Shrnutí na Příčinnost v epidemiologických studiích

## Úvod Kauzalita v epidemiologii se zabývá otázkou, kdy můžeme považovat pozorovanou asociaci mezi expozicí a výsledkem za příčinnou souvislost. Cílem tohoto materiálu je vysvětlit základní principy kauzality, ukázat vhodné typy studií pro odvození kauzality a naučit se pracovat s DAG (Directed Acyclic Graph) pro identifikaci chyb a zdrojů zkreslení. > Definice: Kauzalita je situace, kdy změna v expozici X vede ke změně v důsledku Y za stejných ostatních podmínek. ## Základní pojmy ### Kontrafaktická definice kauzality > Definice: Kontrafaktická kauzalita říká, že X způsobuje Y, pokud by Y bez X nenastalo. Každá jednotka má možné výsledky v různých kontrafaktuálních stavech. - Kauzalita je rozdíl mezi výsledky při expozici a bez expozice pro tutéž jednotku. - Kontrafaktuály jsou nepozorovatelné — proto potřebujeme designy a metody, které nám pomáhají tento rozdíl odhadnout. - Problémy: více příčin současně, preempce (předstihná kauzalita), potíže s definicí „stejných podmínek". ### Kauzalita vs. korelace - Korelace znamená statistickou souvislost mezi X a Y, ale nemusí znamenat příčinnost. - Typické zdroje falešné kauzality: - Záměna příčiny a následku (reverse causation) - Confounder (třetí proměnná Z způsobuje X i Y) - Náhoda (statistické fluktuace) > Definice: Confounder je proměnná Z, která ovlivňuje jak expozici X, tak výsledek Y, a tím vytváří nebo mění pozorovanou asociaci. ### Bradfordova Hillova kritéria (vodítka) > Definice: Hillova kritéria jsou soubor indikátorů pro posouzení, zda je asociace pravděpodobně kauzální. Jediným nezbytným kritériem je temporalita. Seznam kritérií (stručně): 1. Síla asociace 2. Konzistence 3. Specificita 4. Temporalita (příčina předchází následku) — nutné 5. Biologický gradient (dávka-odpověď) 6. Plausibilita 7. Koherence 8. Experiment 9. Analogie Poznámka: Žádné z nich (kromě temporality) není formálně nutné ani dostačující. ## Typy observačních studií a kauzalita Tabulka: srovnání hlavních observačních designů | Typ studie | Jak volíme subjekty | Temporalita | Silné stránky | Omezení pro kauzalitu | |---|---:|---:|---|---| | Průřezová (cross-sectional) | Měření expozice i výsledku současně | Nejasná | Rychlá, levná, prevalence, hypotézy | Nelze prokázat temporalitu, confounding | | Případy a kontroly (case-control) | Podle výsledku, retrospektivně expozice | Temporalita částečně (retrospektivně) | Vhodné pro vzácná onemocnění, více expozic | Recall bias, nelze přímo počítat incidence | | Kohorta (cohort) | Podle expozice, prospektivně sledujeme výsledek | Jasná temporalita | Měření incidence, RR, více výsledků | Drahá, časově náročná, ztráty v follow-up, confounding | ### Který design je nejbližší kauzalitě? - Randomizované kontrolované studie (RCT) jsou zlatý standard pro kauzalitu, ale nejsou vždy etické nebo proveditelné. - Z observačních designů je nejbližší kauzalitě prospektivní kohorta. ## Praktické příklady ### Příklad: Kouření a rakovina plic (příklad jasné kauzality) - Splňuje Hillova kritéria: silná asociace (RR $10$–$30$), konzistence napříč studiemi, dávka-odpověď, biologická plausibilita (karcinogeny v tabákovém kouři), koherence s laboratorními nálezy a epidemiologií, experimentální a přirozené důkazy. Věděli jste, že vztah mezi kouřením a rakovinou plic byl klíčovým případem při formulaci Hillových kritérií? ### Příklad: John Snow a cholera (přirozený experiment) - Snow propojil případy cholery s konkrétní pumpou na Broad Street a odstraněním madla zastavil epidemii. - Porovnání oblastí zásobovaných různými vodárnami fungovalo jako přirozená randomizace. ### Příklad nesprávné kauzality: čápi a porodnost - Ekologická korelace mezi počtem čápů a porodností v německých spolkových zemích byla vysvětlena confounderem: venkovské oblasti mají více čápů a zároveň vyšší porodnost. Ukázka ekologického omylu. Fun fact: Ekologický omyl (ecological fallacy) se objevuje, když vztahy pozorované na agregátní úrovni nelze přenášet na úroveň jednotlivců. ## DAG (D