránya a betegek és a kontrollok között

52 Génhiba gyakoriság aránya a betegek és a kontrollok között
A GÉNHIBA NEM RITKÁBB, DE NEM IS GYAKORIBB A BETEGEKNÉL, A KÜLÖNBSÉG NEM SZIGNIFIKÁNS P>0.05 CI alsó CI felső 0,5 2 1 Génhiba gyakoriság aránya a betegek és a kontrollok között

53 Az átlag különbségek CI-ának kiszámítása
A CI alsó határa A CI felső határa MIÉRT NEM ESHET A NULLA A CI ALSÓ ÉS FELSŐ HATÁRA KÖZÉ, HA AZ ÁTLAGOK KÜLÖNBSÉGE SZIGNIFIKÁNSAN KÜLÖNBÖZIK A KONTROLLBAN KAPOTTÓL?

54 Két csoport átlagai különbségének CI-a
A null hipotézis szerint a két csoport vizsgált változójának (egy adott laboratóriumi érték, pl. vvs-süllyedés) átlagai között nincs különbség. Tehát, ha a 95%-os CI-a a 0-t magában foglalja, akkor 95%-os vagy ennél nagyobb a valószínűsége annak, hogy ez a feltétel valóban teljesül, a null hipotézist nem vethetjük el, a két csoport között nincs szignifikáns különbség, p>0.05. Ha viszont nem foglalja magában, akkor valószínűleg p<0.05

55 A HSP60 ANTITEST SZINT MAGASABB A BETEGEKNÉL, P<0.05
CI felső CI alsó 500 1000 Hsp60 antitest szint különbség átlaga a betegek és a kontrollok között, AU/ml

56 A HSP60 ANTITEST SZINT ÁTLAGA MAGASABB A BETEGEKNÉL, DE A KÜLÖNBSÉG A SZIGNIFIKANCIA HATÁRÁN VAN P=0.05 CI alsó CI felső 400 200 Hsp60 antitest szint különbség átlaga a betegek és a kontrollok között, U/ml

57 A HSP60 ANTITEST SZINTJE NEM MAGASABB, DE NEM IS ALACSONYABB A BETEGEKNÉL, A KÜLÖNBSÉG NEM SZIGNIFIKÁNS P>0.05 CI alsó CI felső -100 200 Hsp60 antitest szint különbség átlaga a betegek és a kontrollok között, AU/ml

58 Az S.D és a 95%-os CI viszonya.

59 A járványügyi adatok megbízhatósága
Az adatok megbízhatósága Az adatfelvétel reprezentativitása Az adatok (minta) és a valódi populáció viszonya és ennek statisztikai becslése

60 A GENETIKAI EPIDEMIOLÓGIA ALAPFOGALMAI

61 GÉNEK, STB Genom Kromoszóma Gén
Allél (génvariáns), homozigóta, heterozigóta Haplotípus Kiterjesztett haplotípus Mendel szabályok, domináns, recesszív öröklődés

62 Az allél-gyakoriság kiszámítása
Az egészséges izlandi populációban vizsgáltuk a Hsp-70-2 A>G génpolimorfizmus két alléljének gyakoriságát. AA homozigóta: 50 (54.9%), AG heterozygota: 28 (30.8%), GG homozygota: 13 (14.3%). Mennyi a G allél gyakorisága a vizsgált 91 emberben?. A 91 embernek összesen 182 hsp70-2 allélja van. Ezekből 13x = = 54 a G allél. Gyakorisága: 54/182= (0.30). Az A allél gyakorisága = 1- 0,297 = (0,70).

63 A Hardy-Weinberg egyensúly
Egy ideális populációban minden egyed azonos valószínűséggel párosodhat bármely más egyeddel (pánmixis). Mivel az egyedek párválasztásának modellünkben nincs hatása a következő nemzedék allélgyakoriságára, az allélgyakoriság kizárólag a gamétákban lévő allélek gyakoriságától függ. (A szemléletesség kedvéért elképzelhetünk egy óriási tavat, amelyben nagyon sok hal él. A nőstények és hímek párzáskor a vízbe eresztik ivarsejtjeiket, amelyek eredetüktől függetlenül, véletlenszerűen egyesülnek.)

64 A Hardy-Weinberg egyensúly (folyt.)
Vizsgáljuk egyetlen lokusz két alléljának (A és a) gyakoriságát két egymást követő generációban. Az első generációban legyen A allél relatív gyakorisága p(A), a allélé pedig q(a). A két relatív gyakoriság összege 1, tehát p = 1 - q. Egy gaméta vagy az egyik, vagy a másik allélt hordozza, így az A allélt hordozó gaméták gyakorisága p, az a allélt hordozó gaméták gyakorisága q. Milyen arányban lesz jelen A és a allél a következő generáció gamétáiban? AA genotípusú zigóta akkor jön létre, ha két A allélt hordozó gaméta találkozik. Két A allélt hordozó gaméta találkozásának valószínűsége p x p= p2 . Ugyanígy, aa genotípusú zigóták q2 valószínűséggel keletkeznek. Aa genotípusú egyedek kétféleképpen jöhetnek létre: egyrészt úgy, hogy A allélt hordozó hímivarsejt találkozik a allélt hordozó petesejttel, aminek valószínűsége p x q, illetve úgy, hogy a allélt hordozó hímivarsejt találkozik A allélt hordozó petesejttel, aminek valószínűsége q x p. A két valószínűség összege 2pq.

65 A Hardy-Weinberg egyensúly (folyt.)
Az egyes genotípusok létrejöttének valószínűsége és így arányuk a populációban a következőképpen várható: p2AA + 2pqAa + q2aa = 1. (1) azaz (p + q)2 = 1

66 A Hardy-Weinberg egyensúly (folyt.)
Ideális populációban az utódnemzedékben az allélek gyakorisága azonos a szülői nemzedék allélgyakoriságával. Az allélgyakoriságok állandóságának tételét egymástól függetlenül két kutató bizonyította, nevük után az összefüggést Hardy-Weinberg aránynak, vagy Hardy-Weinberg egyensúlynak nevezik.

67 Megfelelnek-e az izlandi populációban talált allélgyakoriságok a Hardy-Weinberg egyensúlynak?
Az A ill G allél gyakorisága (p, ill q): 0,70, ill. 0,30. Ha a H-W egyensúly fennáll, akkor az AA homozigoták p2, azaz 0,702=0.49 arányban kellene lenniük 0.49x91=44,59, azaz 45 ember kell, hogy AA homozigota legyen. A kapott érték: 50. A heterozígoták várt száma: 2pq, azaz 2x0,7x0,3=0.42x91= 38,22=38. A kapott gyakoriság: 28. A GG homozigótákra vonatkozó várt és kapott gyakoriság: 8 ill. 13. Fennáll-e H-W egyensúly? Számítás khi-négyzet próbával

68 Várt Kapott AA 45, 50, AG 38, 28, GG 8, 13, WEB:http://ihg.gsf.de/cgi-bin/hw/hwa1.pl Chi-square Chi-square, df 2.969, 2 P value ,2266 P value summary ns One- or two-sided NA Statistically significant? (alpha<0.05) No

69 A kapcsoltsági egyensúly (linkage disequilibrium, LD)
Két (vagy több) lokusz együttes vizsgálatakor az első kérdés az, hogy az egyik lokuszon vett genotípus korrelál-e a másikon vett genotípussal: pl. az A1A1 egyedek között gyakoribb-e a B1B1 genotípus, mint mondjuk az A2A2 egyedek között, vagy az A1 allélt hordozó gaméták gyakrabban hordoznak B1 allélt, mint az A2 gaméták. Ha nincs ilyen korreláció a lokuszok között, akkor azt mondjuk, hogy a lokuszok kapcsoltsági egyensúlyban vannak. Ilyenkor egy gaméta pA valószínűséggel hordoz A1 allélt, és ettől függetlenül pB valószínűséggel rendelkezik B1 alléllel: az A1B1 gaméták gyakorisága tehát pApB. Ha a lokuszok nincsenek kapcsoltsági egyensúlyban, akkor az A1 gaméták gyakrabban (vagy ritkábban) hordoznak B1 allélt, az A1B1 gaméták gyakorisága eltér a pApB szorzattól. A kapcsoltsági egyensúlytól való eltérés mértéke az ún. linkage disequilibrium (D), melyet úgy számítunk ki, hogy az A1B1 gaméták tényleges gyakoriságából levonjuk a pApB szorzatot.

70 LD (folyt.) Véletlenszerűen párosodó populációkban a linkage disequilibrium a rekombináció révén fokozatosan csökken. Ha pl. egy A1B2 kromoszóma rekombináción megy át, akkor az A1 allél mellé pB valószínűséggel kerül B1 allél a homológ kromoszómáról, így az A1B1 kromoszómák gyakorisága közelít pApB-hez. Ha a két lokusz szorosan kapcsolt, akkor ritkán történik közöttük rekombináció és a linkage disequilibrium sokáig fennmarad. Még különböző kromoszómákon található lokuszok esetén is csak 50% a rekombináns gaméták gyakorisága, ezért független lokuszoknál D minden generációban feleződik.   A kapcsoltsági egyensúlytól való eltérést okozhatja szelekció (ha bizonyos allélkombinációk kedvezőek a szelekció során), genetikai sodródás vagy nem véletlenszerű párosodás. Az is lehetséges azonban, hogy a linkage disequilibriumhoz vezető ok már megszűnt, csak nem volt még elég idő a kapcsoltsági egyensúly beállásához. Tartósan megmaradó linkage disequilibrium a rekombináció akadályozottságára utalhat: pl. kromoszóma-inverziók akadályozzák meg, hogy a rekombináció szétzilálja a koadaptált génkomplexeket ("szupergének"). A kromoszómán fizikailag közel levő lokuszok között gyorsan beálló kapcsoltsági egyensúly arra vall, hogy a két lokusz között nagy rekombinációs gyakoriságot mutató "forró pont" található.

71 LD a Hsp70-2 és a TNF2 allélok között (MHC, extended haplotypes)
hsp AA AG GG TNF2 nincs TNF2 van

72 LD számítás: khi-négyzet próba vagy speciális (pl. Arlequin) szoftverek

73 Chi-square, df 5.534, 2 P value ,0629 P value summary ns One- or two-sided NA Statistically significant? (alpha<0.05) No

74 Gyakorló feladat: fennáll-e LD ugyanezen két allél között a magyar populációban?
hsp AA AG GG TNF2 nincs TNF2 van A khi-négyzet próba P értéke: LD fennáll: igen - nem


Letölteni ppt "A klinikai epidemiológia statisztikai módszerei, minta és populáció, konfidencia intervallumok Dr Füst György."

Hasonló előadás


Google Hirdetések