Podstawowe wskaźniki epidemiologiczne i miary ryzyka

Szybkie podsumowanie: Podstawowe wskaźniki epidemiologiczne i miary ryzyka

Wskaźniki epidemiologiczne to niezbędne narzędzia do zrozumienia stanu zdrowia populacji i wpływu chorób. Dzielą się na miary stanu zdrowia populacji (prewalencja, incydencja, umieralność, śmiertelność) i miary ryzyka (ryzyko absolutne, ryzyko względne, iloraz szans, ryzyko przypisywalne, populacyjne ryzyko przypisywalne). Wskaźniki te pomagają nam identyfikować czynniki ryzyka, planować profilaktykę i oceniać skuteczność interwencji zdrowotnych.

Witajcie, studenci epidemiologii i medycyny prewencyjnej! Jeśli zmagacie się ze zrozumieniem kluczowych pojęć, takich jak prewalencja, incydencja czy różne miary ryzyka, trafiliście we właściwe miejsce. Ten artykuł krok po kroku wyjaśni wam podstawowe wskaźniki epidemiologiczne i miary ryzyka, które stanowią filar analizy stanu zdrowia populacji i oceny wpływu czynników ryzyka. Będziemy opierać się na materiałach źródłowych z wykładu Filipa Zlámala i wszystko przedstawimy na przystępnych przykładach.

Czym są podstawowe wskaźniki epidemiologiczne stanu zdrowia populacji?

Podstawowe wskaźniki epidemiologiczne dają nam obraz tego, jak choroby rozprzestrzeniają się i jak wpływają na populację w określonym czasie. Są kluczowe dla zdrowia publicznego i planowania usług medycznych.

Prewalencja (P): Ile osób choruje w tej chwili?

Prewalencja przedstawia całkowitą liczbę wszystkich istniejących przypadków danej choroby (zarówno nowych, jak i starych) w populacji w określonym dniu lub okresie. Odpowiada na pytanie: „Ile osób choruje w tej chwili na daną chorobę?”

• Wzór: P = (liczba osób chorujących) / (całkowita liczba osób w populacji)
• Przykład: Na cukrzycę typu 2 choruje w Czechach około 10% populacji. Prewalencja cukrzycy wynosi zatem 0,10, czyli 10%.

Incydencja (I): Ile nowych przypadków przybyło?

Incydencja wyraża liczbę nowych przypadków choroby w danej populacji w określonym okresie. Odpowiada na pytanie: „Ile nowych przypadków choroby wystąpiło w danym okresie?”

• Wzór: I = (liczba nowych przypadków choroby) / (całkowita liczba osób w populacji) × czas
• Przykład: Monitorujemy grypę w populacji 100 000 osób. W okresie obserwacji zachorowało 500 osób. Incydencja wynosi 500/100 000 = 5/1000 (czyli 0,5%, lub 5 promili). Wystąpiło 5 nowych przypadków grypy na 1000 osób.

Prewalencja a incydencja: Kluczowa różnica i analogie

Ważne jest, aby rozumieć różnicę między prewalencją a incydencją, ponieważ każdy wskaźnik mówi nam coś innego:

• Prewalencja określa, ile osób choruje na daną chorobę w określonym momencie czasowym.
• Incydencja określa, ile osób z daną chorobą przybyło w określonym okresie.

Jako analogię wyobraźcie sobie prewalencję jako położenie, a incydencję jako prędkość. Prewalencja jest jak zbiornik, który napełnia się incydencją i opróżnia poprzez wyzdrowienia lub zgony.

Umieralność (M): Umieralność w populacji

Umieralność wyraża liczbę zgonów w całej populacji w określonym okresie. Odpowiada na pytanie: „Ile przypadków zgonów z powodu choroby wystąpiło w populacji w danym okresie?”

• Wzór: M = (liczba zgonów) / (całkowita liczba osób w populacji) × czas
• Przykład: W 2020 roku w Czechach odnotowano 11 000 zgonów z powodu COVID-19 z całkowitej liczby 10,7 miliona mieszkańców. Umieralność na COVID-19 wyniosła 11 000 / 10 700 000 ≈ 1/1000, czyli 1 promil.

Śmiertelność (L): Śmiertelność wśród chorych

Śmiertelność wyraża odsetek zmarłych z całkowitej liczby osób zakażonych daną chorobą. Odpowiada na pytanie: „Jaka część chorych na daną chorobę umrze?”

• Wzór: L = (liczba zgonów) / (całkowita liczba zakażonych osób)
• Przykład: W 2020 roku potwierdzono około 700 000 przypadków COVID-19, ale rzeczywista liczba zakażonych szacowana była na 1,4–3,5 miliona. Śmiertelność wahała się w przedziale od 11 000 / 3 500 000 (0,0031) do 11 000 / 1 400 000 (0,0079), tj. 3,1–7,9 promila.

Związki między wskaźnikami P, I, L i M

Te wskaźniki nie są izolowane, ale wzajemnie na siebie wpływają. Oto kluczowe zależności:

• Prewalencja (P) a Incydencja (I): W stabilnym stanie populacji obowiązuje przybliżona zależność: P ≈ I × D, gdzie D to średni czas trwania choroby.
• I spada => P spada: Po wprowadzeniu szczepień (np. polio, odra).
• I rośnie => P rośnie: W przypadku chorób przewlekłych (np. cukrzyca typu 2, choroba Alzheimera).
• Umieralność (M), Incydencja (I) a Śmiertelność (L): Między tymi wskaźnikami obowiązuje zależność: M = I × L.
• Spadek M, I, L: Choroby takie jak gruźlica.
• Wzrost M, I, L: Na przykład pandemia COVID-19.
• I stała, L spada => M spada: Przy wprowadzeniu nowego skutecznego leczenia (np. ostry zawał serca, HIV/AIDS).

Miary ryzyka w epidemiologii: Zrozumienie zagrożeń i prewencji

Miary ryzyka pomagają nam kwantyfikować prawdopodobieństwo zachorowania przez jednostkę lub całą populację oraz określać wpływ konkretnych czynników ryzyka.

Ryzyko absolutne (AbsR): Prawdopodobieństwo zachorowania

Ryzyko absolutne (AbsR) to prawdopodobieństwo, że jednostka zachoruje w danym okresie. Określa odsetek osób, które zachorują w danej grupie. Ryzyko absolutne jest tożsame z incydencją skumulowaną.

• Wzór: AbsR = (liczba osób, które zachorowały) / (całkowita liczba osób w populacji)
• Przykład: W grupie 1000 osób na grypę zachorowało 20 osób. AbsR = 20/1000 = 0,02 = 2%. Prawdopodobieństwo, że losowo wybrana osoba zachoruje na grypę, wynosi 2%.

Ryzyko względne (RR): Jak bardzo ryzyko jest wyższe?

Ryzyko względne (RR) określa, ile razy wyższe jest ryzyko (prawdopodobieństwo) zachorowania w grupie osób narażonych w porównaniu do osób nienarażonych. Stosuje się je w badaniach kohortowych i badaniach klinicznych do oceny czynników ryzyka.

• Wzór: RR = Ie / I0 (gdzie Ie to incydencja u narażonych, I0 to incydencja u nienarażonych)
• Wartości RR:
• RR = 1: Narażenie nie ma wpływu na ryzyko zachorowania.
• RR > 1: Narażenie zwiększa ryzyko zachorowania.
• RR < 1: Narażenie zmniejsza ryzyko zachorowania (jest czynnikiem ochronnym).
• Przykład: Incydencja raka płuc u palaczy (Ie) wynosi 200/100 000/rok, u osób niepalących (I0) wynosi 20/100 000/rok. RR = 200/20 = 10. Palacze mają 10-krotnie wyższe ryzyko raka płuc w porównaniu do osób niepalących.

Iloraz szans (OR): Dla badań kliniczno-kontrolnych

Iloraz szans (Odds Ratio, OR) stosuje się zwłaszcza w badaniach kliniczno-kontrolnych (case-control study), gdzie nie można bezpośrednio obliczyć incydencji. Szansa (odds) to stosunek prawdopodobieństwa, że zdarzenie nastąpi, do prawdopodobieństwa, że nie nastąpi (odds = p / (1-p)).

• Wzór: OR = (szanse u narażonych) / (szanse u nienarażonych) = (ad) / (bc) (patrz tabela 2x2 chorzy/narażeni)
• Gdzie: a = chorzy narażeni, b = zdrowi narażeni, c = chorzy nienarażeni, d = zdrowi nienarażeni.
• Wartości OR:
• OR = 1: Szansa na zachorowanie jest taka sama wśród narażonych i nienarażonych.
• OR > 1: Szansa na zachorowanie jest większa u narażonych.
• OR < 1: Szansa na zachorowanie jest większa u nienarażonych (narażenie jest czynnikiem ochronnym).
• Przykład: Rak płuc a palenie tytoniu. U palaczy szansa na raka płuc (odds_e) wynosi (80/100) / (20/100) = 4. U osób niepalących (odds_0) wynosi (10/100) / (90/100) = 1/9. OR = 4 / (1/9) = 36. Palacze mają 36-krotnie wyższą szansę na raka płuc w porównaniu do osób niepalących.

Związek między OR a RR: Kiedy się różnią, a kiedy są podobne?

Iloraz szans (OR) i ryzyko względne (RR) są często mylone, ale nie są tożsame:

• OR = RR * ( (1 - I0) / (1 - Ie) )
• Konsekwencje:
• Przy RR = 1: OR = 1.
• Przy RR > 1: OR > RR (OR zawyża RR, jeśli efekt narażenia jest pozytywny).
• Przy RR < 1: OR < RR (OR zaniża RR, jeśli efekt narażenia jest ochronny).
• Ważne: W przypadku rzadkiej choroby (prewalencja < 0,5 promila) OR ≈ RR. W takich przypadkach OR można interpretować tak samo jak RR.

Ryzyko przypisywalne (AR): Ile dodatkowych przypadków powoduje narażenie?

Ryzyko przypisywalne (AR) mówi nam, o ile dodatkowych przypadków jest spowodowanych wpływem narażenia. Można je również interpretować jako liczbę przypadków, którym można by zapobiec, eliminując czynnik ryzyka. Jest to absolutna różnica ryzyk.

• Wzór: AR = Ie - I0 (gdzie Ie to incydencja u narażonych, I0 to incydencja u nienarażonych)
• Przykład: Incydencja raka płuc u palaczy (Ie) wynosi 200/100 000/rok, u osób niepalących (I0) wynosi 20/100 000/rok. AR = (200 - 20) / 100 000 / rok = 180 / 100 000 / rok. Oznacza to, że 180 zgonów na 100 000 mieszkańców w Czechach przypada na raka płuc w wyniku palenia tytoniu.

Populacyjne ryzyko przypisywalne (PAR): Wpływ na całą populację

Populacyjne ryzyko przypisywalne (PAR) jest podobne do AR, ale koncentruje się na wpływie czynnika ryzyka na całą populację, a nie tylko na grupę narażoną. Może być wyrażone jako absolutne PAR lub jako odsetek (PAF).

• Absolutne PAR:
• Wzór: PAR = Ip - I0 (gdzie Ip to incydencja choroby w całej populacji, I0 to incydencja u osób w całej populacji nienarażonych na ryzyko)
• Odsetek – Populacyjna frakcja przypisywalna (PAF):
• Wzór: PAF = (Ip - I0) / Ip
• Wzór Levina: PAF = (P * (RR - 1)) / (1 + P * (RR - 1)) (gdzie P to prewalencja narażenia w populacji, RR to ryzyko względne)
• Cel: Określa odsetek wszystkich przypadków, które w całej populacji przypisuje się danemu czynnikowi ryzyka.

Porównanie RR, AR i PAR: Kiedy używać którego wskaźnika?

Kluczowe jest zrozumienie, kiedy używać którego wskaźnika i co nam on mówi:

• Różnica między RR a PAR:
• RR określa siłę związku między czynnikiem a chorobą (np. palenie tytoniu a rak płuc).
• PAR określa wpływ czynnika na zdrowie publiczne w całej populacji.
• Różnica między AR a PAR:
• AR odnosi się do grupy narażonej (o ile więcej przypadków u tych, którzy palą).
• PAR odnosi się do całego społeczeństwa (o ile więcej przypadków w całej populacji z powodu palenia tytoniu).
• Związek: Ogólnie przyjmuje się, że AR ≥ PAR.

Podsumowanie

Zrozumienie podstawowych wskaźników epidemiologicznych i miar ryzyka jest fundamentalne dla każdego, kto zajmuje się zdrowiem publicznym lub studiuje medycynę. Narzędzia te pozwalają nam nie tylko śledzić rozwój chorób, ale także skuteczniej planować profilaktykę i oceniać wpływ czynników ryzyka. Mamy nadzieję, że ta analiza podstawowych wskaźników epidemiologicznych pomogła wam uporządkować kluczowe pojęcia i ułatwi przygotowania do egzaminów!

Najczęściej zadawane pytania studentów (FAQ)

Jaka jest główna różnica między prewalencją a incydencją?

Główna różnica polega na tym, co mierzą: prewalencja podaje całkowitą liczbę istniejących przypadków (starych i nowych) choroby w populacji w danym momencie, natomiast incydencja mierzy liczbę nowych przypadków choroby, które pojawiły się w określonym okresie. Prewalencja jest jak fotografia aktualnego stanu, incydencja jak nagranie wideo nowych zdarzeń.

Kiedy stosuje się iloraz szans (OR) zamiast ryzyka względnego (RR)?

Ryzyko względne (RR) stosuje się przede wszystkim w badaniach kohortowych i klinicznych, gdzie możemy bezpośrednio śledzić rozwój choroby u grup narażonych i nienarażonych oraz obliczyć incydencję. Iloraz szans (OR) natomiast typowo używany jest w badaniach kliniczno-kontrolnych, gdzie grupy są dobierane na podstawie obecności/braku choroby i bada się narażenie w przeszłości. W tych badaniach nie można bezpośrednio obliczyć incydencji, dlatego OR staje się najlepszym oszacowaniem ryzyka.

Co mówi nam ryzyko przypisywalne (AR) i populacyjne ryzyko przypisywalne (PAR)?

Ryzyko przypisywalne (AR) mówi nam, o ile więcej przypadków choroby jest spowodowanych konkretnym czynnikiem ryzyka tylko w grupie narażonej. Jest to różnica incydencji między narażonymi a nienarażonymi. Populacyjne ryzyko przypisywalne (PAR) natomiast określa, o ile więcej przypadków choroby jest spowodowanych czynnikiem ryzyka w całej populacji, kwantyfikując w ten sposób całkowity wpływ czynnika ryzyka na zdrowie publiczne.

Czy ryzyko względne (RR) może być mniejsze niż 1?

Tak, ryzyko względne (RR) może być mniejsze niż 1. Jeśli RR < 1, oznacza to, że dane narażenie zmniejsza ryzyko zachorowania, czyli jest czynnikiem ochronnym. Na przykład, gdyby RR dla szczepienia przeciwko grypie było mniejsze niż 1, oznaczałoby to, że zaszczepione osoby mają niższe ryzyko zachorowania na grypę niż osoby nieszczepione.

Dlaczego ważne jest poznanie wskaźników epidemiologicznych?

Znajomość wskaźników epidemiologicznych jest kluczowa dla identyfikacji problemów zdrowotnych, monitorowania trendów chorób, oceny skuteczności profilaktyki i leczenia, alokacji zasobów w opiece zdrowotnej oraz formułowania publicznych polityk zdrowotnych. Pomagają nam zrozumieć, jak choroby się rozprzestrzeniają, jakie czynniki na nie wpływają i jak możemy poprawić zdrowie populacji. Aby uzyskać więcej informacji, możecie odwiedzić Wikipedię o epidemiologii.