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 producono La gran parte dell epidemiologia consiste nello studio dei nessi di causalità E importante ricordare che le prove epidemiologiche non sono sufficienti a stabilire un nesso di casualità, ma costituiscono solo elementi circostanziali Esistono diverse tipologie di cause cause necessarie cause sufficienti cause necessarie e sufficienti cause non necessarie né sufficienti Last JM, A Dictionary of Epidemiology, 3rd Ed, Oxford Univ Press, 1995 (Causality) 2
Definizione di Causa La causa di uno specifico evento di malattia è un evento, condizione o caratteristica che ha preceduto l evento di malattia, e senza il quale la malattia non si sarebbe per nulla verificata o si sarebbe verificata in un tempo successivo In effetti, nessun evento, condizione o caratteristica specifiche sono sufficienti di per sé a produrre l effetto questa definizione non si riferisce al complesso del meccanismo causale, ma soltanto ad un suo componente Rothman K, Greenland S, Causation and Causal Inference, In: Rothman K, Greenland S Modern Epidemiology, Lippincott-Raven, 1998 3
Causalità Ogni evento non ha un unica causa, ma più di una Ogni evento può verificarsi attraverso diversi meccanismi d azione Diversi fattori possono contribuire in ognuno dei meccanismi d azione 4
Come misurare un effetto causale L approccio ideale per misurare un effetto causale non è realizzabile Confrontare l esperienza dei soggetti esposti con quella degli stessi soggetti in assenza dell esposizione, quando ogni altra condizione rimane costante, non è possibile Utilizzeremo un approccio indiretto per studiare l effetto di una particolare esposizione Confronteremo gruppi di individui che differiscono per l esposizione Confronteremo gruppi di individui che differiscono per la presenza o meno dell esito oggetto di interesse 5
Misure di effetto Relativo Rischio Relativo (RR), Odds Ratio (OR) Assoluto stima dell incremento relativo di rischio di una popolazione rispetto ad una popolazione di riferimento Rischio Differenziale (RD), Number Needed to Treat (NNT) Stima della differenza assoluta di rischio tra una popolazione ed una popolazione di riferimento 6
Misure di effetto relativo Si costruiscono facendo un rapporto tra due misure di frequenza Il Rischio Relativo è un termine generico che indica un rapporto tra: Il tasso di incidenza tra gli esposti ed il tasso di incidenza tra i non esposti La proporzione di incidenza tra gli esposti e la proporzione di incidenza tra i non esposti R / R E NE È una misura adimensionale Il valore di 1 rappresenta l assenza di effetto 7
Misure di effetto relativo Valori più grandi di 1 indicano un aumento del rischio associato all esposizione Valori più piccoli di 1 indicano una diminuzione del rischio associato all esposizione Quando i gruppi messi a confronto sono più di due, un gruppo fa da riferimento Gli altri gruppi vengono, uno per uno, confrontati con il riferimento N.B. Il rischio relativo non è un rischio È una misura di effetto, non una misura di frequenza 8
Il Rischio relativo (RR) Rischio per gli esposti 0 1 Rischio Relativo 0 1 = 0 0 0 Rischio per i non esposti Rapporto campo esistenza: 0 0 Fattore protettivo 1 Fattore di rischio 0 0
Esempio di Rischio Relativo Trial clinico IBIS-I (prevenzione del cancro della mammella) R E = 69/3578 = 0.019 R NE = 101/3566 = 0.028 RR = R E /R NE = 0.019/0.028 = 0.68 la riduzione del rischio di tumore della mammella nel gruppo di soggetti trattati con il farmaco rispetto al gruppo trattato con placebo, è del 32% (1.00-0.68=0.32) 10
Misure di effetto relativo Un altra misura di effetto relativo è l Odds Ratio È un rapporto di odds e non un rapporto tra misure di incidenza (densità d incidenza o proporzione d incidenza) Viene calcolato negli studi caso-controllo Ha la stessa interpretazione del RR Se l evento è raro, il valore dell OR è simile a quello del corrispondente RR odds E / odds NE 11
L Odds Ratio (OR) Odd per i malati 0 Odds Ratio 0 = 0 0 0 Odd per i non malati Rapporto campo esistenza: 0 0 Fattore protettivo 1 Fattore di rischio 0 0
Misure di effetto assoluto Si costruiscono facendo la differenza tra due misure di frequenza: Il tasso di incidenza tra gli esposti ed il tasso di incidenza tra i non esposti La proporzione di incidenza tra gli esposti e la proporzione di incidenza tra i non esposti R R E NE Nel caso della differenza tra densità d incidenza l unità di misura è t -1 Il valore di 0 rappresenta l assenza di effetto 13
Misure di effetto assoluto Valori positivi indicano un aumento del rischio associato all esposizione Valori negativi indicano una diminuzione del rischio associato all esposizione 14
Il Rischio differenziale (RD) Rischio per gli esposti Risk Difference (excess risk) (0 1) - (0 1) = -1 +1 Rischio per i non esposti Numero puro campo esistenza: -1 +1-1 Fattore protettivo 0 Fattore di rischio +1
Esempio di Rischio Differenziale Confronto tra angioplastica e terapia fibrinolitica nell infarto miocardico acuto R A = 8.2% R F = 6.2% RD = R A - R F = 8.2% - 6.2% = 2.0% la differenza assoluta nel rischio tra i due interventi è di 2 eventi per 100 soggetti trattati 16
Number Needed To Treat (NNT) Esprime il numero di soggetti che è necessario trattare per evitare un evento (negativo) per la salute NNT= 1 R R E NE Quanto più piccolo è tale valore (sempre positivo) tanto maggiore è l efficacia del trattamento in esame 17
Esempio di NNT Confronto tra angioplastica e terapia fibrinolitica nell infarto miocardico acuto Evento: morte R A = 8.2% R F = 6.2% RD = R A - R F = 8.2% - 6.2% = 2.0% NNT = 1/RD = 1/0.02 = 50 Occorre trattare 50 soggetti con ter. fibrinolitica invece che con angioplastica per evitare un evento negativo (morte) 18
La tabella di contingenza 2x2 Esposizione Si No Si A B Effetto No C D Rischio per gli esposti R E = A/(A+C) Rischio per i non esposti R NE = B/(B+D) Il loro rapporto fornisce il rischio relativo RR= R E /R NE La differenza fornisce il rischio differenziale RD= R E - R NE
La tabella di contingenza 2x2 Supponiamo di avere un campione di 100 soggetti da noi raccolto: 50 sono i soggetti fumatori 50 i non fumatori 20 sono i soggetti che si sono ammalati dopo un tempo t di osservazione 80 soggetti sono rimasti sani
La tabella di contingenza 2x2 Osserviamo i seguenti dati: Esposti Non espost i Malati 19 1 20 Non malati 31 49 80 50 50 100
La tabella di contingenza 2x2 Calcoliamo il rischio per i due gruppi oggetto di studio (fumatori e non fumatori): Esposti Non espost i Malati 19 1 20 Non esposti malati / non esposti = Rischio per i non esposti Non malati 31 49 80 1/50 = 0.02 50 50 Esposti malati / Esposti = Rischio per gli esposti 19/50 = 0.38 100 Proporzioni campo esistenza: 0 1 Stime puntuali della probabilità di malattia
La tabella di contingenza 2x2 Calcoliamo il Rischio Relativo: Esposti Non espost i RR = R E /R NE = 0.38/0.02 = 19 Malati 19 1 20 Non esposti malati / non esposti = Rischio per i non esposti Non malati 31 49 80 1/50 = 0.02 50 50 Esposti malati / Esposti = Rischio per gli esposti 19/50 = 0.38 100 Proporzioni campo esistenza: 0 1 Stime puntuali della probabilità di malattia
La tabella di contingenza 2x2 Calcoliamo l Odds Ratio: Esposti Non espost i OR = Odd E /Odd NE = 0.61/0.02 = 30 Malati Non malati 19 1 31 49 20 Non esposti malati / non esposti non malati= Odd di malattia per i non esposti 1/49 = 0.02 80 50 50 Esposti malati / Esposti non malati= Odd di malattia per gli esposti 19/31 = 0.61 100 Odds campo esistenza: 0
La tabella di contingenza 2x2 Calcoliamo il rischio differenziale Esposti Non espost i RD = R E - R NE = 0.38-0.02 = 0.36 Malati 19 1 20 Non esposti malati / non esposti = Rischio per i non esposti Non malati 31 49 80 1/50 = 0.02 50 50 Esposti malati / Esposti = Rischio per gli esposti 19/50 = 0.38 100 Proporzioni campo esistenza: 0 1 Stime puntuali della probabilità di malattia