mirella pontello · • scelta e definizione delle variabili da indagare ... tre esempi di studi di...
Post on 13-Jul-2020
4 Views
Preview:
TRANSCRIPT
Epidemiologia analitica
Mirella Pontello
Gli studi analitici
ed il fattore tempo
• Trasversali: fattore tempo assente, non si studia
una transizione tra salute e malattia
• Caso-controllo: retrospettivo , dalla malattia
all’indietro, cioè all’esposizione
• Per coorte: prospettivo, dalla esposizione/non
esposizione in avanti, all’insorgenza della
malattia
Studi trasversali
Prevalence study, survey,
cross-sectional study
Studi di prevalenza o trasversali (1)
Descrivono la condizione di salute/malattia ed i determinanti ad essa correlati nella popolazione o in
un campione di essa
in genere la prevalenza è rilevata in un momento definito (prevalenza puntuale)
altre volte fa riferimento ad un evento che accomuna la popolazione (prevalenza periodale).
Esempio: studiare la prevalenza delle malattie croniche in rapporto al grado di istruzione
Studi trasversali
FASI DI UNO STUDIO TRASVERSALE:
• definizione degli obiettivi
• identificazione della popolazione da studiare:
indagine a tutta la popolazione
su un campione casuale di popolazione
su gruppi specifici di popolazione (non random)
• scelta e definizione delle variabili da indagare
• definizione dei metodi di rilevazione (indagini strumentali,
interviste tramite questionari, ecc.)
• scelta e definizione delle tecniche di analisi statistica
• addestramento dei rilevatori
• studio pilota
• procedure di controllo e analisi dei dati (manuale di codifica
dei dati, registrazione dei dati, ecc.)
• valutazione dei risultati
Studi di prevalenza (2)
Sono studi a basso costo e rapidi, ma hanno due svantaggi:
– identificando nello stesso momento l’esposizione e gli effetti non possono studiare le relazione temporale tra causa ed effetto
– sono rappresentati soprattutto i casi a lungo decorso (selective survival bias)
sono indagini utili per
• conoscere la distribuzione di variabili e fattori di rischio nella popolazione
• valutare lo stato di salute della popolazione
• studiare la domanda-offerta di prestazioni sanitarie nella popolazione
tre esempi di studi di prevalenza
1. Malattie respiratorie croniche in una città del New Hampshire:
– Campione estratto utilizzando gli elenchi dell’anagrafe tributaria
– Invito ai 1261 soggetti selezionati ad effettuare gli esami per accertare
la presenza di tre situazioni patologiche: bronchite cronica, asma
bronchiale, pneumopatia ostruttiva
– Adesione del 95% dei soggetti campionati: intervista + esami diagnostici
– Risultati: maggiore prevalenza negli uomini rispetto alle donne e nei
fumatori ma assenza di relazione con le zone di residenza definite in
funzione dei livelli di inquinamento
2. Malattie cardiovascolari nella contea di Evans (Georgia)
– Campionamento casuale del 50% della popolazione residente di età
compresa tra 25 e 39 anni
– Il 92% delle 3377 persone selezionate sono state indagate (anamnesi,
visita, esami, ECG, RX torace)
– Risultati: solo per i maschi frequenza maggiore delle cardiopatie tra i
bianchi rispetto ai negri, ma i bianchi di classe sociale più bassa e più
frequentemente dediti a lavori implicanti un esercizio fisico avevano una
prevalenza di cardiopatia simile a quella dei negri
3.Prevalence of chronic diseases among physicians in Taiwan: a
population-based cross-sectional study
• OBJECTIVES: …in this study, we explored the prevalence of chronic diseases
among physicians and compared the probability of chronic diseases between
physicians and the general population using a population-based data set in Taiwan.
• STUDY DESIGN: A cross-sectional study.
• SETTING: Taiwan.
• PARTICIPANTS: Our study consisted of 1426 practising physicians and 5704
general participants.
• PRIMARY OUTCOME MEASURES:
We chose 22 chronic diseases from the Elixhauser Comorbidity index and nine
highly prevalent medical conditions in an Asian population for analysis. We used
conditional logistic regression analyses to investigate the OR and its corresponding
95% CI of chronic diseases between these two groups.
• RESULTS: The conditional logistic regression analyses showed that physicians
– had lower odds (OR <1) of peripheral vascular disorders, uncomplicated
diabetes, complicated diabetes, renal failure, liver diseases, and hepatitis B or C
– and higher odds (OR >1) of hypertension, hyperlipidaemia and asthma than
the general population.
Studi per coorte
Sinonimi:
studi di incidenza,
studi longitudinali
Studi di coorte
Scopo: definire il ruolo dei fattori di rischio nell’insorgenza della malattia
Come? Vengono selezionate persone sane esposte e non esposte al fattore di rischio; si seguono per un certo periodo di tempo(visite, interviste, …) e si determina l’insorgenza di casi nei due gruppi
Epidemiologia etiologica
Epidemiologia valutativa
Ambiti di applicazione
Studi di coorteSi definisce “coorte” un gruppo di soggetti sottoposti ad
osservazione che vivono un’esperienza comune
nell’arco di un tempo definito (es. i bambini nati
nello stesso anno e seguiti per un dato periodo)
Come vengono condotti gli studi per coorte:
• Definizione della popolazione in studio, che all’inizio dello
studio non deve presentare la malattia.
• La selezione può consistere in un campionamento casuale o
anche tener conto dell’esposizione ad un fattore sospetto;
in questo secondo caso occorre costruire una seconda
coorte non esposta
• Osservazione dei soggetti nel tempo (“follow-up”)
• Analisi dei dati
• Interpretazione dei risultati dello studio
Stima del rischio
Fattore di rischio
Situazione clinica
malati sani totale
Presente
(esposti)a b a+b
Assente
(non esposti)
c d c+d
totale a+c b+d a+b+c+d
Stima del rischio
Incidenza negli esposti (Ie)= a/a+b
Incidenza nei non esposti (Ine) = c/c+d
RISCHIO RELATIVO: RR = Ie/Ine
RISCHIO ATTRIBUIBILE: RA = Ie- Ine
RISCHIO RELATIVO
Risk ratio = rapporto tra rischi
•Indica di quante volte il rischio di un “esposto” è
maggiore di quello di un “non-esposto”
•Misura il beneficio che la rimozione del fattore
potrebbe portare al paziente
•Misura la forza dell’associazione tra fattore di rischio
e malattia
RISCHIO ATTRIBUIBILE
•Misura la quota del rischio assoluto (incidenza)
che può essere attribuita ad un fattore
•Definisce la quota di malattia dovuta al fattore nel
sottogruppo di popolazione “esposto”
•Identifica la quota di malati che si potrebbe
evitare con la rimozione del fattore di rischio
Epidemiologia analitica
Un esempio di studio coorte
• Fattore di rischio: Fumo di sigaretta
• Patologia: Tumore polmonare
• Popolazione: Medici
• Ricercatori: Doll & Hill
• Anno: 1954
• Durata: 20 anni
Studio Doll & Hill
Fumo e mortalità per Ca polmonare in uomini 55-69 anni.
(CDC, MMWR 1989)
mortalità nei fumatori: 191/105
mortalità nei non-fumatori: 8,7/105
RR: 191/8,7 = 22
RA: 191/105 – 8,7 /105 = 182,3/105
i fumatori hanno un rischio 22
volte maggiore dei non-fumatori di
morire per Ca polmonare
solo questo tasso è
da attribuire al fumo
(anche i non-fumatori
possono morire per
ca polmonare)
RISCHIO ATTRIBUIBILE %
Rischio attribuibile percentuale negli esposti
RA%(esposti):
RA% (esposti) =
Nell’esempio della slide precedente: 182,3/ 191 x 100 = 95,4%
I (esposti) – I (non esposti)
I (esposti)
%
Rischio Attribuibile nella popolazione
Rischio attribuibile nella popolazione (RAP)
È dato dalla differenza tra il rischio di malattia nella
popolazione totale e il rischio di malattia nel gruppo di
soggetti non esposti
Esempio: secondo i dati americani riportati da MMWR, 1989
l’incidenza del ca del polmone è = 72,5/105
l’incidenza nei non fumatori è = 8,7/105
Quindi RAP = 72,5/105 - 8,7/105 = 63,8/105
Si può calcolare anche il RAP% = 63,8/72,5% = 88%
RISCHIO ATTRIBUIBILE
utilizzato per stabilire le priorità in Sanità pubblica
Esempio:
Fumo e inquinamento atmosferico sono FR per Ca
polmonare. Ma:
RA (fumo) >>RA (inquinamento)
interventi per la prevenzione del ca
polmonare mirati prioritariamente alla
eliminazione del tabagismo
Esempi studi per coorte
1986: incidente di Chernobyl
(Ucraina)
La coorte indagata in Svezia
include la popolazione di
sette contee nel Nord della
Svezia con maggiore
ricaduta radioattiva
Increase of regional total cancer incidence in
north Sweden due to the Chernobyl accident?Study objective: Is there any epidemiologically visible influence on the cancer incidence
after the Chernobyl fallout in Sweden?
Design: A cohort study was focused on the fallout of caesium-137 in relation to cancer
incidence 1988–1996.
Setting: In northern Sweden, affected by the Chernobyl accident in 1986, 450 parishes were
categorized by caesium-137 deposition: ,3 (reference), 3–29, 30–39, 40–59, 60–79, and 80–
120 kiloBecquerel/ m2.
Participants: All people 0–60 years living in these parishes in 1986 to 1987 were identified
and enrolled in a cohort of 1.143.182 persons. In the follow up 22.409 incident cancer cases
were retrieved in 1988–1996. A further analysis focused on the secular trend.
Main results: Taking age and population density as confounding factors, and lung cancer
incidence in 1988–1996 and total cancer incidence in 1986–1987 by municipality as proxy
confounders for smoking and time trends, respectively, the adjusted relative risks for the
deposition categories were 1.00 (reference,3 kiloBecquerel/m2), 1.05, 1.03, 1.08, 1.10, and
1.21. The excess relative risk was 0.11 per 100 kiloBecquerel/m2 (95% CI 0.03 to 0.20).
Considering the secular trend, directly age standardized cancer incidence rate differences
per 100 000 person years between 1988 to 1996 and the reference period 1986–1987, were
30.3 (indicating a time trend in the reference category), 36.8, 42.0, 45.8, 50.1, and 56.4. No
clear excess occurred for leukaemia or thyroid cancer.
Conclusions: Unless attributable to chance or remaining uncontrolled confounding, a
slight exposure related increase in total cancer incidence has occurred in northern
Sweden after the Chernobyl accident.
(J Epidemiol Community Health 2004;58:1011–1016)
A Cohort Study of Thyroid Cancer and Other Thyroid
Diseases After the Chernobyl Accident: Thyroid Cancer
in Ukraine Detected During First Screening
Background: The Chernobyl accident in 1986 exposed thousands of people to radioactive iodine isotopes,
particularly 131I; this exposure was followed by a large increase in thyroid cancer among those exposed as
children and adolescents, particularly in Belarus, the Russian Federation, and Ukraine. Here we report the
results of the first cohort study of thyroid cancer among those exposed as children and adolescents following
the Chornobyl accident.
Methods: A cohort of 32 385 individuals younger than 18 years of age and resident in the most heavily
contaminated areas in Ukraine at the time of the accident was invited to be screened for any thyroid
pathology by ultrasound and palpation between 1998 and 2000; 13 127 individuals (44%) were actually
screened. Individual estimates of radiation dose to the thyroid were available for all screenees based on
radioactivity measurements made shortly after the accident and on interview data. The excess relative risk
per gray (Gy) was estimated using individual doses and a linear excess relative risk model.
Results: Forty-five pathologically confirmed cases of thyroid cancer were found during the 1998–2000
screening. Thyroid cancer showed a strong, monotonic, and approximately linear relationship with individual
thyroid dose estimate (P<.001), yielding an estimated excess relative risk of 5.25 per Gy (95% confidence
interval [CI] = 1.70 to 27.5). Greater age at exposure was associated with decreased risk of radiation-related
thyroid cancer, although this interaction effect was not statistically significant. Conclusion: Exposure to
radioactive iodine was strongly associated with increased risk of thyroid cancer among those
exposed as children and adolescents. In the absence of Chernobyl radiation, 11.2 thyroid cancer cases
would have been expected compared with the 45 observed, i.e., a reduction of 75% (95% CI = 50% to 93%).
The study also provides quantitative risk estimates minimally confounded by any screening effects. Caution
should be exercised in generalizing these results to any future similar accidents because of the potential
differences in the nature of the radioactive iodines involved, the duration and temporal patterns of exposures,
and the susceptibility of the exposed population.
Solid cancer incidence and low-
dose-rate radiation exposures in
the Techa River cohort: 1956–
2002
International Journal of Epidemiology 2007; 36(5):1038-1046
Coorte di Techa River: lo studio è continuato….
Solid Cancer Incidence in the Techa River Incidence Cohort: 1956-2007.
Abstract Previously reported studies of the Techa River Cohort have established associations between
radiation dose and the occurrence of solid cancers and leukemia (non-CLL) that appear to be
linear in dose response. These analyses include 17,435 cohort members alive and not known
to have had cancer prior to January 1, 1956 who lived in areas near the river or Chelyabinsk
City at some time between 1956 and the end of 2007, utilized individualized dose estimates
computed using the Techa River Dosimetry System 2009 and included five more years of
follow-up. The median and mean dose estimates based on these doses are consistently
higher than those based on earlier Techa River Dosimetry System 2000 dose estimates. This
article includes new site-specific cancer risk estimates and risk estimates adjusted for
available information on smoking. There is a statistically significant (P = 0.02) linear trend in
the smoking-adjusted all-solid cancer incidence risks with an excess relative risk (ERR) after
exposure to 100 mGy of 0.077 with a 95% confidence interval of 0.013-0.15. Examination of
site-specific risks revealed statistically significant radiation dose effects only for cancers of the
esophagus and uterus with an ERR per 100 mGy estimates in excess of 0.10. Esophageal
cancer risk estimates were modified by ethnicity and sex, but not smoking. While the solid
cancer rates are attenuated when esophageal cancer is removed (ERR = 0.063 per 100
mGy), a dose-response relationship is present and it remains likely that radiation exposure
has increased the risks for most solid cancers in the cohort despite the lack of power to detect
statistically significant risks for specific sites.
Coorte di Techa River: lo studio è continuato….
Breast cancer incidence following low-dose rate environmental
exposure: Techa River Cohort, 1956-2004.
Abstract
In the 1950s, the Mayak nuclear weapons facility in Russia discharged liquid
radioactive wastes into the Techa River causing exposure of riverside
residents to protracted low-to-moderate doses of radiation. Almost 10,000
women received estimated doses to the stomach of up to 0.47 Gray (Gy)
(mean dose=0.04 Gy) from external gamma-exposure and (137)Cs
incorporation. We have been following this population for cancer incidence
and mortality and as in the general Russian population, we found a significant
temporal trend of breast cancer incidence. A significant linear radiation dose-
response relationship was observed (P=0.01) with an estimated excess
relative risk per Gray (ERR/Gy) of 5.00 (95% confidence interval (CI), 0.80,
12.76). We estimated that approximately 12% of the 109 observed observed
cases could be attributed to radiation.
Studi caso-controllo(detti anche retrospettivi)
Scopo: stabilire la correlazione tra esposizione e insorgenza della patologia
Come? Il criterio di selezione dei due gruppi è la presenza/assenza di malattia (= malati e controlli); si indaga sulle precedenti esposizioni al/ai fattore/i di rischio
Selezione dei casi e controlli
I “casi” devono essere precisamente definiti (preferire criteri “oggettivi”)
I “controlli” sono soggetti aventi caratteristiche simili ai casi (per età, sesso, …)
Il rapporto non è necessariamente 1:1
Stima del rischio
gruppo
Fattore di rischio
casi controlli
Presente
(esposti)a b
Assente
(non esposti)c d
a+c b+d
Stima del rischio
Negli studi caso-controllo non è possibile calcolare l’incidenza (né Ie né Ine)
si calcola l’odd ratio (stima del RR)
OR = ad/bc
Odds di un evento = rapporto tra la probabilità del
verificarsi e la probabilità del non verificarsi
dell’evento stesso
ORSpiegazione:
(P = probabilità)
P dell’esposizione nei casi = a/a+c
P della non esposizione nei casi = c/a+c
Quindi l’Odds dell’esposizione nei casi è:
a/a+c c/a+c = a/c
Analogamente l’Odds dell’esposizione nei controlli:
b/b+d d/b+d = b/d
Quindi si può calcolare
il rapporto tra gli Odds o Odds Ratio (OR):
OR= a/c b/d =a x d
b x c
Epidemiologia analitica
Studio caso-controllo: fonte dei CASI
• Indagini di prevalenza fatte sulla popolazione dai
quali risultano casi di malattia in esame. (Istat)
• Registri
• Casistiche ospedaliere (le più usate)
• Casistiche medicina di base (malattie frequenti)
Epidemiologia analitica
Studi caso-controllo: scelta dei CONTROLLI
• Individuare soggetti che forniscano un adeguatotasso di risposta.
• Ridurre al minimo il problema “memoria”.
• Effettuare eventualmente test di “screening” cheescludono una patologia in corso.
• Fonti: controlli ospedalieri, controlli di vicinato,controlli di popolazione.
Epidemiologia analitica
Caratteristiche dei Controlli Ospedalieri
• Identificati facilmente
• Disponibili rapidamente
• Minori problemi relativi alla memoria
• Maggiore disponibilità a collaborare
Da considerare tuttavia che sono malati (perpatologia diversa da quella indagata dallo studio): laloro esposizione può non riflettere quella dellapopolazione generale. Si può avere una diluizione ouna amplificazione spuria dell’effetto. Si consiglia diescludere malattie associate al fattore di esposizione.
Esempi studi caso-controllo
Shift work and colorectal cancer risk in the MCC-
Spain case-control study.(Scand J Work environ Health 2017 Mar 2)
AbstractObjectives Shift work that involves circadian disruption has been associated with a higher cancer
risk. Most epidemiological studies to date have focused on breast cancer risk and evidence for
other common tumors is limited. We evaluated the risk for colorectal cancer (CRC) in relation to
shift work history in a population-based case-control study in Spain. Methods This analysis
included 1626 incident CRC cases and 3378 randomly selected population controls of both sexes,
enrolled in 11 regions of Spain. Sociodemographic and lifestyle information was assessed in face-
to-face interviews. Shift work was assessed in detail throughout lifetime occupational history. We
estimated the risk of colon and rectal cancer associated with rotating and permanent shift work
(ever, cumulative duration, age of first exposure) using unconditional logistic regression analysis
adjusting for potential confounders. Results Having ever performed rotating shift work (morning,
evening and/or night) was associated with an increased risk for CRC [OR 1.22], as compared to
day workers. Having ever worked permanent night shifts (≥3 nights/month) was not associated
with CRC risk (OR 0.79). OR increased with increasing lifetime cumulative duration of rotating shift
work (P-value for trend 0.005) and were highest among subjects in the top quartiles of exposure
(3 rdquartile, 20-34 years, OR 1.38, 95%CI 1.06-1.81; 4 thquartile, ≥35 years, OR 1.36, 95% CI
1.02-1.79). Conclusions These data suggest that rotating shift work may increase the
risk of CRC especially after long-term exposures.
Un’applicazione degli studi caso-controllo in
sanità pubblica:
focolai epidemici di origine alimentare
N.B. nelle epidemie la frequenza degli eventi viene
definita come: tasso di attacco (TA)
TA = % di persone esposte che manifestano la
malattia
S.Napoli in Lombardia: caso-controllo
Identificazione di potenziali fattori di rischio per i casi di infezione
da Salmonella enterica subsp enterica sierotipo Napoli
attraverso uno studio caso-controllo nidificato condotto in
Regione Lombardia
Materiali e metodi:
come fonte informativa sono state utilizzate le inchieste
epidemiologiche svolte in seguito alla segnalazione di casi di
infezione da S. Napoli e da sierotipi non-Napoli (maggio 2004-
dicembre 2005). A questo scopo è stato disegnato uno studio
caso-controllo, nidificato su coorte prospettica. Sono stati definiti
casi i soggetti affetti da salmonellosi notificati in Lombardia con
esame colturale positivo per Salmonella sierotipo Napoli e
controlli i soggetti affetti da salmonellosi accertata con
isolamento di un sierotipo non-Napoli.
S.Napoli in Lombardia: caso-controllo
Variabili Casi Controlli totale OR (IC 95%) p
Acque
Non esposto 39 (5.98) 613 (94.02) 652 1
Pozzi, sorgenti e
fontane5 (5.26) 90 (94.74) 95 0.60 (0.18-2.03) 0.4069
Altre acque
superficiali8 (25.00) 24 (75.00) 32 3.82 (1.03-14.19) 0.0453
Contatto con
animali
Non esposto 20 (4.55) 420 (95.45) 440 1
Animali domestici 28 (10.49) 239 (89.51) 267 3.22 (1.28-8.10) 0.0129
Animali selvatici e
d’allevamento10 (8.06) 114 (91.94) 124 0.97 (0.24-3.86) 0.9619
Altri animali 6 (10.71) 50 (89.29) 56 3.99 (0.89-17.84) 0.0698
Esposizioni
Ambientali
Non esposto 22 (4.93) 424 (95.07) 446 1
Nuoto e
immersioni5 (14.71) 29 (85.29) 34 1.07 (0.21-5.46) 0.9329
Pranzi all’aperto 6 (8.70) 63 (91.30) 69 2.82 (0.94-8.45) 0.0639
Campeggio/
vicinanza
acque/vela-
canoa/pesca
7 (15.22) 39 (84.78) 46 3.88 (1.15-13.05) 0.0287
Consumo
alimenti
Fonte sconosciuta 52 (7.06) 685 (92.94) 737 1
Fonte sospetta o
conosciuta15 (6.64) 211 (93.36) 226 0.99 (0.38-2.59) 0.9799
Un esempio di epidemia
“foodborne”
Salmonella Harford negli USA, 1995
alimenti
consumati
casi
(= malati)controlli TA* OR
succo
d’arancia
esposti
non esposti
31
1
43
37
97
545.2 a
waffles esposti
non esposti
16
14
26
55
53
324,9
gelato esposti
non esposti
25
6
65
14
81
821.0
*TA = tasso d’attacco
Coorte e caso-controllo: vantaggi e svantaggi
Caso-controllo Coorte
Breve durata Tempi lunghi
Spesa limitata Spesa elevata
Adatto per le malattie rare Adatto per malattie frequenti
Difficoltà di scelta del gruppo controllo
Il controllo fa parte della stessa coorte
Non è necessario che i soggetti siano consenzienti
Tutti i soggetti sono (di regola) volontari
Scarsa attendibilità delle informazioni riferite al passato
Dati attendibili, raccolti in tempo reale
N° soggetti limitato – non perdite N° elevato di soggetti – rischio di perdite
Non permette il calcolo dell’incidenza
Permette di calcolare l’incidenza
Il RR è stimato in modo approssimativo
Si calcola il RR (e il RA)
Studi osservazionali- opportunità -
Descrittivo Trasversale Caso-
controllo
Coorte
Malattia
rara++++ - ++++ -
Causa rara ++ - - ++++
Effetti
multipli+ ++ - ++++
Misura
incidenza- - - ++++
Relazioni
temporali++ - - ++++
Studi osservazionali- problemi -
Descrittivi Trasversali Caso-
controllo
Coorte
Bias
selezione
basso basso ALTO basso
Bias
ricordo
basso ALTO ALTO basso
Perdita al
follow-up
basso basso basso ALTO
Tempo
richiesto
basso medio medio ALTO
Costo basso medio medio ALTO
Studi sperimentali
Scopo: verifica di efficacia di interventi terapeutici
(studi di interesse clinico) o di prevenzione.
Lo studio si definisce sperimentale controllato
quando è previsto accanto al gruppo che riceve la
sperimentazione anche un gruppo di controllo o
riferimento:
• studi clinici randomizzati controllati (oggetto:
interventi su soggetti malati)
• studi randomizzati controllati di popolazione
(oggetto: interventi di prevenzione nella
popolazione)
un campo di applicazione di studi
randomizzati di popolazione:
lo studio dell’efficacia di un
vaccino
Efficacia vaccinale (EV)
Persone suscettibili sono randomizzate in due gruppi ai
quali è somministrato:
il vaccino o un placebo (= controlli)
I soggetti vaccinati e i controlli sono seguiti per determinare
l’incidenza che può essere anche definita tasso di
attacco (attack rate: AR)
I = AR =
EV =
Numero persone malate
Numero persone esposte alla malattia
AR (non vaccinati) – AR (vaccinati)
AR (non vaccinati)
Esempio: Vaccino Salk – field trial Francis T et al 1955
Soggetti arruolati
Area placebo: 1.829.916
200.745 IPV
201.229 placebo
Area osservata: 1.080 680
221.998 IPV
725.173 controlli
Area placebo: area in
cui ai soggetti
selezionati è stato
somministrato o il
vaccino o il placebo
Area osservata: area in
cui sono stati
selezionati soggetti da
vaccinare, messi a
confronto con tutta la
popolazione
Vaccino Salk – field trial: risultatiFrancis T et al 1955
• Dopo 7.5 mesi: 1103 casi di poliomielite
• Area placebo: incidenza (per 100 000)
– IPV: 28
– Placebo: 71
• Area osservata: incidenza (per 100 000)
– IPV: 25
– Controlli: 54
EFFICACIA VACCINALE
Nei trial randomizzati sul campo:
EV = (TA non vacc – TA vacc ) / TA non vaccinati
Negli studi caso-controllo:
EV = 1 - TA vacc / TA non vacc = 1 – RR 1 - OR
Un altro esempio:
il vaccino anti-zoster
Un altro esempio:
il vaccino anti-zoster
La costruzione dello studio
Un altro esempio:
il vaccino anti-zoster
Risultati
top related