Come monitorare la pratica clinica corrente e misurarne l'impatto sulla salute?
|
|
- Federica Gentili
- 4 anni fa
- Visualizzazioni
Transcript
1 Studi di Cagliari Come monitorare la pratica clinica corrente e misurarne l'impatto sulla salute? Potenzialità e limiti dei database amministrativi Cagliari, 8 Novembre 3013 Arianna Ghirardi Giovanni Corrao Dept of Statistics & Quantitative Methods Division of Biostatistics Epidemiology & Public Health
2 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione
3 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione si origina nel processo di attribuzione di ogni individuo selezionato nelle categorie di trattamento e/o malattia
4 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione Dell esposizione (Come misuriamo l esposizione?) Immortal Time Bias Immeasurable Time Bias
5 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione Dell esposizione (Come misuriamo l esposizione?) Immortal Time Bias Immeasurable Time Bias
6 Misclassificazione Immortal time bias Suissa S. Am J Epidemiol 2008;167:492-9
7 Immortal time bias: studi di coorte Misclassificazione Immortal time bias Esposto Non esposto Un individuo viene definito esposto se ha ricevuto almeno una prescrizione del farmaco di interesse nel periodo di follow-up Immortal time Morte o esito Inizio follow-up Prima prescrizione Inizio follow-up Morte o esito Questo periodo viene misclassificato come periodo di esposizione quando invece non lo è Distorsione dei risultati a favore del trattamento conferendogli un vantaggio in termini di sopravvivenza
8 Misclassificazione Immortal time bias Esempio: Utilizzo di statine e prevenzione della progressione del diabete Studio di coorte Pazienti con età>30 con almeno una prescrizione di metformina o sulfonilurea nel periodo Esclusione dei pzt con almeno una prescrizione di ipoglicemizzanti orali, di insulina e di statine nell anno precedente Effetto dell uso di statine: HR=0.74 ( ) Follow-up fino al 31 Dicembre 1999 Inizio terapia con insulina tempo Yee A, et al. Diabet Med 2004;21:962-7
9 Misclassificazione Immortal time bias Esempio: Utilizzo di statine e prevenzione della progressione del diabete Esposto a statine Non esposto a statine Un individuo viene definito esposto se tra la data della prima prescrizione di statine e l ultima è trascorso almeno 1 anno Non esposto a statine (nessuna prescrizione) 6 mesi 1 anno di utilizzo Insulina Inizio follow-up Durata <1 anno Non esposto a statine (Durata<1 anno) Insulina Esposto a statine (Durata>1 anno) Inizio follow-up Prima prescrizione Ultima prescrizione Immortal time Insulina Inizio follow-up Prima prescrizione Ultima prescrizione Durata >1 anno
10 Misclassificazione Immortal time bias Esempio: Utilizzo di statine e prevenzione della progressione del diabete Correzione immortal time bias Non esposto a statine (nessuna prescrizione) 6 mesi 1 anno di utilizzo Insulina Inizio follow-up Non esposto a statine (Durata<1 anno) Insulina Inizio follow-up Prima prescrizione Ultima prescrizione Esposto a statine (Durata>1 anno) Insulina Inizio follow-up Prima prescrizione Ultima prescrizione Durata >1 anno
11 Misclassificazione Immortal time bias Esempio: Utilizzo di statine e prevenzione della progressione del diabete Correzione immortal time bias Non esposto a statine (nessuna prescrizione) Inizio follow-up Periodo a rischio: intero periodo Insulina Esposto a statine (Durata>1 anno) Periodo immortale Periodo a rischio Insulina Inizio follow-up Prima prescrizione Ultima prescrizione Durata >1 anno
12 Misclassificazione Immortal time bias Esposto a statine (Durata>1 anno) Immortal time 6 mesi 1 anno di utilizzo Insulina Inizio follow-up Prima prescrizione Ultima prescrizione Esposti a statine Non esposti a statine Anni-persona immortali Anni-persona a rischio Anni-persona di follow-up N esiti (insulina) Tasso/100 annipersona Anni-persona di follow-up N esiti Tasso/100 annipersona (insulina) Totale Lévesque LE, et al. BMJ 2010;340:b5087
13 Immortal time Misclassificazione Immortal time bias Periodo a rischio Esposto a statine (Durata>1 anno) 6 mesi 1 anno di utilizzo Insulina Inizio follow-up Prima prescrizione Ultima prescrizione Esposti a statine Non esposti a statine Anni-persona immortali Anni-persona a rischio Anni-persona di follow-up N esiti (insulina) Tasso/100 annipersona Anni-persona di follow-up N esiti Tasso/100 annipersona (insulina) Totale Lévesque LE, et al. BMJ 2010;340:b5087
14 Immortal time Misclassificazione Immortal time bias Periodo a rischio Esposto a statine (Durata>1 anno) 6 mesi 1 anno di utilizzo Insulina Inizio follow-up Prima prescrizione Ultima prescrizione Esposti a statine Non esposti a statine Anni-persona immortali Anni-persona a rischio Anni-persona di follow-up N esiti (insulina) Tasso/100 annipersona Anni-persona di follow-up N esiti Tasso/100 annipersona (insulina) Totale HR=0.74 ( ) Lévesque LE, et al. BMJ 2010;340:b5087
15 Correzione immortal time bias Misclassificazione Immortal time bias Esposto a statine (Durata>1 anno) 6 mesi 1 anno di utilizzo Insulina Inizio follow-up Prima prescrizione Ultima prescrizione Esposti a statine Non esposti a statine Anni-persona immortali Anni-persona a rischio Anni-persona di follow-up N esiti (insulina) Tasso/100 annipersona Anni-persona di follow-up N esiti Tasso/100 annipersona (insulina) Totale
16 Misclassificazione Immortal time bias Periodo a rischio Esposto a statine (Durata>1 anno) 6 mesi 1 anno di utilizzo Insulina Inizio follow-up Prima prescrizione Ultima prescrizione Esposti a statine Non esposti a statine Anni-persona immortali Anni-persona a rischio Anni-persona di follow-up N esiti (insulina) Tasso/100 annipersona Anni-persona di follow-up N esiti Tasso/100 annipersona (insulina) Totale
17 Misclassificazione Immortal time bias Periodo a rischio Esposto a statine (Durata>1 anno) 6 mesi 1 anno di utilizzo Insulina Inizio follow-up Prima prescrizione Ultima prescrizione Esposti a statine Non esposti a statine Anni-persona immortali Anni-persona a rischio Anni-persona di follow-up N esiti (insulina) Tasso/100 annipersona Anni-persona di follow-up N esiti Tasso/100 annipersona (insulina) Totale Non più 2.10! Non più 2.50 HR=1.97 ( ) vs. HR=0.74 ( )
18 Misclassificazione Immortal time bias Immortal time bias Quando prestare attenzione. Studi di coorte Effetti protettivi strabilianti Esposizione valutata in qualsiasi momento del follow-up
19 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione Dell esposizione (Come misuriamo l esposizione?) Immortal Time Bias Immeasurable Time Bias
20 Misclassificazione Immeasurable time bias Suissa S. Am J Epidemiol 2008;168:329-35
21 Misclassificazione Immeasurable time bias Immeasurable time bias Suissa S. Am J Epidemiol 2008;168:329-35
22 Misclassificazione Immeasurable time bias Esempio: Utilizzo di bifosfonati orali (BP) e rischio di complicazioni del tratto gastrointestinale superiore (UGIC) 110,220 Pazienti con età>45 con almeno una prescrizione di BP nel periodo Esclusione dei pzt con almeno una prescrizione di BP, altri farmaci per l osteoporosi, fratture, complicazioni gastrointestinali, Follow-up fino al 31 Dicembre 2007 UGIC tempo
23 Misclassificazione Immeasurable time bias Esempio: Utilizzo di bifosfonati orali (BP) e rischio di complicazioni del tratto gastrointestinale superiore (UGIC) Appaiamento 1:20 (per età, asl di appartenenza, sesso e ingresso) Casi: 901 Controlli: 15,996 UGIC tempo
24 Misclassificazione Esempio: Utilizzo di bifosfonati orali (BP) e rischio di complicazioni del tratto gastrointestinale superiore (UGIC) Quanto tempo prima dell evento l individuo aveva assunto BP? Uso corrente Periodo passato Periodo corrente Uso passato Oltre i 30 giorni 0-30 giorni Data del ricovero per UGIC OR current vs. past =0.75 ( ) Uso passato Effetto immeasurable time bias (ITB)?
25 Metodi per la correzione dell ITB Misclassificazione Immeasurable time bias 1. Esclusione giorni di ricovero 2. Correzione periodo di copertura Ricoveri 7 giorni 3. Restrizione ai pazienti senza ospedalizzazioni nei 30 giorni precedenti la data indice 30 giorni 30 giorni
26 Metodi per la correzione dell ITB 4. Analisi pesata 1 A Misclassificazione Immeasurable time bias 5. Analisi pesata 2 A, corrente 30 giorni 10 giorni B 10 giorni 30 giorni B, passato W A (proporzione di giorni misurabili) = 2/3 W B (proporzione di giorni misurabili) = 1 W A (proporzione di giorni misurabili) = 1 W B (proporzione di giorni misurabili) = 2/3 6. Tasso di esposizione nei 30 giorni n casi esposti TE casi = giorni persona misurabili n controlli esposti TE controlli = giorni persona misurabili 7. Incidenza cumulativa di esposizione nei 30 giorni Incidenza cumulativa calcolata, tramite lo stimatore di KM, dalla data indice, indietro nel tempo, utilizzando l accumulo di giorni misurabili fino a che una prescrizione viene identificata.
27 Misclassificazione Immeasurable time bias I risultati dello studio suggeriscono che l effetto dell uso corrente di BF sul rischio di UGIC sia verosimilmente condizionato da ITB
28 Misclassificazione Immeasurable time bias Immeasurable time bias (ITB) L aggiustamento per ITB. Dovrebbe diventare di routine negli studi condotti tramite database amministrativi
29 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione si riferisce a una situazione in cui l associazione osservata tra esposizione ed evento sia il risultato dell influenza di una terza variabile (o di un gruppo di variabili) usualmente chiamata confondente
30 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione Tecniche analitiche Rule-out Monte-Carlo Sensitivity Analysis Disegni entro paziente Case-crossover Case-time-control Self-controlled case-series
31 Fonti di incertezza sistematica (come possiamo controllarle?) Tecniche analitiche Misclassificazione Rule-out Monte-Carlo Sensitivity Analysis Disegni entro paziente Self-controlled case-series Case-crossover Case-time-control
32 Rule-out Schneeweiss S. Pharmacoepidemiol Drug Saf. 2006;15:
33 Rule-out Approccio Rule-out Consente di quantificare la forza, espressa tramite le relazioni confondente-esposizione (OR EC ) e confondente-outcome (RR CD ), che un confondente non misurato dovrebbe avere per spostare la stima puntuale osservata (ARR) verso l unità. (E) ARR (D) Prevalenza del fattore di esposizione (P E ): può essere ricavata dai dati Prevalenza del confondente nella popolazione (P C ): può essere ricavata dalla letteratura ARR=f(P E,P C,RR CD ) Schneeweiss S. Pharmacoepidemiol Drug Saf. 2006;15:
34 Rule-out Approccio Rule-out ARR < 1 ARR > 1 ARR=1 Schneeweiss S. Pharmacoepidemiol Drug Saf. 2006;15:
35 Rule-out Approccio Rule-out Combinazioni di parametri (OR EC e RR CD ) che sposterebbero la stima puntuale dell ARR verso l unità ARR > 1 ARR < 1 ARR=1 Schneeweiss S. Pharmacoepidemiol Drug Saf. 2006;15:
36 Rule-out Approccio Rule-out Combinazioni di parametri (OR EC e RR CD ) che sposterebbero la stima puntuale dell ARR verso valori inferiori a 1 ARR < 1 ARR > 1 ARR=1 Schneeweiss S. Pharmacoepidemiol Drug Saf. 2006;15:
37 Rule-out Approccio Rule-out ARR < 1 Combinazioni di parametri (OR EC e RR CD ) che sarebbero in grado di spostare l'arr verso valori superiori all unità. ARR > 1> 1 ARR=1 Schneeweiss S. Pharmacoepidemiol Drug Saf. 2006;15:
38 Rule-out Esempio: Utilizzo di NSAID e rischio di infarto acuto del miocardio (AMI) Obiettivo: valutare l effetto della terapia con NSAID (Dicloflenac, Ketoprofen, Mimesulide) sul rischio di AMI. Studio: caso-controllo condotto tramite database amministrativi (e non) di diversi Paesi europei (N casi = 103,170 N controlli=9,822,587) Esposizione a NSAID: AMI Utilizzo passato Oltre i 180 giorni Utilizzo corrente 0-14 giorni Uso corrente di Uso passato (qualsiasi NSAID) Direzione dell osservazione
39 Rule-out Esempio: Utilizzo di NSAID e rischio di infarto acuto del miocardio (AMI) Stime degli effetti sul rischio di AMI HR 95% CI Past use of any NSAID 1 (reference) Curent use of Diclofenac Curent use of Ketoprofen Curent use of Nimesulide
40 Rule-out Esempio: Utilizzo di NSAID e rischio di infarto acuto del miocardio (AMI) Fumo(C) Diclofenac (E) (E) AMI (D) (D) P E (prevalenza di current users-diclofenac) =0.01 P C (prevalenza di fumatori nella popolazione)=0.18
41 Rule-out Esempio: Utilizzo di NSAID e rischio di infarto acuto del miocardio (AMI) Uso di Diclofenac e AMI La stima osservata (HR=1.44) si sposterebbe verso l unità se la variabile fumo fosse associata con AMI e uso corrente di Diclofenac con una forza espressa da RR CD =3 e OR EC =4.
42 Rule-out Esempio: Utilizzo di NSAID e rischio di infarto acuto del miocardio (AMI) Uso di Diclofenac e AMI i fumatori dovrebbero utilizzare correntemente Diclofenac 4 volte in più rispetto ai non fumatori per annullare l effetto osservato del Diclofenac sul rischio di AMI Assumendo che i fumatori sperimentino un AMI con una frequenza 3 volte superiore rispetto ai non fumatori..
43 Rule-out Esempio: Utilizzo di NSAID e rischio di infarto acuto del miocardio (AMI) Uso di Diclofenac e AMI Stessa cosa se OR EC =5 e RR CD =2.9.
44 Rule-out Esempio: Utilizzo di NSAID e rischio di infarto acuto del miocardio (AMI) Uso di Ketoprofen e AMI La stima osservata (HR=1.28) si sposterebbe verso l unità se la variabile fumo fosse associata con l uso corrente di AMI e Ketoprofen con una forza espressa da RR CD =3 e OR EC =2.9.
45 Rule-out Esempio: Utilizzo di NSAID e rischio di infarto acuto del miocardio (AMI) Uso di Nimesulide e AMI La stima osservata (HR=1.17) si sposterebbe verso l unità se il fumo fosse associato con di AMI e Ketorolac con una forza espressa da RR CD =3 e OR EC =2.
46 Rule-out Approccio Rule-out Vantaggi Svantaggi E necessario conoscere solamente P E (direttamente dai dati) e P C (dalla letteratura o da fonti esterne) E possibile considerare solo un confondente (binario) per volta Non consente di ottenere una stima aggiustata per l effetto del confondente non misurato
47 Fonti di incertezza sistematica (come possiamo controllarle?) Tecniche analitiche Misclassificazione Rule-out Monte-Carlo Sensitivity Analysis Disegni entro paziente Self-controlled case-series Case-crossover Case-time-control
48 Monte-Carlo Sensitivity Analysis (MCSA) Monte-Carlo Sensitivity Analysis Il concetto di base di una sensitivity analysis (SA) è quello di sfruttare informazioni esterne in merito a un confondente non misurato e di quantificare il suo effetto sulle stime di associazione di interesse. (E) ARR Attraverso una SA è possibile aggiustare la misura di associazione osservata dividendo il rapporto tra rischi osservato (ARR) per un fattore di distorsione (bias factor) (D) RR = ARR Bias
49 Monte-Carlo Sensitivity Analysis Monte-Carlo Sensitivity Analysis 1. Associazione tra esposizione e outcome (ARR) : è ricavata dai dati 2. Associazione tra confondente e outcome (RR CD ) : può essere ricavata dalla letteratura (o da fonti esterne) 3. Prevalenza del confondente tra gli esposti al fattore di interesse e tra i non esposti (P C1, P C0 ): possono essere ricavate dalla letteratura (o da altre fonti esterne) Bias = f(p C1,P C0,ARR,RR CD ) RR = ARR Bias Per tener conto dell incertezza relativa alle informazioni esterne utilizzate (ad esempio l'incertezza sul vero valore di RR CD ): estensione della SA ordinaria (MCSA) Steenland K, Greenland S. Am J Epidemiol. 2004;160:384-92
50 Monte-Carlo Sensitivity Analysis Monte-Carlo Sensitivity Analysis Vantaggi Svantaggi Consente di aggiustare la stima di interesse per l effetto di un confondente non misurato E possibile considerare solo un confondente (binario) per volta
51 Monte-Carlo Sensitivity Analysis Esempio: Aderenza a sulfonamidi e rischio di cancro SEVERITA DEL DIABETE Distribuzione della severità tra le categorie di aderenza CONFONDENTI MISURATI Associazione tra severità del diabete e cancro ADERENZA A SULFONAMIDI ARR CANCRO Aderenza molto bassa (PDC<25%), bassa (PDC tra 25%-50%), intermedia (PDC tra 50%-75%) e alta (PDC>75%)
52 Monte-Carlo Sensitivity Analysis Esempio: Aderenza a sulfonamidi e rischio di cancro 20% Prevalenze 15% 10% 5% Scenario 1 Scenario 2 SEVERITA DEL DIABETE Scenario 1: RR = 1.5 0% Molto bassa Bassa Intermedia Alta Aderenza CONFONDENTI MISURATI ADERENZA A SULFONAMIDI CANCRO ARR
53 Monte-Carlo Sensitivity Analysis Esempio: Aderenza a sulfonamidi e rischio di cancro 20% Prevalenze 15% 10% 5% Scenario 1 Scenario 2 SEVERITA DEL DIABETE Scenario 1: RR = 1.5 0% Molto bassa Bassa Intermedia Alta Aderenza CONFONDENTI MISURATI Scenario 2: RR = 2.5 ADERENZA A SULFONAMIDI CANCRO ARR
54 Monte-Carlo Sensitivity Analysis Esempio: Aderenza a sulfonamidi e rischio di cancro Categoria di riferimento: aderenza molto bassa ( ) Osservata Scenario 1 Scenario ( ) 1.26 ( ) HR Bassa Intermedia Alta
55 Monte-Carlo Sensitivity Analysis Esempio: Aderenza a sulfonamidi e rischio di cancro Osservato Scenario 1 Scenario HR Bassa Intermedia Alta
56 Monte-Carlo Sensitivity Analysis Esempio: Aderenza a sulfonamidi e rischio di cancro Il rischio di tumore aggiustato per il confondente non misurato (severità malattia) si avvicicna sempre di più all unità Osservato Scenario 1 Scenario HR Bassa Intermedia Alta
57 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione Tecniche analitiche Monte-Carlo Sensitivity Analysis Rule-out Disegni entro paziente Self-controlled case-series Case-crossover Case-time-control
58 Disegni entro paziente Disegni entro paziente Pazienti con xxx nel periodo xxx Follow-up fino al xxxx Esito tempo Selezione di un adeguato gruppo di controllo che deve essere rappresentativo della popolazione che ha generato i casi.
59 Disegni entro paziente Disegni entro paziente I fattori di rischio costanti nel tempo sono automaticamente tenuti sotto controllo dal disegno stesso. Esito tempo
60 Disegni entro paziente Disegni entro paziente Case-crossover Case-time-control Direzione dell osservazione
61 Disegni entro paziente Disegni entro paziente Self-controlled Case-Series Direzione dell osservazione
62 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione Tecniche analitiche Monte-Carlo Sensitivity Analysis Rule-out Disegni entro paziente Case-crossover Case-time-control Self-controlled case-series
63 Case-crossover Disegni entro paziente: Case-crossover Periodo di controllo Periodo a rischio Esito.e confrontata con l esposizione in un periodo di controllo Periodo di controllo Periodo a rischio L esposizione di interesse viene valutata in un periodo di tempo immediatamente precedente l outcome Data dell insorgenza dell esito Direzione dell osservazione Maclure M. Am J Epidemiol 1991;133:144-53
64 Case-crossover Disegni entro paziente: Case-crossover Periodo di controllo Periodo a rischio Data dell insorgenza dell esito Esposti Periodo a rischio Periodo di controllo OR = b/c Casi Periodo a rischio Periodo di Controllo a c b d
65 Case-crossover Il disegno case-crossover Vantaggi Si evita il problema della scelta dei soggetti da utilizzare come controlli Elimina il confondimento dovuto a caratteristiche costanti nel tempo, dell individuo Svantaggi L esposizione e i fattori di confondimento non devono variare nel tempo Il risultato di questo tipo di analisi valuta i rischi a breve termine e non quelli cumulativi Dipende dalla distribuzione temporale delle prescrizioni del farmaco di esposizione Maclure M. Am J Epidemiol 1991;133:144-53
66 Case-crossover Esempio: utilizzo di antidepressivi e rischio di frattura Antidepressivi: triciclici (TCA), inibitori della ricaptazione della serotonina (SSRI), altri Numerose evidenze a favore dell ipotesi che l utilizzo di antidepressivi incrementi il rischio di frattura TCA, effetto anticolinergico a breve termine: tachicardia, ipotensione ortostatica, cadute SSRI, più sicuri e meglio tollerati dei TCA, possibile causa di riduzione della densità minerale ossea, a lungo termine TCA dovrebbero essere associati ad un rischio di frattura superiore a quello associato agli SSRI, almeno all inizio della terapia
67 Case-crossover Esempio: utilizzo di antidepressivi e rischio di frattura Disegno caso-controllo innestato 303,796 Pazienti con età>18 con almeno una prescrizione di antidepressivi nel periodo Esclusione dei pzt con almeno una prescrizione di antidepressivi, farmaci per l osteoporosi Follow-up fino al 31 Dicembre 2010 Frattura tempo
68 Case-crossover Esempio: utilizzo di antidepressivi e rischio di frattura Disegno caso-controllo innestato Appaiamento 1:20 (per età, sesso e ingresso) Casi: 10,751 Controlli: 103,872 Frattura tempo
69 Case-crossover Esempio: utilizzo di antidepressivi e rischio di frattura SSRI, corrente TCA, corrente Uso passato (qualsiasi antidepressivo) Frattura SSRI, corrente Utilizzo passato Utilizzo corrente Uso passato (qualsiasi antidepressivo) giorni 0-30 giorni Data del ricovero per frattura Direzione dell osservazione
70 Case-crossover Esempio: utilizzo di antidepressivi e rischio di frattura OR (IC 95%) CA-CO OR SSRI =1.70 ( ) OR TCA =1.38 ( ) Uso passato, qualsiasi antidepressivo Uso corrente, SSRI Uso corrente, TCA
71 Case-crossover Esempio: utilizzo di antidepressivi e rischio di frattura OR (IC 95%) non misurato CA-CO OR SSRI =1.70 ( ) OR TCA =1.38 ( ) Uso passato, qualsiasi antidepressivo Uso corrente, SSRI Uso corrente, TCA
72 Case-crossover Esempio: utilizzo di antidepressivi e rischio di frattura Disegno Case-crossover: solo i casi di frattura Periodo di controllo Periodo a rischio Frattura.e confrontata con l esposizione a TCA/SSRI e altri antidepressivi nei giorni prima del ricovero per frattura Periodo di controllo Periodo a rischio L esposizione a TCA/SSRI e altri antidepressivi viene valutata nei 30 giorni precedenti il ricovero per frattura giorni 0-30 giorni Data del ricovero per frattura Direzione dell osservazione
73 Case-crossover Esempio: utilizzo di antidepressivi e rischio di frattura OR (IC 95%) CA-CO OR SSRI =1.70 ( ) OR TCA =1.38 ( ) Uso passato, qualsiasi antidepressivo Uso corrente, SSRI Uso corrente, TCA
74 Case-crossover Esempio: utilizzo di antidepressivi e rischio di frattura OR (IC 95%) CA-CO OR SSRI =1.70 ( ) OR TCA =1.38 ( ) CASE-CROSSOVER OR SSRI =1.38 ( ) OR TCA =1.31 ( ) Uso passato, qualsiasi antidepressivo Uso corrente, SSRI Uso corrente, TCA
75 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione Tecniche analitiche Monte-Carlo Sensitivity Analysis Rule-out Disegni entro paziente Case-crossover Case-time-control Self-controlled case-series
76 Case-time-control Disegni entro paziente: case-time-control I fattori di rischio costanti nel tempo sono automaticamente tenuti sotto controllo dal disegno stesso. Le stime ottenute dai disegni entro i soli casi potrebbero in parte rappresentare il trend temporale dell esposizione. Esito tempo Suissa S. Epidemiology 1995;6:
77 Case-time-control Disegni entro paziente: Case-Time-Control Periodo di controllo Periodo a rischio Data dell esito Data dell insorgenza dell esito Periodo di controllo Periodo a rischio Data dell insorgenza dell esito del caso a cui è appaiato Direzione dell osservazione Suissa S. The case-time-control design. Epidemiology 1995;6:
78 Case-time-control Disegni entro paziente: case-time-control Periodo di controllo Periodo a rischio CASI OR ottenuto da un case-crossover OR CA dipende sia dall effetto dell esposizione sia dal trend temporale CONTROLLI OR CO dipende solo dal trend temporale OR CA / OR CO = OR aggiustato per il trend temporale Suissa S. Epidemiology 1995;6:
79 Case-time-control Esempio: Associazione tra antagonisti dell acido folico (FFA) durante il secondo e terzo mese di gravidanza e rischio di malformazioni cardiovascolari (CCD) Disegno case-crossover Casi: Donne che avevano avuto un bambino con CCD (N=3870) Controlli: Donne che avevano avuto un bambino senza CCD(N=8387) Hernandez-Diaz S. Am J Epidemiol 2003;158:
80 Disegni entro paziente: Case-Time-Control Periodo di controllo Periodo a rischio Esposizione a FAA Bambino con CCD Case-time-control Il case-crossover non è il disegno più appropriato in questo caso OR CA =1.0 ( ) OR CO = 0.3 ( ) Mesi dall inizio della gravidanza Case-time control OR = 1/0.3 = 2.9 ( ) Direzione dell osservazione Hernandez-Diaz S. Am J Epidemiol 2003;158:
81 Case-time-control Disegni entro paziente: case-time-control Vantaggi Svantaggi Offre una soluzione al problema del confondimento da indicazione Rispetto al case-crossover può essere usato anche per esposizioni croniche Non risente dei trend nell esposizione La correzione apportata dal casetime-control non è universalmente valida Non ci sono metodi per verificare che tra i soggetti esposti durante il periodo corrente e il periodo di riferimento vi sia indipendenza e non ci sia un effetto residuo dal periodo di controllo al periodo a rischio Suissa S. Epidemiology 1995;6:
82 Fonti di incertezza sistematica (come possiamo controllarle?) Misclassificazione Tecniche analitiche Monte-Carlo Sensitivity Analysis Rule-out Disegni entro paziente Case-crossover Case-time-control Self-controlled case-series
83 Self-Controlled Case-Series Disegni entro paziente: Self-Controlled Case-Series (SCCS) Non esposizione Esposizione Esito La probabilità dell outcome di interesse, all interno di un periodo di esposizione,viene confrontata con la probabilità dell outcome in un periodo di non esposizione Esito Esito Inizio periodo sservazione Direzione dell osservazione Fine periodo osservazione Farrington CP, et al. Am J Epidemiol 1996;143:
84 Self-Controlled Case-Series Disegni entro paziente: Self-Controlled Case-Series (SCCS) Non esposizione Esposizione Esito Num. esiti PT Esposizione a b Esito Non esposizione c d Inizio periodo sservazione Esito Fine periodo osservazione IRR = a c / / b d Direzione dell osservazione Farrington CP, et al. Am J Epidemiol 1996;143:
85 Il disegno self-controlled case-series Self-Controlled Case-Series Vantaggi Svantaggi Utilizzato in farmacoepidemiologia per indagare l'associazione tra un esposizione variabile nel tempo e un outcome Può essere affetto da distorsioni derivanti da trend nell esposizione Farrington CP, et al. Am J Epidemiol 1996;143:
86 101,618 Self-Controlled Case-Series Esempio: Persistenza medica e farmaci generici e brand Pazienti con età>18 con almeno una prescrizione di antiipertensivi nell anno 2008 Esclusione dei pzt con almeno una prescrizione di antiipertensivi nei 5 anni precedenti Modello di Cox HR generico vs. brand =1.00 ( ) Follow-up fino al 31 Dicembre 2009 Discontinuità tempo Discontinuità: il periodo tra la fine di copertura di una prescrizione e l inizio della successiva era 2008 maggiore o uguale 2009 a 90 giorni
87 Self-Controlled Case-Series Esempio: Persistenza medica e farmaci generici e brand Discontinuità tempo
88 Self-Controlled Case-Series Esempio: Persistenza medica e farmaci generici e brand Brand Generico Discontinuità La probabilità di discontinuità, all interno di un periodo di esposizione a generico, viene confrontata con la probabilità di discontinuità in un periodo di esposizione a brand Discontinuità Discontinuità I farmaci generici non sembrano essere associati ad un differente rischio di discontinuità della terapia farmacologica antiipertensiva Direzione dell osservazione SCCS IRR generico vs. brand =1.01 ( )
Le banche dati come strumento per il monitoraggio del paziente osteoporotico. Antonella Zambon
Le banche dati come strumento per il monitoraggio del paziente osteoporotico Antonella Zambon INTRODUZIONE 2004;329:31-4 INTRODUZIONE Ampia diffusione di studi epidemiologici condotti tramite archivi sanitari
Metodi per il controllo del confondimento non misurato e dell errore di misura
UNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA Dipartimento di Statistica e Metodi Quantitativi Dottorato di Ricerca in Epidemiologia e Biostatistica Ciclo XXVII Metodi per il controllo del confondimento non
Elementi di Epidemiologia per la Valutazione Comparativa di Esito. Mirko Di Martino
Elementi di Epidemiologia per la Valutazione Comparativa di Esito Mirko Di Martino Roma, 2019 I contenuti del corso Misure di occorrenza (frequenza) Misure di associazione P-value e intervalli di confidenza
malattia ESPOSTI no malattia PERSONE SENZA MALATTIA malattia NON ESPOSTI no malattia Come schematizzare il disegno di uno studio di coorte
Come schematizzare il disegno di uno studio di coorte P O P O L A Z I O N E PERSONE SENZA MALATTIA ESPOSTI NON ESPOSTI malattia no malattia malattia no malattia Tempo Direzione dell'indagine Tasso di incidenza
Dipartimento di Samità Pubblica e Malattie Infettive Sapienza Università di Roma
I bias negli studi epidemiologici. Elementi di statistica descrittiva ed inferenziale.l epidemiologia sperimentale Paolo Villari paolo.villari@uniroma1.it Dipartimento di Samità Pubblica e Malattie Infettive
Errori (o bias) negli studi epidemiologici
Errori (o bias) negli studi epidemiologici Errore casuale o random: sono i più pericolosi perché i più difficili da individuare e per questo motivo non è possibile tenerne conto in fase di analisi Variazione
IDENTIFICAZIONE DEI CASI DI BPCO E ASMA NEI DATABABASE SANITARI AMMINISTRATIVI: IL PROGETTO CRACK-CRD
IDENTIFICAZIONE DEI CASI DI BPCO E ASMA NEI DATABABASE SANITARI AMMINISTRATIVI: IL PROGETTO CRACK-CRD Andrea Arfè, Antonella Zambon, Giulia Segafredo, Lorenza Scotti, Arianna Ghirardi, Buthaina Ibrahim,
Ruolo dei fattori socio-economici su mortalità e ospedalizzazione in una coorte di pazienti diabetici residenti nella ASL RMD
Ruolo dei fattori socio-economici su mortalità e ospedalizzazione in una coorte di pazienti diabetici residenti nella ASL RMD Fano V 1, Bontempi K 1, Pezzotti P 2, Gnavi R 3 1 ASL RMD, Roma 2 Laziosanità
ERRORI IN EPIDEMIOLOGIA
ERRORI IN EPIDEMIOLOGIA Errori in Epidemiologia Accuratezza (o validità) Errori sistematici Confondimento Misclassificazione Selezione Precisione Errori random Errore Errore random Errore sistematico Numerosità
Epidemiologia e disegni di studio
Epidemiologia e disegni di studio L epidemiologia valuta le associazioni tra fattori di esposizione ed esiti di salute all interno di predefinite cornici logico-formali Esposizione X Malattia Y Tali cornici
C.I. di Metodologia clinica
C.I. di Metodologia clinica I metodi per la sintesi e la comunicazione delle informazioni sulla salute Gli errori sistematici (bias) I metodi per la produzione delle informazioni sulla salute Alla fine
Bruno FEDERICO Cattedra di Igiene
METODOLOGIA GENERALE DELLA RIABILITAZIONE Misure di effetto Anno Accademico 2009/2010 Bruno FEDERICO Cattedra di Igiene 1 Nesso di Causalità E ciò che mette in relazione le cause con gli effetti che esse
MODELLI ASSISTENZIALI, ADERENZA A LINEE GUIDA ED EQUITÀ NEGLI ESITI DEL DIABETE
MODELLI ASSISTENZIALI, ADERENZA A LINEE GUIDA ED EQUITÀ NEGLI ESITI DEL DIABETE Picariello R, Giorda C, Costa G, Gnavi R Bari, 29-31 Ottobre 2012 Background Il diabete mellito presenta, nella popolazione
Disegni di studio nella ricerca epidemiologica
Disegni di studio nella ricerca epidemiologica Dott. Pamela Di Giovanni Disegni epidemiologici La ricerca epidemiologica utilizza, per i suoi scopi, diverse strategie di studio che vengono distinte in
MISURE di FREQUENZA (CONTINUAZIONE) LA PREVALENZA. Quale è il CASO? Come viene definito?
Quale è il CASO? Come viene definito? MISURE di FREQUENZA (CONTINUAZIONE) Il caso (di ) di cui si sta valutando la frequenza deve essere definito in modo univoco perché i criteri usati per identificare
ERRORI IN EPIDEMIOLOGIA
ERRORI IN EPIDEMIOLOGIA Errori in Epidemiologia Accuratezza (o validità) Errori sistematici Confondimento Misclassificazione Selezione Precisione Errori random Errore Errore random Errore sistematico Numerosità
EPIDEMIOLOGIA. Epidemiologia EPIDEMIOLOGIA
EPIDEMIOLOGIA Le malattie croniche costituiscono il principale problema sanitario nei paesi sviluppati e lo stanno diventando nella maggior parte dei paesi in via di sviluppo La maggior parte delle malattie
Mirko Di Martino. I trattamenti farmacologici nella prevenzione secondaria dell infarto miocardico acuto
CONDIVISIONE DELLE LINEE GUIDA SUL TRATTAMENTO FARMACOLOGICO NELLA PREVENZIONE SECONDARIA DELL INFARTO MIOCARDICO ACUTO L aderenza alle linee guida per la prevenzione secondaria dell infarto miocardico
Endpoint di efficacia in oncologia. Valter Torri Istituto Mario Negri
Endpoint di efficacia in oncologia Valter Torri Istituto Mario Negri Il ciclo di vita di un famaco In clinica classificazione in fasi con obiettivi differenti I: sicurezza II: attività III: efficacia di
LA PROPOSTA DELLA CONSULTA
A. L. Catapanoe G. Corrao Per la Consulta Cardiovascolare *permaggiori dettagli v. Studio CEMENTin home page IL PROBLEMA La scarsa aderenza, persistenza ed appropriatezza riscontrate nelle terapie croniche
Infermieristica basata sulle prove di efficacia
Corso di Laurea in: Infermieristica (Presidente Prof. Giuseppe La Torre) Infermieristica basata sulle prove di efficacia Prof.ssa Carolina Marzuillo Prof. Giuseppe La Torre Prof. Volpe carolina.marzuillo@uniroma1.it
EPI OVERVIEW
EPI OVERVIEW ANNARITA.VESTRI@UNIROMA1.IT L EPIDEMIOLOGIA MODERNA EPIDEMIOLOGIA Studio della distribuzione e dei determinanti degli stati e degli eventi di pertinenza sanitaria in specifiche popolazioni
1. Introduzione ai disegni sperimentali. 5. Analisi della regressione lineare. 6. Confronto tra proporzioni di due o più campioni indipendenti
BIOSTATISTICA 1. Introduzione ai disegni sperimentali 2. Un carattere quantitativo misurato in un campione: elementi di statistica descrittiva e inferenziale 3. Confronto tra medie di due campioni indipendenti
Durability dei farmaci incretinici. Francesco Barone Adesi Università del Piemonte Orientale, Novara
Durability dei farmaci incretinici Francesco Barone Adesi Università del Piemonte Orientale, Novara Dichiarazione di conflitti d interessi Non ho conflitti d interesse da dichiarare riguardanti questo
Elementi di Epidemiologia per la Valutazione Comparativa di Esito
Elementi di Epidemiologia per la Valutazione Comparativa di Esito La valutazione della qualità dell assistenza: quali domande? L incidenza di alcuni esiti negativi dell assistenza ospedaliera (come la
Infermieristica basata sulle prove di efficacia
Corso di Laurea in: Infermieristica (Presidente Prof. Giuseppe La Torre) Infermieristica basata sulle prove di efficacia Prof.ssa Carolina Marzuillo Prof. Giuseppe La Torre Prof. Volpe carolina.marzuillo@uniroma1.it
macrovascolari del diabete: insulina umana vs analoghi
Complicanze metaboliche, micro- e macrovascolari del diabete: insulina umana vs analoghi Giuseppe Roberto XXIV Seminario Nazionale di Farmacoepidemiologia Roma, 14-15 dicembre 2015 Dichiarazione di conflitto
La relazione causa-effetto
La relazione causa-effetto valutare il rischio in epidemiologia associazione statistica e rapporto causa-effetto gli studi analitici: generalità Misurare l incidenza di malattia in un gruppo di popolazione...
La Relazione sullo Stato di salute della Popolazione: uno strumento per la programmazione sanitaria. Valeria Fano
Malattie croniche e telemedicina - 29 Novembre 2013 La Relazione sullo Stato di salute della Popolazione: uno strumento per la programmazione sanitaria Valeria Fano UOC Programmazione, Sistemi Informativi
Dipartimento di Samità Pubblica e Malattie Infettive Sapienza Università di Roma
Definizione ed obiettivi dell epidemiologia. Classificazione degli studi epidemiologici. Metodologie e strumenti dell epidemiologia descrittiva. Misure di frequenza di malattia. Paolo Villari paolo.villari@uniroma1.it
Simulazione di esercizi su test di significatività e 95%CI
Simulazione di esercizi su test di significatività e 95%CI 1) In un trial clinico vennero trattati 10 pazienti ipertesi con un preparato di Rawolfia. I valori pressori (in mmhg) riscontrati prima del trattamento
Endpoint di efficacia in oncologia
Percorso di Formazione Linee Guida AIOM Endpoint di efficacia in oncologia Valter Torri IRCCS Istituto Mario Negri Post verità Il ciclo di vita di un famaco In clinica classificazione in fasi con obiettivi
La misura della frequenza di malattia nelle popolazioni. Popolazione e casi
La misura della frequenza di malattia nelle popolazioni Popolazione e casi 1) Tutti gli studi epidemiologici sono basati su una particolare popolazione ( popolazione sorgente o base dello studio) che viene
PER UNA MEDICINA PRUDENTE...
Trento, 2 aprile 2011 PER UNA MEDICINA PRUDENTE... Dott.ssa Isabel Inama PER UNA MEDICINA PRUDENTE...! Esposizione ad esami radiologici e rischio di cancro! PPI e rischio di fratture! TOS e carcinoma della
VERSO LA PROGETTAZIONE DI UNO STUDIO DI FARMACOLOGIA CLINICA Udine, febbraio 2016
VERSO LA PROGETTAZIONE DI UNO STUDIO DI FARMACOLOGIA CLINICA Udine, 25-27 febbraio 2016 Bias e confounding negli studi osservazionali. Strumenti di controllo. Studi osservazionali il ricercatore si limita
Classificazione degli studi epidemiologici!
Classificazione degli studi epidemiologici! STUDI DESCRITTIVI - DI CORRELAZIONE O ECOLOGICI - CASE REPORT/SERIES - DI PREVALENZA O TRASVERSALI STUDI ANALITICI O OSSERVAZIONALI - A COORTE - CASO-CONTROLLO
RAZIONALE e METODOLOGIA
13 Dicembre 2004 Regione del Veneto Assessorato alle Politiche Sanitarie Direzione Piani e Programmi Socio Sanitari IL DIABETE NEL VENETO: dalla conoscenza del problema al miglioramento dell assistenza
Infermieristica basata sulle prove di efficacia
Corso di Laurea in: Infermieristica (Presidente Prof. G. La Torre) Infermieristica basata sulle prove di efficacia Prof.ssa Carolina Marzuillo Prof.ssa Alice Mannocci Prof. Giuseppe Catalano carolina.marzuillo@uniroma1.it
GLI STUDI EPIDEMIOLOGICI ANALITICI GLI STUDI CASO-CONTROLLO
GLI STUDI EPIDEMIOLOGICI ANALITICI GLI STUDI CASO-CONTROLLO CLASSIFICAZIONE DEGLI STUDI EPIDEMIOLOGICI DESCRITTIVI STUDI OSSERVAZIONALI TRASVERSALI CASO-CONTROLLO A COORTE STUDI SPERIMENTALI SPERIMENTAZIONI
Infermieristica basata sulle prove di efficacia
Corso di Laurea in: Infermieristica (Presidente Prof. Giuseppe La Torre) Infermieristica basata sulle prove di efficacia Prof.ssa Carolina Marzuillo Prof. Giuseppe La Torre Prof. Volpe carolina.marzuillo@uniroma1.it
Epidemiologia. disciplina che studia la distribuzione e le cause delle malattie nell uomo
Epidemiologia disciplina che studia la distribuzione e le cause delle malattie nell uomo Epidemiologia osservazionale: epidemiologia descrittiva : lo studio della frequenza e della distribuzione geografica
C.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Obiettivo Conoscere e utilizzare i principali strumenti per organizzare e descrivere le
Alcuni aspetti chiave e preliminari:
Alcuni aspetti chiave e preliminari: Una visione d insieme La domanda dello studio I soggetti dello studio Le variabili e i metodi dello studio L ipotesi nulla e la stima della numerosità campionaria I
Confounders and Confusion: Dealing With Cancer Cases of Occupational Origin
Confounders and Confusion: Dealing With Cancer Cases of Occupational Origin Am J Ind Med - 2010 Crosignani, Amendola, Scaburri, et al. Elena Farina Journal Club 7 giugno 2011 Introduzione Perché quando
Strategie analitiche per il controllo del detection bias. Anno accademico Andrea Arfè. Lab
Lab Strategie analitiche per il controllo del detection bias Anno accademico 2014-15 Andrea Arfè andrea.arfe@gmail.com Introduzione Esempio: studio di coorte su associazione fra statine e Diabete Mellito
Epidemiologia descrittiva
Epidemiologia descrittiva Un evento morboso deve essere descritto in termini di Tempo Luogo Persona Epidemiologia descrittiva Variazioni temporali Tendenze a lungo termine Variazioni cicliche Regolari
Classificazione degli studi epidemiologici
Classificazione degli studi epidemiologici STUDI DESCRITTIVI -DI CORRELAZIONE O ECOLOGICI -CASE REPORT/SERIES -TRASVERSALI STUDI OSSERVAZIONALI - A COORTE - CASO-CONTROLLO -SPERIM. CLINICHE STUDI SPERIMENTALI
Angela Marie Abbatecola, MD, PhD Responsabile Centri Diurni Alzheimer ASL di Frosinone
Angela Marie Abbatecola, MD, PhD Responsabile Centri Diurni Alzheimer ASL di Frosinone COS È L IPOGLICEMIA? L ipoglicemia è una delle più frequenti complicanze nel trattamento farmacologico del diabete
Diego Vanuzzo CENTRO DI PREVENZIONE UDINE DIREZIONE CENTRALE SALUTE FRIULI
II sistemi di valutazione nei programmi di prevenzione delle malattie cardiovascolari, della diffusione delle malattie infettive nelle Regioni del Triveneto Indicatori di performance e di risultato t nei
Epidemiologia e impatto della patologia
Epidemiologia e impatto della patologia Margherita Andretta Venezia 9 marzo 2017 Dalla letteratura IN ITALIA si stima che: Circa 3,5 milioni di donne ed 1 milione di uomini siano affetti da osteoporosi.
Studio SeBA. Salute. e Benessere nell Anziano. nziano. Niccolò Marchionni. Presidente Società Italiana di Gerontologia e Geriatria
Studio SeBA Salute e Benessere nell Anziano nziano Niccolò Marchionni Presidente Società Italiana di Gerontologia e Geriatria Con il supporto tecnico di: Obiettivi Descrivere, attraverso l analisi di database
Il contesto epidemiologico della malattia diabetica in Emilia Romagna
Il contesto epidemiologico della malattia diabetica in Emilia Romagna Lucia Nobilio, Barbara Pacelli e Stefania Rodella Valutazione e Sviluppo dell Assistenza e dei Servizi Agenzia Sanitaria e Sociale
I time related biasin farmacoepidemiologia
XXXVII Congresso dell Associazione Italiana di Epidemiologia Seminario satellite I time related biasin farmacoepidemiologia Mirko Di Martino Roma, 4 novembre 2013 Studi sperimentali: potenzialità e limiti
Differenze sociali nell appropriatezza d uso di terapie farmacologiche
Differenze sociali nell appropriatezza d uso di terapie farmacologiche Nera Agabiti Dipartimento di Epidemiologia del Sistema Sanitario Regionale - Lazio Workshop I progetti di ricerca dei centri ENCePP
Valutazione preliminare
Tendenze dell incidenza del cancro della mammella in stadio avanzato dopo l introduzione dello screening organizzato in alcune regioni italiane Valutazione preliminare Lauro Bucchi (Registro tumori della
Endpoint di efficacia in oncologia. Valter Torri Istituto Mario Negri
Endpoint di efficacia in oncologia Valter Torri Istituto Mario Negri Il ciclo di vita di un famaco In clinica classificazione in fasi con obiettivi e misure di esito differenti I: sicurezza II: attività
VALUTAZIONE E POSSIBILI COSTI ASSICURATIVI DI ALCUNE MALATTIE GRAVI Carlo Conforti
VALUTAZIONE E POSSIBILI COSTI ASSICURATIVI DI ALCUNE MALATTIE GRAVI Carlo Conforti Seminario AIMAV Giornata di formazione sull assunzione del rischio e la gestione dei sinistri Milano, 12 ottobre 2010
Il riconoscimento dei fattori di rischio
Il riconoscimento dei fattori di rischio Associazione statistica vs associazione causale Associazione statistica: dipendenza statistica tra un determinante e una malattia, i.e. la frequenza di malattia
Fedra Mori UOC Endocrinologia Ospedale Sant Andrea Roma. Bari, 7-10 novembre 2013
Fedra Mori UOC Endocrinologia Ospedale Sant Andrea Roma Bari, Cancro della mammella Bari, Il cancro della mammella è una neoplasia ormono-sensibile Nel mondo è la seconda causa di morte dopo il tumore
STUDIO DI COORTE. Lezione 5. Obiettivi di uno studio di coorte:
Lezione 5 STUDIO DI COORTE Obiettivi di uno studio di coorte: Calcolare i tassi di incidenza di un fenomeno o di una malattia Calcolare il rischio relativo e attribuibile attraverso l analisi delle esposizioni
Colchicina nella prevenzione degli eventi cardiovascolari
Revisione Cochrane 2016 Colchicina nella prevenzione degli eventi cardiovascolari Hemkens LG, Ewald H, Gloy VL, et al. Colchicine for prevention of cardiovascular events. Cochrane Database Syst Rev 2016;1:CD011047.
Il contesto epidemiologico della malattia diabetica in Emilia Romagna
Il contesto epidemiologico della malattia diabetica in Emilia Romagna Lucia Nobilio, Barbara Pacelli e Stefania Rodella Valutazione e Sviluppo dell Assistenza e dei Servizi Agenzia Sanitaria e Sociale
Modificazione d effetto (interazione) Confounding (confusione)
Modificazione d effetto (interazione) e Confounding (confusione) Lorenzo Monasta Servizio di Epidemiologia e Biostatistica IRCCS Burlo Garofolo, Trieste COMBINAZIONE DI TABELLE DI CONTINGENZA 2X2 Per studiare
Utilizzo e sicurezza degli antiepilettici generici e di marca
Utilizzo e sicurezza degli antiepilettici generici e di marca Ersilia Lucenteforte ersilia.lucenteforte@unipi.it Dipartimento di Medicina Clinica e Sperimentale Università di Pisa 1 2 Domanda 1) Come vengono
Rapporto sui Farmaci in Toscana 2018
Come vengono utilizzati i farmaci antidepressivi in Toscana? Rapporto sui Farmaci in Toscana 2018 Ippazio Cosimo Antonazzo Giuseppe Roberto Rosa Gini Elisabetta Poluzzi Conflitto di interessi ARS partecipa
Indicatori processo MaCro: cardiopatia ischemica. Francesco Puggelli
ARS Dipartimento di Sanità Pubblica Università di Firenze Firenze 4 Novembre 2011 Convegno La gestione delle cronicità sul territorio in Toscana: evidenze dalla banca dati MaCro Approfondimenti descrittivi
Sindrome Coronarica Acuta: DATI DAL MONDO REALE IN LOMBARDIA
Sindrome Coronarica Acuta: DATI DAL MONDO REALE IN LOMBARDIA Milano, 7 Maggio 2019 Giovanni Corrao, Raffaella Ronco Disclosures Privati Istituzioni pubbliche Amgen Bayer Biogen Bristol-Myers Squibb Glaxo
DISEGNO DI STUDIO SU SAN ZENO MODELLO DI ANALISI PER LA VALUTAZIONE DEL RISCHIO SANITARIO
DISEGNO DI STUDIO SU SAN ZENO MODELLO DI ANALISI PER LA VALUTAZIONE DEL RISCHIO SANITARIO Minichilli Fabrizio Istituto Fisiologia Clinica Consiglio nazionale delle Ricerche Valutazione dell impatto di
Consumo di bevande alcoliche e rischio di tumori epiteliali nella coorte EPIC-Italia
Consumo di bevande alcoliche e rischio di tumori epiteliali nella coorte EPIC-Italia Calogero Saieva SC Epidemiologia dei Fattori di Rischio e degli Stili di Vita Istituto per lo Studio e la Prevenzione
Università degli Studi di Cassino Corso di Laurea Specialistica Classe LM-67 - Scienze e tecniche delle attività motorie preventive ed adattate
Università degli Studi di Cassino Corso di Laurea Specialistica Classe LM-67 - Scienze e tecniche delle attività motorie preventive ed adattate Insegnamento di Metodologia Epidemiologica Compito prova
Epidemiologia del diabete e costi di differenti modelli di cura
Epidemiologia del diabete e costi di differenti modelli di cura Roberto Gnavi, Roberta Picariello Servizio Sovrazonale di Epidemiologia ASL TO3, Regione Piemonte Bologna, 11 luglio 2019 Roberto.gnavi@epi.piemonte.it
XXXIX congresso AIE Alimentazione e salute nell era della globalizzazione Milano, ottobre 2015
XXXIX congresso AIE Alimentazione e salute nell era della globalizzazione Milano, 28-30 ottobre 2015 Accesso alla PTCA e mortalità dopo IMA nello Studio Longitudinale Romano: andamenti temporali dei differenziali
Ricoveri per ictus ischemico: differenze socio-economiche nella mortalità a breve e lungo termine
Ricoveri per ictus ischemico: differenze socio-economiche nella mortalità a breve e lungo termine Il ruolo del percorso assistenziale Paolo Sciattella Napoli, 5 Novembre 2014 Background La relazione tra
Il termine Coorte deriva dalle coorti romane. Coorte esposta. Coorte esposta. Effetto. Coorte non esposta. t 1. Effetto. Effetto. Coorte non esposta
STUDI DI COORT Studi di coorte Il termine Coorte deriva dalle coorti romane Coorte esposta ffetto Coorte esposta Coorte non esposta t 1 ffetto Coorte non esposta ffetto t 2 Studio di coorte: caratteristiche
Risorse del Farmacista: Database amministrativi
Risorse del Farmacista: Database amministrativi Anagrafe assistibili Banca dati prescrizioni Archivio schede di dimissione ospedaliera (SDO) Uso Database amministrativi: Valutazioni dei consumi (pezzi/assistito-assistibile)
Il progetto Sanità d Iniziativa : impatto sugli indicatori di processo
Il progetto Sanità d Iniziativa : impatto sugli indicatori di processo Valentina Barletta Osservatorio di Epidemiologia dei Servizi Sanitari e Percorsi Assistenziali ARS Toscana I Principi ispiratori del
Seconda Parte Specifica per la tipologia di scuola - Statistica sanitaria e Biometria - 22/07/2016
Domande relative alla specializzazione in: Statistica sanitaria e Biometria Scenario 1: In uno studio prospettivo condotto per valutare la relazione tra l'uso di estrogeni e rischio di cancro alla mammella,
8 Aderenza. Le Guide di I FARMACI GENERICI. Registrazione del Tribunale di Milano n 357 del 08/06/2001
Le Guide di 8 Registrazione del Tribunale di Milano n 357 del 08/06/2001 Direttore editoriale: Nicola Miglino Direttore responsabile: Giorgio Albonetti Coordinamento editoriale: Ilaria Pedretti DICA33
LE SDO COME FONTI INFORMATIVE PER GLI STUDI EPIDEMIOLOGICI ISS CNESPS. SDO e OUTCOME. Roma 26 Gennaio Paola D Errigo CNESPS-ISS
LE SDO COME FONTI INFORMATIVE PER GLI STUDI EPIDEMIOLOGICI SDO e OUTCOME Roma 26 Gennaio 2006 Paola D Errigo -ISS NASCITA DEGLI STUDI SUGLI ESITI DA ACCREDITAMENTO SU STRUTTURE E PROCEDURE AD ACCREDITAMENTO
PROPOSTA DI PROGETTO DI INDAGINE EPIDEMIOLOGICA SULLA POPOLAZIONE RESIDENTE NELL AREA DEL TERMOVALORIZZATORE DI FALASCAIA
PROPOSTA DI PROGETTO DI INDAGINE EPIDEMIOLOGICA SULLA POPOLAZIONE RESIDENTE NELL AREA DEL TERMOVALORIZZATORE DI FALASCAIA Su richiesta della Conferenza dei Servizi del Termovalorizzatore di Falascaia (TEV)
IL DISEGNO DELLO STUDIO
IL DISEGNO DELLO STUDIO Studi epidemiologici Per identificare delle cause di malattia, abbiamo bisogno di metodi e strategie che ci consentano di evidenziare delle relazioni e stabilire l esistenza di
Programma Nazionale Esiti: quali punti di contatto con gli ESI. Marina Davoli
Programma Nazionale Esiti: quali punti di contatto con gli ESI Marina Davoli QUALITA DELLE CURE AVERE LE CURE MIGLIORI IN TERMINI DI EFFICACIA E SICUREZZA AL MINOR COSTO POSSIBILE CON LA MIGLIORE SODDISFAZIONE
L uso del propensity score nella valutazione degli effetti dell esposizione cronica a inquinamento atmosferico nello Studio Longitudinale Romano
L uso del propensity score nella valutazione degli effetti dell esposizione cronica a inquinamento atmosferico nello Studio Longitudinale Romano Giulia Cesaroni AIE 28 Ottobre 2015 Introduzione: lo Studio
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Prognosi clinica 28/2/2005
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Prognosi clinica 28/2/2005 Formulazione La prognosi non è altro che la stima della probabilità di un certo esito Quando il medico fa una previsione
Misure di frequenza di malattia
Misure di frequenza di malattia la malattia come stato: prevalenza la malattia come evento: incidenza, incidenza cumulativa Docente: Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica,
Dati AUSL Provincia di Ravenna Dal registro del diabete farmaco-trattato al registro integrato
Dati AUSL Provincia di Ravenna Dal registro del diabete farmaco-trattato al registro integrato Paolo Di Bartolo UO Di Diabetologia Provincia di Ravenna PHARMACOEPIDEMIOLOGICAL AND FINANCIAL ANALYSIS OF
Popolazione in studio: Analisi descrittiva delle tre regioni
Popolazione in studio: Analisi descrittiva delle tre regioni Silvia Cascini, Claudio Voci, Lisa Bauleo Roma, 13 giugno 2014 Fonti dei dati Costruzione dataset Definizione di caso Caratterizzazione paziente,
! Per i clinici è frequente andare incontro a delle difficoltà nel tradurre i risultati della ricerca sperimentale sulle terapie nella loro pratica
! Per i clinici è frequente andare incontro a delle difficoltà nel tradurre i risultati della ricerca sperimentale sulle terapie nella loro pratica clinica.! I risultati dei clinical trial sono descritti
GLI STUDI EPIDEMIOLOGICI ANALITICI GLI STUDI DI COORTE
GLI STUDI EPIDEMIOLOGICI ANALITICI GLI STUDI DI COORTE CLASSIFICAZIONE DEGLI STUDI EPIDEMIOLOGICI DESCRITTIVI STUDI OSSERVAZIONALI TRASVERSALI CASO-CONTROLLO A COORTE STUDI SPERIMENTALI SPERIMENTAZIONI
Scelta del disegno dello studio
Scelta del disegno dello studio La scelta del disegno dipende da: 1) Tipo di domanda a cui vogliamo rispondere determinare il livello di malattia in una popolazione identificare cause di malattia o sottogruppi
Sostenibilità per i nuovi farmaci e nuove tecnologie per la cura del diabete
Sostenibilità per i nuovi farmaci e nuove tecnologie per la cura del diabete Direzione Generale per la Tutela della Salute ed il Coordinamento del Sistema Sanitario Regionale U.O.D. 06 Politica del Farmaco
Cimino A, De Bigontina G, Fava D, Giorda C, Meloncelli I, Nicolucci A, Pellegrini F, Rossi MC, Vespasiani G
Cimino A, De Bigontina G, Fava D, Giorda C, Meloncelli I, Nicolucci A, Pellegrini F, Rossi MC, Vespasiani G Numero di centri e di pazienti inclusi nelle elaborazioni nei diversi anni confrontati: Centri
Criteri per valutare la qualità metodologica di studi osservazionali
Criteri per valutare la qualità metodologica di studi osservazionali Il problema? Capire se lo studio che stiamo leggendo è stato metodologicamente ben condotto (a basso rischio di bias) e se quindi possiamo
rischio cardiovascolare
rischio cardiovascolare rischio cardiovascolare 30 ipertensione arteriosa 31 ipercolesterolemia 32 calcolo del rischio cardiovascolare 33 29 Rischio cardiovascolare Le malattie cardiovascolari rappresentano
Incidenza e distribuzione per stadio del cancro del colon-retto dopo l avvio del programma di screening. Risultati dello studio IMPATTO Colonretto
Incidenza e distribuzione per stadio del cancro del colon-retto dopo l avvio del programma di screening. Risultati dello studio IMPATTO Colonretto Pamela Mancuso 1,2, Massimo Vicentini 1,2, Elisa Carretta
Misure epidemiologiche di rischio!
Misure epidemiologiche di rischio! Individuali (e di popolazione) Rischio Relativo (RR) Odds Ratio (OR) = Stima del rischio relativo CONFRONTO TRA FREQUENZE DI MALATTIE 1! Negli studi epidemiologici si
TUTORATO 2 Test di significatività e intervalli di confidenza
TUTORATO 2 Test di significatività e intervalli di confidenza 1) Nel corso della sperimentazione del farmaco si rilevò la frequenza cardiaca in 9 pazienti, prima e dopo il trattamento, riscontrando i valori
Marta Baviera, Mauro Tettamanti,Irene Marzona, Laura Cortesi, Fausto Avanzini, Alessandro Nobili, Emma Riva, Carla Roncaglioni
WORKSHOP La drug utilization attraverso i database amministrativi Milano, 27 novembre 2012 Marta Baviera, Mauro Tettamanti,Irene Marzona, Laura Cortesi, Fausto Avanzini, Alessandro Nobili, Emma Riva, Carla
Convegno Medicina di Genere
Convegno Medicina di Genere Un percorso di genere nel sistema diabete: criticità e opportunità Angelo Avogaro Università di Padova Progetto CUORE: carte del rischio Fonte: http://www.cuore.iss.it/valutazione/carte-pdf.pdf