Alapvető epidemiológiai mutatók és kockázati mértékek

Gyors összefoglaló: Alapvető epidemiológiai mutatók és kockázati mérőszámok

Az epidemiológiai mutatók nélkülözhetetlen eszközök a népesség egészségi állapotának és a betegségek hatásának megértéséhez. Két fő csoportra oszthatók: a népesség egészségi állapotának mutatói (prevalencia, incidencia, mortalitás, letalitás) és a kockázati mérőszámok (abszolút kockázat, relatív kockázat, esélyhányados, attribálható kockázat, populációs attribálható kockázat). Ezek a mutatók segítenek azonosítani a kockázati tényezőket, megtervezni a prevenciót és értékelni az egészségügyi beavatkozások hatékonyságát.

Üdvözlöm, epidemiológia és megelőző orvostan hallgatók! Ha nehézséget okoz megérteni az olyan kulcsfontosságú fogalmakat, mint a prevalencia, az incidencia vagy a különböző kockázati mérőszámok, akkor jó helyen járnak. Ez a cikk lépésről lépésre elmagyarázza az alapvető epidemiológiai mutatókat és kockázati mérőszámokat, amelyek a népesség egészségi állapotának elemzésének és a kockázati tényezők hatásának értékelésének alapkövei. Filip Zlámal előadásainak forrásanyagaira támaszkodunk, és mindent érthető példákon keresztül mutatunk be.

Mik az alapvető epidemiológiai mutatók a népesség egészségi állapotának felmérésére?

Az alapvető epidemiológiai mutatók képet adnak arról, hogyan terjednek a betegségek, és hogyan befolyásolják a népességet egy adott időben. Kulcsfontosságúak a közegészségügy és az egészségügyi szolgáltatások tervezése szempontjából.

Prevalencia (P): Hány ember beteg éppen most?

A prevalencia az adott betegség összes létező esetének (új és régi is) teljes számát jelenti a populációban, egy adott időpontban vagy időszakban. Azt a kérdést válaszolja meg: „Hány ember beteg éppen most az adott betegségben?”

• Képlet: P = (a betegségben szenvedő egyének száma) / (a populáció összes egyénének száma)
• Példa: A 2-es típusú diabetes mellitusban a Cseh Köztársaságban a lakosság körülbelül 10%-a érintett. A cukorbetegség prevalenciája tehát 0,10, azaz 10%.

Incidencia (I): Hány új eset jelent meg?

Az incidencia az adott betegség új eseteinek számát fejezi ki egy adott populációban, egy meghatározott időszak alatt. Azt a kérdést válaszolja meg: „Hány új betegség eset fordult elő az adott időszakban?”

• Képlet: I = (az új betegség esetek száma) / (a populáció összes egyénének száma) × idő
• Példa: 100 000 fős populációban figyeljük az influenzát. A megfigyelési időszak alatt 500 ember betegszik meg. Az incidencia 500/100 000 = 5/1000 (azaz 0,5%, vagy 5 ezrelék). Ez azt jelenti, hogy 1000 emberre 5 új influenza eset jutott.

Prevalencia vs. Incidencia: Kulcsfontosságú különbség és analógiák

Fontos megérteni a prevalencia és az incidencia közötti különbséget, mert mindegyik mutató mást mond nekünk:

• A prevalencia azt határozza meg, hogy hány ember szenved az adott betegségben egy bizonyos időpontban.
• Az incidencia azt határozza meg, hogy hány ember betegedett meg újonnan az adott betegségben egy bizonyos időszakban.

Analógiaként képzeljék el a prevalenciát mint pozíciót, az incidenciát pedig mint sebességet. A prevalencia olyan, mint egy tároló, amelyet az incidencia tölt fel, és a gyógyulások vagy halálesetek ürítenek ki.

Mortalitas (M): Halálozási arány a populációban

A mortalitas (halálozási arány) az összes haláleset számát fejezi ki a teljes populációban egy adott időszak alatt. Azt a kérdést válaszolja meg: „Hány haláleset fordult elő az adott betegség miatt a populációban az adott időszakban?”

• Képlet: M = (a halálesetek száma) / (a populáció összes egyénének száma) × idő
• Példa: 2020-ban a Cseh Köztársaságban 11 000 COVID-19-hez köthető halálesetet regisztráltak a 10,7 millió lakosból. A COVID-19 mortalitása 11 000 / 10 700 000 ≈ 1/1000, azaz 1 ezrelék volt.

Letalitás (L): Halálozási arány a betegek körében

A letalitás (halálozási ráta) az adott betegségben elhunytak arányát fejezi ki az összes fertőzött számához képest. Azt a kérdést válaszolja meg: „A betegek mekkora része hal meg az adott betegségben?”

• Képlet: L = (a halálesetek száma) / (az összes fertőzött személy száma)
• Példa: 2020-ban körülbelül 700 000 COVID-19 esetet erősítettek meg, de a fertőzöttek tényleges száma becslések szerint 1,4–3,5 millió volt. A letalitás 11 000 / 3 500 000 (0,0031) és 11 000 / 1 400 000 (0,0079) között mozgott, azaz 3,1–7,9 ezrelék volt.

Összefüggések a P, I, L és M mutatók között

Ezek a mutatók nem elszigeteltek, hanem kölcsönösen befolyásolják egymást. Íme a legfontosabb összefüggések:

• Prevalencia (P) és Incidencia (I): Stabil populációs állapot esetén a következő közelítő összefüggés érvényes: P ≈ I × D, ahol D a betegség átlagos időtartama.
• I csökken => P csökken: Vakcináció bevezetése után (pl. gyermekbénulás, kanyaró).
• I növekszik => P növekszik: Krónikus betegségek esetén (pl. 2-es típusú diabetes mellitus, Alzheimer-kór).
• Mortalitas (M), Incidencia (I) és Letalitás (L): Ezen mutatók között a következő összefüggés érvényes: M = I × L.
• M, I, L csökkenése: Betegségek, mint a tuberkulózis.
• M, I, L növekedése: Például a COVID-19 pandémia.
• I konst., L csökken => M csökken: Új, hatékony kezelés bevezetésekor (pl. akut miokardiális infarktus, HIV/AIDS).

Kockázati mérőszámok az epidemiológiában: A fenyegetések és a prevenció megértése

A kockázati mérőszámok segítenek számszerűsíteni annak valószínűségét, hogy egy egyén vagy egy egész populáció megbetegszik, és meghatározni a specifikus kockázati tényezők hatását.

Abszolút kockázat (AbsR): A megbetegedés valószínűsége

Az abszolút kockázat (AbsR) annak valószínűsége, hogy egy egyén megbetegszik egy adott időszak alatt. Meghatározza a megbetegedő személyek arányát az adott csoportban. Az abszolút kockázat azonos a kumulatív incidenciával.

• Képlet: AbsR = (a megbetegedett egyének száma) / (a populáció összes egyénének száma)
• Példa: Egy 1000 fős csoportban 20 ember kapta el az influenzát. AbsR = 20/1000 = 0,02 = 2%. Annak valószínűsége, hogy egy véletlenszerűen kiválasztott egyén megbetegszik influenzában, 2%.

Relatív kockázat (RR): Mennyivel magasabb a kockázat?

A relatív kockázat (RR) azt mutatja meg, hányszor magasabb a megbetegedés kockázata (valószínűsége) az exponált alanyok csoportjában a nem exponáltakhoz képest. Kohorsz vizsgálatokban és klinikai vizsgálatokban használják a kockázati tényezők értékelésére.

• Képlet: RR = Ie / I0 (ahol Ie az exponáltak incidenciája, I0 a nem exponáltak incidenciája)
• RR értékek:
• RR = 1: Az expozíció nincs hatással a megbetegedés kockázatára.
• RR > 1: Az expozíció növeli a megbetegedés kockázatát.
• RR < 1: Az expozíció csökkenti a megbetegedés kockázatát (protektív hatású).
• Példa: A tüdőrák incidenciája dohányosoknál (Ie) 200/100 000/év, nem dohányosoknál (I0) 20/100 000/év. RR = 200/20 = 10. A dohányosoknak 10-szer nagyobb a tüdőrák kockázata a nem dohányosokhoz képest.

Esélyhányados (OR): Eset-kontroll vizsgálatokhoz

Az esélyhányados (Odds Ratio, OR) különösen eset-kontroll vizsgálatokban használatos, ahol az incidencia nem számítható ki közvetlenül. Az esély (odds) annak valószínűségének aránya, hogy egy esemény bekövetkezik, ahhoz képest, hogy nem következik be (odds = p / (1-p)).

• Képlet: OR = (az exponáltak esélye) / (a nem exponáltak esélye) = (ad) / (bc) (lásd a 2x2-es táblázatot: betegek/exponáltak)
• Ahol: a = exponált betegek, b = exponált nem betegek, c = nem exponált betegek, d = nem exponált nem betegek.
• OR értékek:
• OR = 1: A megbetegedés esélye azonos az exponáltak és a nem exponáltak között.
• OR > 1: A megbetegedés esélye nagyobb az exponáltaknál.
• OR < 1: A megbetegedés esélye nagyobb a nem exponáltaknál (az expozíció protektív hatású).
• Példa: Tüdőrák és dohányzás. A dohányosoknál a tüdőrák esélye (odds_e) (80/100) / (20/100) = 4. A nem dohányosoknál (odds_0) (10/100) / (90/100) = 1/9. OR = 4 / (1/9) = 36. A dohányosoknak 36-szor nagyobb az esélyük a tüdőrákra a nem dohányosokhoz képest.

Összefüggés az OR és az RR között: Mikor különböznek és mikor hasonlóak?

Az esélyhányados (OR) és a relatív kockázat (RR) gyakran felcserélhető, de nem azonosak:

• OR = RR * ( (1 - I0) / (1 - Ie) )
• Következmények:
• Ha RR = 1: OR = 1.
• Ha RR > 1: OR > RR (az OR felülbecsüli az RR-t, ha az expozíció hatása pozitív).
• Ha RR < 1: OR < RR (az OR alulbecsüli az RR-t, ha az expozíció protektív hatású).
• Fontos: Ritka betegség esetén (prevalencia < 0,5 ezrelék) az OR ≈ RR. Ilyen esetekben az OR ugyanúgy értelmezhető, mint az RR.

Attribálható kockázat (AR): Hány további esetet okoz az expozíció?

Az attribálható kockázat (AR) azt mutatja meg, hány további esetet okoz az expozíció. Úgy is értelmezhető, mint azon esetek száma, amelyek megelőzhetők lennének a kockázati tényező megszüntetésével. Ez a kockázatok abszolút különbsége.

• Képlet: AR = Ie - I0 (ahol Ie az exponáltak incidenciája, I0 a nem exponáltak incidenciája)
• Példa: A tüdőrák incidenciája dohányosoknál (Ie) 200/100 000/év, nem dohányosoknál (I0) 20/100 000/év. AR = (200 - 20) / 100 000 / év = 180 / 100 000 / év. Ez azt jelenti, hogy a Cseh Köztársaságban 100 000 lakosra 180 tüdőrákos haláleset jut a dohányzás következtében.

Populációs attribálható kockázat (PAR): Hatás a teljes populációra

A populációs attribálható kockázat (PAR) hasonló az AR-hez, de a kockázati tényező teljes populációra gyakorolt hatására összpontosít, nem csupán az exponált csoportra. Kifejezhető abszolút PAR-ként vagy arányként (PAF).

• Abszolút PAR:
• Képlet: PAR = Ip - I0 (ahol Ip a betegség incidenciája a teljes populációban, I0 a kockázatnak nem kitett személyek incidenciája a teljes populációban)
• Arány – Populációs attribálható frakció (PAF):
• Képlet: PAF = (Ip - I0) / Ip
• Levin-képlet: PAF = (P * (RR - 1)) / (1 + P * (RR - 1)) (ahol P az expozíció prevalenciája a populációban, RR a relatív kockázat)
• Cél: Megadja az összes eset azon arányát, amely a teljes populációban az adott kockázati tényezőnek tulajdonítható.

Az RR, AR és PAR összehasonlítása: Mikor melyik mutatót használjuk?

Kulcsfontosságú megérteni, mikor melyik mutatót használjuk, és mit mond nekünk:

• Különbség az RR és a PAR között:
• Az RR a tényező és a betegség közötti kapcsolat erősségét határozza meg (pl. dohányzás és tüdőrák).
• A PAR a tényező közegészségügyi hatását határozza meg a teljes populációban.
• Különbség az AR és a PAR között:
• Az AR az exponált csoportra fókuszál (hány további eset a dohányzók körében).
• A PAR az egész társadalomra fókuszál (hány további eset a teljes populációban a dohányzás miatt).
• Összefüggés: Általában érvényes, hogy AR ≥ PAR.

Összegzés

Az alapvető epidemiológiai mutatók és kockázati mérőszámok megértése alapvető fontosságú mindenki számára, aki közegészségüggyel foglalkozik vagy orvostudományt tanul. Ezek az eszközök lehetővé teszik számunkra, hogy ne csak nyomon kövessük a betegségek alakulását, hanem hatékonyabban tervezzük meg a prevenciót és értékeljük a kockázati tényezők hatását. Reméljük, hogy ez az alapvető epidemiológiai mutatók elemzése segített tisztázni a kulcsfogalmakat, és megkönnyíti a vizsgákra való felkészülést!

Gyakran Ismételt Kérdések (GYIK)

Mi a fő különbség a prevalencia és az incidencia között?

A fő különbség abban rejlik, hogy mit mérnek: a prevalencia a betegség összes létező esetének (régi és új is) teljes számát adja meg a populációban egy adott időpontban, míg az incidencia a betegség új eseteinek számát méri, amelyek egy adott időszakban jelentek meg. A prevalencia olyan, mint egy fénykép az aktuális állapotról, az incidencia pedig mint egy videofelvétel az új eseményekről.

Mikor használjuk az esélyhányadost (OR) a relatív kockázat (RR) helyett?

A relatív kockázatot (RR) elsősorban kohorsz- és klinikai vizsgálatokban használják, ahol közvetlenül nyomon követhetjük a betegség alakulását az exponált és nem exponált csoportokban, és kiszámíthatjuk az incidenciát. Az esélyhányadost (OR) ezzel szemben jellemzően eset-kontroll vizsgálatokban alkalmazzák, ahol a csoportokat a betegség jelenléte/hiánya alapján választják ki, és a múltbeli expozíciót vizsgálják. Ezekben a vizsgálatokban nem lehet közvetlenül kiszámítani az incidenciát, ezért az OR válik a kockázat legjobb becslésévé.

Mit mond nekünk az attribálható kockázat (AR) és a populációs attribálható kockázat (PAR)?

Az attribálható kockázat (AR) azt mutatja meg, hány további betegség esetet okoz egy adott kockázati tényező csak az exponált csoportban. Ez az exponáltak és a nem exponáltak incidenciájának különbsége. A populációs attribálható kockázat (PAR) ezzel szemben azt adja meg, hány további betegség esetet okoz a kockázati tényező a teljes populációban, és így számszerűsíti a kockázati tényező közegészségügyre gyakorolt ​​összesített hatását.

Lehet-e a relatív kockázat (RR) kisebb, mint 1?

Igen, a relatív kockázat (RR) lehet kisebb, mint 1. Ha az RR < 1, az azt jelenti, hogy az adott expozíció csökkenti a megbetegedés kockázatát, tehát protektív tényező. Például, ha az influenza elleni oltás RR-je kisebb lenne 1-nél, az azt jelentené, hogy az oltott egyéneknek alacsonyabb az influenza megbetegedés kockázata, mint az oltatlanoknak.

Miért fontos ismerni az epidemiológiai mutatókat?

Az epidemiológiai mutatók ismerete alapvető fontosságú az egészségügyi problémák azonosításához, a betegségtrendek nyomon követéséhez, a prevenció és a kezelés hatékonyságának értékeléséhez, az egészségügyi erőforrások elosztásához és a közegészségügyi politikák megfogalmazásához. Segítenek megérteni, hogyan terjednek a betegségek, milyen tényezők befolyásolják őket, és hogyan javíthatjuk a népesség egészségét. További információkért látogassanak el az epidemiológiáról szóló Wikipédia oldalra.