Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

U N I V E R S I T Ä T S M E D I Z I N B E R L I N 1 Einführung in die Epidemiologie nosokomialer Infektionen für Hygienebeauftragte Dr. rer. nat. Luisa.

Ähnliche Präsentationen


Präsentation zum Thema: "U N I V E R S I T Ä T S M E D I Z I N B E R L I N 1 Einführung in die Epidemiologie nosokomialer Infektionen für Hygienebeauftragte Dr. rer. nat. Luisa."—  Präsentation transkript:

1 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 1 Einführung in die Epidemiologie nosokomialer Infektionen für Hygienebeauftragte Dr. rer. nat. Luisa A. Denkel Institut für Hygiene und Umweltmedizin Charité Universitätsmedizin Berlin

2 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 2 Inhalt Nosokomiale Infektionen Epidemiologie Surveillance - KISS Grundlagen der Statistik: Lage- und Streuungsmaße: Mittelwert / Median Verhältnis, Anteil, Rate Häufigkeitsmaße: Prävalenz, Kumulative Inzidenz, Inzidenzrate# Studientypen

3 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 3 Nosokomiale Infektion Nosokomiale Infektionen sind (zeitlich) im Krankenhaus erworbene Infektionen Krankenhaushygiene = Prävention nosokomialer Infektionen

4 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 4 Krankenhaushygiene Hygienemaßnahmen sollen das Risiko für nosokomiale Infektionen verursacht durch exogene UND endogene Erreger zu reduzieren ! Prävention von exogenen NI Prävention von endogenen NI z.B.: Händedesinfektion Sterilisation von OP-Instrumenten Tragen von persönlicher Schutzausrüstung Flächendesinfektion z.B.: Frühzeitige Entfernung von Gefäßkathetern, Harnwegkathetern, Beatmung usw. Perioperative Antibiotika-prophylaxe Richtiger Antibiotikaeinsatz

5 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 5 Epidemiologie

6 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 6 epi = über, demos = Bevölkerung, logos = Lehre Epidemiologie: Lehre von der Bevölkerung Die Verteilung von Krankheiten, deren Determinanten (bestimmende Faktoren) und deren Folgen in der Bevölkerung Epidemiologie

7 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 7 Epidemiologie Bezogen auf nosokomiale Infektionen... Die Wissenschaft von der Verteilung nosokomialer Infektionen, deren Einfluss- und Risikofaktoren und deren Folgen.

8 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 8 Epidemiologie Messung der Krankheitshäufigkeit –Wieviel ? Beschreibung der Verteilung von Krankheiten –Wer, Wo, Wann ? Erfassung der Determinanten von Krankheit –Warum ? Bevölkerungsbezogene Intervention –Was tun ?

9 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 9 Surveillance Surveillance (engl. = Überwachung, Aufsicht) ist die fortlaufende, systematische Erfassung, Analyse und Interpretation von Gesundheitsdaten, die aktuelle Übermittlung der Daten an diejenigen, die die Information benötigen, sowie das Planen und die Einführung und Evaluation von medizinischen Maßnahmen, die sich aus den Daten ergeben. A.D.Langemeier Ziel der Surveillance bezogen auf nosokomial Infektionen: Präventionen von nosokomialen Infektionen (NI) durch Erfassung von Infektionsdaten, die für Entscheidungen zur Infektionsprävention wichtig sind

10 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 10 KISS – Krankenhaus-Infektions- Surveillance-System

11 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 11 Grundlagen der Statistik „ Messung der Erkrankungshäufigkeit“ „Beschreibung der Verteilung von Erkrankungen“

12 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 12 Maße der zentralen Tendenz Arithmetisches Mittel = „Durchschnitt“ Summe aller Messwerte geteilt durch die Anzahl der addierten Werte Beispiel: Alter von Kindern bei einer Geburtstagsfeier Arithmetisches Mittel = Summe  Anzahl = ( )  5= 20  5 = 4

13 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 13 Bei ungerader Anzahl von Werten relativ einfach = 3 Median = die 50.te Perzentile Derjenige Wert, der die steigend geordnete Liste von Einzelwerten in zwei Hälften teilt Beispiel: Alter von Kindern bei einer Geburtstagsfeier Maße der zentralen Tendenz

14 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 14 Beispiel: Median bei gerader Anzahl von Werten = 7  2 = 3,5 Median = 3,5 Maße der zentralen Tendenz

15 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 15 Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Arithmetisches Mittel = Summe der Einzelwerte  Anzahl der Werte

16 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 16 Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Arithmetisches Mittel = Summe der Einzelwerte  Anzahl der Werte = 90  5 = 18 Jahre

17 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 17 Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Median = Zahlenwert, der die geordnete Liste teilt

18 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 18 Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Median = Zahlenwert, der die geordnete Liste teilt = 3 Jahre

19 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 19 Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Median = Zahlenwert, der die geordnete Liste teilt = 3 Jahre

20 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 20 Beispiel: Alter auf einer Geburtstagsfeier Vorteil des Median: stabil gegen Ausreißer Kind kommt nicht. Dafür ist die Oma anwesend Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Median = Zahlenwert, der die geordnete Liste teilt = 3 Jahre Arithmetisches Mittel = Summe der Einzelwerte  Anzahl der Werte = 90  5 = 18 Jahre

21 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 21 Verhältnisse, Anteile, Rate Maßarten der Krankheitshäufigkeiten: – Verhältnis – Anteil – „Rate“

22 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 22 Verhältnis (Ratio) Eine Beziehung zwischen zwei Mengen. Eine Anzahl geteilt durch eine andere Anzahl.

23 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 23 Beispiel 1 für Verhältnis (Ratio) Eine Universität hat Studenten. Davon sind Männer und Frauen. Das Verhältnis von Männern zu Frauen ist =

24 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 24 Beispiel 2 für Verhältnis (Ratio) Auf einer Intensivstationen traten 12 Pneumonien und 4 Sepsisfälle auf. Das Verhältnis der Infektionen zueinander ist...

25 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 25 Beispiel 2 für Verhältnis (Ratio) Auf einer Intensivstationen traten 12 Pneumonien und 4 Sepsisfälle auf. Das Verhältnis der Infektionen zueinander ist = 41

26 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 26 Anteil (Proportion) Ein Verhältnis bei dem der Zähler immer ein Anteil des Nenners ist. Anteile können nur Werte zwischen 0 und 1 annehmen (bezogen auf 100 nennt man es Prozent) Zähler = Anteil = [%] Nenner

27 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 27 Beispiel 1 für Anteil (Proportion) Eine Universität hat Studenten. Davon sind Männer und Frauen. Der Anteil von Frauen ist = 0,33 = 33% 6.000

28 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 28 Alle Studenten: Beispiel 1 für Anteil Frauen

29 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 29 Beispiel 2 für für Anteil (Proportion) Auf einer Intensivstationen traten 8 Pneumonien und 4 Sepsisfälle auf. Der Anteil der Pneumonien an allen Infektionen beträgt... Zähler = Nenner

30 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 30 Beispiel 2 für für Anteil (Proportion) Auf einer Intensivstationen traten 8 Pneumonien und 4 Sepsisfälle auf. Der Anteil der Pneumonien an allen Infektionen beträgt... Zähler 8 = Nenner 12

31 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 31 Beispiel 2 für für Anteil (Proportion) Auf einer Intensivstationen traten 8 Pneumonien und 4 Sepsisfälle auf. Der Anteil der Pneumonien an allen Infektionen beträgt... 8 = 0,667 = 67% 12

32 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 32 Anteil der Pneumonien Alle nosokomialen Infektionen: 12 8

33 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 33 Aber... Nicht alles, was auf 100 bezogen wird, ist ein Anteil Beispiel: Verbrauch eines Autos 6,4 Liter auf 100 km

34 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 34 „Rate“ In Epidemiologie: eigentlich in bestimmter Zeiteinheit, pro Zeiteinheit heißt es „Dichte“ Eine Beobachtete Anzahl von Ereignissen wird auf 100 Maßnahmen bezogen. Pro Maßnahme ist mehr als ein Ereignis möglich Beispiel:Wundinfektionsrate –5 Wundinfektionen pro 100 Operationen

35 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 35 Rate Die drei wichtigsten Häufigkeitsmaße Prävalenz Inzidenz Inzidenzrate (= Inzidenzdichte)

36 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 36 Prävalenz

37 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 37 Zeit HWI Pneumonie Prävalenztag Prävalenz Zeit

38 U N I V E R S I T Ä T S M E D I Z I N B E R L I N Patienten am Prävalenztag anwesend 2 Pneumonien 1 HWI Wie hoch ist die Prävalenz der Pneumonie? Prävalenz Anzahl der Personen mit Pneumonie 2 = = 0,09 = 9 % Anzahl der Personen unter Risiko 21

39 U N I V E R S I T Ä T S M E D I Z I N B E R L I N Patienten am Prävalenztag anwesend 2 Pneumonien 1 HWI Wie hoch ist die Prävalenz der HWI? Prävalenz Anzahl der Personen mit HWI = Anzahl der Personen unter Risiko

40 U N I V E R S I T Ä T S M E D I Z I N B E R L I N Patienten am Prävalenztag anwesend 2 Pneumonien 1 HWI Wie hoch ist die Prävalenz der HWI? Prävalenz Anzahl der Personen mit HWI 1 = = 0,05 = 5 % Anzahl der Personen unter Risiko 21

41 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 41 Inzidenz

42 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 42 Inzidenz In einer Stadt leben Frauen. Aktuell leiden 80 von ihnen an Brustkrebs. Von den anderen 9920 erkranken im Laufe des Jahres 11 an Brustkrebs. Wie hoch ist die Inzidenz? 1.1 von 1000 Frauen erkranken neu

43 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 43 Inzidenz Auf einer ITS liegen 20 Patienten. Aktuell leiden 2 von ihnen an einer Sepsis. Von den anderen 18 Patienten erkranken im Laufe eines Monats 5 an einer Sepsis. Wie hoch ist die Inzidenz der Sepsis? Anzahl der Neuerkrankungen Anzahl der Personen unter Risiko

44 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 44 Inzidenz Auf einer ITS liegen 20 Patienten. Aktuell leiden 2 von ihnen an einer Sepsis. Von den anderen 18 Patienten erkrankt im Laufe eines Monats 1 an einer Sepsis. Wie hoch ist die Inzidenz der Sepsis? 6 von 100 Patienten erkranken neu Anzahl der Neuerkrankungen 1 = = 0.06 Anzahl der Personen unter Risiko 20-2

45 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 45 Zeit HWI Pneumonie Prävalenztag Prävalenz / Inzidenz Zeit Inzidenz über den gesamten Zeitraum

46 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 46 Prävalenz und Inzidenz Wie viele MRE-Infektionen traten zwischen dem ersten Tag nach Aufnahme und der Entlassung auf?

47 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 47 Prävalenz und Inzidenz Prävalente Fälle sind ursprünglich inzidente Fälle. In welcher Rate entstehen neue Fälle in einer Gruppe von Menschen im Laufe der Zeit? Welcher Anteil einer Gruppe hat ein bestimmtes Merkmal?

48 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 48 Inzidenzrate (-dichte) Anzahl aufgetretener Neuerkrankungsfälle pro Summe der Zeiträume, in denen jeder Einzelne der Bevölkerung erkranken konnte Anzahl Neuerkrankter Summe der Beobachtungszeiträume

49 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 49 Anzahl der NI Inzidenzdichte = ∙ 1000 Patiententage Wie groß ist die Inzidenzdichte? Inzidenzrate (-dichte) Auf Ihrer ITS traten innerhalb eines Monats 13 HWI auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage.

50 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 50 Anzahl der NI Inzidenzdichte = ∙ 1000 Patiententage Patiententage = 12 ∙ 30 ∙ 0,85 = 306 (Betten) (Tage) (Belegung) Inzidenzrate (-dichte) Auf Ihrer ITS traten innerhalb eines Monats 13 HWI auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage.

51 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 51 Inzidenzrate (-dichte) Auf Ihrer ITS traten innerhalb eines Monats 13 Harnweginfektionen auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage. 13 Inzidenzdichte = ∙ 1000 = Patiententage Die Inzidenzdichte der HWI für Ihre Station beträgt 43 HWI pro 1000 Patiententage.

52 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 52 Standardisierung

53 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 53 Standardisierung Standardisierung hat das Ziel Vergleichbarkeit von z.B. Raten zu schaffen. Bei der Standardisierung werden Einflussfaktoren, die nicht untersucht werden sollen, rausgerechnet. –In KISS wird u.a. nach Devicetagen standardisiert. Device (engl. = Gerät): invasive medizinische Hilfsmittel (HWK, ZVK usw.)

54 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 54 Device-assoziierte Anzahl der device-assoziierten NI Inzidenzdichte ∙1000 Anzahl der Device-Tage = Device-assoziierte Inzidenzdichte

55 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 55 HWK-assoziierte Anzahl der device-assoziierten NI ∙1000 HWI-Inzidenzdichte Anzahl der Device-Tage = HWK-Tage: 306 ∙ 0,9 = Device-assoziierte Inzidenzdichte Auf Ihrer ITS traten innerhalb eines Monats 13 Harnweginfektionen auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage. Die Anwendungsrate vom Harnwegkatheter lag bei 90%. 12 HWI waren Device-assoziiert.

56 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 56 Device-assoziierte Anzahl der Device-assoziierten HWI (12) Inzidenzdichte ∙ 1000 Anzahl der Device-Tage (275) = = Device-assoziierte Inzidenzdichte Auf Ihrer ITS traten innerhalb eines Monats 13 Harnweginfektionen auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage. Die Anwendungsrate vom Harnwegkatheter lag bei 90%. 12 HWI waren device-assoziiert. Die Device-assoziierte Inzidenzdichte für HWI auf Ihrer Station beträgt 44 HWI pro 1000 HWK-Tage.

57 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 57 Stratifizierung

58 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 58 Stratifizierung Bei der Stratifizierung (lat. Stratum = Schicht, Decke) werden Untergruppen gebildet und nur die Daten innerhalb der Untergruppen verglichen. –In KISS wird u.a. nach ITS-Art, OP-Art, Anzahl der Nasenabstriche, Geburtsgewichtsklassen.

59 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 59

60 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 60 Epidemiologie Messung der Krankheitshäufigkeit –Wieviel ? Beschreibung der Verteilung von Krankheiten –Wer, Wo, Wann ? Erfassung der Determinanten von Krankheit –Warum ? Bevölkerungsbezogene Intervention –Was tun ?

61 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 61 Epidemiologen sind Gesundheitsdetektive

62 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 62 Studiendesign in der epidemiologischen Forschung Annahme: Erkrankungen treten nicht zufällig verteilt auf Es gibt ursächliche und präventive Faktoren, die durch systematische Untersuchungen identifiziert werden können

63 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 63 Zusammenhang von Ursache und Wirkung Schwierigkeiten Zusammenhänge meist nicht ohne weiteres erkennbar Korrelationen meist nicht zwingend Eine Ursache kann verschiedene Wirkungen haben Eine Wirkung kann verschiedene Ursachen haben oder mit langer Latenz

64 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 64 Definition - Epidemiologie Die Lehre von der Verteilung und den Determinanten von Krankheitshäufigkeiten in der Bevölkerung Häufigkeit: Messen der Krankheitshäufigkeit ist erste Voraussetzung (z.B. Inzidenz, Prävalenz) Verteilung: Wer, wann und wo erkrankt. Vergleiche zwischen verschiedenen Bevölkerungsgruppen, Regionen und Zeiträumen Determinanten: Kenntnis von Häufigkeit und Verteilung führt zu prüfbaren Hypothesen Studien

65 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 65 Exposition und Zielgröße Exposition Möglicher ursächlicher Faktor Risikofaktor Eigenschaft von Interesse Zielgröße Erkrankung Gesundheitszustand Folge eines Einflusses

66 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 66 Rauchen Lungenkrebs ÜbergewichtHerzerkrankung AlkoholVerkehrsunfälle Mangelnde ImpfungDiphterie Beziehung zwischen Exposition und Zielgröße / Krankheit

67 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 67 Querschnittsstudie Untersuchung von Beziehungen zwischen Exposition und Outcome: Fall-Kontroll-Studie Kohortenstudie Interventionsstudie (klinische, experimentelle, randomisiert, (Plazebo-) kontrolliert, doppelblind) Studiendesigns

68 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 68 Querschnittsstudie Untersuchung von Beziehungen zwischen Exposition und Outcome: Fall-Kontroll-Studie Kohortenstudie Interventionsstudie (klinische, experimentelle, randomisiert, (Plazebo-) kontrolliert, doppelblind) Studiendesigns

69 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 69 Fall-Kontroll-Studie Fälle Kontrollen NEIN JA Forschung Zeit NEIN JA Exposition gegenüber dem Risikofaktor Beginn der Studie

70 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 70 Verursacht Rauchen Lungenkrebs?

71 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 71 Fall-Kontroll-Studie Forschung 100 Fälle Lungenkrebs 100 Kontrollen Kein Krebs NEIN (70) JA (30) Zeit NEIN (30) JA (70) Geraucht Beginn der Studie

72 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 72 Fall-Kontroll-Studie Vier-Felder-Tafel Lungenkrebs JANEIN Rauchen JA NEIN Berechnung des Odds Ratio (Chancenverhältnis) c ab d

73 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 73 Chancenverhältnis Odds Ratio (OR) Verhältnis der Exponierten zu Nichtexponierten unter den Erkrankten Verhältnis der Exponierten zu Nichtexponieren unter den Nichterkrankten

74 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 74 Lungenkrebs JANEIN Rauchen JA NEIN Berechnung des Odds Ratio: a/c70/302,33 b/d30/700,43 = 5,4= OR = Fall-Kontroll-Studie Vier-Felder-Tafel a b cd Raucher haben ein 5 mal höheres Risiko an Lungenkrebs zu erkranken im Vergleich zu Nichtrauchern.

75 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 75 Kohortenstudie Patienten erkrankt Patienten mit Risikofaktor Forschung Zeit Patienten NICHT erkrankt Patienten erkrankt Patienten NICHT erkrankt Risikofaktor NICHT vorhanden Beginn der Studie

76 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 76 Verursacht Rauchen Lungenkrebs?

77 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 77 Patienten erkrankt (70) Raucher (100) Forschung Zeit Patienten NICHT erkrankt (30) Patienten erkrankt (30) Patienten NICHT erkrankt (70) Nichtraucher (100) Beginn der Studie Kohortenstudie: Rauchen und Lungenkrebs

78 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 78 Kohortenstudie: Vier-Felder-Tafel Lungenkrebs JANEIN Rauchen JA NEIN Berechnung des Relativen Risikos (RR) c ab d a + b c + d

79 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 79 Relatives Risiko (RR) Verhältnis der Inzidenz der Exponierten zur Inzidenz der Nichtexponierten. Inzidenz der Exponierten Inzidenz der Nichtexponierten RR=

80 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 80 Kohortenstudie: Vier-Felder-Tafel Lungenkrebs JANEIN Rauchen JA NEIN Berechnung des Relativen Risikos (RR): Inzidenz der Raucher Inzidenz der Nichtraucher a / (a + b) 70/100 0,7 c / (c + d) 30/100 0,3 = 2,33 = c a b d a + b c + d = Raucher haben ein 2 mal höheres Risiko an Lungenkrebs zu erkranken im Vergleich zu Nichtrauchern.

81 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 81 Unterschied OR und RR RR : Verhältnis des Risikos unter Exposition zu erkranken zum Risiko unter Nicht-Exposition zu erkranken -> Kohortenstudie OR: Verhältnis der Verhältnisse von Kranken mit Exposition zu Kranken ohne Exposition und Gesunden mit Exposition zu Gesunden ohne Exposition

82 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 82 Fehler bei der Durchführung von Studien

83 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 83 Confounder Verschleierung - Verzerrtes Bild der Wirklichkeit? Die üblichen „Verdächtigen“: –Alter –Geschlecht –Krankheitsschwere

84 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 84 Confounder Schuhgröße Odds Ratio für Einkommen über 1500 Euro Über Unter 40 (Referenz) 1.0

85 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 85 Confounder MännerFrauen Schuhgröße Odds Ratio für Einkommen über 1500 Euro Schuhgröße Odds Ratio für Einkommen über 1500 Euro Über 441.0Über Unter 40 (Referenz)1.0Unter 40 (Referenz1.0

86 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 86 Confounder Untersuchte Exposition (Schuhgröße) Outcome (Einkommen) Confounder (Geschlecht)

87 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 87 Epidemiologie Messung der Krankheitshäufigkeit –Wieviel ? Beschreibung der Verteilung von Krankheiten –Wer, Wo, Wann ? Erfassung der Determinanten von Krankheit –Warum ? Bevölkerungsbezogene Intervention –Was tun ?

88 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 88 Dr. med. Christine Geffers Christin Schröder Danksagung

89 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 89 Vielen Dank für Ihre Aufmerksamkeit!

90 U N I V E R S I T Ä T S M E D I Z I N B E R L I N 90 Anregungen? Fragen?


Herunterladen ppt "U N I V E R S I T Ä T S M E D I Z I N B E R L I N 1 Einführung in die Epidemiologie nosokomialer Infektionen für Hygienebeauftragte Dr. rer. nat. Luisa."

Ähnliche Präsentationen


Google-Anzeigen