1
BIOSTATIC &
EPIDEMIOLOGY
2
By M.H.DAVARI M.D
Surveillance
Health care
providers
Investigation
Feedback
3
امروزه برای مطالعه پژوهشهایی که در زمینه پزشکی انجام می شوند،
دانستن اطالعات آماری و اپیدمیولوژیک ضروری است.
به خصوص در حیطه طب کار و بیماری های شغلی که بسیاری از یافته
ها بر اساس بررسی های اپیدمیولوژیک بر روی افراد دارای مواجهات
بسیار اندک با مواد خاص ،بدست می آید.
4
(DATA ,VARIABLE)متغیر
مشخصه یک فرد و یا پدیده ای که قابل اندازه گیری است و می تواند
.مقادیر مختلفی را بپذیرد
:Quantitative کمی.1
Discrete
Continuous
Interval
Ratio
:Qualitative کیفی
Nominal
Ordinal
.2
5
QUANTITATIVEکمی:
فاصله ای :Interval
مثال درجه حرارت ،تاریخ تقویمی
مبدا قراردادی است
صفر به معنی نبودن خاصیت مورد نظر نیست و با عوض شدن مقیاس
اندازه صفر دیگر برابر صفر نیست
نسبی :Ratio
مثال :وزن ،سرعت ،میزان FVC
صفر به معنی نبودن است
6
QUANTITATIVEکمی:
گسسته ):(Discrete
تعداد کارگران ،تعداد مشاغل موجود در یک کارخانه
پیوسته ):(Continuous
قد ،وزن ،سطح سرب خون ،میزان ،FEV1سابقه کار
7
QUALITATIVEکیفی:
:Nominal
برتری در کار نیست
مثال :سن ،جنس ،نژاد ،گروه خونی ،شغل
:Ordinal
بین گروهها از نظر متغیر مورد نظر برتری وجود دارد
مثال :شدت بیماری ) ، (NIHLنمرات علمی دستیارانILO ،
،Socioeconomic status ،classificationشدت
obstructionدر اسپیرومتری
8
برای آنالیز اطالعات 2مرحله باید طی شود:
مرحله اول :توصیف و خالصه سازی اطالعات بوسیله آمار توصیفی
(میانگین ،میانه ،واریانس و انحراف معیار)
مرحله دوم :آزمایش فرضیه های خاصی که قبل از اجرای پژوهش تعیین
شده اند
9
خالصه سازی اطالعات بوسیله آمار توصیفی
.1
10
شاخص های مرکزی:
(Mean میانگین):
میانگین حسابی کل داده ها است
به شدت تحت تاثیر extreme dataقرار میگیرند
(Median میانه):
داده میانی اطالعات است به طوری که نیمی از داده ها در باالی آن و نیمی دیگر در
زیر آن قرار دارند
در صورت وجود extreme dataمیانه نسبت به میانگین شاخص مرکزی بهتری
است
:Mode
پر تکرار ترین داده در میان کل داده ها
در پزشکی کاربرد چندانی ندارد
7 7
7 77
7
8
7 77
6
7
3
2
7 8
13
9
Mean = 7
SD=0
Mean = 7
SD=0.63
Mean = 7
SD=4.04
11
شاخص های پراکندگی:
.2
(Rangeدامنه)
(Varianceپراش)
نشان دهنده پراکندگی داده ها نسبت به میانگین
(Standard deviationانحراف معیار)
( (Coefficient of Variations)CVضریب تغییرات)
12
اختالف بین بیشترین و کمترین داده
برای مقایسه پراکندگی 2صفت و یا یک صفت با 2واحد متفاوت
توزیع نرمال
منحنی پراکندگی بیشتر صفات در جمعیت عمومی تقریبا ً مشابه یک دیگر
است
زنگوله ای شکل و قرینه
نقش اصلی در آزمودن فرضیات
میانگین=میانه
میانگین و انحراف معیار
13
Frequency
95%
• میانگین
• انحراف معیار
69%
μ-2SD
μ-SD
μ
μ+SD
μ+2SD
14
B
A
B
A
Two normal
distributions with
identical means but
different standard
deviations
Two normal
distributions with
different means but
identical standard
deviations
15
آزمون فرضیه
تعیین نوع آزمون برای سنجش فرضیه باید قبل از جمع آوری داده ها صورت گیرد.
Null hypothesisفرضیه خنثی):(H0
هیچ اختالفی در پارامتر های PFTبین کارگران معادن زیر زمینی و کارگران معادن
روباز وجود ندارد( .اختالف دیده شده در نتایج به علت تفاوت های فردی طبیعی در
بین افراد جامعه است ونه به علت عامل خاص مد نظر ما)
Alternative hypothesisفرضیه مخالف ):(H1 or HA
پارامترهای PFTبین کارگران معادن زیر زمینی و کارگران معادن روبازمتفاوت
16
است.
17
P-VALUES
• احتمال اینکه رخ دادن واقعه فقط در اثر شانس باشد
• در مطالعات پزشکی معموالً سطح معناداری را %5در نظر می
گیریم وباید اختالف دیده شده از نظر آماری زیر %5یا 0/05باشد
• اگر P-Valueبزرگتر و یا مساوی نقطه بحرانی (cut-off
) pointباشد فرضیه صفر مورد قبول واقع می شود.
18
انواع خطا ها در آزمون
خطای نوع اول (:)α
غلط دانستن فرضیه H0در حالی که درست است.
خطای نوع دوم (:)β
قبول فرضیه H0در صورتی که این فرضیه غلط است.
1-Βیا توان آزمون :احتمال رد شدن فرضیه صفر در حالی که غلط است.
19
STANDARD ERRORخطای معیار:
برای آنکه مشخص کنیم میانگین بدست آمده از نمونه تا چه اندازه به
میانگین واقعی جامعه نزدیک است
=SE جذر تعداد نمونه ها /انحراف معیار جامعه
مثال:
در یک مطالعه میانگین FVCدر 100فرد عادی 4لیتر بدست آمده.با
فرض توزیع نرمال این پارامتردر سطح جامعه با انحراف معیار،1با
فاصله اطمینان ،%95حدود میانگین جامعه برابر؟؟؟؟؟؟؟؟؟؟
20
4+,-(2)0.1 = 4/2-3/8
SE = 1/√100 = 0.1
تحلیل بین 2
یا چند متغیر
دو یا چند
متغیر کیفی
Chi
Square
21
دو متغیر کمی
اختالف:
T test
ارتباط:
Pearson
چند گروه
متغیر کمی
ANOVA
1. CHI SQUARE
تعیین ارتباط بین 2یا چند متغیر کیفی در 2یا چند گروه
مثال:
تعیین ارتباط بین مواجهه با سیلیس (مواجهه دارد یا ندارد) و ابتال به
برونشیت مزمن (بیماری دارد و یا ندارد)
مواجهه با فلزات سنگین و ابتالء به کاهش شنوایی
مواجهه با ونیل کلراید و ابتال به آکرواستئولیزیس
در این موارد فرضیه صفر این است که هیچ رابطه ای بین متغییر های واقع
در ستون با متغییر های واقع در سطر وجود ندارد
22
2. PEARSON CORRELATION :
تعیین ارتباط بین 2متغیر کمی
تعیین ارتباط بین سطح کادمیوم شیر
مادر و کادمیوم سرم نوزاد
تعیین ارتباط بین میزان سرب موجود
در هوا و سطح سرب خون کارگر
ضریب:1+نشاندهنده همبستگی کامل
و مستقیم
ضریب:1-نشاندهنده همبستگی کامل
و معکوس
:0ناهمبسته بودن دو صفت (از نظر
خطی)
:-1_+1همبستگی ناقص
23
T-TEST
3.
مقایسه 2میانگین وقتی که انحراف معیار جامعه مشخص نباشد
مقایسه میانگین در 2گروه از داده های کمی continuous
مثال:
تعیین تاثیر مواجهه با حالل های ارگانیک بر زمان واکنش
دهی ) (reaction timeدر افراد مواجهه یافته و مواجهه نیافته
تعیین تاثیر مواجهه با دی ایزوسیانات ها وتغییرات FEV1در افراد
مواجهه یافته و نیافته
24
4. PAIRED T-TEST
مقایسه میانگین 2جامعه
مقایسه میانگین در 2گروه از داده های continuous
مثال:
اندازه گیری FEV1قبل و بعد از نوبت کاری
اندازه گیری فشار خون قبل و بعد از نوبت کاری
اندازه گیری فشار خون قبل و بعد از مصرف دارو
25
اندازه گیری فشار خون قبل و بعد از مواجهه با صوت
5.ANALYSIS OF VARIANCE
)(ANOVA
مقایسه میانگین بیش از 2گروه
مقایسه میانگین درگروههای از داده های continuous
مقایسه میانگین FEV1در کارگران مواجهه یافته با 3نوع گاز مختلف
مقایسه آستانه شنوایی در 3روش PTA, High tone PTA,
DPOAE
26
27
انواع مطالعات اپیدمیولوژیک
Observational
Descriptive
Analytic
Experimental
Clinical trial
Field trial
Descriptive study: The First step in epidemiologic
studies
28
Descriptive
study
Analytic
study
Cross
sectional
Case-control
Ecologic
Cohort
29
CROSS SECTIONAL STUDIES
Example
Advantages:
Hypothesis generation
Estimate overall and specific disease prevalence
Estimate exposure proportions in the population
Easy, Quick and Inexpensive
Best suited to studying permanent factors (race, sex,
blood-type, number of workers)
30
Disadvantages:
Impractical
Not
for rare diseases
a useful type of study for establishing
causal relationships
Confounding
is difficult to control
31
COHORT STUDIES
In a cohort study, subjects with an exposure to a
causal factor are identified and the incidence of a
disease over time (or prospectively) is compared
with that of controls (persons who do not have
the exposure) to determine whether disease
occurs at a rate different from that in a cohort
without the exposure.
32
33
34
35
MEASURES OF ASSOCIATION IN A
COHORT STUDY
1.Relative risk:
+ بیماری در افراد با مواجهه
----------------------------+خطر بیماری در مواجهه
+ کل افراد مواجهه
------------------------ = ------------------------------------------- خطر بیماری در مواجهه
- بیماری در افراد مواجهه
---------------------------- کل افراد مواجهه
An RR greater than 1 implies a positive
association of the disease with the exposure of
36
2.Attributable risk (fraction):
is the rate in the exposed population minus the
rate in the non exposed population
it helps give an idea about the amount of disease
that could be avoided by reducing risk factors in
individuals
37
3. Population attributable risk percentage:
is the proportion of a disease in a population
related to (or "attributable to") a given exposure.
important for public health policy and
planning, that is, in estimating what percent of
cases in a population could be eliminated by
removing an exposure
38
Advantages:
Allows study of rare exposures (In radiation
related cancers(
Lower potential for bias than a case-control
study - no recall and selection bias
Results are considered more conclusive than
results from case-control studies
39
Disadvantage
Larger sample size than case-control
Impractical for rare diseases - even if risk is
high, no cases may occur or results
Data collection is usually very expensive
Long time commitment for follow-up
40
CASE CONTROL STUDY
The case-control study is always retrospective.
The investigator starts by identifying diseased
and non diseased individuals and looks backward
for the presence or absence of exposures in these
individuals
In occupational epidemiology : to evaluate
multiple exposures associated with a single
outcome
41
42
For example, to study the relationship between
asbestos exposure and mesothelioma, a case-control
study would compare the history of asbestos
exposure in a group of mesothelioma patients with
the history of asbestos exposure in a group of
subjects who do not have mesothelioma.
43
Advantage:
Good for rare disease
Inexpensive
Possibility of exploring of multiple exposures
Requires relatively little time to conduct
44
Disadvantage:
Bias (recall, selection)
Temporary can be difficult to establish
Can’t calculate incidence, relative risk or
attributable risk
45
ANALYSIS OF CASE-CONTROL STUDIES
Odd ratio:
An estimate of Relative Risk
(a)Number of Patients in exposure+
---------------------------------------------(b)Number of Patients in exposure------------------------------------------------------------- = ad / bc = Odd Ratio
(c)Number of Not patients in exposure+
--------------------------------------------------(d) Number of Not Patients in exposure-
46
CLINICAL TRIAL
The experimental study is the type of design most
familiar to clinical investigators, but it is rarely
encountered in occupational epidemiology.
Same disease and different treatment
Example:
men with asbestos exposure, who are at increased risk of
lung cancer, were randomly assigned to receive beta-
carotene or a placebo. The study was undertaken to
determine whether beta-carotene decreases the risk of
developing lung cancer
47
Men aged 45 years and older with a history of
heavy cigarette smoking were assigned to a
dual-screened group receiving chest radiographs
and sputum cytologic testing or to a group
receiving only chest radiographs. The objective
was to determine whether the addition of sputum
cytologic testing to regular chest radiography
resulted in earlier detection and improved lung
cancer survival
48
49
50
WHAT TYPE OF STUDY TO CHOSE DEPENDS
ON:
what is the research question
Time available for study
Resources available for the study
Common/rare disease or production problem
Type of outcome of interest
51
SELECTION OF CASES
Sampling
Simple
Random
Systematic
Random
Paired
52
In random sampling, each
member of the source group has
an equal chance of being
represented in the control group.
For example, all individuals
might be assigned a number, and
the sample would be selected
using a table of random
numbers
53
In systematic sampling, the source group for
controls is assumed to have an ordered sequence,
and every nth individual is selected. As long as
the sequence of the source group is not related to
an important study variable (e.g., age), the
resulting characteristics of a systematic sample
are similar to those of a random sample
In paired sampling, one or several controls are
selected for each case based on a predefined
relationship to the case
54
Errors
Systematic
(bias)
Random
Selection
Information
Confounding
B.
B.
B.
55
Selection Bias:
case group: in patient population
control patient: out patient population
Information Bias:
1.
Recall Bias
2.
Interviewer Bias
3.
Misclassification
Confounding bias:
cigarette smoking in a study of an occupational
exposure (asbestose) and lung cancer
56
57
58
