Epidemiologia - rapporti, proporzioni, tassi

Lezione 2 - kalamaj

A sua volta, in ciascuno di questi due gruppi si presenteranno casi di malattia con

• una certa frequenza (ossia con una certa probabilità…).

Distingueremo pertanto all’interno dei due gruppi, esposti e non esposti, due

• ulteriori sottogruppi: malati e sani.

NB: pur esistendo, eventualmente, una forte associazione fra fattore di rischio e

• malattia, trattandosi di malattie multifattoriali, sarà normale osservare sempre un

certo numero di soggetti non esposti che, comunque, contraggono la malattia. Il

fattore di rischio, infatti, non è da considerarsi elemento necessario e sufficiente per

lo sviluppo di una patologia. Quello che si deve dimostrare con uno studio analitico è

che esponendosi al fattore di rischio aumenta la probabilità di sviluppare una

determinata malattia.

Misure di frequenza in epidemiologia

• rapporti

• proporzioni

• tassi

Come si fa a verificare l’esistenza di un’associazione fra fattore di rischio e malattia

• e, quindi, a misurarne la forza?

Innanzi tutto per avviare uno studio analitico dobbiamo reclutare un campione di

• popolazione. Le modalità e i principi su cui basare tale reclutamento saranno

discussi dopo.

Un primo passo che possiamo compiere per avviare il “ragionamento analitico”

• può essere quello di distinguere nel nostro campione un gruppo di soggetti esposti

al fattore di rischio da un secondo gruppo di soggetti non esposti.

rapporto

Una misura che viene utilizzata in epidemiologia è il rapporto (in inglese

• “ratio”). Si tratta di una frazione che può esprimere informazioni diverse. In

genere, quando si usa un rapporto, uno dei due termini del quoziente è

uguale a 1 e viene utilizzato come termine di paragone.

Ad esempio un rapporto femmine/maschi di 2:1 indica che in una

• determinata popolazione le femmine sono il doppio dei maschi.

L’odds ratio e il risk ratio, dei quali parleremo più avanti, sono rapporti che

• esprimono quante volte una certa malattia, o un certo evento, è più

frequente in una popolazione confrontata con un’altra di riferimento.

Ma come fare a distinguere un’associazione indiretta o spuria da una vera associazione eziologica?

• È possibile validare un’associazione statistica quale associazione causale, valutando attentamente alcuni parametri:

• - forza: essa coincide con il valore della misura di associazione utilizzata nello studio. Parleremo più in là di rischio relativo

• (RR) e odds ratio (OR): a valori elevati di questi corrisponde un’elevata forza dell’associazione.

- consistenza: si può affermare che un’associazione sia consistente quando il risultato di uno studio viene confermato da

• studi successivi; coincide cioè con la consistenza dei risultati di studi condotti in tempi diversi o da gruppi di ricerca

differenti.

- relazione temporale: è pur vero che post-hoc non equivale a propter-hoc, ma è anche vero che se una causa non precede

• l’effetto è difficile affermare che lo abbia provocato…

- plausibilità biologica: il riscontro di un’associazione statistica fra un fattore di rischio e una malattia dovrebbe essere

• sempre preceduto (o al massimo seguito) da una serie di indagini sperimentali che possano far ipotizzare un nesso di

causalità. L’associazione fra l’esposizione a una sostanza e l’insorgenza di cancro, per esempio, deve sempre essere

accompagnata da prove di cancerogenicità in vitro.

- relazione dose-risposta: un’ulteriore prova che l’associazione sia causale è data dalla dimostrazione che all’aumentare

• della dose di esposizione aumenti anche la probabilità di malattia.

proporzione

Diverse misure utilizzate in epidemiologia sono proporzioni.

• Si utilizzano per descrivere la quantità relativa di una popolazione con una

• certa caratteristica rispetto alla popolazione totale.

Le proporzioni, secondo la grandezza del numeratore rispetto al

• denominatore, possono essere espresse come percentuali, oppure per

1000, ecc.

Esempi di proporzioni sono la percentuale di femmine o quella di fumatori in

• una certa popolazione.

Quando l’associazione fra due eventi è realmente causale (ossia è il fattore di rischio a determinare la

• malattia) si parla anche di associazione eziologica.

Al contrario, può spesso verificarsi che pur esistendo fra due eventi un’associazione statisticamente

• significativa, essa risulti non causale: si parla in questi casi di associazioni indirette e di associazioni spurie.

Esistono in letteratura numerosi studi che hanno messo in evidenza associazioni statistiche poi risultate

• non eziologiche: un classico esempio di associazione indiretta è rappresentato dall’associazione fra

consumo di caffè e infarto del miocardio. In questo caso il reale fattore di rischio era rappresentato dal

fumo di sigaretta: il maggiore consumo di caffè riscontrato nel gruppo dei soggetti malati era in realtà

associato al maggior consumo di sigarette in questo gruppo (la vera relazione era dunque quella esistente

fra caffè e fumo). In questo caso si parla di associazione indiretta, ovvero di relazione “mediata” dal reale

fattore di rischio.

Esiste poi la possibilità che l’associazione sia spuria, ovvero sia il risultato dell’intervento di un vero e

• proprio errore nella conduzione dello studio.

Dell’interazione fra fattori di rischio, dei fattori confondenti e degli errori sistematici (i cosiddetti bias) si

• parlerà in un prossimo modulo didattico.

Una proporzione può essere utilizzata anche per esprimere più categorie

• all’interno di una stessa popolazione.

Un esempio tipico è quello della descrizione della distribuzione dei gruppi di

• età in una determinata popolazione, come illustrato nella diapositiva.