MTB 1 HC
HC 1: onderzoeksdesign, frequentiematen en
associatiematen (Maria)
Dit college:
begripsbepaling
onderzoekdesigns
frequentiematen
associatiematen
tentamenvragen
Begripsbepaling
Epidemiologie:
- Epidemie - Epidemiologie
Epi = op, Demos = volk
- Epidemie: “verschijnselen (plagen, ziekten) die als het ware op een volk (populatie) geworpen zijn."
Logos = leer
- Epidemiologie: “Wetenschap die zich bezighoudt met de bestudering van de frequentie waarmee deze
verschijnselen in een populatie voorkomen."
Onderzoeksvraag, interesse van de epidemiologie:
- Beschrijven van gezondheid
o Wat is het voorkomen van een ziekte?
▪ Wat is de gezondheidstoestand van populatie?
▪ Hoe vaak komt migraine voor in NL?"
- Verklaren van gezondheid
o Verband tussen determinant en ziekte
▪ Is er een verband tussen roken en longkanker?"
▪ Roken is determinant (mogelijke oorzaak); longkanker is uitkomst
▪ Oorzaak van ziekte (causatie)
Onderzoeksmethode van de epidemiologie:
- Frequentiematen zeggen iets over voorkomen
- Prevalentie: Betreft het voorkomen van ziekte (of kenmerk)
o 27% van de Nederlanders rookt"
- Incidentie: Betreft het optreden van nieuwe gevallen
o 24 gevallen van mazelen in Nederland in 2018"
- Associatiematen zeggen iets over samenhang tussen ziekte en factoren
Onderzoeksdesigns
Transversaal= meten in het nu
Bijv. systolische bloeddruk wordt gemeten: er wordt
nagevraagd wie rookt en wie niet. Vervolgens wordt de
systolische bloeddruk in verband gebracht met het
rookgedrag.
Retrospectief= je vraagt naar het verleden terug en koppelt
de determinantenstatus aan huidige ziekte uitkomst
Ecologisch onderzoek= gezondheidswetenschappelijk
onderzoek. Niet personen, maar groepen zijn de eenheid
van observatie. Meten op geaggregeerd niveau
(samengesteld uit tal van andere mogelijkheden) regio, land,
zkh, groep studenten
1
, - Geografische correlatiestudies: bijvoorbeeld de associatie tussen gemiddelde alcoholconsumptie in
landen en het voorkomen van hart- en vaatziekten in die landen (landen worden met elkaar
vergeleken)
- Tijdstrend: bijvoorbeeld de associatie tussen veranderingen van de gemiddelde alcoholconsumptie in
een land en veranderingen van voorkomen van hart- en vaatziekten in dat land (verschillen binnen
een land worden vergeleken)
Voordelen ecologisch onderzoek:
Snel en efficiënt: je kunt makkelijk data verkrijgen van landen, vaak op internet te vinden
Hypothesevormend
Nadelen ecologisch onderzoek:
Hypothesevormend: het is alleen maar hypothesen vormen, toetsen is ingewikkeld
Ecologische valkuil: uitspraken gebaseerd op waarnemingen aan populaties (geaggregeerd niveau) ten
onrechte vertalen naar effecten op individueel niveau
De levensverwachting is gemiddeld genomen hoger in landen met hogere sigarettenconsumptie (bijv. door
meer middelen waarmee sigaretten gekocht kunnen worden, betere gezondheidszorg)
Ecologische valkuil (ecological fallacy): roken verlengt je leven
Individuele onderzoeksdesigns: observationeel vs experimenteel
Observationeel: observeren/meten van aantal eigenschappen bij de onderzoeksgroep (bijv. vragenlijst,
bloedonderzoek)
Experimenteel: ‘iets’ doen met de onderzoeksgroep om te onderzoeken of hetgeen je met de mensen gedaan
hebt effect heeft
Patiënt-controle studie:
Cases (patiënten) worden geselecteerd en daarbij worden vergelijkbare controles gezocht
Case controle onderzoek is retrospectief of transversaal: je selecteert op de uitkomt en vraagt (terug) naar
mogelijke determinanten (oorzaken).
Voordelen patiënt controle studie:
efficiënt bij zeldzame ziekte: mensen hebben de ziekte al, daar zoek je een controlegroep bij
relatief snel, vanwege bovenstaande
relatief goedkoop, omdat er maar 1 meting plaatsvindt
Nadelen patiënt controle studie:
selectiebias: selectie van patiënten vaak non-random; selectie van controles praktisch moeilijk
informatiebias: gevoelig voor misinformatie- wenselijke antwoorden; herinnerings-problemen
gevoelig voor vertekening (confounding)
Cohortonderzoek:
3 typen: prospectief, transversaal, retrospectief
een groep mensen die minimaal 1 kenmerk deelt ( bij geen van de deelnemers is bij start van het onderzoek de
uitkomst die men wil bestuderen (ziekte) reeds opgetreden)
vaak prospectief
gesloten populatie of dynamische populatie
Gesloten populatie cohort onderzoek:
eens lid, altijd lid
bijv premaster studenten begonnen in 2019 (als je nu stopt, ben je nog steeds lid van de cohort. Alleen heeft
de dataverzamelaar dan wel te maken met uitval)
Dynamische populatie cohort onderzoek:
in- en uitstroom is mogelijk
lidmaatschap is gebonden aan het kenmerk van toetreding
bijv studenten die lid zijn van studievereniging (kan je elk moment mee beginnen en elk moment eruit)
2
,Voordelen cohort onderzoek:
oorzaak voor gevolg (bij prospectief)
verschillende uitkomsten of blootstellingen kunnen bekeken worden (misschien krijgen mensen wel een
verschillende ziekte a.g.v. dezelfde determinant)
Nadelen cohort onderzoek:
onpraktisch en kostbaar bij lange inductietijd of bij zeldzame ziekte (je moet mensen dan een lange tijd volgen)
vooraf inzicht in relevante determinanten noodzakelijk
Experimenteel onderzoek:
onderzoeken wat er gebeurt na manipulatie
determinant/interventie wordt ‘toegewezen’ (random of niet random)
altijd prospectief: je meet een keer voor en een keer na
Experimenteel onderzoek verschillende soorten:
1. Voor en na meting
2. Parallel-arm onderzoek
3. Parallel- arm onderzoek (uitgebreid)
4. Cross- over design
5. Randomized controlled triall (RCT)
Randomized controlled trial (RCT):
Randomized: indeling in groepen op basis van loting (toevallig)
Controlled: controle over wie welke interventie of controle behandeling krijgt
Trial: onderzoek
Waarom is blindering belangrijk?
Dubbel blind: proefpersoon noch onderzoeker weet wie welke behandeling heeft gekregen
Geen selectiebias (steekproef niet representatief voor populatie, meer of minder kans voor een persoon om in
een bepaalde groep te worden ingedeeld)
Determinant hangt onmogelijk samen met andere verklarende variabele
Gevolg: eventueel effect moet wel causaal zijn
Voordelen experimenteel onderzoek:
Gecontroleerd, dus weinig kans op vertekening van het gevonden effect
Determinant is toegewezen
Groepen zijn vergelijkbaar
Nadelen experimenteel onderzoek:
Ethische bezwaren
Generaliseerbaarheid van de resultaten vaak matig (het zijn kleine groepen, specifieke doelgroep)
Transversaal onderzoek (= cross- sectioneel)
Determinant en uitkomst op hetzelfde moment gemeten
Vaak met behulp van een cohort
Voordelen transversaal onderzoek:
Vaak efficiënt; snel en makkelijk uit te voeren
Nadelen transversaal onderzoek:
Oorzaak en gevolg niet goed uit elkaar te halen (omdat je op 1 moment meet)
Lastig bij zeldzame aandoeningen (als er weinig mensen zijn met een bepaalde aandoening, dan is de kans dat
diegene er nu bij zit nog kleiner)
3
,Hiërarchie van epidemiologische onderzoeksdesign in termen van bewijskracht
RCT: confounding maximaal onder controle. Randomisatie rekent zowel met bekende
als met onbekende of moeilijk te meten confounders af
Ecologisch op geaggregeerd niveau, moeilijk te vertalen naar individuen en vaak
alleen hypothesen vormend.
Transversaal je kunt meer uitspraken doen over individuen en niet alleen op
geaggregeerd niveau.
Patiënt controle: selecteren op bepaalde uitkomst
Frequentiemeter
Van oudsher werd veelal dichotoom gemeten in de
epidemiologie: dood/levend, ziek/gezond etc.
(dichotome variabele= nominale variabelen met slechts 2 meetwaarden)
Maar veel kenmerken kunnen meer dan twee waardes aannemen (hoorcollege 4)
Prevalentie: proportie bestaande gevallen
Incidentie: proportie nieuwe gevallen
Prevalentie neemt toe als er bijv medicijnen worden ontwikkeld waardoor mensen met ziekte langer leven
Als de incidentie omhoog gaat, wordt de prevalentie ook hoger.
Dus doordat er minder mensen uitstromen (doden) en nieuwe bijkomen.
Incidentiedichtheid: aantal nieuwe gevallen per eenheid persoonstijd `at risk'
Epidemiologische breuk:
Geeft de frequentie van zieken (proportie) in de populatie weer:
totaal aantal zieken: totaal aantal personen in de populatie
Breuk kan verschillende gedaanten aannemen, afhankelijk van waarop totale aantal zieken is vastgesteld:
Prevalentie vs. Incidentie
Prevalentie:
Prevalentie: Proportie bestaande gevallen op een bepaald moment
Puntprevalentie: fractie mensen in toestand X op bepaald moment
Periodeprevalentie: fractie mensen die in een bepaalde periode (tussen t0 en t1) in toestand X zijn
geweest) (zodra je het hebt gehad lever je een bijdrage aan de populatie die het heeft gehad, dus tot
ze ziek geworden zijn)
Incidentie:
Incidentie: Proportie nieuwe gevallen
Cumulatieve incidentie
Incidentiedichtheid
4
,Cumulatieve incidentie:
Cumulatieve incidentie (CI): Fractie nieuwe gevallen vanaf t0 tot t1
Uitgedrukt met aanduiding van tijdspanne (belangrijk!)
Voorbeeld:
`0.8% van alle 1e jaars aan de VU werd in januari 2010 besmet met de Mexicaanse griep'
Nadelen cumulatieve incidentie:
Geeft niets van snelheid van ontwikkelen uitkomst weer
Loss to follow-up wordt niet meegenomen, daarom niet bruikbaar bij een open (dynamische) populatie
Oplossing: incidentiedichtheid!
Incidentiedichtheid:
Incidentiedichtheid (ID): een maat die de kans op ziekte combineert met de snelheid waarmee de ziekte
optreedt
Het aantal nieuwe cases in een bepaalde periode gedeeld door de som van de tijd dat personen `at risk'
zijn (het aantal geobserveerde persoonsjaren)
Meet voor iedere betrokkene de tijdsduur voor optreden
Druk fractie uit per persoonstijd
voorbeeld incidentiedichtheid:
totaal aantal persoonsjaren = 16 (is op jaar 1 ziek, daarna hersteld, gaat
om aantal jaren at risk dus tot het ziek worden = 1 + 4 + 4 + 3 + 4= 16)
incidentie= 2 mensen worden ziek
De incidentiedichtheid = 2/16 persoonsjaren
0.125 (1 op 8) per persoonsjaar
Voordelen incidentiedichtheid:
Ook bruikbaar als lengte van de observatieperiode verschilt tussen deelnemers
Kan berekend worden bij een prospectief onderzoek , beginnen met observeren en herhaalde metingen
Bij lange observatieperiode meestal uitgedrukt per 1000 persoonsjaren
Aan de eenheid herken je of er sprake is van CI of ID (als je ergens persoonjaar of iets per jaar ziet staan gaat
het wss om ID)
Voorbeeld 2 incidentiedichtheid:
Gegeven: tijd tot aan eerste verkoudheid in dagen
Wat is de incidentiedichtheid per persoonsdag en per persoonsjaar?
3 mensen zijn verkouden geworden in 1065 dagen totaal
ID: 0.0028 per persoonsdag (=3/1065)
ID: 1.03 per persoonsjaar (=3/1065 : 365)
(ieder jaar heeft 52 weken)
Let op: eenheid je je invoert om door te delen = eenheid die je eruit krijgt. Dus als je deelt door totaal aantal
dagen = uitkomst per persoonsdag, als je deelt door per jaar is uitkomst per persoonsjaar
➔ Dus frequentiematen zijn: incidentie, prevalentie, cumulatieve incidentie en incidentiedichtheid.
5
,Associatiematen
Verklarende epidemiologie houdt zich bezig met verbanden
Welke factoren kunnen het voorkomen van ziekte verklaren? Wat zijn risicofactoren voor het ontwikkelen van
ziekte?
Voorbeelden:
Wat is de toegevoegde kans op longkanker als je rookt? (determinant – uitkomst)
Hoeveel keer zo veel kans op diabetes heeft een Obesitas patiënten i.v.t. een slank persoon?
Hoeveel mensen moeten gordels gaan gebruiken om 1 verkeersdode per jaar te voorkomen?
Hoeveel beenbreuken kunnen we jaarlijks voorkomen als niemand meer op wintersport gaat?
‘Kans’: risico’s en Odds:
Risico = kans dat kenmerk X optreedt
Risico op een griepinfectie is dit seizoen 2% (NB: dit is een CI,
cumulatieve incidentie, omdat het over een periode gaat)
Maar ook: het risico (de kans) om volgend jaar miljonair te
worden is 0.00001%
Anders dan bij een kans, hoort bij een risico een Verandering
van de status (je was geen miljonair, maar nu wel)
verandering van status. Bij odds is statusverandering niet altijd
aan de orde. Als je op 1 moment meet kan er geen verandering
in status plaatsvinden, want of iemand is gezond of iemand is
ziek.
Odds = relatieve kans dat kenmerk X optreedt
Ofwel: de kans op X, t.o.v. de kans op niet X
Odds spelen een belangrijke rol in de epidemiologie
Bij odds kan een statusverandering aan de orde zijn, maar het hoeft niet
Daarom kunnen odds ook gebruikt worden bij transversaal of patiënt- controleonderzoek
Want dan heb je op 1 moment een meting. Bij case controle selecteren we zelf de zieken en zoeken er
een controlegroep bij, de mensen hebben geen risico om ziek te worden, want dat zijn ze al. We
kunnen daarom geen risico berekenen en berekenen daarom de odds ratio. Een risico berekenen bij
mensen die de ziekte als hebben kan dus niet.
Risico’s en Odds:
Overeenkomst:
Ze lijken meer op elkaar naarmate aandoening zeldzamer wordt (stel 1 ziek persoon en 999 gezonde,
dan lijken risico en odds heel erg op elkaar. kans dat iemand ziek wordt is klein, geen associatie)
Verschil:
Voor een risico is het nodig `at risk' te zijn
Voor odds is dat niet per se nodig
RR en OR:
Waarde <1: beschermend effect
Waarde >1: risicoverhogend effect
Waarde =1: geen associatie
Hoe lager naar 0, hoe beschermender het effect. Een waarde van 0,63 geeft meer bescherming dan een
waarde van 0,8
Bijv. een RR van 2 impliceert dat personen met een hoog cholesterol spiegel een 2 maal zo groot risico op
cardiovasculaire sterfte lopen.
Stel er komt 0,8 uit dan zou dat betekenen dat roken goed voor je is.
(het relatief risico is een schatting van het aantal keren dat de kans om ziek te worden bij blootstelling aan een
bepaalde risicofactor groter (RR>1) of kleiner (RR<1) is dan in de niet blootgestelde groep)
(OR < 1 betekent in dit voorbeeld een beschermend effect van de determinant op de uitkomst, een OR > 1 een
schadelijk effect.)
6
,Ratio’s (verhoudingen)
De verhouding tussen blootgestelde en niet blootgestelde groep
Odds ratio (OR): verhouding tussen Odds van de twee groepen
Relatieve Risico (RR): verhouding tussen Risico's van de twee groepen
Neutrale waarde = 1 (in beide groepen zijn odds of risico's gelijk) 1= ontbreken van associatie
De kans om ziek te zijn is even groot als de kans om gezond te zijn
Ratio’s (verhoudingen):
OR levert altijd `extremere' (hogere) getalswaarde op dan RR
OR: (780/27220) / (20/11980) = 17.16
RR: (780/28000) / (20/12000) = 16.71
Interpretatie
Hier: OR: de odds om longkanker te krijgen ten opzichte van gezond te zijn, zijn 17.16 keer zo hoog
voor rokers vergeleken met niet-rokers
Hier: RR: het relatieve risico om longkanker te krijgen is voor rokers 16.7 keer zo hoog dan voor niet-
rokers
Let goed op wie je in verhouding zet tot wie.
OR:
blootgesteld en ziekte: blootgesteld en gezond = odds
niet blootgesteld en ziekte : niet blootgesteld en gezond = odds
2 delen door elkaar = odds ratio
RR:
blootgesteld en ziekte : totaal groep blootgesteld = risico
niet blootgesteld en ziekte : totaal groep niet-blootgesteld = risico
2 delen door elkaar (blootgesteld : niet blootgesteld = RR
(RR totaal binnen de groep nemen, niet het gehele totaal van de studie)
Bij odds niet zeggen kans. Vervang het woordje kans door Odds. De Odds om Crohn te krijgen t.o.v. ….
Bij RR heb je het wel over kans. Je kan ook gwn relatief risico zeggen.
Risicoverschil:
(Deze effectmaat geeft weer in welke mate de genezing van een ziekte kan toegeschreven worden aan het
gebruik van een bepaalde behandeling in vergelijking met een controlegroep/
Risicoverschil voor het krijgen van een aandoening tussen blootgestelde en niet blootgestelde)
= attributief risico (beide incidenties van elkaar aftrekken)
RV= incidentie blootgesteld (delen door totaal blootgesteld, niet door totaal onderzoek) – incidentie niet
blootgesteld (delen door totaal niet blootgesteld, niet door totaal onderzoek)
Risico op longkanker onder rokers: (780/28000) x100= 2.79%
Risico op longkanker onder niet-rokers: (20/12000)x100 = 0.17%
Risicoverschil: 2.79% - 0.17% = 2.62%
Conclusie: Rokers hebben 2.62%PUNTEN meer kans op het krijgen van longkanker dan niet-rokers
➔ Het risicoverschil wordt eigenlijk bijna altijd in % uitgedrukt, bij RR en OR zeggen we zo veel keer
➔ Als je bij het risicoverschil een – getal eruit krijgt is het risico lager/ beschermend
PROCENTPUNTEN
Risicoverschil: 2.62%
Conclusie: De kans op het krijgen van longkanker is voor rokers 2.62 procentpunten hoger dan voor niet-rokers
Waarom is de kans op het verkrijgen van longkanker voor rokers 2.62 procentpunten hoger, en niet 2.62
procent hoger?
Andersom: Vandaag zijn 10% van de treinen vertraagd. Gisteren was dit percentage 50% hoger. Hoe veel
procent van de treinen waren gisteren vertraagd? (15% en 50% punten)
Hoeveel procentpunten hoger was het percentage vertraagde treinen gisteren? 60% - 10%= 50%
procentpunten
7
,Verschil risico dat de trein vertraagd is 15-10%= risicoverschil = 5 procentpunten.
Procent is een wijziging relatief gezien
verschil en ratio’s bij incidentiedichtheden ID (i.p.v. cumulatieve incidentie):
Net zoals het risicoverschil en relatieve risico bij cumulatieve incidenties berekend kan worden, kan dit ook bij
Incidentiedichtheden (ID's)
Verschil tussen twee incidentiedichtheden =
incidentiedichthedenverschil (IDV) (i.p.v. RV)
Ratio van twee incidentiedichtheden =
incidentiedichthedenratio (IDR) (i.p.v. RR)
Dus als je met incidentiedichtheden rekent i.p.v. met cumulatieve
incidenties om het RR te berekenen is de uitkomstmaat IDR
Voorbeeld incidentiedichtheid (ID):
Incidentiedichtheidsverschil (IDV) (risicoverschil/attributief risico):
0.86 - 1.03 = - 0.17
Interpretatie: vit C gebruikers hebben gemiddeld 0,17 verkoudheden
per persoonsjaar minder dan de controlegroep (dus niet in
procentpunten!!)
➔ Kijk naar interventie en controle groep dan kan je de richting van het verschil zien (meer/minder kans)
Incidentiedichtheidsratio (IDR):
0:86 : 1:03 = 0.83
Interventiegroep : controlegroep
Interpretatie: `Op elk moment hebben vitamine C gebruikers 0.83 keer zo hoge kans op verkoudheid
als de controlegroep'
Neutrale waarde = 1
0,83= dus beschermend effect
Aanname: risico's zijn constant in de tijd (!)
IDR wordt ook wel eens hazard-ratio genoemd
Je berekent een gemiddeld effect. Op bepaalde momenten kan het risico verschillen. In het jaar kunnen de
meeste mensen verkouden worden in de winter, maar als we de incidentieratio berekenen zeggen we op elk
moment hebben mensen…
Bij de incidentiedichtheid zeg je duidelijk 1,03 verkoudheden per persoonsjaar. Je geeft duidelijk aan wat je
tijdseenheid is. Bij IDR valt dat een beetje weg dus je zegt op elk moment is dat zo.
(incidentiedichtheden-) ratio:
Ratio algemeen (RR en dus ook IDR en OR):
Waarde <1: beschermend effect
Waarde >1: risicoverhogend effect
Waarde =1: geen associatie
Incidentiedichthedenratio:
Op elk moment" = Aanname dat risico's constant zijn in de tijd (!)
IDR wordt ook wel eens hazard-ratio genoemd (MTB2)
Nog 3 veelgebruikte effectmaten:
Number Needed to Treat (NNT)
(geeft het aantal personen aan dat behandeld moet worden om bij gemiddeld 1 persoon de beoogde uitkomst
(bijv. genezing) te realiseren)
Hoeveel mensen heb je nodig om bij een persoon een gewenste uitkomst te krijgen?
Interventieonderzoek
8
,Attributieve Proportie onder de geëxponeerden (APE)
(het attributieve risico (risicoverschil) gedeeld door de incidentie in de blootgestelde groep levert de proportie
van de incidentie die daadwerkelijk toe te schrijven is aan de blootstelling, deze maat, die alleen betekenis heeft
als het relatief risico groter is dan 1, noemt men de attributieve proportie bij blootstelling
Attributieve Proportie onder de totale populatie (APT )
(Formule boek= incidentie blootgestelde – incidentie niet blootgestelde : incidentie blootgestelde)
Wat is het risico/de kans in de totale populatie op een bepaalde uitkomst dat kan worden
toegeschreven aan de blootstelling?
Observationeel onderzoek
Voorbeeld number needed to treat (NNT):
NNT = 1/ risicoverschil (risicoverschil niet in % maar gewoon in een getal dus als het in % staat eerst :100
doen)= 1/0.15 = 6.7
Interpretatie: om 1 extra persoon te laten herstellen, moeten we 6.7 (dus 7) mensen (gedurende een
bepaalde periode) behandelen met medicatie
Want, terugrekenen:
7 mensen die placebo slikken: 7 * 0.2 = 1.4 personen die
herstellen
7 mensen die medicatie slikken: 7 * 0.35 = 2.45 personen die
herstellen
(35: 100 en 20: 100)
0,2 (20%) is kans om te herstellen
Verschil tussen deze 2 waarde is precies 1. Door 7 mensen met medicatie te laten behandelen herstelt er 1.
Van de mensen die placebo krijgen herstellen ook
Voorbeeld attributieve proportie onder de geëxponeerde (APE)
De impact van de determinant voor de geëxponeerde
APE = (I1 - I0)/I1 = 1 – (1/RR)
I1: Incidentie van geëxponeerde : totaal groep
I0: Incidentie van niet- geëxponeerde : totaal groep
APE = (70/3000= 0,023) - (50/3000=0,0167) : 70/3000=0,023 = 1 – (1/1.4)= 28.6
Geen haakjes bij de laatste gedeeld door
Als je een negatief getal krijgt of getal onder 1 is het een beschermend effect. Dan zou skiën zorgen voor
minder botbreuken
1,4 is het relatieve risico RR
RR=
Skien botbreuk: totaal skien
Niet skien botbreuk: totaal niet skien
RR=
70 : 3000= 0,023
50: 3000: 0,0167
0,023 : 0,0167 = 1,4
(1: 1,4 heeft voorrang en die uitkomst doe je -1) uitkomst x 100
28.6% van de botbreuken onder skiërs is te wijten aan het feit dat deze mensen skiën
Voorbeeld attributieve proportie onder de totale populatie (APT)
Geeft aan welk deel van de totale incidentie in de totale populatie toe te schrijven is aan de
expositie/blootstelling van de geëxponeerde
9
, APT = IT - I0/IT = p(RR-1) : (p(RR-1)+1)
IT: Incidentie van blootgestelde totale populatie/studie
I0: niet blootgestelde (incidentie= niet blootgesteld en botbreuk :
totaal uit die groep
P: de prevalentie van de determinant (niet in % dus bij 50% 0,5
invullen)
APT = (120/6000= 0,02) - (50/3000= 0,0167)/120/6000= 0,02
APT = 0.5(1.4-1) / (0.5(1.4-1)+1) = 0.2/1.2 = 16.7% (x100 nog)
Let op hier kijken we naar de totale populatie ook in de formule!
50% P= je kijkt naar de verhouding van de totale groep. Want 3000 van de 6000 mensen is gaan skieen= 0,5
Verhouding blootgestelde t.o.v. totale groep in %
16.7% van de botbreuken in de populatie kan worden
toegeschreven/wordt veroorzaakt door het skiën (van 50% van de
populatie)
In een patiënt-controle onderzoek kan men door het ontbreken van informatie
over de gehele dynamische populatie weliswaar geen incidentie
dichtheden voor blootgestelde en niet blootgestelde uitrekenen, maar
men kan wel de verhouding blootgestelde en niet blootgestelde in de
patiëntengroep vergelijken met de controlegroep. Zo’n verhouding noemt men de
Odds.)
(doordat men niet de hele (dynamische) populatie waaruit de patiënten zijn verzameld, karakteriseert, maar
slechts 1 steekproef in beeld heeft, kan men geen incidentie vaststellen en daarmee geen van de eerder
genoemde associatiematen berekenen.
Zelf rekenen:
1. Bereken de cumulatieve incidentie van COPD voor
rokers en niet-rokers
De cumulatieve incidentie van COPD voor rokers is 173 /
597 = 0,290 (= 29,0%). Dit is de waarschijnlijkheid voor een gemiddelde persoon die in 1976 rookte om tussen
1976 en 2004 COPD te ontwikkelen.
De cumulatieve incidentie van COPD voor niet-rokers is = 0,096 (= 9,6%)
2. Bereken en interpreteer het risicoverschil tussen beide groepen.
Risico op ontwikkelen COPD voor rokers: 29,0%
Risico op ontwikkelen COPD voor niet-rokers: 9,6%
Risicoverschil: 29,0% - 9,6% = 19,4%
Conclusie: Het risico op het ontwikkelen van COPD tussen 1976 en 2004 was 19,4 procentpunten hoger voor
rokers dan voor niet-rokers
3. Bereken en interpreteer het relatieve risico om COPD te ontwikkelen voor rokers in vergelijking met niet-
rokers.
Risico op ontwikkelen COPD voor rokers: 29,0% (173 : 597)
Risico op ontwikkelen COPD voor niet-rokers: 9,6% (62:649)
Relatieve risico: 29,0% / 9,6% = 3,021
Conclusie: Het risico op het ontwikkelen van COPD tussen 1976 en 2004 was een factor 3,021 hoger voor
rokers in vergelijking met niet-rokers (i.e. 3.021*9.6% = 29.0%)
4. Bereken en interpreteer de attributieve proportie voor geëxponeerde.
Incidentie blootgesteld – incidentie niet blootgesteld : incidentie
blootgesteld
Conclusie: De attributieve proportie voor geëxponeerde is 0,669. Dit wil zeggen dat we verwachten dat 66,9%
van de nieuwe gevallen van COPD onder rokers toe te schrijven zijn aan het feit dat zij roken
10