u n i v e r s i t Ä t s m e d i z i n b e r l i n 1 einführung in die epidemiologie nosokomialer...
TRANSCRIPT
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 1
Einführung in die Epidemiologie nosokomialer Infektionen
für Hygienebeauftragte
Dr. rer. nat. Luisa A. DenkelInstitut für Hygiene und Umweltmedizin
Charité Universitätsmedizin Berlin
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 2
Inhalt
• Nosokomiale Infektionen
• Epidemiologie
• Surveillance - KISS
• Grundlagen der Statistik: • Lage- und Streuungsmaße: Mittelwert / Median• Verhältnis, Anteil, Rate• Häufigkeitsmaße: Prävalenz, Kumulative Inzidenz, Inzidenzrate#
• Studientypen
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 3
Nosokomiale Infektion
Nosokomiale Infektionen sind (zeitlich) im Krankenhaus erworbene Infektionen
Krankenhaushygiene = Prävention nosokomialer Infektionen
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 4
Krankenhaushygiene
Hygienemaßnahmen sollen das Risiko für nosokomiale Infektionen verursacht durch exogene UND endogene
Erreger zu reduzieren !
Prävention vonexogenen NI
Prävention vonendogenen NI
z.B.:• Händedesinfektion• Sterilisation von OP-Instrumenten• Tragen von persönlicher
Schutzausrüstung• Flächendesinfektion
z.B.:• Frühzeitige Entfernung von
Gefäßkathetern, Harnwegkathetern, Beatmung usw.
• Perioperative Antibiotika-prophylaxe• Richtiger Antibiotikaeinsatz
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 5
Epidemiologie
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 6
• epi = über, demos = Bevölkerung, logos = Lehre
• Epidemiologie: Lehre von der Bevölkerung
• Die Verteilung von Krankheiten, deren Determinanten (bestimmende Faktoren) und deren Folgen in der Bevölkerung
Epidemiologie
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 7
Epidemiologie
Bezogen auf nosokomiale Infektionen...
Die Wissenschaft von • der Verteilung nosokomialer Infektionen, • deren Einfluss- und Risikofaktoren und • deren Folgen.
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 8
Epidemiologie
• Messung der Krankheitshäufigkeit– Wieviel ?
• Beschreibung der Verteilung von Krankheiten – Wer, Wo, Wann ?
• Erfassung der Determinanten von Krankheit– Warum ?
• Bevölkerungsbezogene Intervention– Was tun ?
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 9
Surveillance
• Surveillance (engl. = Überwachung, Aufsicht)
• ist die fortlaufende, systematische Erfassung, Analyse und Interpretation von Gesundheitsdaten, die aktuelle Übermittlung der Daten an diejenigen, die die Information benötigen, sowie das Planen und die Einführung und Evaluation von medizinischen Maßnahmen, die sich aus den Daten ergeben. A.D.Langemeier
• Ziel der Surveillance bezogen auf nosokomial Infektionen: Präventionen von nosokomialen Infektionen (NI) durch Erfassung von Infektionsdaten, die für Entscheidungen zur Infektionsprävention wichtig sind
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 10
KISS – Krankenhaus-Infektions-Surveillance-System
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 11
Grundlagen der Statistik
„Messung der Erkrankungshäufigkeit“„Beschreibung der Verteilung von
Erkrankungen“
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 12
Maße der zentralen Tendenz
Arithmetisches Mittel• = „Durchschnitt“• Summe aller Messwerte geteilt durch die Anzahl der
addierten Werte• Beispiel: Alter von Kindern bei einer Geburtstagsfeier
1-3-3-5-8
Arithmetisches Mittel = Summe Anzahl =
(1 + 3 + 3 + 5 + 8) 5=
20 5 = 4
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 13
Bei ungerader Anzahl von Werten relativ einfach = 3
Median• = die 50.te Perzentile• Derjenige Wert, der die steigend geordnete Liste von Einzelwerten in zwei Hälften teilt• Beispiel: Alter von Kindern bei einer Geburtstagsfeier
1-3-3-5-8
Maße der zentralen Tendenz
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 14
Beispiel:1-3-3-4-5-8
Median bei gerader Anzahl von Werten
3 + 4 = 7 2 = 3,5
Median = 3,5
Maße der zentralen Tendenz
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 15
Beispiel: Alter auf einer Geburtstagsfeier1-3-3-5-78
Kind kommt nicht. Dafür ist die Oma anwesend
Maße der zentralen TendenzArithmetisches Mittel vs. Median
Arithmetisches Mittel = Summe der Einzelwerte Anzahl der Werte
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 16
Beispiel: Alter auf einer Geburtstagsfeier1-3-3-5-78
Kind kommt nicht. Dafür ist die Oma anwesend
Maße der zentralen TendenzArithmetisches Mittel vs. Median
Arithmetisches Mittel = Summe der Einzelwerte Anzahl der Werte
= 90 5 = 18 Jahre
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 17
Beispiel: Alter auf einer Geburtstagsfeier1-3-3-5-78
Kind kommt nicht. Dafür ist die Oma anwesend
Maße der zentralen TendenzArithmetisches Mittel vs. Median
Median = Zahlenwert , der die geordnete Liste teilt
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 18
Beispiel: Alter auf einer Geburtstagsfeier1-3-3-5-78
Kind kommt nicht. Dafür ist die Oma anwesend
Maße der zentralen TendenzArithmetisches Mittel vs. Median
Median = Zahlenwert , der die geordnete Liste teilt = 3 Jahre
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 19
Beispiel: Alter auf einer Geburtstagsfeier1-3-3-5-78
Kind kommt nicht. Dafür ist die Oma anwesend
Maße der zentralen TendenzArithmetisches Mittel vs. Median
Median = Zahlenwert , der die geordnete Liste teilt = 3 Jahre
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 20
Beispiel: Alter auf einer Geburtstagsfeier1-3-3-5-78
Vorteil des Median: stabil gegen Ausreißer
Kind kommt nicht. Dafür ist die Oma anwesend
Maße der zentralen TendenzArithmetisches Mittel vs. Median
Median = Zahlenwert , der die geordnete Liste teilt = 3 Jahre
Arithmetisches Mittel = Summe der Einzelwerte Anzahl der Werte
= 90 5 = 18 Jahre
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 21
Verhältnisse, Anteile, Rate
• Maßarten der Krankheitshäufigkeiten:– Verhältnis– Anteil– „Rate“
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 22
Verhältnis (Ratio)
• Eine Beziehung zwischen zwei Mengen. • Eine Anzahl geteilt durch eine andere Anzahl.
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 23
Beispiel 1 für Verhältnis (Ratio)
• Eine Universität hat 6.000 Studenten. Davon sind 4.000 Männer und 2.000 Frauen. Das Verhältnis von Männern zu Frauen ist...
4.000 2
=
2.000 1
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 24
Beispiel 2 für Verhältnis (Ratio)
• Auf einer Intensivstationen traten 12 Pneumonien und 4 Sepsisfälle auf. Das Verhältnis der Infektionen zueinander ist...
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 25
Beispiel 2 für Verhältnis (Ratio)
• Auf einer Intensivstationen traten 12 Pneumonien und 4 Sepsisfälle auf. Das Verhältnis der Infektionen zueinander ist...
12 3
=
4 1
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 26
Anteil (Proportion)
• Ein Verhältnis bei dem der Zähler immer ein Anteil des Nenners ist.
• Anteile können nur Werte zwischen 0 und 1 annehmen (bezogen auf 100 nennt man es 0-100 Prozent)
Zähler
= Anteil = [%]
Nenner
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 27
Beispiel 1 für Anteil (Proportion)
• Eine Universität hat 6.000 Studenten. Davon sind 4.000 Männer und 2.000 Frauen. Der Anteil von Frauen ist...
2.000
= 0,33 = 33%
6.000
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 28
Alle Studenten: 6.000
2.000
Beispiel 1 für Anteil Frauen
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 29
Beispiel 2 für für Anteil (Proportion)
• Auf einer Intensivstationen traten 8 Pneumonien und 4 Sepsisfälle auf. Der Anteil der Pneumonien an allen Infektionen beträgt...
Zähler
=
Nenner
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 30
Beispiel 2 für für Anteil (Proportion)
• Auf einer Intensivstationen traten 8 Pneumonien und 4 Sepsisfälle auf. Der Anteil der Pneumonien an allen Infektionen beträgt...
Zähler 8
=
Nenner 12
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 31
Beispiel 2 für für Anteil (Proportion)
• Auf einer Intensivstationen traten 8 Pneumonien und 4 Sepsisfälle auf. Der Anteil der Pneumonien an allen Infektionen beträgt...
8= 0,667 = 67%
12
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 32
Anteil der Pneumonien
Alle nosokomialen Infektionen: 12
8
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 33
Aber...
• Nicht alles, was auf 100 bezogen wird, ist ein Anteil
Beispiel: Verbrauch eines Autos
6,4 Liter auf 100 km
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 34
„Rate“
• In Epidemiologie: eigentlich in bestimmter Zeiteinheit, pro Zeiteinheit heißt es „Dichte“
• Eine Beobachtete Anzahl von Ereignissen wird auf 100 Maßnahmen bezogen.
• Pro Maßnahme ist mehr als ein Ereignis möglich• Beispiel:Wundinfektionsrate
– 5 Wundinfektionen pro 100 Operationen
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 35
Rate Die drei wichtigsten Häufigkeitsmaße
• Prävalenz• Inzidenz• Inzidenzrate (= Inzidenzdichte)
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 36
Prävalenz
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 37
Zeit
HWI
HWI
HWIPneumonie
Pneumonie
Prävalenztag
Prävalenz
Zeit
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 38
• 21 Patienten am Prävalenztag anwesend• 2 Pneumonien• 1 HWI
Wie hoch ist die Prävalenz der Pneumonie?
Prävalenz
Anzahl der Personen mit Pneumonie 2
= = 0,09 = 9 %
Anzahl der Personen unter Risiko 21
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 39
• 21 Patienten am Prävalenztag anwesend• 2 Pneumonien• 1 HWI
Wie hoch ist die Prävalenz der HWI?
Prävalenz
Anzahl der Personen mit HWI =
Anzahl der Personen unter Risiko
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 40
• 21 Patienten am Prävalenztag anwesend• 2 Pneumonien• 1 HWI
Wie hoch ist die Prävalenz der HWI?
Prävalenz
Anzahl der Personen mit HWI 1
= = 0,05 = 5 %
Anzahl der Personen unter Risiko 21
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 41
Inzidenz
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 42
Inzidenz
• In einer Stadt leben 10.000 Frauen. Aktuell leiden 80 von ihnen an Brustkrebs. Von den anderen 9920 erkranken im Laufe des Jahres 11 an Brustkrebs.
• Wie hoch ist die Inzidenz?
• 1.1 von 1000 Frauen erkranken neu
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 43
Inzidenz
• Auf einer ITS liegen 20 Patienten. Aktuell leiden 2 von ihnen an einer Sepsis. Von den anderen 18 Patienten erkranken im Laufe eines Monats 5 an einer Sepsis.
• Wie hoch ist die Inzidenz der Sepsis?
Anzahl der Neuerkrankungen
Anzahl der Personen unter Risiko
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 44
Inzidenz
• Auf einer ITS liegen 20 Patienten. Aktuell leiden 2 von ihnen an einer Sepsis. Von den anderen 18 Patienten erkrankt im Laufe eines Monats 1 an einer Sepsis.
• Wie hoch ist die Inzidenz der Sepsis?
• 6 von 100 Patienten erkranken neu
Anzahl der Neuerkrankungen 1
= = 0.06
Anzahl der Personen unter Risiko 20-2
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 45
Zeit
HWI
HWI
HWIPneumonie
Pneumonie
Prävalenztag
Prävalenz / Inzidenz
ZeitInzidenz über den gesamten Zeitraum
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 46
Prävalenz und Inzidenz
Wie viele MRE-Infektionen traten zwischen dem ersten Tag nach Aufnahme und der Entlassung auf?
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 47
Prävalenz und Inzidenz
Prävalente Fälle sind ursprünglich inzidente Fälle.
In welcher Rate entstehen neue Fälle in einer Gruppe von Menschen im Laufe der Zeit?
Welcher Anteil einer Gruppe hat ein bestimmtes Merkmal?
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 48
Inzidenzrate (-dichte)
• Anzahl aufgetretener Neuerkrankungsfälle pro Summe der Zeiträume, in denen jeder Einzelne der Bevölkerung erkranken konnte
Anzahl NeuerkrankterSumme der Beobachtungszeiträume
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 49
Anzahl der NI• Inzidenzdichte = ∙ 1000
Patiententage
Wie groß ist die Inzidenzdichte?
Inzidenzrate (-dichte)
Auf Ihrer ITS traten innerhalb eines Monats 13 HWI auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage.
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 50
Anzahl der NI• Inzidenzdichte = ∙ 1000
Patiententage
Patiententage = 12 ∙ 30 ∙ 0,85 = 306(Betten) (Tage) (Belegung)
Inzidenzrate (-dichte)
Auf Ihrer ITS traten innerhalb eines Monats 13 HWI auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage.
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 51
Inzidenzrate (-dichte)
Auf Ihrer ITS traten innerhalb eines Monats 13 Harnweginfektionen auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage.
13• Inzidenzdichte = ∙ 1000 = 42.8
306 Patiententage
Die Inzidenzdichte der HWI für Ihre Station beträgt 43 HWI pro 1000 Patiententage.
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 52
Standardisierung
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 53
Standardisierung
• Standardisierung hat das Ziel Vergleichbarkeit von z.B. Raten zu schaffen. Bei der Standardisierung werden Einflussfaktoren, die nicht untersucht werden sollen, rausgerechnet.– In KISS wird u.a. nach Devicetagen standardisiert.
• Device (engl. = Gerät): invasive medizinische Hilfsmittel (HWK, ZVK usw.)
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 54
Device-assoziierte Anzahl der device-assoziierten NI Inzidenzdichte ∙1000 Anzahl der Device-Tage
=
Device-assoziierte Inzidenzdichte
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 55
HWK-assoziierte Anzahl der device-assoziierten NI ∙1000
HWI-Inzidenzdichte Anzahl der Device-Tage
=
HWK-Tage: 306 ∙ 0,9 = 275.4
Device-assoziierte Inzidenzdichte
Auf Ihrer ITS traten innerhalb eines Monats 13 Harnweginfektionen auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage. Die Anwendungsrate vom Harnwegkatheter lag bei 90%. 12 HWI waren Device-assoziiert.
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 56
Device-assoziierte Anzahl der Device-assoziierten HWI (12) Inzidenzdichte ∙ 1000 Anzahl der Device-Tage (275)
=
= 43.64
Device-assoziierte Inzidenzdichte
Auf Ihrer ITS traten innerhalb eines Monats 13 Harnweginfektionen auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage. Die Anwendungsrate vom Harnwegkatheter lag bei 90%. 12 HWI waren device-assoziiert.
Die Device-assoziierte Inzidenzdichte für HWI auf Ihrer Station beträgt 44 HWI pro 1000 HWK-Tage.
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 57
Stratifizierung
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 58
Stratifizierung
• Bei der Stratifizierung (lat. Stratum = Schicht, Decke) werden Untergruppen gebildet und nur die Daten innerhalb der Untergruppen verglichen.– In KISS wird u.a. nach ITS-Art, OP-Art, Anzahl der Nasenabstriche,
Geburtsgewichtsklassen.
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 59
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 60
Epidemiologie
• Messung der Krankheitshäufigkeit– Wieviel ?
• Beschreibung der Verteilung von Krankheiten – Wer, Wo, Wann ?
• Erfassung der Determinanten von Krankheit– Warum ?
• Bevölkerungsbezogene Intervention– Was tun ?
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 61
Epidemiologen sind Gesundheitsdetektive
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 62
Studiendesign in der epidemiologischen Forschung
Annahme:• Erkrankungen treten nicht zufällig verteilt auf• Es gibt ursächliche und präventive Faktoren, die durch
systematische Untersuchungen identifiziert werden können
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 63
Zusammenhang von Ursache und Wirkung
Schwierigkeiten•Zusammenhänge meist nicht ohne weiteres erkennbar•Korrelationen meist nicht zwingend •Eine Ursache kann verschiedene Wirkungen haben •Eine Wirkung kann verschiedene Ursachen haben•oder mit langer Latenz
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 64
Definition - Epidemiologie
Die Lehre von der Verteilung und den Determinanten von Krankheitshäufigkeiten in der Bevölkerung
•Häufigkeit: Messen der Krankheitshäufigkeit ist erste Voraussetzung (z.B. Inzidenz, Prävalenz)
•Verteilung: Wer, wann und wo erkrankt. Vergleiche zwischen verschiedenen Bevölkerungsgruppen, Regionen und Zeiträumen
•Determinanten: Kenntnis von Häufigkeit und Verteilung führt zu prüfbaren Hypothesen
Studien
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 65
Exposition und Zielgröße
Exposition
• Möglicher ursächlicher Faktor• Risikofaktor• Eigenschaft von Interesse
Zielgröße
• Erkrankung• Gesundheitszustand• Folge eines Einflusses
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 66
• Rauchen Lungenkrebs
• Übergewicht Herzerkrankung
• Alkohol Verkehrsunfälle
• Mangelnde Impfung Diphterie
Beziehung zwischen Exposition und Zielgröße / Krankheit
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 67
• Querschnittsstudie
Untersuchung von Beziehungen zwischen Exposition und Outcome:
• Fall-Kontroll-Studie
• Kohortenstudie
• Interventionsstudie (klinische, experimentelle, randomisiert, (Plazebo-) kontrolliert, doppelblind)
Studiendesigns
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 68
• Querschnittsstudie
Untersuchung von Beziehungen zwischen Exposition und Outcome:
• Fall-Kontroll-Studie
• Kohortenstudie
• Interventionsstudie (klinische, experimentelle, randomisiert, (Plazebo-) kontrolliert, doppelblind)
Studiendesigns
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 69
Fall-Kontroll-Studie
Fälle
KontrollenNEIN
JA
Forschung
Zeit
NEIN
JA
Exposition gegenüber dem Risikofaktor
Beginn der Studie
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 70
Verursacht Rauchen
Lungenkrebs?
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 71
Fall-Kontroll-Studie
Forschung
100 FälleLungenkrebs
100 KontrollenKein KrebsNEIN (70)
JA (30)
Zeit
NEIN (30)
JA (70)
GerauchtBeginn der Studie
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 72
Fall-Kontroll-StudieVier-Felder-Tafel
Lungenkrebs
JA NEIN
RauchenJA 70 30 100
NEIN 30 70 100
100 100 200
Berechnung des Odds Ratio (Chancenverhältnis)
c
a b
d
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 73
ChancenverhältnisOdds Ratio (OR)
Verhältnis der Exponierten zu Nichtexponierten unter den Erkrankten
Verhältnis der Exponierten zu Nichtexponieren unter den Nichterkrankten
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 74
Lungenkrebs
JA NEIN
RauchenJA 70 30 100
NEIN 30 70 100
100 100 200
Berechnung des Odds Ratio:
a/c 70/30 2,33
b/d 30/70 0,43= 5,4 =OR =
Fall-Kontroll-StudieVier-Felder-Tafel
a b
c d
Raucher haben ein 5 mal höheres Risiko an Lungenkrebs zu erkranken im Vergleich zu Nichtrauchern.
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 75
Kohortenstudie
Patienten erkranktPatienten mit
Risikofaktor
Forschung
ZeitPatienten
NICHT erkrankt
Patienten erkrankt
Patienten NICHT
erkrankt
Risikofaktor NICHT
vorhanden
Beginn der Studie
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 76
Verursacht Rauchen
Lungenkrebs?
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 77
Patienten erkrankt (70)
Raucher (100)
Forschung
ZeitPatienten
NICHT erkrankt (30)
Patienten erkrankt (30)
Patienten NICHT
erkrankt (70)
Nichtraucher (100)
Beginn der Studie
Kohortenstudie:Rauchen und Lungenkrebs
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 78
Kohortenstudie: Vier-Felder-Tafel
Lungenkrebs
JA NEIN
Rauchen
JA 70 30 100
NEIN 30 70 100
100 100 200
Berechnung des Relativen Risikos (RR)
c
a b
d
a + b
c + d
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 79
Relatives Risiko (RR)
Verhältnis der Inzidenz der Exponierten zur Inzidenz der Nichtexponierten.
Inzidenz der Exponierten
Inzidenz der Nichtexponierten RR=
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 80
Kohortenstudie: Vier-Felder-Tafel
Lungenkrebs
JA NEIN
RauchenJA 70 30 100
NEIN 30 70 100
100 100 200
Berechnung des Relativen Risikos (RR):
Inzidenz der Raucher
Inzidenz der Nichtraucher
a / (a + b) 70/100 0,7
c / (c + d) 30/100 0,3= 2,33=
c
a b
d
a + b
c + d
=
Raucher haben ein 2 mal höheres Risiko an Lungenkrebs zu erkranken im Vergleich zu Nichtrauchern.
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 81
Unterschied OR und RR
• RR : Verhältnis des Risikos unter Exposition zu erkranken zum Risiko unter Nicht-Exposition zu erkranken -> Kohortenstudie
• OR: Verhältnis der Verhältnisse von Kranken mit Exposition zu Kranken ohne Exposition und Gesunden mit Exposition zu Gesunden ohne Exposition
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 82
Fehler bei der Durchführung von Studien
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 83
Confounder
• Verschleierung - • Verzerrtes Bild der Wirklichkeit?• Die üblichen „Verdächtigen“:
– Alter– Geschlecht– Krankheitsschwere
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 84
Confounder
Schuhgröße Odds Ratio für Einkommen über 1500 Euro
Über 44 2.140 - 44 1.4
Unter 40 (Referenz) 1.0
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 85
Confounder
Männer Frauen
SchuhgrößeOdds Ratio für
Einkommen über 1500 Euro
SchuhgrößeOdds Ratio für
Einkommen über 1500 Euro
Über 44 1.0 Über 44 1.0
40 - 44 1.0 40 - 44 1.0
Unter 40 (Referenz) 1.0 Unter 40 (Referenz 1.0
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 86
Confounder
Untersuchte Exposition(Schuhgröße)
Outcome(Einkommen)
Confounder(Geschlecht)
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 87
Epidemiologie
• Messung der Krankheitshäufigkeit– Wieviel ?
• Beschreibung der Verteilung von Krankheiten – Wer, Wo, Wann ?
• Erfassung der Determinanten von Krankheit– Warum ?
• Bevölkerungsbezogene Intervention– Was tun ?
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 88
Dr. med. Christine GeffersChristin Schröder
Danksagung
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 89
Vielen Dank für Ihre Aufmerksamkeit!
U N I V E R S I T Ä T S M E D I Z I N B E R L I N 90
Anregungen? Fragen?