Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Methoden epidemiologischer Forschung 1.Planung: 1.Planung: Spezifische Studienformen („Studiendesigns“) Beobachtung: Ökologische St., Querschnittsst.,

Ähnliche Präsentationen


Präsentation zum Thema: "Methoden epidemiologischer Forschung 1.Planung: 1.Planung: Spezifische Studienformen („Studiendesigns“) Beobachtung: Ökologische St., Querschnittsst.,"—  Präsentation transkript:

1 Methoden epidemiologischer Forschung 1.Planung: 1.Planung: Spezifische Studienformen („Studiendesigns“) Beobachtung: Ökologische St., Querschnittsst., Fall-Kontroll-St., Kohortenst. Intervention: ? 2.Analyse: 2.Analyse: Allgemeine und spezielle statistische Verfahren Maßzahlen: Prävalenz, Inzidenz, Rate, Absolutes und Relatives Risiko Biometrische Analyse: ? 3.Interpretation: 3.Interpretation: Kontrolle von Verzerrungen („Bias & Confounding“) Typen: Selektions-B., Informations-B., Confounding Kontrolle: ?

2 Anwendungsfeld Epidemiologie und Biometrie in der Klinischen Forschung

3 ‚Klinische‘ Epidemiologie: Abnormalität Was ist krank / gesund? Diagnose Wie gut sind welche Tests für welche Krankheit? Ursache Was verursacht eine Krankheit? Risiko Welche Faktoren erhöhen die Wahrscheinlichkeit für eine Krankheit? Prognose Wie verläuft die Erkrankung in welchem Stadium? Therapie Wie verändert eine Behandlung den Verlauf? Kosten Welche Kosten verursachen Krankheit / Therapie? QS, PS FKS, PS PS

4 Klinische Epidemiologie: Abnormalität Was ist krank / gesund? Diagnose Wie gut sind welche Tests für welche Krankheit? Ursache Was bedingt eine Krankheit? Risiko Welche Faktoren erhöhen die Wahrscheinlichkeit für eine Krankheit? Prognose Wie verläuft die Erkrankung in welchem Stadium? Therapie Wie verändert eine Behandlung den Verlauf? Kosten Welche Kosten verursachen Krankheit / Therapie?

5 Klinische Epidemiologie und Biometrie Wahrscheinlichkeit und Diagnose

6 Diagnostische Tests zielen darauf ab, möglichst wirkungsvoll Kranke von Gesunden zu unterscheiden. Hierzu werden Diagnoseverfahren oder Tests verwendet, deren Eigenschaften und Güte es zu bestimmen gilt. Diagnostische Tests

7 - Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test? - Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit? - Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen? Fragen zu Diagnostischen Tests

8 Wald NJ et al., BMJ 1999;1562-5

9

10 Sicht des „Wissenden“

11 Sicht des „Suchenden“

12 Von der Wahrscheinlichkeit zu den Kenngrößen diagnostischer Tests

13 Testergebnis Wirklichkeit Gesamt W + : (Mamma-Ca:Ja) W - : (Mamma-Ca: nein) T + : (Mamma-Ca: Ja) T - : (Mamma-Ca: nein) Gesamt Eine (fiktive) Grundgesamtheit Nach NL Mammographie Programm

14 P(W + ) = 10353/ = 0,007 oder 7 pro 1000 heißt Prävalenz P(W - ) = / = 0,993 (= Anteil ohne Mamma-Ca in der Grundgesamtheit) Testergebnis Wirklichkeit Gesamt W + : (Mamma-Ca:Ja) W - : (Mamma-Ca: nein) T + : (Mamma-Ca: Ja) T - : (Mamma-Ca: nein) Gesamt Eine (fiktive) Grundgesamtheit

15 P(T + |W + ) = 9.030/ = 0,87 heißt Sensitivität (= Anteil der Echt-positiven), P(T - |W + ) = 1.323/ = 0,13 ist der Anteil der falsch-negativen Testergebnisse Testergebnis Wirklichkeit Gesamt W + : (Mamma-Ca:Ja) W - : (Mamma-Ca: nein) T + : (Mamma-Ca: Ja) T - : (Mamma-Ca: nein) Gesamt Eine (fiktive) Grundgesamtheit

16 P(T + |W - ) = / = 0,007 ist der Anteil falsch-positiver Testergebnisse, P(T - |W - ) = / = 0,993 heißt Spezifität (=Anteil der Echt-negativen). Testergebnis Wirklichkeit Gesamt W + : (Mamma-Ca:Ja) W - : (Mamma-Ca: nein) T + : (Mamma-Ca: Ja) T - : (Mamma-Ca: nein) Gesamt Eine (fiktive) Grundgesamtheit

17 Testergebnis Wirklichkeit Gesamt W + : (Mamma-Ca:Ja) W - : (Mamma-Ca: nein) T + : (Mamma-Ca: Ja) T - : (Mamma-Ca: nein) Gesamt Eine (fiktive) Grundgesamtheit

18 ppV = P(W + |T + ) = 9030/19362 = 0,47 heißt positiver Prädiktivwert npV = P(W - |T - ) = / = 0,999 heißt negativer Prädiktivwert Testergebnis Wirklichkeit Gesamt W + : (Mamma-Ca:Ja) W - : (Mamma-Ca: nein) T + : (Mamma-Ca: Ja) T - : (Mamma-Ca: nein) Gesamt Eine (fiktive) Grundgesamtheit

19 Formel von Bayes Thomas Bayes ~ P(W + |T + ) = P(T + |W + ) · P(W + ) P(T + |W + ) · P(W + ) + P(T + |W - ) · P(W - ) ppV = Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3% ppV = 0.87 · · · = 0.47

20 Formel von Bayes Thomas Bayes ~ P(W + |T + ) = P(T + |W + ) · P(W + ) P(T + |W + ) · P(W + ) + P(T + |W - ) · P(W - ) ppV = Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3% ppV = 0.87 · · · = 0.47 Sensitivität

21 Formel von Bayes Thomas Bayes ~ P(W + |T + ) = P(T + |W + ) · P(W + ) P(T + |W + ) · P(W + ) + P(T + |W - ) · P(W - ) ppV = Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3% ppV = 0.87 · · · = Spezifität

22 Formel von Bayes Thomas Bayes ~ P(W + |T + ) = P(T + |W + ) · P(W + ) P(T + |W + ) · P(W + ) + P(T + |W - ) · P(W - ) ppV = Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3% ppV = 0.87 · · · = 0.47 Prävalenz

23 Herleitung P ( T + Λ W + ) P(T + ) PPV = P(W + |T + ) = P(T + |W + ) · P(W + ) P(T + |W + ) · P(W + ) + P(T + |W - ) · P(W - ) = P ( T - Λ W - ) P(T - ) NPV = P(W - |T - ) = P(T - |W - ) · P(W - ) P(T - |W + ) · P(W + ) + P(T - |W - ) · P(W - ) =

24 Formel von Bayes Thomas Bayes ~ P(W + |T + ) = P(T + |W + ) · P(W + ) P(T + |W + ) · P(W + ) + P(T + |W - ) · P(W - ) Beispiel Prostatakarzinom (Rektale Palpation): Prävalenz: 5%, Sensitivität: 56%, Spezifität:94% ppV = 0.56 · · · 0.95 = 0.33

25 Zusammenfassung Wahrscheinlichkeit = fester Anteil der Grundgesamtheit Beispiel: PrävalenzP(W + ) Bedingte Wahrscheinlichkeit = fester Anteil eines definierten Teils der Grundgesamtheit Beispiel:Sensitivität:P(T + |W + ) Spezifität:P(T - |W - ) positiver PrädiktivwertP(W + |T + ) negativer PrädiktivwertP(W - |T - ) Wahrscheinlichkeiten sind feste (i. a. unbekannte) Größen, die aus zufälligen Stichproben geschätzt werden können.

26 Wahrscheinlichkeit und relative Häufigkeit Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit Empirische Information Gewinnung einer repräsentativen Stichprobe -> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobe z.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19% Beispiel: Prävalenz einer Erkrankung

27 Wahrscheinlichkeit und relative Häufigkeit Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit Wie viele Erkrankten würde ich finden, wenn ich nicht nur die n Patienten der Stichprobe untersuchen würde, sondern sämtliche Patienten der Grundgesamtheit? Empirische Information Gewinnung einer repräsentativen Stichprobe -> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobe z.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19% Beispiel: Prävalenz einer Erkrankung Nutzung der relativen Häufigkeit der Stichprobe zur Schätzung der entsprechenden Rate in der Grundgesamtheit

28 Wahrscheinlichkeit und relative Häufigkeit Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit Wie viele Erkrankten würde ich finden, wenn ich nicht nur die n Patienten der Stichprobe untersuchen würde, sondern sämtliche Patienten der Grundgesamtheit? Empirische Information Gewinnung einer repräsentativen Stichprobe -> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobe z.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19% Beispiel: Prävalenz einer Erkrankung Nutzung der relativen Häufigkeit der Stichprobe zur Schätzung der entsprechenden Rate in der Grundgesamtheit Deskriptive Statistik: Beschreibung des empirischen Stichprobenergebnisses Induktive Statistik: Induktiver Schluss von der empirischen Information der Stichprobe auf die Grundgesamtheit.

29 Wahrscheinlichkeit und relative Häufigkeit Theoretische Wahrscheinlichkeit = Relative Häufigkeit der Erkrankung in der Grundgesamtheit Wie viele Erkrankten würde ich finden, wenn ich nicht nur die n Patienten der Stichprobe untersuchen würde, sondern sämtliche Patienten der Grundgesamtheit? Empirische Information Gewinnung einer repräsentativen Stichprobe -> Bestimmung der relativen Häufigkeit der Erkrankung in der Stichprobe z.B. Untersuchung von n=100 Patienten Relative Häufigkeit der Erkrankung = 19% Beispiel: Prävalenz einer Erkrankung Nutzung der relativen Häufigkeit der Stichprobe zur Schätzung der entsprechenden Rate in der Grundgesamtheit Deskriptive Statistik: Relative Erkrankungsrate in der Stichprobe, z.B.=19% Induktive Statistik: Schätzung der unbekannten Rate in der GG, z.B. =19% mit Konfidenzintervall 11.8% – 28.1%

30 Konfidenzintervall ― h ―― 01 Rel. Häufigkeit in der Stichprobe ?? ??????? ?? Wahrscheinlichkeit P=?

31 Konfidenzintervall ― h ―― 01 Rel. Häufigkeit in der Stichprobe Wahrscheinlichkeit P=? ?? ??????? ?? Das Konfidenzintervall enthält mit 95%iger Wahrscheinlichkeit den unbekannten Wert P

32 Konfidenzintervall ― h ―― 01 Rel. Häufigkeit in der Stichprobe Wahrscheinlichkeit P=? ?? ??????? ?? Das Konfidenzintervall enthält mit 95%iger Wahrscheinlichkeit den unbekannten Wert P

33 Konfidenzintervall Relative Häufigkeit hFallzahl n (Approximatives) Konfidenzintervall der Wahrscheinlichkeit P 19 % % % 19 % % % 19 % % % 19 % % %

34 Testergebnis Wirklichkeit (nach Goldstandard ermittelt) Gesamt W + : (Mamma-Ca:Ja) W - : (Mamma-Ca: nein) T + : (Mamma-Ca: Ja) T - : (Mamma-Ca: nein) Gesamt Eine zufällige Stichprobe

35 Testergebnis Wirklichkeit (nach Goldstandard ermittelt) Gesamt W + : (Mamma-Ca:Ja) W - : (Mamma-Ca: nein) T + : (Mamma-Ca: Ja) T - : (Mamma-Ca: nein) Gesamt Eine zufällige Stichprobe Schätzwerte: Prävalenz = 14/1000 = 0.014, Sensitivität = 12/14 = 0.86, Spezifität = 889/986 = 0.90, ppV = 12/109 = 0.11

36 Vertrauensgrenzen Schätzwerte untere Grenzeobere Grenze Prävalenz14/1000= Sensitivität12/14= Spezifität889/986= ppV12/109= Die angegebenen Grenzen sind so berechnet, dass sie mit 95%-Wahrscheinlichkeit den (unbekannten) wahren Wert umschließen. Das so berechnete Intervall ist das 95%-Konfidenzintervall.

37 - Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test? - Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen? - Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit? Fragen zu Diagnostischen Tests

38 Guter diagnostischer Test Schlechter diagnostischer Test

39 - Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test? - Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen? - Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit? Fragen zu Diagnostischen Tests

40 Creatin Kinase und Myokardinfarkt MI +MI Ø CK ≥ 80 IU CK < 80 IU Se 83% Sp 77% PPV = 0.86 Wahl des Diagnosekriteriums (Cutpoint)

41 MI +MI Ø CK ≥ 160 IU CK < 160 IU MI +MI Ø CK ≥ 160 IU98 CK < 160 IU Creatin Kinase und Myokardinfarkt MI +MI Ø CK ≥ 80 IU CK < 80 IU Se 83% Sp 77% PPV = 0.86 Se 42% Sp 99% PPV = 0.99

42 Spezifisch eingestellte Tests werden vor allem zur Sicherung einer Diagnose eingesetzt Für den Arzt ist ein hochspezifischer Test insbesondere dann hilfreich, wenn er positiv ausfällt! Faustregel (engl.): SpPIn Wahl des Diagnosekriteriums (Cutpoint)

43 MI +MI Ø CK ≥ 40 IU CK < 40 IU Creatin Kinase und Myokardinfarkt MI +MI Ø CK ≥ 40 IU CK < 40 IU Se 99% Sp 68% NPV = 0.98 MI +MI Ø CK ≥ 80 IU CK < 80 IU Se 83% Sp 77% NPV = 0.71

44 Sensitiv eingestellte Tests werden vor allem zum Ausschluß einer Erkrankung (Screening) eingesetzt Für den Arzt ist ein hochsensitiver Test insbesondere dann hilfreich, wenn er negativ ausfällt! Faustregel (engl.): SnNOut Wahl des Diagnosekriteriums (Cutpoint)

45 CK ≥ 80CK ≥ 160CK ≥ 40 ROC-Kurve

46 CK ≥ 80CK ≥ 160CK ≥ 40 ROC-Kurve ‚optimaler‘ Test

47 - Wie geeignet ist ein bestimmtes Untersuchungsverfahren als Diagnostischer Test? - Welche Tests mit welchen Eigenschaften sollte man für welche klinische Situation einsetzen? - Ist das gleiche Testergebnis für alle Patienten von gleicher Wertigkeit? Fragen zu Diagnostischen Tests

48 Formel von Bayes Thomas Bayes ~ P(W + |T + ) = P(T + |W + ) · P(W + ) P(T + |W + ) · P(W + ) + P(T + |W - ) · P(W - ) ppV = Beispiel Mammografie: Prävalenz: 0,7%, Sensitivität: 87%, Spezifität: 99,3% ppV = 0.87 · · · = 0.47 Prävalenz

49 DMW 2006;131: Patienten: Stabile AP mit CCS I-III. Nicht-invasiver Ischämietest vor Katheteruntersuchung! (Szinti, Belastungs-EKG oder Stress-Echo) Patientengut und Diagnostische Wertigkeit

50 Test Stenose >50% Stenose <50% Ischämie Ischämie Test Stenose >50% Stenose <50% Ischämie Ischämie Frauen Männer P 42.5% Se 76.6% Sp 33.8% ppV 46.1% P 65.9% Se 79.5% Sp 38.9% ppV 71.5% Patientengut und Diagnostische Wertigkeit

51

52 Die Eigenschaften Diagnostischer Tests werden weitgehend unabhängig von der Untersuchungs- situation (d.h. konstant) charakterisiert durch Sensitivität  Sensitivität  Spezifität

53 Die Eigenschaften Diagnostischer Tests werden abhängig von der Untersuchungssituation (d.h. variabel) charakterisiert durch  Prävalenz  Prävalenz (oder Vor-Test-Wahrscheinlichkeit) Positiver Prädiktiver Wert (PPV)  Positiver Prädiktiver Wert (PPV)  Negativer Prädiktiver Wert (NPV)

54 Der Nutzen eines Untersuchungsverfahren als Diagnostischer Tests hängt u. a. ab von der Wahl der  Grenzwerte (Cutpoints),  Patientengruppe,  …

55 Fragen – und Antworten? 1.Eine pharmazeutische Firma entwickelt einen neuen Enzymtest auf Darmkrebs und untersucht ihn bei 60 Patienten mit bekanntem Darmkrebs und bei 144 endoskopisch karzinomfreien Kontrollen. Es findet sich bei 44(73%) Krebspatienten und 32 (22%) Kontrollen ein positiver Test. A) Welche Sensitivität und Spezifität hat der Test? B) Welchen PPV hat der Test in der Studie? C) Welchen NPV hat der Test in der Studie? 2.Wie wäre der PPV, wenn die Vor-Test-Wahrscheinlichkeit nur 3% ist (Screening)? SE = 73% SP = 78% PPV = 44 / ( ) = 58% NPV = 112 / ( ) = 87.5% PPV = SE * PR / SE*PR +(1-SP)*(1-PR) = 0.73 * 0.03 / 0.73* *0.97 = oder 9.3%

56 Fragen – und Antworten? 3.Bei Frauen, die an der Krebsvorsorgeuntersuchung teilnehmen, deckt die Inspektion und Palpation der Brust etwa 14% aller prävalenten Mammakarzinome auf. Welche Testcharakteristik beschreibt diesen Sachverhalt? 4.Die Sensitivität eines Tests erhöht sich in dem Maße wie seine Spezifität steigt. Richtig? 5.BNP im Plasma wird in der Notaufnahme bei Dyspnoe unklarer Genese eingesetzt. Bei einem Trennwert von 50 pg/ml wird hinsichtlich der Diskrimination kardialer (HI) von nicht-kardialen Ursachen (COPD, PH) die Sensitivität mit 97% und die Spezifität mit 62% angegeben. Mit welchem Ziel würden Sie den Test einsetzen? Sensitivität NEIN! Ausschluss einer kardialen Ursache

57

58 Fragen – und Antworten? 6.In Ihrer ophthalmologischen Praxis können Sie 100 neue Patienten pro Woche mit einem innovativen nicht-invasiven Verfahren zur Diagnose der AMD untersuchen, das eine Sensitivität von 90% und eine Spezifität von 90% besitzt. Sie wissen, dass eine AMD bei ca. 10% Ihrer neuen Patienten vorliegt. - Wie schätzen Sie die Qualität des Tests anhand der verfügbaren Angaben des Herstellers ein (interessant oder nicht interessant)?

59 Fragen – und Antworten? 6.In Ihrer ophthalmologischen Praxis können Sie 100 neue Patienten pro Woche mit einem innovativen nicht-invasiven Verfahren zur Diagnose der AMD untersuchen, das eine Sensitivität von 90% und eine Spezifität von 90% besitzt. Sie wissen, dass eine AMD bei ca. 10% Ihrer neuen Patienten vorliegt. - Wie schätzen Sie die Qualität des Tests anhand der verfügbaren Angaben des Herstellers ein (interessant oder nicht interessant)? - Wie oft werden Sie im Durchschnitt pro Woche einen Patienten mit einem positiven Testergebnis sehen („Treffsicherheit“)?

60 AMD Keine AMD Test positiv Test negativ 100 Neues nicht-invasives Verfahren bei AMD

61 AMD Keine AMD Test positiv Test negativ Neues nicht-invasives Verfahren bei AMD

62 AMD Keine AMD Test positiv 9 Test negativ Neues nicht-invasives Verfahren bei AMD

63 AMD Keine AMD Test positiv 99 Test negativ Neues nicht-invasives Verfahren bei AMD

64 AMD Keine AMD Test positiv 9918 Test negativ Neues nicht-invasives Verfahren bei AMD PPV = 50% oder 1 von 2 test-positiven hat nichts…

65 Fragen – und Antworten? 6.In Ihrer ophthalmologischen Praxis können Sie 100 neue Patienten pro Woche mit einem innovativen nicht-invasiven Verfahren zur Diagnose der AMD untersuchen, das eine Sensitivität von 90% und eine Spezifität von 90% besitzt. Sie wissen, dass eine AMD bei ca. 10% Ihrer neuen Patienten vorliegt. - Wie schätzen Sie die Qualität des Tests anhand der verfügbaren Angaben des Herstellers ein (interessant oder nicht interessant)? - Wie oft werden Sie im Durchschnitt pro Woche einen Patienten mit einem positiven Testergebnis sehen („Treffsicherheit“)? - Wie schätzen Sie Aufwand und Nutzen des Tests ein?

66 Vorlesungsdatei (.pdf) unter


Herunterladen ppt "Methoden epidemiologischer Forschung 1.Planung: 1.Planung: Spezifische Studienformen („Studiendesigns“) Beobachtung: Ökologische St., Querschnittsst.,"

Ähnliche Präsentationen


Google-Anzeigen