Epidemiologie

Academiejaar: 2007-2008 Code opleidingsonderdeel: 3BBMW-06 Semester: 2e semester Studiepunten: 4 Uren Studietijd: 112 Uren theorie: 22,00 Uren praktijk: Uren andere: 12,00 Deeltijds programma: 1 Titularis(sen) Joost Weyler Taal waarin de cursus wordt gedoceerd: Nederlands Info semesterexamen: semesterexamen in juni Info contractrestrictie: geen inschrijving onder examencontract 1. Aanvangscompetenties (begintermen) *Algemene competenties De student wordt verwacht vertrouwd te zijn met de beschrijvende statistiek en met de basisconcepten uit de inferentiële statistiek. Hij weet hoe verbanden tussen categorische variabelen worden gekwantificeerd en hoe de rol van het toeval bij steekproeftrekking wordt aangegeven. Voor de continue kenmerken is de student vertrouwd met parametrische en niet parametrische toetsen en kent hij de variantie analyse. Hij is in staat op eenvoudige datasets multiple regressies uit te voeren en de analyseresultaten te interpreteren. *Volgtijdelijkheid De student moet geslaagd zijn in het vak statistiek (bach2) 2. Eindcompetenties (eindtermen) Na het afleggen van dit opleidingsonderdeel is de student in staat: De gevaren van het gebruik van absolute cijfers te onderkennen Een definitie te geven voor ‘theoretische epidemiologie’ Aan te geven wat de algemene vorm is waaronder de objecten relevant voor het domein van de gezondheid bestudeerd worden De verschillende rubrieken van kennis relevant voor het domein van de gezondheid te benoemen De verschillende maten voor ziektefrequentie (prevalentie, cumulatieve incidentie, incidentiedichtheid) te definiëren en te berekenen. Aan te geven welk probleem de overlevingsanalyse tracht op te lossen Het begrip ‘gecensureerd gegeven’ te definiëren De drie redenen op te geven waarom een gegeven kan gecensureerd zijn Het begrip overlevingsfunctie te bespreken Het begrip risicofunctie te bespreken De doelstellingen van de overlevingsanalyse te formuleren Op basis van een dataset een eenvoudige overlevingsanalyse uit te voeren met inbegrip van het weergeven van een gemiddelde overlevingstijd, een gemiddelde hazard rate (h) of de incidentiedichtheid (ID) en een overlevingscurve (volgens Kaplan-Meier en Cox regressie). Aan te geven hoe het bepalen van de aanwezigheid van ziekte een ‘onzekere’ onderneming is. Een algemeen model voor het ontstaan en verloop van ziekte weer te geven en te bespreken. Aan te geven waarop men zich baseert bij de keuze van een afkappunt voor het dichotomiseren van een continu diagnostisch kenmerk. De validiteitparameters van een diagnostische test weer te geven, te verklaren en in cijfervoorbeelden te berekenen. De relatie tussen de voorspellende waarden en de frequentie (prevalentie) van ziekte te duiden. De voorspellende waarden van een testresultaat onder verschillende ziektefrequenties te berekenen, hetzij via een tabel, het theorema van Bayes of via de likelihood ratio. Aan te geven waarin de beperkingen bestaan van de aanpak van het diagnostisch probleem via diagnostische testen en de hierbij frequent gebruikte technieken gebaseerd op de parameters voor validiteit en welke oplossing hiervoor voorgesteld worden. Aan te geven dat in het domein van ziekte en gezondheid monocausale processen eerder zeldzaam zijn Een algemeen model voor causaliteit te ontwikkelen De frequent gebruikte criteria voor causaliteit op hun beperkingen te duiden aan de hand van dit algemeen model Het verschil te maken tussen inductietijd en latentietijd Een verklaring te geven voor verschillende bevindingen bij de studie van de relatie tussen gebeurtenissen en hun determinanten in verschillende omstandigheden Aan de hand van een model voor (multi-) causaliteit aan te geven onder welke voorwaarde de invloed van een kenmerk op het optreden van gebeurtenissen kan gekwantificeerd worden De verschillende besproken maten voor de relatie tussen de afhankelijke en onafhankelijke variabelen te duiden en in cijfervoorbeelden te berekenen. Aan te geven wat de basisvoorwaarde is om de effecten van een blootstelling op het voorkomen van gebeurtenissen te bestuderen. De verschillende vormen van onderzoek (diagnostisch, prognostisch  en etiognostisch) te beschrijven. Aan te geven op welke wijze bij het opzetten van onderzoek rekening gehouden kan worden met inductieperiode en latentietijd Aan te geven wat het concept is van het etiognostisch onderzoek (case-control studie) De effecten van blootstelling in de verschillende studievormen in eenvoudige oefeningen te kwantificeren. Aan te geven dat de validiteit van studieresultaten belangrijker is dan de precisie. De verschillende vormen van systematische fout te beschrijven. Aan te geven wat verstoring van studieresultaten is. Het verschil aan te geven tussen potentiële verstoring en actuele verstoring en aan te geven hoe de aanwezigheid van verstoring kan worden geobjectiveerd. In eenvoudige oefeningen de aanwezigheid van verstoring in studiemateriaal vast te stellen en weg te werken aan de hand van gestratifieerde analyse en van een multiple logistische regressie. Aan te geven wat effectmodificatie is en hoe men met effectmodificatie omgaat. In eenvoudige oefeningen de aanwezigheid van effectmodificatie vast te stellen en de studieresultaten op relevante wijze weer te geven   3. Inhoud In de inleiding worden enkele historische voorbeelden gegeven van onderzoek dat gebruik maakte van ‘epidemiologische methoden’. Het belang dat dit onderzoek had voor de bestrijding van ziekten, zonder dat echte biologische verklaringen voor hun ontstaan kon gegeven worden,  heeft de ‘epidemiologie’ zeer populair gemaakt. Er heerst echter nog heel wat onduidelijkheid over wat epidemiologie nu precies is, niet in het minst bij de beoefenaars ervan zelf. De student wordt geconfronteerd met de definitie van de theoretische epidemiologie als discipline gericht op de studie van het voorkomen van fenomenen die relevant zijn in het domein van de gezondheid. Net zoals in de ‘klassieke’ wetenschappen wordt het studieobject voorgesteld als een mathematische functie die de relatie tussen de te verklaren maat voor het voorkomen van ziekte, sterfte of genezing en de determinanten hiervoor symboliseert. We kiezen hier resoluut voor deze mathematische voorstelling omdat ze naar ons oordeel verhelderend werkt en bovendien goed voorbereidt voor de verschillende analysevormen (mathematische modelbouw) die frequent toegepast worden bij toegepast wetenschappelijk onderzoek in het domein van ziekte en gezondheid. In deze inleiding wordt dit toepassingsgebied opgesplitst in drie grote rubrieken die ontstaan wanneer we de kennis (gnosis) relevant voor het domein opdelen in diagnose, prognose en etiognose. Er wordt kort ingegaan op enkele frequent gebruikte maten voor de weergave van het voorkomen van gebeurtenissen (ziekte, sterfte, genezing, herval). Bij de studie van het voorkomen van gebeurtenissen relevant voor ziekte en gezondheid zijn deze maten de afhankelijke variabelen in de voorkomensfuncties. We gaan in een zelfstudieopdracht wat uitgebreider in op de overlevingsanalyse als techniek voor de weergave van de frequentie van het voorkomen van gebeurtenissen aan de hand van een cijfervoorbeeld dat we ontlenen aan een studie naar de effectiviteit van behandeling bij acute leukemie van Freireich (1963). Hiermee pogen we de basis concepten van de overlevingsanalyse en de grafische voorstelling van onvolledige gegevens op een overzichtelijke manier te introduceren. De diagnose, het beeld dat de gezondheidswerker heeft over de aanwezigheid van een ziekte bij een individu, wordt hier voorgesteld als een probleem van onzekerheid. Teneinde met deze onzekerheid te kunnen omgaan worden verschillende benaderingen voorgesteld. Eerst wordt de benadering gebaseerd op de validiteits-kenmerken van een (gedichotomiseerde) diagnostische test en de frequentie van de aandoening voorgesteld. Deze benadering heeft belangrijke beperkingen die echter (tenminste gedeeltelijk) overwonnen kunnen worden door het bekijken van het diagnostisch probleem als een prevalentie. Deze kan dan bestudeerd worden als een functie van een diagnostische indicator (naast andere determinanten van de aanwezigheid van ziekte). Veder wordt aandacht besteed aan causaliteit. Hoewel men eenvoudig zou kunnen stellen dat een relatie causaal is wanneer zij niet verstoord is door één of andere verstorende factor, wordt frequent een aantal criteria gehanteerd om de causaliteit van een relatie te onderzoeken. Het feit dat in het domein van ziekte en gezondheid een gebeurtenis haast nooit plaats vindt als gevolg van het blootgesteld zijn aan één enkele factor en dat de meeste factoren die supplementair nodig zijn niet gekend zijn, maakt het begrijpen van causaliteit zeer moeilijk. Het model voor causaliteit dat door Rothman en Lanes ontwikkeld werd in het handboek ‘Modern Epidemiolgy’ is een goede hulp bij het omgaan met causaliteit. Het toont bovendien duidelijk de verschillende zwakheden van de gebruikte criteria voor causaliteit. Op basis van het model voor (multi-) causaliteit wordt aangegeven hoe de invloed van een determinant op het optreden van gebeurtenissen kan gekwantificeerd worden. Er worden verschillende maten voorgesteld die elk hun eigen karakteristieken hebben m.b.t. het weergeven van deze invloed. Het zijn associatiematen voor de relatie tussen de afhankelijke en de onafhankelijke variabelen. We beperken ons hier tot het absoluut effect, het relatief effect, de ratiocomponent van het relatief effect, de attributieve proportie en de preventieve fractie. Er wordt kort ingegaan op het probleem van de vergelijkbaarheid van blootgestelde en niet-blootgestelde populaties waarvoor men het verschil in optreden van gebeurtenissen wil bestuderen. Experimenteel onderzoek laat toe, wanneer het goed wordt opgezet, deze vergelijkbaarheid zoveel mogelijk zelf te bepalen. In het domein van ziekte en gezondheid is het echter vaak onmogelijk experimenteel onderzoek op te zetten. Toevlucht kan dan genomen worden tot het quasi experimenteel onderzoek (de cohort studies) en het efficiëntere meta-experimenteel onderzoek (case-control studie, case referent studie). In deze module wordt gewezen op het belang van systematische fouten voor de interpretatie van onderzoeksresultaten. We maken daarbij het onderscheid tussen de vertekening die kan ontstaan door de selectie (bij beperkte participatie) van individuen uit de studiepopulatie, door het inadequaat verzamelen van informatie over blootstellingen en gebeurtenissen bij de personen onder studie en tenslotte door de vermenging van de bestudeerde effecten met de effecten van andere kenmerken relevant voor het studieresultaat (verstoring). We blijven ook even stilstaan bij de effectmodificatie (interactie). We geven aan hoe gestratifiëerde analyse een oplossing biedt voor zowel verstoring als effectmodificatie. 4. Werkvormen Contactmomenten: Hoorcolleges Oefeningensessies Eigen werk: Oefeningen Opdrachten:Individueel Opdrachten:In groep 5. Evaluatievormen Examen: Mondeling met schriftelijke voorbereiding Open boek Permanente evaluatie: Oefeningen Opdrachten 6. Noodzakelijk studiemateriaal http://e-pidemio-learning.weyler.we 7. Facultatief studiemateriaal 8. Studiebegeleiding laatste aanpassing: laatste aanpassing: 24/11/2006 15:56 annick.debroey