Sei sulla pagina 1di 89

UNIVERSITA' DEGLI STUDI DI CATANIA

Facolt di Medicina e Chirurgia


SCUOLA DI SPECIALIZZAZIONE IN IGIENE
Direttore: Prof. Salvatore Sciacca

LEZIONI DI METODOLOGIA EPIDEMIOLOGICA, DEMOGRAFIA E BIOSTATISTICA

Docente: Anselmo Madeddu

2 - CHE COSE UN EPIDEMIOLOGO? COSE LEPIDEMIOLOGIA?


L'Epidemiologo fondamentalmente un "detective" ! Un strano tipo di detective, per la verit, che non ha a che fare con indizi di reato e con presunti delitti, ma con fattori di rischio e fenomeni sanitari. Eppure lo accomuna al detective lo stesso irresistibile gusto del sospetto, la stessa irrefrenabile voglia di scoperta e lo stesso inquietante incubo del dubbio ! E' un detective, forse scettico per natura, ma armato di questionari, di calcolatrici e di tanta fantasia, che partendo dall'osservazione meticolosa di pochi indizi, punta la sua particolare lente d'ingrandimento da "Sherlock Holms delle curve epidemiche", giungendo spesso a delle conclusioni, a volte anche sorprendenti, sulle possibili cause che stanno alla base di un evento.

COS E LEPIDEMIOLOGIA?
L'Epidemiologia, di contro, un continuo esercizio al ragionamento, un socratico "ti est", un instancabile chiedersi del perch delle cose !

3 EPI DEMOS LOGOS: LA RISPOSTA NEL NOME

Oggetto dello studio Medicina Clinica Epidemiologia


Il singolo malato

Scopi
Diagnosticare la malattia e curarla

La comunit (sani + malati)

Valutare globalmente i problemi sanitari per prevenire le malattie

4 LEPIDEMIOLOGIA NELLA STORIA


La prima descrizione di una Epidemia di Tifo si deve a Tucidide, che, scambiandola per peste descrisse la celebre Peste di Atene del 415 a.C. (La Guerra del Peloponneso) La prima ipotesi di relazione (ovviamente spuria) tra acque stagnanti e ingrossamento del fegato (in pratica la prima descrizione della Malaria) la si deve a Ippocrate

LEpidemiologia nella Storia


Le prime correlazioni tra salute e La societ greco-romana la fusi condizione socio-conomica deve a John Graunt (1620-74) molto attenta ai principi che si dellIgiene avvalse dei collettiva registri delle nascite e delle morti (importanza data delle agli parrocchie di Londra.

acquedotti, alle cure termali, alla raccolta dei rifiuti liquidi e Il primo studio di epidemiologia solidi) occupazionale o di medicina
del lavoro riguardante lalta Poi segu il Medioevo, frequenza di cancro dello scroto loscurantismo e le grandi negli spazzacamini la si deve a Sir epidemie di Peste Percivall Potter (1775)

John Snow e il Colera di Londra


Nel 1854 Snow riusc a debellare una grave epidemia di colera a Londra, grazie alla mappatura dei casi, che ritrov curiosamente tutti raccolti lungo il percorso delle rete idrica che faceva capo ad una delle sorgenti di Londra, la Broad Street Pump che prendeva le acque a valle del Tamigi e che fu chiusa.

e poi Pasteur !

5 LEPIDEMIOLOGIA NELLA STORIA


IPPOCRATE E TUCIDITE Nato a Kos (Grecia) nel IV secolo A.C., Ippocrate affranc la medicina dalla speculazione filosofica e dalla superstizione, basando la pratica medica sullo studio del corpo umano. Ritenendo che ogni malattia avesse una spiegazione razionale, riconobbe l'importanza dell'ambiente sulla comparsa e sull'evoluzione delle malattie. Per primo descrisse con precisione i sintomi di alcune affezioni (come la polmonite e l'epilessia nei bambini) e fu sostenitore di rimedi semplici, quali il sonno, il riposo ed una buona alimentazione. Egli dimostr che i pensieri ed i sentimenti avevano origine dal cervello e non dal cuore, come allora si credeva. Ippocrate fu anche brillante studioso di matematica e geometria; egli venne e viene ancora riconosciuto come "padre della medicina". Colleg lingrossamento del fegato alle acque stagnanti. La prima descrizione di una epidemia la si deve a Tucidite che nel suo libro La guerra del Peloponneso narra la celebre Peste di Atene (in realt Tifo) del V secolo a.C.

6 LEPIDEMIOLOGIA NELLA STORIA


GIROLAMO FRACASTORO Girolamo Fracastoro (Verona 1478 - Affi 1553), fisico, poeta, astronomo e geologo, propose un abbozzo della teoria scientifica dei microrganismi come agenti di malattia ben 300 anni prima della formulazione avvenuta ad opera di Pasteur e Koch. Fracastoro raccolse la sua visione sulle epidemie nell'opera "De Contagione et Contagiosis Morbis" (Sul Contagio e le Malattie Contagiose), nella quale si affermava che ogni malattia era provocata da un diverso tipo di corpuscoli in grado di moltiplicarsi rapidamente e di trasmettersi dagli ammalati ai sani in 3 modalit: per contatto diretto, per il tramite di materiali diversi (es. indumenti) ed attraverso l'aria. La teoria di Fracastoro fu molto apprezzata, ma venne ben presto offuscata dalle dottrine mistiche del medico rinascimentale Paracelso.

7 LEPIDEMIOLOGIA NELLA STORIA


JOHN GRAUNT

Fu per merito di John Graunt (16201674) che prese corpo l'idea dell'utilit di disporre di statistiche epidemiologiche sulla durata della vita e sulle cause di morte. Graunt autore di una delle prime opere di statistica venute alla luce in Europa ("Natural and political observations upon the bill of mortality"), in cui i dati dei certificati di morte stilati dai ministri del culto vengono riassunti sotto forma di tavole, percentuali e probabilit. Da esse si evince, ad esempio, l'alta frequenza di morte nei bambini (1/3 di essi moriva in et <5 anni). E' curioso osservare che, nonostante gli enormi mutamenti nel modo di vivere, allora come oggi i maschi erano soggetti a mortalit pi elevata ed a pi bassa morbosit rispetto alle femmine.

8 LEPIDEMIOLOGIA NELLA STORIA


PERCIVAL POTT e BERNARDO RAMAZZINI Nel 1775 Percival Pott (1714-1788), nella foto, chirurgo inglese noto per i suoi studi sulla tubercolosi nonch sulla colonna vertebrale, effettu quello che viene ritenuto il primo studio di "epidemiologia occupazionale" o di "medicina del lavoro" riguardante l'alta frequenza di cancro dello scroto negli spazzacamini.

In precedenza, le malattie legate alle condizioni di lavoro in 50 diversi mestieri erano stati studiate da Bernardo Ramazzini (1633-1714) (laureato in medicina a Parma nel 1659) e pubblicate nella sua opera fondamentale, il De morbis artificum diatriba.

9 LEPIDEMIOLOGIA NELLA STORIA


EDWARD JENNER Edward Jenner (1749-1823) aveva constatato che tutti coloro che contraevano il "cow pox" (in italiano: vaiolo vaccino, che significa letteralmente vaiolo delle vacche, ossia dei bovini), una forma di vaiolo che colpiva i bovini, erano immuni del vaiolo umano. Dopo oltre 20 anni di studi, nel 1796 egli inocul ad un bambino del pus prelevato dalle pustole di individui colpiti da vaiolo vaccino; il paziente, al quale venne inoculato in seguito del pus vaioloso umano, non contrasse la malattia. Questo rappresenta il primo caso documentato di prevenzione attiva di una malattia attraverso immunizzazione. Il termine odierno di "vaccino" trae origine proprio dal metodo di Jenner che prevedeva l'inoculazione appunto del virus del vaiolo vaccino. Da allora il metodo della vaccinazione jenneriana ebbe grande diffusione ovunque; in Italia fu introdotto nel 1799.

10 LEPIDEMIOLOGIA NELLA STORIA


JOHN SNOW

John Snow compie a Londra, in occasione di epidemie di colera (1849 e 1853) studi con metodi epidemiologici rivoluzionari per quei tempi e ancor oggi attuali.

11 LEPIDEMIOLOGIA NELLA STORIA


IL COLERA DI LONDRA

John Snow a met dell'Ottocento, quando ancora non era stato ancora isolato l'agente microbico del colera, riusc a debellare una grave epidemia di colera scoppiata in quegli anni a Londra, grazie alla mappatura dei casi che, lo studioso inglese, ritrov curiosamente raccolti lungo tutto il percorso di una delle reti idriche di Londra. Snow, pur non conoscendo il vibrio cholerae, cap che la malattia veniva trasportata dalle acque, e facendo chiudere la famosa sorgente di Broad Street pump, che prendeva le acque a valle del Tamigi, salv migliaia e migliaia di cittadini londinesi dal terribile flagello del colera.

12 LEPIDEMIOLOGIA NELLA STORIA


PASTEUR e KOCK

Louis Pasteur (1822-1895) e Robert Kock (1843-1910) rappresentano le figure chiave accreditate dello sviluppo della teoria dei microrganismi quali agenti di malattia.

13 PRINCIPI GENERALI DI EPIDEMIOLOGIA

CONFRONTI
Unit di interesse Ambiente Obiettivo primario

CLINICA
Soggetto ammalato

PATOLOGIA EPIDEMIOLOGIA
Soggetto morto Popolazione (sani, malati, morti) In campo Controllo (prevenzione) della malattia Determinazione della frequenza e dellandamento della malattia Perch si verifica? Come si previene?

Ambulatorio Guarigione del soggetto Semeiotica, indagini di laboratorio Come curo questa malattia?

Laboratorio Guarigione di n soggetti in futuro Riconoscimento della malattia in base alle lesioni Qual la patogenesi?

Procedura diagnostica Domande su cui si vuol rispondere

14 PRINCIPI GENERALI DI EPIDEMIOLOGIA

15 PRINCIPI GENERALI DI EPIDEMIOLOGIA

16 PRINCIPI GENERALI DI EPIDEMIOLOGIA

17 PRINCIPI GENERALI DI EPIDEMIOLOGIA

18 OBIETTIVI PRINCIPALI DELLA EPIDEMIOLOGIA


Halo loscopo scopoprimario primariodi didescrivere descrivere Ha CHECOSA COSAE Ela lamalattia, malattia,chi chi CHE ,, quando,dove doveeecome comecolpisce colpisce quando,

Osservare e studiare la frequenza e la distribuzione degli eventi sanitari nella popolazione

epidemiologia DESCRITTIVA
(chi,dove,quando,come)

Misure Epidem

Obiettivi principali della epidemiologia

Standardizzazione e Strumenti di Misurazione

Studiare le possibili associazioni tra i fattori di rischio noti e gli eventi su descritti

epidemiologia ANALITICA
(perch)

Misure Assoc.

Suggerire conseguentemente interventi di MEDICINA PREVENTIVA

Ha Halo loscopo scopoprimario primariodi di RACCOGLIERE DATI RACCOGLIERE DATI per perverificare verificareuna unaipotesi ipotesi ee Rispondere Rispondereal alperch perch una malattia si verifica una malattia si verifica

STRUMENTI E METODOLOGIA DELLA SCIENZA EPIDEMIOLOGICA 19 STRUMENTI E METODI DELLEPIDEMIOLOGIA

1/1

Rapporti-- Proporzioni Proporzioni--Tassi Tassi Rapporti


MISURE EPIDEMIOLOGICHE

Prevalenza --Incidenza Incidenza Prevalenza IndiciSanitari SanitariCorrenti Correnti Indici

MISURE E DEMOGRAFIA SANITARIA

Standardizzazione Diretta e Indiretta

Associazioni AssociazioniSecondarie Secondarie Spurie Spurie--Causali Causali


MISURE DI ASSOCIAZIONE

Rischio RischioAssoluto Assoluto Relativo Relativo--Attribuibile Attribuibile Odds OddsRatio Ratio Analisi AnalisiStratificata Stratificata

20 STRUMENTI E METODI DELLEPIDEMIOLOGIA


Indici Indicidi di tendenza tendenzacentrale centrale
ANALISI DEI DATI (BIOSTATISTICA)

Media, Moda, Mediana Devianza Varianza Deviaz. Standard Errore standard Limiti Fiduciali T di Student Test Z Chi Quadrato Studi Studi Studi Studi Studi Descrittivi Trasversali Caso-Controll Longitudinali Sperimentali

Indici Indicidi divariabilit variabilit

Prove Provedi disignificativit significativit

Classificazione Classificazione
METODI DI STUDIO

Impostazione Impostazionedello dellostudio studio

Analisi preliminare Campionamento (casuale,random, stratif. Raccolta dati (questionari, interviste) Codifica dei Dati

21 - PRINCIPI GENERALI DI EPIDEMIOLOGIA: LA PREVENZIONE


STORIA NATURALE DELLE MALATTIE INFETTIVE I Determinanti
Le Malattie Infettive sono caratterizzate dallesposizione ad un agente patogeno (fattore etiologico) necessario ma non sufficiente. Altri determinanti concorrono allo sviluppo della malattia: i determinanti interni (Ospite) e quelli Esterni (Ambiente). Allesposizione segue la fase di incubazione e poi la malattia clinica, cui seguir la guarigione, la cronicizzazione o la morte

22 - PRINCIPI GENERALI DI EPIDEMIOLOGIA: LA PREVENZIONE


STORIA NATURALE DELLE MALATTIE CRONICO-DEGENERATIVE I Determinanti
Anche nel caso delle Malattie Non Infettive i fattori cusali sono riconducibili alla classica triade epidemiologica: Agente, Ospite, Ambiente. Ma in questo caso, lagente causale spesso rappresentato da una serie di elementi detti Fattori di Rischio.

Fattori di Rischio.

I Fattori di Rischio
I fattori di rischio di una malattia possono essere attributi della persona (Indici di Rischio) o essere situazioni a cui la persona esposta, che aumentano la probabilit di comparsa di una malattia

23 - PRINCIPI GENERALI DI EPIDEMIOLOGIA: LA PREVENZIONE


CLASSIFICAZIONE DEI FATTORI DI RISCHIO

1 - RISCHI PROFESSIONALI Esposizioni industriali (Metalli, Amianto, Benzene, Amine Ar., ecc.) Esposizioni di tipo agricolo (Pesticidi: arsenicali, olii grezzi, triazine) 2 - RISCHI AMBIENTALI Fattori di rischio chimici (Inquinam. atmosferico: contam.gass./corp.) Fattori di rischio fisici (Inquinam. Radioattivo ed elettromagnetico) 3 - FATTORI DI RISCHIO COMPORTAMENTALI Fumo 30% tumori, 90% K Polm., 70% BPCO, 25% Cardiov. Alcol 3% K esofago-laringe, K Fegato, Cirrosi, Incidenti Alimentazione 35% K (Stomaco, Colon) Diabete, Ipertens. Comportamento Sessuale 7% K (Utero, Mamm.) AIDS, Epat.

24 - PRINCIPI GENERALI DI EPIDEMIOLOGIA: LA PREVENZIONE


LA PREVENZIONE e
La Prevenzione Primaria interviene prima dellinizio della malattia La Prevenzione Secondaria interviene nella fase subclinica La Prevenzione Terziaria interviene dopo ed la prevenzione delle complicanze Inizio Malattia Comparsa Malattia Morte
CLINICA Prevenz. TERZIARIA

Prevenz. SECONDARIA

1 2 3
Screening
Scr. Inutile
Prevenz. PRIMARIA

Sano

Asintomatico

Sintomatico

25 UTILIZZI ATTUALI DELLA EPIDEMIOLOGIA


GLI AMBITI DI APPLICAZIONE DELLA EPIDEMIOLOGIA Se vero che lEpidemiologia tradizionale pu essere definita come la disciplina che studia le malattie ed i determinanti di salute attraverso losservazione diretta della loro distribuzione e del loro andamento nella popolazione, al fine di individuarne i fattori di rischio e di promuovere gli interventi della medicina preventiva, negli ultimi decenni i campi di applicazione dellEpidemiologia si sono estesi anche al di l della semplice indagine finalizzata alla sorveglianza epidemiologica, abbracciando anche la valutazione dei servizi sanitari, lanalisi della domanda e dellofferta sanitaria per la programmazione dei servizi, la valutazione di efficacia degli interventi terapeutici e dellassistenza clinica.
CAMPI DI APPLICAZIONE
INDAGINE E SORVEGLIANZA (EPID. OSSERVAZIONALE) ANALISI DOMANDA-OFFERTA (PROGRAMMAZIONE) VALUTAZIONE DEI SERVIZI (EPIDEMIOL. VALUTATIVA) MEDICINA DELLE EVIDENZE (EPIDEMIOLOGIA CLINICA)

DESCRIZIONE LEpidemiologia tradizionale finalizzata allo studio dei fattori di rischio per la Prevenzione LEpidemiologia che analizza domanda/offerta sanitaria per guidare la Programmazione LEpidemiologia finalizzata alla valutazione dei Servizi Sanitari (anche per la Programm.) E lEpidemiologia Clinica, ovvero lapproccio epidemiologico alle problematiche cliniche

LE MISURE EPIDEMIOLOGICHE

27 LE MISURE EPIDEMIOLOGICHE
Gli obiettivi intermedi della Epidemiologia possono essere sintetizzati in due punti: 1) Osservare, studiare e descrivere la frequenza e la distribuzione degli eventi 2) Studiare le possibili associazioni tra i fattori di rischio noti e gli eventi di malattia Ma per poter descrivere la frequenza e la distribuzione degli eventi necessario ricorrere ad apposite misure, che chiameremo Misure Epidemiologiche (Rapporti, Proporzioni, Tassi), attraverso le quali sar possibile osservare e quantificare i pi importanti indicatori epidemiologici: Incidenza e Prevalenza - Indici Sanitari correnti Il numero degli eventi da solo non basta per poter misurare un fenomeno sanitario. In Epidemiologia necessario rapportare sempre il numero degli eventi (numeratore) alla popolazione di riferimento, che rappresenta il denominatore di questo rapporto.

28 LE MISURE EPIDEMIOLOGICHE

RAPPORTO Il rapporto esprime una relazione tra due grandezze indipendenti tra di loro. Ad esempio il rapporto di nati-mortalit (n.nati morti/n.nati vivi) PROPORZIONE La proporzione un particolare tipo di rapporto in cui il Numeratore rappresenta sempre una parte del Denominatore (rimanendo per una misura "statica"). Ad esempio la prevalenza di una malattia ad un dato istante (n.di malati/popolazione totale): i malati rappresentano una parte stessa della popolazione totale, ma sono colti in maniera statica, in un determinato tempo t. TASSO Il tasso un particolare tipo di proporzione, nella quale viene introdotto il parametro dinamico di "tempo". Ad esempio l'incidenza annuale di una malattia (n.di nuovi casi di malattia in un anno / popolazione a rischio). In questo caso stato introdotto un parametro temporale come intervallo di tempo t (un anno).

29 LE MISURE EPIDEMIOLOGICHE

1. 2. 3.

E' una Proporzione (non un Tasso !) e pertanto il suo valore osciller da 0 a 1, ovvero da 0 a 100%. E' una misura statica, quasi un' "istantanea fotografica", pi adatta a studiare malattie a decorso cronico. E' influenzata con rapporto di proporzionalit diretta dalla sopravvivenza, e dunque dai progressi della medicina (in particolare la prevenzione secondaria). E' utile per fornire notizie sulle condizioni di salute della popolazione e per il dimensionamento dei servizi ai fini della programmazione sanitaria.

4.

30 LE MISURE EPIDEMIOLOGICHE

1. 2. 3. 4.

E fondamentalmente un Tasso ( rapportata infatti ad un periodo di tempo E una misura dinamica (come lo scorrere di un film) e studia meglio le malattie ad insorgenza e decorso acuto. E' influenzata soltanto dalla prevenzione primaria. E' utile se si vogliono effettuare confronti fra gruppi di popolazione e se si vuole indagare sugli agenti cusali.

31 LE MISURE EPIDEMIOLOGICHE

32 LE MISURE EPIDEMIOLOGICHE
Un esempio ittico
Rubinetto delle Nascite Serbatoio della Popolazione Sana

Flusso della Incidenza

Sano Malato Serbatoio della Prevalenza Rubinetto delle Morti

33 LE MISURE EPIDEMIOLOGICHE MORTALITA


N. Morti in un intervallo di tempo t / Popolazione Totale a met intervallo * K
Misura la frequenza dei decessi verificatisi in una popolazione. E' influenzata dalla sopravvivenza con rapporto di proporzionalit inversa.

SOPRAVVIVENZA
N.Sopravvissuti ad un tempo t dalla diagnosi / N.Malati all'inizio del tempo t
E' il complemento della letalit. Esprime la proporzione dei casi sopravvissuti ai successivi anniversari della data di prima diagnosi.

34 LE MISURE EPIDEMIOLOGICHE
VARIAZIONI DI INCIDENZA PREVALENZA E MORTALITA' IN RAPPORTO ALLA SOPRAVVIVENZA

Inizio intervallo 1 gennaio I I I I M M M

Prevalenza al 30 giugno

Fine intervallo 31 dicembre

M I M MALATTIA A

INCIDENZA PREVALENZA MORTALITA'

= = =

5 casi 2 casi 5 casi

I I I I I

P P P P P

M MALATTIA B M M M M
INCIDENZA PREVALENZA MORTALITA' = = = 5 casi 5 casi 2 casi

Gen. Feb.

Mar. Apr.

Mag. Giu

Lug. Ago

Set.

Ott.

Nov. Dic.

35 LE MISURE EPIDEMIOLOGICHE
Prevalenza, Incidenza e Sopravvidevza sono correlati tra loro:

P=IxS

I=P/S

S=P/I

Ma le suddette misure, oltre ad essere correlate tra di loro sono in qualche modo influenzate dagli effetti della PREVENZIONE PRIMARIA e della PREVENZIONE SECONDARIA

1.

Interviene prima dellinizio della malattia Si attua con la rimozione degli agenti cancerogeni degli ambienti di vita e di lavoro e soprattutto con l EDUCAZIONE SANITARIA Interviene tra linizio della malattia e la fase delle manifestazioni cliniche Si attua con lo SCREENING (sensibile, specifico, poco costoso, facilmente accessibile, rivolto a patologie per le quali esista una terapia efficace, dotato di un vantaggioso rapporto costo-benefici)

Prevenzione Primaria Prevenzione Secondaria

2.

1. 2.

36 LE MISURE EPIDEMIOLOGICHE
EFFETTI DELLA PREVENZIONE SU INCIDENZA,PREVALENZA,MORTALITA,SOPRAVVIVENZA

(+)

PREVALENZA

(+) (=) (-)

PREVENZIONE SECONDARIA

SOPRAVVIVENZA

INCIDENZA MORTALITA MORTALITA

SOPRAVVIVENZA

(=)

PREVENZIONE PRIMARIA

INCIDENZA

PREVALENZA MORTALITA MORTALITA

(-) (-)

(-)

37 LE MISURE EPIDEMIOLOGICHE
...altre ...altremisure misureepidemiologiche epidemiologiche

Prevalenza Periodale

Casi presenti nel periodo t / Popolazione Totale (%)

Incidenza Cumulativa (Rischio)

Nuovi Casi nellintervallo t / Persone a rischio allinizio di t (%)

Incidenza Persona/Tempo

Nuovi Casi nellintervallo t / Persone Tempo (* K)

Incidenza di grandi popolazioni

Nuovi Casi nellintervallo t / Popolazioni a met anno (* K)

38 - INTERVALLI DI CONFIDENZA DI PREVALENZA E INC. CUM.


Non basta calcolare i valori dell'Incidenza o della Prevalenza di un evento. Spesso infatti occorre accompagnare i dati con l'indicazione degli Intervalli di Confidenza, che esprimono l'intervallo di valori entro cui ricadr il reale valore della misura epidemiologica studiata, nell'ambito della popolazione da cui stato tratto il campione osservato. Gli I.C. derivano dal prodotto tra Errore Standard ed un coefficiente legato al livello di probabilit (per un livello del 95% 1,96). Prevalenza ed Incidenza Cumulativa sono delle Proporzioni. Pertanto i Limiti Fiduciali si calcolano applicando la formula dell'Errore Standard di Proporzioni (distribuzione binomiale approssimata). LF 95% = P +/- 1,96 RadQ [P*(1-P) / n] Dove LF95% sono i Limiti Fiduciali fissati al 95%, P la Proporzione osservata (Prevalenza o Incidenza Cumulativa), 1,96 il coefficiente dato ad un livello di probabilit del 95% (p<0.05), 1-P il complemento a 1 della Proporzione ed infine n la numerosit del campione (la popolazione osservata). AD ESEMPIO: Se sono stati osservati 30 casi prevalenti su 100 persone avremo una Prevalenza di 30/100= 0,3. Dunque scriveremo: LF 95% = 0,3 +/1,96 [0,3*(1- 0,3)/100] = valore compreso tra 0,39 e 0,21.

39 a - INTERVALLI DI CONFIDENZA DELLA INCIDENZA


L'Incidenza un tasso ed i Limiti Fiduciali si calcolano diversamente. Nel calcolo il denominatore rimane invariato sia che si tratti dei L.F. Superiori che Inferiori. Quello che varia tra L.F. Superiori ed Inferiori il Numeratore (numero di eventi). In base al numero di eventi, possono verificarsi due casi: 1 caso: il numero di eventi piccolo (< 30): In questo caso i valori del L.F. Superiore ed Inferiore si possono leggere direttamente nella Tabella di Poisson
Eventi 0 1 2 3 4 5 6 7 8 9

Inf. Sup.
0 0,051 0,355 0,818 1,37 3 4,74 6,3 7,75 9,15

Eventi 10 11 12 13 14 15 16 17 18 19

Inf. Sup.
5,43 16,96 6,17 18,21 6,92 19,44 7,69 20,67 8,46 21,89 9,25 10,04 10,83 23,1 24,3 25,5

Eventi 20 21 22 23 24 25 26 27 28 29

Inf. Sup.
13,25 29,06 14,07 30,24 14,89 31,42 15,72 32,59 16,55 33,75 17,38 34,92 18,22 36,08 19,06 37,23 19,9 38,39 20,75 39,54

1,97 10,51 2,61 11,84 3,29 13,15 3,98 14,43 4,7 15,71

11,63 26,69 12,44 27,88

39 b - INTERVALLI DI CONFIDENZA DELLA INCIDENZA


2 caso: il numero di eventi grande (> 30): In questo caso si pu usare con buona approssimazione la seguente formula (dove X esprime il numero eventi): L.F. 95% Inferiore = [1,96/2 - X]2 L.F. 95% Superiore = [1,96/2 + (X+1)]2 AD ESEMPIO con 82 eventi al numeratore: LF95% Inf. = (1,96/2 - Radq 82)2 ; LF95% Sup.= (1,96/2 + Radq 82+1)2 ; A questo punto avremo: Incidenza = X / persone-tempo; LF Inf.= X inf. / persone-tempo; LF Sup.= X sup. / personetempo. Come si vede il denominatore lo stesso, cambia solo il numeratore. RISULTATO: LF Inf. = 65,2 ; LF Sup. = 101,8

40 INDICI SANITARI CORRENTI


1. TASSO DI NATALITA = 2. TASSO MORT. INFANTILE = 3. TASSO MORT. NEONATALE = 4. T. M. N. PRECOCE = N di nati vivi in un anno x 1000 Popolazione a met anno Morti annui nel 1 anno di vita x 1000 N. nati vivi durante lo stesso anno Morti annui nelle prime 4 sett. x 1000 N. nati vivi durante lo stesso anno N. annuale morti nella 1 sett. x 1000 N. nati vivi durante lo stesso anno N. annuale morti tra 2 e 4 sett. x 1000 N. nati vivi durante lo stesso anno N. annuale di nati morti N. annuale nati vivi + nati morti x 1000

5. T. N. M. TARDIVA =

6. TASSO DI NATI MORTALITA =

7. T. M. POSTNEONATALE =

Morti ann. dopo 4 sett. 1 anno x 1000 N. nati vivi durante lo stesso anno N. ann. di nati morti + morti in 1 sett. x 1000 N. nati vivi + nati morti nellanno

8. MORTALITA PERINATALE =

41 INDICI SANITARI CORRENTI


Mortalit Infantile

MORTALITA' INFANTILE MORTALITA' POST-NEONATALE MORTALITA' NEONATALE Precoce Tardiva MORTALITA' PERINATALE NATI-MORTALITA'
28 Sett. NASCITA 1 Sett. 2 Sett. 3 Sett. 4 Sett. 1 Anno

42 INDICI SANITARI CORRENTI

43 - LE FONTI DI INFORMAZIONE
Censimento Generale E' una fonte molto importante perch permette di conoscere la composizione della popolazione per fasce d'et e per sesso e anche caratteri socio-economici Schede Istat di Morte Compilate dal medico che accerta il decesso, finiscono all'Istituto Centrale di Statistica (ISTAT). Consentono di risalire alle cause terminali ma anche iniziali. Schede Istat di Nascita Vengono compilate subito dopo il parto presso gli Ospedali e danno informazioni su et, sesso, residenza e lavoro dei genitori, condizioni del neonato. Notifica Malattie Infettive (DM 15.12.1990) 47 malattie infettive sottoposte ad obbligo di denuncia, suddivise in 5 classi per rilevanza sociale ed epidemiologica, gravit e altri parametri sanitari. Fonti Ospedaliere (Cartelle Cliniche, SDO e DRGs) Fonti medico-legali spesso a fini economico-contabili di grande interesse sanitario Registri Tumori o di Patologia

LA DEMOGRAFIA SANITARIA

LE PIRAMIDI DELLE POPOLAZIONI 45 LE PIRAMIDI DELLA POPOLAZIONE


PIRAMIDE DELLA POPOLAZIONE DI CARLENTINI (SR) Et >90 80-89 70-79 60-69 50-59 40-49 30-39 20-29 10-19 0-9 1.465 1.082 1.019 0 982 1.220 1.187 1.371 791 422 233 m aschi 22 38 250 528 875 948 1.237 1.328 1.367 1.489 fem m ine PIRAMIDE DELLA POPOLAZIONE DI PEDAGAGGI (SR) Et >90 80-89 70-79 60-69 50-59 40-49 30-39 20-29 10-19 0-9 110 64 68 73 74 0 99 78 65 68 71 95 99 46 30 m aschi 1 3 39 72 73 92 fem m ine

Numero di Persone

Numero di Persone

Nelle indagini epidemiologiche diventa fondamentale conoscere la composizione per sesso e fasce d'et della popolazione studiata, poich la loro diversa composizione influisce sull'andamento dei fenomeni. La rappresentazione grafica della composizione per sesso ed et data dalle cosiddette Piramidi della Popolazione. Si tratta di un diagramma che nelle ordinate raccoglie le fasce d'et, mentre nelle ascisse riprende la numerosit, suddivisa per maschi (a sinistra) e per femmine (a destra). Il tasso di incidenza per malattie neoplastiche, ad esempio potrebbe apparire pi elevato nella popolazione di Pedagaggi rispetto a quella di Carlentini non per una reale maggiore incidenza della malattia, ma soltanto perch la popolazione di Pedagaggi pi vecchia (Piramide a Torre Quadra) della popolazione di Carlentini, e noi sappiamo che la patologia tumorale si manifesta pi frequentemente tra gli anziani.

46 TECNICHE DI STANDARDIZZAZIONE
Quando un fenomeno sanitario fortemente correlato con let, con il sesso, la classe sociale, lattivit lavorativa o altre variabili, la semplice osservazione dei TASSI GREZZI potrebbe condurre a conclusioni errate. Per evitare distorsioni dovute alla variabilit di questi fattori, si ricorre alla tecnica della STANDARDIZZAZIONE.

Si applicano i tassi specifici per et della popolazione in osservazione alle classi di et di una Popolazione Standard.

STANDARDIZZAZIONE DIRETTA

Si applicano i tassi specifici per et di una Popolazione Standard alle classi di et di una popolazione in osservazione.

STANDARDIZZAZIONE INDIRETTA

47 LA STANDARDIZZAZIONE DIRETTA
Supponiamo che il RTP osservi l'incidenza delle neoplasie in due cittadine della provincia di Siracusa, nell'arco di un anno. Entrambe le cittadine fanno circa 8.000 abitanti. Nella citt A sono stati osservati 30 casi su 8.003 ab.(Incidenza x 1000 = 30/8003 * 1000 = 3,7) Nella citt B sono stati osservati 41 casi su 7.998 ab. (Incidenza x 1000 = 41/7998 * 1000 = 5,1) Sembrerebbe, dunque, che nella citt B ci sia una maggiore incidenza di tumori.

CITTA A
Fasce dEt Casi Osservati (a) Popolaz. per fasce (b) Incidenza per 1000 (c) = a/b*1000

CITTA B
Fasce dEt Casi Osservati (d) Popolaz. per fasce (e) Incidenza per 1000 (f) = d/e*1000

0-34 35-64 >65 Totale

4 9 17 30

3699 2703 1601 8003 3,7

0-34 35-64 >65 Totale

1 14 26 41

1998 3597 2403 7998 5,1

In realt, per le due citt presentano una diversa composizione per fasce d'et, in quanto la citt A complessivamente pi giovane della citt B.

48 LA STANDARDIZZAZIONE DIRETTA
CITTA A (Incidenza Specifica)
Fasce dEt Casi Osservati (a) Popolaz. per fasce (b) Incidenza per 1000 (c) = a/b*1000

CITTA B (Incidenza Specifica)


Fasce dEt Casi Osservati (d) Popolaz. per fasce (e) Incidenza per 1000 (f) = d/e*1000

0-34 35-64 >65 Totale

4 9 17 30

3699 2703 1601 8003

1,1 3,3 10,6 3,7

0-34 35-64 >65 Totale

1 14 26 41

1998 3597 2403 7998

0,5 3,9 10,8 5,1

Dividendo i casi osservati in ogni fascia per la rispettiva popolazione di fascia e moltiplicando per 1000 si ottengono i Tassi di Incidenza (per 1000) specifici per ogni classe d'et (terza colonna in blu) nelle citt A e B. A questo punto necessario ottenere la Popolazione Standard su cui standardizzare i tassi di incidenza. Per far questo si sommano per ogni singola fascia le popolazioni delle due citt (si pu ricorrere anche ad una terza popolazione che pu coincidere con quella media nazionale e cos via): colonna blu.

POPOLAZIONE STANDARD A+B


Fasce dEt Casi Attesi Popolaz. Stan. (ps) Incidenza per 1000

0-34 35-64 >65 Totale

5697 6300 4004 16001

49 LA STANDARDIZZAZIONE DIRETTA
CASI ATTESI CITTA A
Fasce dEt Casi Attesi C.A.
PS*C/1000

CASI ATTESI CITTA B


Incidenza per 1000 (C) Fasce dEt Casi Attesi C.A.
PS*F/1000

Popolaz. Standard (PS)

Popolaz. Standard (PS)

Incidenza per 1000 (F)

0-34 35-64 >65 Totale

6,2 21,0 42,5 69,7

5697 6300 4004

1,1 3,3 10,6

0-34 35-64 >65 Totale

2,9 24,5 43,3 70,7

5697 6300 4004

0,5 3,9 10,8

***

***

***

***

A questo punto, una volta ricavata la popolazione standard (alla quale rapporteremo i tassi di incidenza di entrambe le cittadine), possiamo calcolare i casi attesi. Cominciando dalla citt A, riportiamo nella terza colonna le singole incidenze di fascia e quindi calcoliamo i Casi Attesi in ogni fascia con la formula: Popolazione Standard di fascia (S) * Incidenza specifica di fascia (C) / 1.000 A questo punto, sommando verticalmente i casi attesi ottenuti in ogni singola fascia nella tabella di destra otteniamo il numero di Casi Attesi totale per la cittadina A : 69,7 Ripetiamo la stessa operazione, calcolando i Casi Attesi di B : 70,7

50 LA STANDARDIZZAZIONE DIRETTA
Una volta che abbiamo ottenuto i Casi Attesi della citt A e della citt B possiamo calcolare i Tassi di Incidenza Standardizzati delle due cittadine con le seguenti formule: INCIDENZA STANDARDIZZATA CITTA' A = Tot. Casi Attesi A / Tot. Popolaz. Standard * 1000 INC. STAND. A = 69,7 / 16.001 * 1.000 = 4,4 INCIDENZA STANDARDIZZATA CITTA' B = Tot. Casi Attesi B / Tot. Popolaz. Standard * 1000 INC. STAND. B = 70,7 / 16.001 * 1.000 = 4,4 Come si pu notare in entrambe le cittadine il Tasso di Incidenza Standardizzato lo stesso, pertanto i differenti Tassi di Incidenza osservati nelle due citt prima della standardizzazione non erano dovuti a reali differenze della frequenza della patologia tumorale, bens alla differente composizione per fasce d'et delle popolazioni delle due cittadine siracusane. Infatti, una volta corretto l'effetto della differenza nella composizione per et delle due popolazioni attraverso la standardizzazione le due incidenze risultano uguali. La formula sintetica della Standardizzazione Diretta (T.I.S.=Tasso Incidenza Standardizzato), pertanto :

T.I.S. = [S (T.I.i. * P.S.i. / 1000) ] / (P.S.i.)* 1000


Dove T.I.S. il Tasso di Incidenza Standardizzato, T.I.i il Tasso di Incidenza alla i-esima classe d'et e P.S.i la Popolazione Standard alla i-esima classe d'et

51 LA STANDARDIZZAZIONE INDIRETTA
CITTA A
Fasce dEt Casi Osservati (a) Popolaz. per fasce (b) Incidenza per 1000 (c)

CITTA B
Fasce dEt Casi Osservati (d) Popolaz. per fasce (e) Incidenza per 1000 (f)

0-34 35-64 >65 Totale

4 9 17 30

3699 2703 1601 8003

1,1 3,3 10,6 3,7

0-34 35-64 >65 Totale

1 14 26 41

1998 3597 2403 7998

0,5 3,9 10,8 5,1

La standardizzazione pu essere ottenuta anche con un metodo indiretto, sperimentando, questa volta i tassi di incidenza specifici di una popolazione standard sulle popolazioni delle due citt. In questo caso, anzicch sommare le due popolazioni per ottenere una Popolazione Standard necessario invece ricavare i Tassi d'Incidenza Standard. Per far questo occorre sommare per singola fascia i Casi di A + B e le Popolazioni di A + B.

FASE 1: Somma Casi e Popolazioni


Fasce dEt Somma Casi Somma Popolaz. Incidenza Stan.(IS)

0-34 35-64 >65 Totale

5 23 43 71

5697 6300 4004 16001

52 LA STANDARDIZZAZIONE INDIRETTA
Quindi possibile ricavare le Incidenze Standard: I.S.= Somma dei Casi / Somma Popolazioni * 1000 Calcolati i Tassi Specifici di Incidenza Standard, questi vengono riportati nella terza colonna delle Tabelle, mentre nella seconda colonna vengono nuovamente riportate le popolazioni delle 2 citt. A questo punto possibile calcolare i Casi Attesi della citt A e della citt B (1 colonna): C.A.= Pop. fascia * Incidenz.Stand. di fascia / 1000 Sommando verticalmente si hanno i Casi Attesi Totali

Fase 2: Calcolo Incidenze Standard


Fasce dEt Somma Casi Somma Popolaz. Incidenza Stan.(IS)

0-34 35-64 >65 Totale

5 23 43 71

5697 6300 4004 16001

0,9 3,7 10,7 4,4

CASI ATTESI CITTA A


Fasce dEt Casi Attesi Popolaz. per fasce (B) Incidenza Standard (IS)

CASI ATTESI CITTA B


Fasce dEt Casi Attesi Popolaz. per fasce (E) Incidenza Standard (IS)

0-34 35-64 >65 Totale

3,2 9,9 17,2 30,3

3699 2703 1601

0,9 3,7 10,7

0-34 35-64 >65 Totale

1,8 13,1 25,8 40,7

1998 3597 2403

0,9 3,7 10,7

***

***

***

***

53 LA STANDARDIZZAZIONE INDIRETTA E R.S.M.


In conclusione i Casi Attesi ottenuti vanno confrontati con i Casi Osservati: se non si presentano sostanziali differenze tra i Casi Osservati e gli Attesi, significa che le differenze osservate (posto che l'Incidenza Standard uguale in entrambe le citt) sono dovute solo alla differente composizione delle fasce d'et tra le due citt.

CITTA' A = CITTA' B =

OSSERVATI 30 OSSERVATI 41

ATTESI 30,3 ATTESI 40,7

Il Rapporto tra Osservati e Attesi sta alla base del Rapporto Standardizzato di Incidenza e soprattutto del Rapporto Standardizzato di Mortalit RSM, che espresso dalla formula:

RSM = Morti Osservate / Morti Attese * 100


Nel nostro esempio, pertanto avremo:

RSM della Citt A = 30/30,3 x 100 = 99,0 RSM della Citt B = 41/40,7 x 100 = 100,7
Quando RSM > 100 significa che abbiamo osservato pi casi rispetto agli attesi Quando RSM < 100 significa che abbiamo osservato meno casi rispetto agli attesi Nel nostro esempio RSM oscilla intorno al 100

54 - INDICATORI DEMOGRAFICI e SOCIO-ECONOMICI


Gli INDICATORI DEMOGRAFICI Gli Indici Demografici possono descrivere le caratteristiche strutturali di base di una popolazione (indici di natalit, mortalit, fecondit, vecchiaia), ovvero possono esprimerne la capacit produttiva (indici di popolazione attiva, di carico di figli), oppure ancora possono esprimerne lo stato di dipendenza (indici di dipendenza strutturale). Negli ultimi anni sta assumendo una rilevanza sempre maggiore un Indice Socio-Economico assai utile per correlare lo stato di salute alle condizioni economiche e sociali, lindice di deprivazione. Indice di Vecchiaia E espresso dal rapporto proporzionale tra la classe di et non pi attiva ( 65 anni) e quella non ancora attiva ( 14 anni). E un indicatore dinamico della tendenza allinvecchiamento di una popolazione. Valori superiori a 100 indicano un maggior peso della popolazione anziana su quella giovanile. E dato dalla formula: IV = Pop. 65 anni / Pop. 14 anni * 100

55 - INDICATORI DEMOGRAFICI e SOCIO-ECONOMICI


Indice di Invecchiamento E espresso dalla proporzione di popolazione anziana ( 65 anni) sul complesso della popolazione. E un indicatore statico delle dimensioni relative della popolazione anziana, utile per dimensionare i servizi socio-sanitari. E data dalla formula: II = Pop. 65 anni / Pop. Totale * 100 Indice di Dipendenza Strutturale E espresso dal rapporto proporzionale tra la sommatoria delle popolazioni in et non attiva ( 65 anni e 14 anni) e la popolazione attiva (15-64 anni). E un indicatore di rilevanza economica e sociale. E dato dalla formula: IDS = (Pop.65a. + Pop.14a.) / Pop.15-64a.*100 Pu essere riferito anche solo agli Anziani (IDSA).

56 - INDICATORI DEMOGRAFICI e SOCIO-ECONOMICI


Indice di Lavoro (o di Popolazione Attiva) E espresso dalla proporzione di popolazione in et attiva (15-64 anni) sul Totale della Popolazione. E dato dalla formula: IL = Pop. 15-64 anni / Pop. Totale * 100 Indice di carico di figli per donna feconda E espresso dal rapporto proporzionale tra la popolazione di bambini di et inferiore a 5 anni e la popolazione di donne in et feconda (15-49 anni). E un importante indicatore socio-demografico perch stima il carico di figli in et prescolare per donna in et fertile, cio in una et in cui pi alta la frequenza di donne lavoratrici. E dato dalla formula: IFF = Pop. < 5 anni / Pop. Fem. 15-49 a. * 100

57 - INDICATORI DEMOGRAFICI e SOCIO-ECONOMICI


Indice di Crescita Naturale E espresso dalla differenza tra il tasso di natalit ed il tasso di mortalit (sui quali si rimanda al paragrafo sugli Indicatori Sanitari). Descrive il tasso di crescita biologico di una popolazione. E dato dalla formula: ICN = IN - IM Gli INDICATORI SOCIO-ECONOMICI Diversi studi internazionali hanno confermato linfluenza delle diseguaglianze economiche e sociali sulle condizioni di salute, considerato che le persone con un pi basso livello socio-economico si ammalano pi frequentemente e muoiono prima. Questo fenomeno non riguarda solo le fasce pi disagiate della popolazione ma ogni gradino della scala sociale, coinvolgendo tutte le dimensioni della struttura sociale e demografica (grado di istruzione, tipo di abitazione, condizioni familiari, tipo di lavoro). Inoltre interessa quasi tutte le cause di morte, non si presenta soltanto nella mortalit prematura delle classi sociali meno abbienti, ma persino nella morbosit, nella disabilit e nella differente esposizione ai fattori di rischio e ai fattori protettivi.

58 - INDICATORI DEMOGRAFICI e SOCIO-ECONOMICI


Indice di Deprivazione LIndice di Deprivazione un indicatore geografico che ha il fine di descrivere la povert intesa, su base aggregata, nelle sue diverse dimensioni. Infatti, la povert viene considerata non solo come una condizione di disagio economico materiale, ma anche come una condizione di svantaggio relazionale, culturale e di classe. Lindice di deprivazione viene costruito attraverso una selezione delle variabili disponibili a livello comunale e rilevate generalmente con lultimo censimento. Ecco alcuni dei maggiori esempi di variabili da poter utilizzare: Istruzione: % di pop. con titolo non superiore alla licenza elementare; Propriet Casa: la proporzione di abitazioni in affitto; Sovraffollamento: numero medio di occupanti per abitazione; Disoccupazione: % di pop. attiva disoccupata o in cerca di 1 occupazione; LIndice di Deprivazione, risultante dalla sommatoria standardizzata di tutte le variabili considerate, pu essere rappresentato su mappe geografiche confrontabili con quelle, ad esempio, degli RSM e rappresenta uno strumento importante per lo studio delle diseguaglianze di salute, al fine di per valutare landamento della mortalit e della morbosit in relazione alle condizioni socio-economiche.

LE MISURE DEL RISCHIO


Attenti al Cane

Quando hai eliminato limpossibile, qualsiasi cosa rimanga per quanto improbabile deve essere la verit. Sherlock Holmes (Arthur Conan Doyle)

60 LE MISURE DI ASSOCIAZIONE (O DEL RISCHIO)


Sappiamo che gli obiettivi principali in Epidemiologia possono sintetizzarsi in due punti 1) Osservare, studiare e descrivere la frequenza e la distribuzione degli eventi 2) Studiare le possibili associazioni tra i fattori di rischio noti e gli eventi di malattia Lo strumento necessario per raggiungere il primo obiettivo rappresentato come si gi detto dalle Misure Epidemiologiche. Lo strumento necessario per raggiungere il secondo obiettivo costituito dalle Misure di Associazione, ed in particolare dalle Misure di Rischio: 1) Rischio Assoluto 2) Rischio Attribuibile 3) Rischio Relativo e Odds Ratio L'Associazione esprime il grado di dipendenza statistica tra due variabili. Non detto tuttavia che tutte le associazioni rivelino un rapporto causale (cio che una delle due variabili sia causa dell'altra). Vi sono infatti almeno tre Tipi di Associazioni: 1. 2. 3. Associazioni Secondarie o indirette Associazioni Spurie Associazioni Causali

61 LE MISURE DI ASSOCIAZIONE (O DEL RISCHIO)


Uno dei principali scopi dellepidemiologia quello di studiare le possibili associazioni tra i fattori di rischio noti e gli eventi di malattia. L Associazione esprime il grado di dipendenza statistica tra due variabili. Non detto tuttavia che tutte le associazioni rivelino un rapporto causale.

62 LE MISURE DI ASSOCIAZIONE (O DEL RISCHIO)

63 LE MISURE DI ASSOCIAZIONE (O DEL RISCHIO)


LAssociazione Secondaria di 1 Tipo
Detta anche indiretta, il tipo di associazione che accomuna due variabili solo perch dipendono entrambe da una terza variabile che la vera causa. Un esempio classico e pi volte citato rappresentato dalla associazione esistente tra le broncopneumopatie ed i tumori polmonari. Spesso queste due variabili si presentano associate, ma non per questo la prima causa della seconda, in quanto entrambe dipendono dalla presenza di un unico fattore di rischio comune rappresentato dal fumo di sigaretta, che costituisce la vera causa di entrambe le malattie.
Schema

B
Associazione Causale Falsa

Esempio

K Polmoni

Fumo

Associazione

BPCO

64 LE MISURE DI ASSOCIAZIONE (O DEL RISCHIO)


LAssociazione Secondaria di 2 Tipo
E lapparente associazione causale dove leffetto viene scambiato con la causa, di solito, per via della mancata prospettiva temporale E il caso in cui, ad esempio, si osserva un'apparente associazione tra uso di acqua oligominerale ed il cancro della vescica. In questo caso non l'acqua oligominerale a causare il cancro della vescica, ma stata la malattia vescicale ad indurre i pazienti a bere acqua oligominerale. Il vero fattore causale del K Vescica sar stata invece lesposizione a vernici di anilina.
Schema

B
Associaz. Causale Falsa

Esempio

K Vescica

Vernici Anilina Consumo H2O Miner.

65 LE MISURE DI ASSOCIAZIONE (O DEL RISCHIO)


LAssociazione Spuria
Detta anche non causale, il tipo di associazione prodotta da un elemento esterno (fattore di confondimento) dovuto a errori metodologici o sistematici (ad esempio di campionamento). Un esempio pu essere rappresentato dall'associazione che potrebbe trovarsi tra i soggetti ansiosi ed il tumore polmonare. Siccome nei soggetti ansiosi pi frequente l'abitudine al fumo, l'apparente associazione coi tumori polmonari non dovuta certo all'ansia, bens al fumo di sigaretta, che si comporta da fattore di confondimento. Un altro esempio lassociazione tra caff e infarto col confondente fumo
Schema

B
Associazione Causale Falsa

Esempio

Infarto

Fumo (Conf.)

Caff

66 - ASSOCIAZIONE SPURIA: CAFFE-FUMO e INFARTO


Caff (tazze al d) Mortalit per Cardiopatia Coronarica in maschi di 55-64 anni (morti/1000/anno)

0 1-5 >5

6 8 12

Il caff sembra correlato allinfarto (al crescere del numero di tazzine aumentano i decessi) Ma anche il fumo appare correlato.

Prese singolarmente entrambe le variabili sembrano associate allinfarto.


Sigarette (pacch. /d) Mortalit per Cardiopatia Coronarica in maschi di 55-64 anni (morti/1000/anno)

Ma una di esse potrebbe comportarsi da confondente per laltra (occorre una analisi stratificata).

0 1-2 >2

4 10 15

67 - ASSOCIAZIONE SPURIA: CAFFE-FUMO e INFARTO


Leggendo i dati del fumo stratificati nei tre livelli di rischio del caff (lettura orizzontale) vediamo che i casi aumentano uniformemente con laumentare del numero di sigarette (4-9-15 nel primo strato di non bevitori; 6-10-13 nel secondo strato di bevitori; 5-9-16 nel terzo strato di superbevitori). Leggendo invece i dati del caff stratificati per i tre livelli delle sigarette (lettura verticale) non c aumento (4-6-5 nel primo strato di non fumatori; 9-10-9 nel secondo strato di fumatori; 15-13-16 nel terzo strato di superfumatori).
Mortalit per Cardiopatia Coronarica stratificata per caff e sigarette al d

Sigarette (pacchetti al d)

Caff (tazze al d)

0 4 6 5

1-2 9 10 9

>2
15 13 16
0=4 1-2 = 10 >2 = 15

0
0=6 1-5 = 8 >5 = 12

1-5

>5

Numero di morti/1000/anno per Cardiopatia Coronarica tra Maschi di 55-64 anni det

68 - ASSOCIAZIONE CAUSALE
Detta anche etiologica, il tipo di associazione dove la prima variabile rappresenta sicuramente la causa o il "fattore di rischio" della seconda variabile (ad esempio la malattia), che rappresenta a sua volta l'effetto (Fumo-K Polmone). Per poter stabile se una Associazione osservata di tipo causale e non spuria o secondaria bene seguire i 6 criteri qui riportati:
SEQUENZA TEMPORALE COERENZA TEORICA RELAZIONE DOSERISPOSTA SPECIFICITA (o ASSENZA DI CONFONDENTI) E' il principio secondo cui la causa precede sempre l'effetto e mai al contrario. E' il caso del precedente esempio del K Vescica E' il principio secondo cui un'associazione causale deve essere coerente con le conoscenze scientifiche : plausibilit biologica. E' il principio secondo cui all'aumentare dell'esposizione deve corrispondere un aumento dell'effetto e viceversa(reversibilit). E' il principio secondo cui il fattore di rischio deve essere condizione "necessaria" e "sufficiente" per l'instaurarsi di una malattia. La specificit completa se la malattia deriva da 1 singola causa. E dunque se si riesce ad escludere ogni fattore di confondimento. Per fattore di confondimento si intende un fattore associato sia alla malattia sia al fattore di rischio studiati. L'associazione riscontrata deve trovare conferma anche in altri studi condotti da pi parti in condizioni simili (Meta-Analisi). Maggiore l'incidenza della malattia tra gli esposti rispetto ai non esposti e maggiore la probabilit che lAssociazione sia causale. La sua forza si quantifica proprio con le Misure di Associazione

PRINCIPIO DI MILL o DELLACCORDO FORZA DELLA ASSOCIAZIONE

69 - ASSOCIAZIONE CAUSALE

70 - ASSOCIAZIONE CAUSALE

71 - LA SUDDIVISIONE IN ESPOSTI (SI/NO) E MALATI (SI/NO)


Misure di Associazione

20
ESP.

MALATI

SANI

40
ESP.

NO E.

NO E. MALATI SANI

12

78

72 LA TABELLA 2 X 2

73 - IL RISCHIO ASSOLUTO (Ie)

Immaginiamo di seguire due coorti di persone (Esposti e Non Esposti ad un certo F.Rischio) e vedere quanti si ammalano e quanti rimangono sani, costruendo una classica Tabella di contingenza 2 x 2.

Tab.2x2 Esposti No Esp. Totale

Malati Sani

Totale a+b c+d a+b+c+d

a c
a+c

b d
b+d

Coincide con il concetto di Incidenza Cumulativa (n.nuovi casi di una malattia nell'intervallo di tempo t / popolazione a rischio) ed esprime la probabilit di ammalarsi di una certa malattia. Secondo la Tab. 2x2 dato da:

Inc. esp. = malati esposti / tutti gli esposti Ie = a / (a+b)


E' tuttavia un valore assoluto. Non ci dice infatti di quante volte maggiore questo rischio tra gli esposti rispetto ai non esposti, n ci dice quanti casi di malattia possono essere attribuiti al fattore di rischio indagato.

74 - IL RISCHIO RELATIVO (RR)


La semplice Incidenza tra gli esposti non ci dice nulla sulla reale capacit di provocare la malattia da parte del fattore di rischio studiato. Infatti l'incidenza potrebbe essere la stessa anche tra i non esposti, e dunque il fattore di rischio indagato non avrebbe alcuna influenza. Occorre il R.R.

Tab.2x2 Esposti No Esp. Totale

Malati Sani

Totale a+b c+d a+b+c+d

a c
a+c

b d
b+d

Il Rischio Relativo ci dice quante volte maggiore la probabilit di ammalarsi tra gli esposti rispetto ai non esposti ( un rapporto aritmetico):

RR = Incidenza tra esposti / Incidenza tra non esp. RR = [a/(a+b)] / [c/(c+d)]


Se il rapporto uguale a 1 significa che l'incidenza tra esposti e non esposti identica, e dunque non c' alcuna associazione tra fatt.rischio e malattia. Di contro quanto pi il rapporto maggiore di 1, tanto pi forte l'associazione. Infine, se il rapporto inferiore a 1 il fattore avrebbe un ruolo protettivo.

75 - IL RISCHIO ATTRIBUIBILE (RA)


Il Rischio Relativo, tuttavia, una misura etiologica (esprime cio la forza di una associazione), ma non ci dice in realt qual l'impatto del fattore di rischio sulla poopolazione. In altri termini non ci dice quanta parte di malattia direttamente attribuibile al fattore di rischio. Occorre il R.A.

Tab.2x2 Esposti No Esp. Totale

Malati Sani

Totale a+b c+d a+b+c+d

a c
a+c

b d
b+d

A questa domanda risponde il Rischio Attribuibile che dato dalla differenza tra l'incidenza negli esposti e quella nei non esposti:

RA= Incidenza tra esp.- Incidenza tra non esp. RA = [a/(a+b)]-[c/(c+d)]


Il Rischio attribuibile, dunque, esprime la proporzione di casi di malattia che possibile evitare nell'intera popolazione esposta, rimuovendo il F.R.. E' una misura utilissima nella medicina preventiva.

76 - IL RISCHIO ATTRIBUIBILE tra gli ESPOSTI (RAE)


Il R.A. tanto pi grande quanto maggiore l'Incidenza. Per svincolare il R.A. dall'influenza dell'Incidenza occorre rapportarlo all'Incidenza tra gli Esposti.

Tab.2x2 Esposti No Esp. Totale

Malati Sani

Totale a+b c+d a+b+c+d

a c
a+c

b d
b+d

Per questo motivo a volte pu essere pi utile conoscere il Rischio Attr. tra gli Esposti, che si ottiene dividendo la differenza (Inc.Esp-Inc.Non) per la Inc.Esp.

RAE= (Inc.esp.- Inc.non esp) / Incidenza esp. RAE = [ [a/(a+b)]-[c/(c+d)] ] / [a/(a+b)]


Il Rischio attribuibile tra gli esposti esprime la proporzione di casi di malattia che possibile evitare tra i malati-esposti, rimuovendo il fattore di rischio.

77 - IL RISCHIO ATTRIBUIBILE di POPOLAZIONE (RAP)


Tuttavia se ci si trova dinanzi ad una scelta circa le possibili differenti strategie preventive, il R.A., da solo, non sufficiente, poich occorre metterlo in rapporto alla diffusione del fattore di rischio nella popolazione. Infatti tra le successive due ipotesi: Tab.2x2 Esposti No Esp. Totale Malati Sani Totale a+b c+d a+b+c+d

a c
a+c

b d
b+d

a) Intervento di prevenzione su un Fatt.Risch. poco frequente (con R.A. alto) b) Intervento di prevenzione su un Fatt.Risch. molto frequente (con R.A.basso) probabilmente pi proficuo scegliere la strategia b) poich, pur presentando un R.A. basso, l'elevata frequenza del Fattore di Rischio nella popolazione finirebbe con l'evitare un numero di casi di gran lunga maggiore. Il R.A.P. si ottiene moltiplicando il R.A. per la Prevalenza del Fattore di Rischio nella Popolazione:

RAP=RA x Prevalenz.Fattore di Rischio RAP= [a/(a+b)]-[c/(c+d)] x [(a+b)/(a+b+c+d)]


Il RAP esprime la proporzione di casi di malattia che possibile evitare nell'intera Popolazione (esposti pi non esp.), rimuovendo il Fattore di Rischio. E dunque la misura fondamentale per misurare il reale impatto dell Intervento Preventivo.

78 - LA FRAZIONE ETIOLOGICA (FE)


Se infine vogliamo sapere quanti casi di malattia possono essere attribuiti al F.R. tra tutti i casi di malattia presenti si ricorre al FE (Frazione Etiologica).

Tab.2x2 Esposti No Esp. Totale

Malati Sani

Totale a+b c+d a+b+c+d

a c
a+c

b d
b+d

Il FE esprime la proporzione di casi di malattia attribuibili al F.R. rispetto a tutti i casi di malattia (malati esposti pi malati non esposti) ed dato dal rapporto fra il RAP e l'Incidenza Totale:

FE = RA / Incidenza Totale FE = RA / [(a+c)/(a+b+c+d)]

79 - ALCUNI ESEMPI
FORMULE: I = a / (a+b) % RR = [a/(a+b)] / [c/(c+d)] RA = [a/(a+b)]-[c/(c+d)] % RAE = RA / [a/(a+b)] % = 20% = 4 = 15% = 75% Tab.2x2 Esposti No Esp. Totale Malati Sani Totale Facciamo un esempio immaginando di avere 200 persone cos divise:

20(a) 80(b) 5(c) 25 95(d) 175

100 100 200

RAP= RA x [(a+b)/(a+b+c+d)] % = 7,5% FE = RA / [(a+c)/(a+b+c+d)] OR = (a*d) / (b*c) % = 60% = 4,75

L Incidenza cumulativa tra gli esposti 0,2 (cio 20 casi per 100). Il Rischio Relativo 4 (gli esposti rischiano di ammalarsi 4 volte di pi rispetto ai non esposti). Il Rischio Attribuibile del 15% (cio 20-5=15, cio 15 casi su 100 sono attribuibili al F.R.) Il Rischio Attribuibile tra gli Esposti del 75% (cio 15 casi su 20, cio il 75% dei 20 casi di malati esposti, poich 5 casi si sarebbero comunque verificati, attribuibile al F.R.). Il Rischio Attribuibile di Popolazione (cio il RA per la prevalenza del F.R. che in questo caso di 100, cio gli esposti, su 200, cio il totale della popolazione, e quindi il 50%) del 7,5% (cio 15 casi su 200, cio il 7,5% dell'intera popolazione di 200 persone, si possono evitare rimuovendo il F.R.). La Frazione Etiologica del 60,0% (cio 15 su 25, cio il 60% dei 25 malati in totale, attribuiti al FR). Per quanto riguarda OR (Odds Ratio) si rimanda alla prossima diapositiva

80 - IL RISCHIO RELATIVO APPROSSIMATO o ODDS RATIO


Per calcolare il Rischio Relativo (Inc.Esp/Inc.Non Esp.) necessario conoscere l'Incidenza nelle due coorti di Esp. e Non Esp.. Questo il motivo per il quale il RR pu essere calcolato negli Studi di Coorte, ma non in quelli Caso-Controllo, nei quali l'Incidenza della malattia non nota ed il punto di partenza non sono Esp. e Non Esp., ma Malati (Casi) e Sani (Controlli).
Studi Caso-Contr.

Tab.2x2 Esposti No Esp. Totale

Malati Sani

Totale a+b c+d a+b+c+d

a c
a+c

b d
b+d

Studi di Coorte

Tuttavia, per le malattie rare, possibile calcolare un R.R. Appross., negli Studi Caso-Controllo, ricorrendo all Odds Ratio, o RAPPORTO CROCIATO. LOdds il rapporto tra la probabilit di un evento P (ad esempio il rischio di contrarre una malattia) ed il suo complemento a 1 (1-P). Se la malattia rara, lOdds P/(1-P) tra gli Esposti pu essere approssimata come a/b, mentre tra i Non Esposti sar c/d. LOdds Ratio, pertanto il rapporto tra queste due Odds (di Esposti e Non Esposti). La formula sar: OR = (a/b) / (c/d) che si pu anche scrivere:

OR = (a*d)/(b*c)

Se OR sar >1 il rischio maggiore negli esposti sui non;

se OR=1 non c associazione; se OR <1 il Fattore di Rischio addirittura protettivo

81 - LIMITI FIDUCIALI dellODDS RATIO


In ogni caso, qualsiasi associazione per essere significativa deve avere dei limiti fiduciali che non ricomprendano l1 ovvero che non ricadano a cavallo dell1, e pertanto o stanno entrambi al di sopra o stanno entrambi al di sotto

L.F. <1 = Asso.Signif.

Non Sign.

L.F. >1 = Asso.Signif.

Il Logaritmo di un numero reale positivo n rispetto alla base e, reale positiva e diversa da uno, lesponente z che occorre attribuire alla base e per ottenere n, e si scrive: z = Logen
Parentesi sui Logaritmi e sul Numero di Eulero

Dunque in una equazione (data da: n = ez ) il Logaritmo di n proprio lesponente z. E quindi il calcolo del Logaritmo in un certo senso loperazione inversa dellelevamento a potenza. Nei cosiddetti Logaritmi Naturali di un numero n si assume per base e il cosiddetto Numero di Eulero, che equivale ad e = 2,71828.

82 - CALCOLO DEI LIMITI FIDUCIALI dellODDS RATIO


L I.C. dellOR viene costruito partendo dalla formula per la stima dellerrore standard del suo logaritmo naturale (in base e = 2.71828), Ln(OR): ES [Ln(OR)] = RadQ [ 1/a + 1/b + 1/c + 1/d ] Visto che la distribuzione di campionamento di Ln(OR) in approssimazione normale, lintervallo di confidenza al 95% per Ln(OR) dato da: Estremo Inferiore = Ln(OR) 1.96 x ES (Ln OR) Estremo Superiore = Ln(OR) + 1.96 x ES (Ln OR) A questo punto occorre nuovamente convertire i limiti cos calcolati per Ln(OR) nei corrispondenti limiti per OR. Ci viene fatto prendendo lantilogaritmo (elevando la base e = 2.71828 allesponente fornito dai limiti calcolati). Le formule sintetiche per i limiti inferiori LFi e superiori LFs al 95% sono: LF i 95% = Exp [Ln(OR) - 1,96 * RadQ(1/a + 1/b + 1/c + 1/d)] LF s 95% = Exp [Ln(OR) + 1,96 * RadQ(1/a + 1/b + 1/c + 1/d)]

83 - CALCOLO DEI LIMITI FIDUCIALI dellOR: ESEMPIO


Esempio Malati Esposti No Esp. Totale 52 (a) 10 (c) a+c Sani 272(b) 157(d) b+d Totale a+b c+d 495 Calcoliamo innanzitutto lOdds Ratio: OR = (52x157) / (272x10) = 3,0

Quindi applichiamo la formula del LF Inferiore: LF i 95% = Exp [Ln(OR) - 1,96 * RadQ(1/a + 1/b + 1/c + 1/d)] Dove Exp [] sta ad indicare il Numero di Eulero (2,71828) elevato al numero derivante dal calcolo racchiuso tra la parentesi quadra. Da notare che Ln(OR) sta ad indicare il logaritmo naturale di OR, cio lesponente che occorre dare alla base naturale del numero di Eulero per ottenere il valore di OR. Calcoliamo prima la formula contenuta nella parentesi quadra: [Ln(3,0)1,96 x RadQ(1/52+1/272+1/10+1/157)] = [1,0991,96x0,129] = 0,394 A questo punto occorre elevare la base e (2,71828) allesponente 0,394 = 1,48 Lo stesso per il LF Sup. (per sommando) e si avr 6,07. Entrambi superano 1.

84 - UNA PARENTESI SU EULERO e il suo NUMERO


Nato a Basilea, in Svizzera, il 15 aprile 1707, e morto a S. Pietroburgo, in Russia, il 18 settembre 1783), conosciuto in Italia con il nome di Eulero, indiscutibilmente il principe dei matematici del XVIII secolo. Grandissimo anche come fisico teorico, egli pu essere accostato senza dubbio a figure chiavi come Euclide, Archimede, Newton, Gauss e Einstein. Il suo genio non ha uguali n simili se si pensa alla sua capacit di affrontare e risolvere indifferentemente i problemi dei due principali campi della matematica: il continuo e il discreto. Grazie a questa sua caratteristica Eulero, nel campo delle scienze esatte, risulta il pi prolifico della storia e tutto ci nonostante abbia dovuto passare gli ultimi diciassette anni della sua vita completamente cieco. Il fisico Arago sosteneva che "Eulero calcolava senza sforzo apparente proprio come gli uomini respirano e le aquile volano nel vento", ma i suoi contemporanei riconobbero in lui lIncarnazione dellAnalisi a causa del contributo di sistemazione e organizzazione che egli da solo seppe dare alla pi grande realizzazione del XVIII secolo: il Calcolo Infinitesimale.

Eulero a 49 anni, dipinto di Emanuel Handmann 1756 IL NUMERO di EULERO Meno popolare di il numero di Eulero e=2,71828282... (ma non periodico!): la base pi amata per i logaritmi e per l'esponenziale soprattutto da quando le calcolatrici si sono trovate come omaggio nei fustini di detersivo.

85 - ANALISI STRATIFICATA dellOR (Metodo Mantel-Haenszel)


Quando le variabili di cui si vogliono studiare le misure di associazione sono fortemente correlate allet, al sesso o ad altri fattori di confondimento, necessario ricorrere allAnalisi Stratificata. Si fanno Tab.2x2 1 Strato 25-29 2 Strato 30-34 3 Strato 35-39 Totale le tabelle 2x2 (tante Stratific. Malati Sani Malati Sani Malati Sani Malati Sani quanti sono gli Esposti a1 b1 a2 b2 a3 b3 a b strati in No Esp. c1 d1 c2 d2 c3 d3 c d cui si suddivide Totale a1+b1+c1+d1 a2+b2+c2+d2 a3+b3+c3+d3 a+b+c+d il totale. Quindi si calcolano le misure di associazione dei singoli strati. Se queste si avvicinano a quelle dei totali non c motivo di procedere (significa che gli strati sono omogenei). Viceversa si ricorre allOR Riassuntivo (Mantel-Haenszel). OR Riassuntivo = [(a1*d1/Tot.1)+(a2*d2/Tot.2)+(a3*d3/Tot.3)]/ /[(b1*c1/Tot.1)+(b2*c2/Tot.2)+(b3*c3/Tot.3)]

86 - ESEMPIO di ANALISI STRATIFICATA dellODDS RATIO


Ricorriamo adesso ad un esempio pratico. Supponiamo che il RTP abbia studiato l'associazione tra l'uso di contraccettivi orali e l'incidenza di infarto miocardico tra le donne siracusane di et compresa tra i 25 ed i 39 anni, attraverso uno Studio Caso Controllo che ha dato i seguenti risultati:
Esempio Contracc. No Contr. Totale Infarto No Inf. Totale a+b c+d

17(a) 47 (c)
a+c

121(b) 944(d)
b+d

1129

Calcolando solo il Rapporto Crociato (Odds Ratio) senza stratificare si ha:

OR = (17 x 944) / (121 x 47) = 2,82.


Supponiamo adesso di stratificare in 3 fasce det i dati, ottenendo 3 tabelle 2x2: La prima riporta i dati della fascia det 25-29; La seconda riporta i dati della fascia det 30-34; La terza riporta i dati della fascia det 35-39.

87 - ESEMPIO di ANALISI STRATIFICATA dellODDS RATIO


1 Strato Infarto (25-29 aa) Contracc. No Contr. Totale No Inf. Totale a+b c+d 2 Strato Infarto (30-34 aa) Contracc. No Contr. Totale No Inf. Totale a+b c+d

4 (a) 2 (c)
a+c

62 (b) 224(d)
b+d

9 (a) 12 (c)
a+c

33 (b) 390(d)
b+d

292
Totale a+b c+d

444

3 Strato Infarto (35-39 aa) Contracc. No Contr. Totale

No Inf.

4 (a) 33 (c)
a+c

26 (b) 330(d)
b+d

393

1: OR = 7,23 2: OR = 8,86 3: OR = 1,54

Ogni strato calcolato separatamente mostra un Odds Ratio differente, che si presenta alto negli strati delle fasce det pi basse, mentre si presenta meno elevato nelle fasce det pi alte. Ci significa che il rischio di avere un infarto associato alluso di contraccettivi orali pi elevato nelle fasce det pi giovani. LEt si comportata non da Confondente ma a Modificatore dEffetto

88 - ESEMPIO di ANALISI STRATIFICATA dellODDS RATIO


Poich, comunque, il campione relativo alle tre fasce det non pesa nella stessa misura nei tre strati (292, 444 e 393) ovvio che occorre annullarne leffetto con lanalisi stratificata. A questo punto, per calcolare lOdds Ratio Riassuntivo si applica il metodo di Mantel-Haenszel, cos come segue:
Tab.2x2 Stratific. Esposti No Esp. Totale 1 Strato 25-29 Malati Sani 2 Strato 30-34 Malati Sani 3 Strato 35-39 Malati Sani

OR = a*d / b*c = 2,82


OR Riassuntivo = [(a1*d1/Tot.1)+(a2*d2/ Tot.2)+(a3*d3/Tot.3)] [(b1*c1/Tot.1)+(b2*c2/ Tot.2)+(b3*c3/Tot.3)]

4 a1 2 c1

62 b1 224d1

9 a2 12 c2

33 b2 390d2

4 a3 33 c3

26 b3 330d3

a1+b1+c1+d1

a2+b2+c2+d2

a3+b3+c3+d3

NUMERATORE 1 Strato 2 Strato 3 Strato 4 x 224 / 292 9 x 390 / 444 4 x 330 / 393 = 3,07 = 7,91 = 3,36 = 14,33

DENOMINATORE 1 Strato 2 Strato 3 Strato 62 x 2 / 292 33 x 12 / 444 26 x 33 / 393 = 0,42 = 0,89 = 2,18 = 3,50

OR R.= 14,33 / 3,50 = 4,10

SOMMA di STRATI

SOMMA di STRATI

OR (2,82) diverso da OR R (4,10) che ha annullato il fattore Et (Interazione)