Epidemiological Designs
Content
Epidemiological Designs
นายแพทย์สฤษดิเ์ ดช เจริญไชย พบ.
Etiology
Causation
สมุทัย
Efficacy
Burden
of illness
Effectiveness
ทุกข์
Efficiency
Implementation
มรรค
นิโรธ
EPIDEMIOLOGICAL APPROACH
TO STUDY OF A PROBLEM
1. INITIAL OBSERVATION IN LABORATORY OR CLINICAL FINDINGS
DEFINITION OF DISEASE
2. DESCRIPTIVE STUDIES
TO DETERMINE DISTRIBUTION OF DISEASE
3. FORMULATION OF HYPOTHESES
4. ANALYTICAL STUDIES
TO TEST HYPOTHESES
5. EXPERIMENTAL STUDIES
TO TEST HYPOTHESES AND
SEARCH FOR MECHANISM AND PREVENTIVE MEASURES
Laboratory
Experimental
Assigned Exposure
Epidemiologic
Study
Animal
Human
X-sectional
Descriptive
No comparison
group
Natural Exposure
Observational
Analytical
Comparison
group
Longitudinal
X - sectional
Cohort
(Prospective)
Case-control
(Retrospective)
Study of Epidemiology
Distribution of Diseases
( Descriptive Epidemiology )
&
Determinants of Diseases
( Analytic & Experimental )
แบ่งตามที่มาของข้อมูล
Descriptive epidemiology
กลุ่ม
วัดตัวแปร (หรือโรค) ต่างๆ
รวม
โรค(หรือตัวแปร)ทีศ่ ึกษา
a
b
n
ไม่มีกลุ่มเปรียบเทียบ
-
-
-
Correlational / Ecological study
• วัด Exposure และ Diseases ในชุมชน
• มักเป็นข้อมูลทุติยภูมิ
Cross sectional / Prevalence study
• วัด Exposure และ Diseases (Prevalence) ในบุคคล
• อาจเป็นข้อมูลปฐมภูมิ หรือ ทุติยภูมิก็ได้
Case report / Case series
แบ่งตามลาดับเวลา
Descriptive epidemiology
Retrospective
descriptive study
=
Retrospective
chart review
Prospective
descriptive study
=
Disease
surveillance
Cross-sectional
Descriptive study
=
Prevalence survey
Step : Descriptive epidemiology
Problem
Time
Place
Person
Study design
Collect data (survey): Interview / Examination / Record
Evaluate information
Set Hypothesis
Case report / Case series
ประโยชน์
ข้อจากัด
• ค้นพบโรคใหม่ ๆ
• ค้นพบปัจจัยเสี่ยงใหม่ ๆ
• เป็นข้อมูลพื้นฐานในด้านปัจจัยเสี่ยง
หรือสาเหตุในการศึกษาเชิงวิเคราะห์
• Case Report : ไม่สามารถนาข้อมูล
ไปใช้กับผู้ป่วยรายอื่นได้อย่างถูกต้อง
เสมอไป
• Case Series : ไม่สามารถใช้สาเหตุ
โรคที่พบพิสูจน์สมมุติฐานได้
Cross sectional / Prevalence study
ประโยชน์
• ทราบภาวะสุขภาพ / ความต้องการ
/ ปัญหาของประชาชน
• ทราบความชุกของปัญหา และ
ปัจจัยเสี่ยงของประชาชน
• สามารถเป็น Analytical study ได้
หากปัจจัยเสี่ยงด้านพิสูจน์ได้ว่าไม่
เปลี่ยนแปลงตามเวลา เช่น หมู่เลือด
เชื้อชาติ ลายนิ้วมือ
ข้อจากัด
• ไม่สามารถสรุปได้ว่าโรคและปัจจัย
เสี่ยง อะไรเกิดขึ้นก่อนหลัง
• ไม่สามารถบอก Incidence ได้
(แม้จะมีการเก็บเป็นระยะๆ )
• ไม่เหมาะกับการศึกษาโรคที่มี
ระยะเวลาในการเกิดโรคสั้น
(หายเร็ว / ตายเร็ว)
Correlational / Ecological study
ประโยชน์
ข้อจากัด
• ทาได้รวดเร็ว และไม่สิ้นเปลือง
เนื่องจากใช้ข้อมูลทุติยภูมิ
• เป็นข้อมูลพื้นฐานในด้านปัจจัยเสี่ยง
หรือสาเหตุในการศึกษาเชิงวิเคราะห์
• ไม่สามารถใช้ผลที่ได้ อ้างอิงกับ
ประชากรแต่ละคนได้ (Ecological
Fallacy)
• ไม่สามารถความคุม confounding
factor ได้
Analytical study
COHORT STUDY
CASE-CONTROL
STUDY
GROUP
EXPOSURE+
EXPOSURE-
TOTAL
OUTCOME+
(CASE)
a
b
n3
OUTCOME(CONTROL)
c
d
n4
TOTAL
n1
n2
n
CROSS-SECTIONAL ANALYTIC STUDY
Analytical study
Case-control study
(retrospective study)
Past
Exposure
Cohort study
(prospective study)
Start
Case
Control
Exposure group
Non-exposure group
Cross-sectional analytic study
Case VS Control
Present exposure
Disease
Occurrence
Cross sectional study
เป็นรูปแบบการศึกษา ที่แสดงให้เห็นถึงสภาพปัญหาในขณะนั้น
และเป็นการสะท้อนภาพในช่วงเวลาที่ทาการศึกษา แต่ไม่
สามารถทราบว่าตัวแปรใดที่เป็นสาเหตุ หรือเป็นผล และไม่ทราบ
ว่า exposure หรือ outcome สิ่งใดเกิดขึ้นก่อน หรือหลัง
Cross sectional study
“CASES”
กลุ่มที่
เป็นปั ญหา
สัมผัส
ปัจจัยเสี่ยง
Study
(Snapshot)
ไม่สัมผัส
ปัจจัยเสี่ยง
“CONTROLS”
กลุ่มที่
ไม่เป็นปั ญหา
สัมผัส
ปัจจัยเสี่ยง
ถูกวัดพร้อมๆ กัน
ไม่สัมผัส
ปัจจัยเสี่ยง
Prevalence
Point prevalence =
Number of individuals with disease at a specific time
Population at that time
Period prevalence = Number of individuals with disease at a specific time
Population during the specified period
เป็น Proportion ไม่ใช่ Rate
การวิเคราะห์ Cross sectional study
มีปัจจัย
ไม่มีปัจจัย
รวม
a
c
a+c
b
d
b+d
a+b
c+d
n
Prevalence rate=(a+c)/n
Exposure rate ในกลุ่มป่วย=a/(a+c)
Prevalence Rate ในกลุ่มมีปัจจัย (P1) =a/(a+b)
Exposure rate ในกลุ่มไม่ป่วย=b/(b+d)
Prevalence Rate ในกลุ่มไม่มีปัจจัย (P2) =c/(c+d)
Odds Ratio (OR) = (ad)/(bc)
Prev. Ratio (PR)= P1/P2
ปัจจัยเกิดก่อน
ไม่แน่ใจว่าปัจจัยนั้นเกิดก่อน
ตัวอย่ างของ Cross-Sectional Study
การสูบบุหรี่
CHD
CHD-
รวม
สูบบุหรี่
70
345
415
ไม่ สบู บุหรี่
25
634
659
รวม
95
979
1074
PR=
4.45
95%CI PR=
2.86
SE=
0.22
OR=
6.90
5.15
95%CI OR= 3.20
SE=
0.24
8.28
เลือก Study Cross sectional Cumulative incidence
เลือก Study Case control Unmatched
Rate difference
Prevalence difference =
a - b
(a+b) (c+d)
ความแตกต่างของอัตราความชุกระหว่างกลุ่มที่ได้รับปัจจัยเสี่ยงและไม่ได้รับปัจจัยเสี่ยง
จากตัวอย่าง = 0.169 – 0.038 = 0.131 = 13.1%
Exposure difference =
a - b
(a+c) (b+d)
ความแตกต่างของอัตราการรับปัจจัยเสี่ยงระหว่างกลุ่มที่ป่วยและไม่ป่วย
จากตัวอย่าง = 0.737 – 0.544 = 0.193 = 19.3%
Case-control Study
เป็นการศึกษาการสัมผัสปัจจัยเสี่ยงในอดีต
เปรียบเทียบระหว่างกลุ่มศึกษา
ที่เป็นโรค และ กลุ่มที่ไม่เป็นโรค
Source
Population from
which cases arise
Total
Population
Cases selected
Controls selected
for study
for study
# cases
exposed*
# cases
unexposed
# controls
exposed
# controls
unexposed
*before becoming a case
Descriptive analysis:
• Compare group characteristics
Uni/Multivariate analysis:
• Crude and adjusted Odds ratio
การคานวณอัตราเสี่ยง (Odds Ratio)
จานวน(ราย)
a
c
สัมผัส
ปัจจัยเสี่ยง
ไม่สัมผัส
ปัจจัยเสี่ยง
b
สัมผัส
ปัจจัยเสี่ยง
d
ไม่สัมผัส
ปัจจัยเสี่ยง
“CASES”
กลุ่มที่
เป็นปั ญหา
a+c
“CONTROLS”
กลุ่มที่
ไม่เป็นปั ญหา
b+d
กลุ่มศึกษา
Exposure rate ในกลุ่มป่วย
เป็นโรค ไม่เป็นโรค
a / (a+c)
สัมผัส a
b
Exposure rate ในกลุ่มไม่ป่วย
d
ไม่สัมผัส c
b / (b+d)
a+c
b+d
อัตราเสี่ยง = odds ของการสัมผัสในกลุ่ม case
odds ของการสัมผัสในกลุ่ม control
(odds ratio)
a/ a + c
b
/
a
+
c
a
/
b
= c/b+ d =
c/d
d/ b + d
ad
= bc
ประเภทของ Case-Control Study
• Hospital-based vs. Community-based
- หาตัวอย่างศึกษาได้ง่าย
- ให้ความร่วมมือมากกว่า
- ลักษณะ Case & Control คล้ายกัน
- รวบรวม Exposure ได้ง่ายกว่า
- กาหนดแหล่ง sample ได้ง่าย
- Case & Control มาจากที่เดียวกัน
- ประวัติ Exposure สะท้อนผู้ที่ไม่มี
โรคจริงๆ (ใน รพ. เป็นโรคอื่นๆ)
• Unmatched vs. Matched
• ไม่ ควรเกิน 1:4 เพราะไม่ เพิ่มความเชื่อมั่น แต่ จะสิน้ เปลือ้ งเวลา)
• Nested case-control study
Nested case-control study
• เหมือน case-control ทั่วไป แต่ศึกษาใน cohort หนึ่ง ๆ
• คือติดตามกลุ่มคนกลุ่มหนึ่งไปจนมีการเกิดโรคขึ้น แล้วย้อนกลับมาดู Exposure ใน
อดีต แล้วสุ่มเลือกกลุ่ม control ขึ้นมา
• หากเป็น rare disease จะทาให้ OR ใกล้กับ RR
สัมผัส
ปัจจัยเสี่ยง
ไม่สัมผัส
ปัจจัยเสี่ยง
สัมผัส
ปัจจัยเสี่ยง
ไม่สัมผัส
ปัจจัยเสี่ยง
Past
Cohort of Study
Disease
(Case)
Non -Disease
Control
Present
Future
ผู้ป่วยในโรงพยาบาล
ตัวอย่าง
มะเร็งปอด
ใช่
ไม่ใช่
เคย
1,350
1,296
ไม่เคย
7
61
รวม
1,357
1,357
สูบบุหรี่ ?
OR =
1,350
1,296
/
/
7
61
=
1,350
1,296
x 61 =
x7
192.9
21.2
=
9.1
เลือก Study Case control Unmatched
ปริมาณการสูบ Cases Controls Odds Ratio
(มวน/วัน)
(OR)
7c
1.0
61 d
0
565 / 7
565 a
706 b
7.0
1-14
706 / 61
445 / 7
15-24
445 a
408 b
9.5
408 / 61
340 / 7
25+
340 a
182 b
16.3
182 / 61
1350 / 7
1,350 a
1,296 b
9.1
สูบทั้งหมด
1296 / 61
1,357
1,357 95% CI 4.14-19.92
รวมทั้งสิ้น
Case-Control Study: Matched
พื้นที่ศึกษาวิจัย
CASE:
มารดาที่ให้
กาเนิดทารก
พิการแต่กาเนิด
คลอด
ร.พ. เดียวกัน
CONTROL:
มารดาที่ให้
กาเนิดทารก
ปกติ
สัมภาษณ์
กลุ่มศึกษา CASE-CONTROL (126 คู)่
วิเคราะห์เปรียบเทียบ
3
4
...
...
...
...
124
125
126
Case Control
X
X
X
X
X
...
...
...
...
X
-
X
...
...
...
...
X
X = สัมผัส - = ไม่ สัมผัส
Control
สัมผัส ไม่ สัมผัส
สัมผัส a
c
ไม่ สัมผัส b
d
Case
คู่ที่
1
2
OR matched = c / b
*** หมายเหตุ : ตั้งตารางตาม Epitable
ผลการศึกษา
กลุ่มศึกษา ใช้ยา
(Cases) ไม่ใช้ยา
กลุ่มควบคุม (Controls)
ใช้ยา ไม่ใช้ยา
4
24
12
McNemar test
Odds Ratio
95% CI
= 24/12
= 2.0
= 0.96-4.23
86
เลือก Study Case control Matched 1:1
การวิเคราะห์ OR
95% CI of OR= OR.exp[+1.96 SE(lnOR)]
SE(lnOR) =
ถ้า OR > 1 หมายความว่าเป็นปัจจัยเสี่ยงของการเกิดโรค
ถ้า OR < 1 หมายความว่าเป็นปัจจัยป้องกันของการเกิดโรค
ถ้า 95% CI of OR ไม่มีค่า 1 รวมอยู่ : ปัจจัยนั้นมีความสัมพันธ์ต่อการเกิดโรค
ถ้า 95% CI of OR มีค่า 1 รวมอยู่ : ปัจจัยนั้นไม่มีความสัมพันธ์ต่อการเกิดโรค
ขั้นตอน/ประเด็นที่ต้องพิจารณา
1. Case selection: การเลือก case (มักเลือก incident case)
2. Control selection: การเลือก control (ต้องเหมือน case ยกเว้น
ไม่เป็นโรค)
3. Sample size calculation: ขนาดตัวอย่าง
4. Exposure assessment: การเก็บข้อมูลเกี่ยวกับ main risk factor
และ cofactor (confounder) ต่างๆ
5. Statistical analysis: การวิเคราะห์ข้อมูล
6. Blas: อคติ หรือ ความลาเอียง
Case-control Study
ข้อดี
ข้อจากัด
• เหมาะสาหรั บการศึกษาโรคที่พบ
น้ อยและมีระยะฟั กตัวนาน
• ใช้ เวลาดาเนินการไม่ นาน
• ค่ าใช้ จ่ายในการดาเนินการไม่ สูง
• ใช้ Subject จานวนน้ อย
• สามารถใช้ ข้อมูลที่มีอยู่แล้ ว
• สามารถศึกษาปั จจัยที่เกี่ยวข้ อง
กับโรคหนึ่งๆ ได้ หลายปั จจัย
• ไม่ ค่อยมีปัญหาจริยธรรม
• เกิด Recall bias / Selection bias
• ประเมินความถูกต้ องของข้ อมูลทา
ได้ ยากหรื อทาไม่ ได้ เลย
• เลือกกลุ่มเปรี ยบเทียบที่เหมาะสม
ได้ ยาก
• อาจลาดับเหตุการณ์ ระหว่ างการ
สัมผัสปั จจัยและการเกิดโรคไม่ ได้
• ไม่ สามารถหาอัตราอุบัตกิ ารณ์ ได้
• ไม่เหมาะกับ Exposure ที่พบยาก
Matched case-control study
ช้อดี
• เพิ่มความแม่นยาในการศึกษา
ด้วยขนาดประชากรที่น้อยกว่า
• เลือก control ทาได้ง่ายกว่า
• ความแตกต่างระว่าง Case กับ
control ไม่เกิดจากตัวแปรที่
ศึกษา
ข้อเสีย
• เสียเวลาและค่าใช้จ่ายเพิ่ม
• ถ้า case ไม่มีคู่ control
จะต้องตัด case นั้นทิง้ ไป
• ไม่สามารถหาความสัมพันธ์ระ
ว่างตัวแปรที่ใช้ match ได้
Cohort study
•
•
•
“Cohort” กลุ่มคนที่มีลักษณะบางประการร่วมกัน
ประชากรในพื้นที่เกิดโรค (source population)
Examples of cohorts:
–
–
–
คนงานในโรงงานแห่งหนึ่ง
ผู้เข้าชมเกมฟุตบอลเกมหนึ่ง
ผู้ที่อาศัยอยูใ่ นชุมชนเดียวกัน
Incidence Rate
Cumulative incidence =
Number of new cases of disease over a period of time
Population at risk
Incidence density = Number of new cases of disease over a period of time
Person - time
Cumulative Incidence เป็นสัดส่วน (Proportion)* ใช้ในกรณีประชากรปิด
Incidence Density เป็นอัตรา (Rate) ใช้ในกรณีประชากรเปิด
* นิยมเรียกเป็นอัตราป่วย (Risk, Attack rate)
Cohort study
กลุ่มที่สัมผัส
ปัจจัยเสี่ยง
ประชากร
กลุ่มศึกษา
กลุ่มที่ไม่สัมผัส
ปัจจัยเสี่ยง
คัดผู้เป็นโรคออก
T0
เริ่มศึกษา
ติดตาม
เวลา
ศึกษา
ติดตาม
ศึกษา
ติดตาม
เกิดโรค
ไม่เกิดโรค
เกิดโรค
ไม่เกิดโรค
T1
สิ้นสุด
การคานวณอัตราเสี่ยง
(Relative Risk หรือ RR)
อัตราเสี่ยง
=
(Relative Risk)
อัตราอุบัติการณ์ของโรค
ในกลุ่มที่สัมผัสปัจจัยเสี่ยง
อัตราอุบัติการณ์ของโรค
ในกลุ่มทีม่ ิได้สัมผัสปัจจัยเสี่ยง
RR = le / lo
a ราย
a + b ราย
ประชากร
กลุ่มศึกษา
กลุ่มที่สัมผัส
ปัจจัยเสี่ยง
ศึกษา
ติดตาม
ไม่เกิดโรค
b ราย
c ราย
c + d ราย
กลุ่มที่ไม่สัมผัส
ปัจจัยเสี่ยง
คัดผู้เป็นโรคออก
เกิดโรค
ศึกษา
ติดตาม
RR = a / a + b
c/c+d
เกิดโรค
ไม่เกิดโรค
d ราย
Cohort study : การวิเคราะห์ข้อมูล
เปรียบเทียบความเสี่ยงในการป่วยของคนที่มีปัจจัยกับคนที่ไม่มีปัจจัย
มีปัจจัยเสีย่ ง
ไม่มปี ัจจัยเสีย่ ง
รวม
ป่วย
a
c
a+c
ไม่ป่วย
รวม
b
a+b
d
c+d
b + d a+b+c+d
ความเสีย่ ง (risk / AR) ของการป่วยในกลุ่มมีปัจจัย = a / ( a + b )
ความเสีย่ ง (risk / AR) ของการป่วยในกลุ่มไม่มีปัจจัย = c / ( c + d )
Risk Ratio (RR)* = a / ( a + b )
c
/
(
c
+
d
)
* Rate ratio เมื่อเป็นประชากรเปิด
Prospective cohort study
Exposure
Concurrent
Disease
?
?
Retrospective cohort study
Non - concurrent
Disease
Exposure
?
?
= ผู้วิจัย ณ จุดเริ่มต้นของการศึกษา
Cohort study
Shigellosis outbreak : สงสัยว่าผักดองเป็น
อาหารที่เป็นสาเหตุของการป่วย
Case
Non-case
9
16
Not eat
7
113
RR = 6.2, 95%CI 2.5, 15.1
Ate
Total
25
120
มี
ปัจจัย
Case
Non-case
ไม่มี
ปัจจัย
Case
Non-case
ผู้ที่รับประทานผักดองมีความเสี่ยงต่อการป่วยเป็น 6 เท่าของผู้ที่ไม่รับประทาน
เลือก Study Cohort Cumulative incidence
พนง.บริษัท
35 - 59 ปี
(4.361 คน)
BMI Group
# DM cases
ผอม
(214 คน)
0
ปกติ
(2,050 คน)
นน. เกิน
(1,547 คน)
ติดตาม
5 ปี
อ้ วน
(550 คน)
เริ่มศึกษา
ติดตาม
23
47
43
เวลา
สิน้ สุด
อัตรา
อุบัติการณ์
น้าหนักตัว # รวม
270
น้อย
2,680
ปกติ
เกินปกติ 2,479
855
อ้วน
# DM
อัตรา
เสี่ยง
IR*
RR
0
0
-
23
8.6
1.0
47
19.0
2.2
43
50.3
5.8
*อัตราอุบัติการณ์ ต่อ 1,000 คน ต่อ 5 ปี
การแปลความหมาย Relative Risk
RR = 1 การสัมผัสหรือได้รับปัจจัยเสี่ยงหรือไม่นั้น
ไม่มีผลต่อการเกิดโรคหรือภาวะทีส่ นใจศึกษา
RR > 1 การสัมผัสหรือได้รับปัจจัยเสี่ยงเพิม่ โอกาสเสี่ยงต่อ
การเกิดโรคหรือภาวะที่สนใจศึกษา
RR < 1 การสัมผัสหรือได้รับปัจจัยเสี่ยงลดโอกาสเสี่ยงต่อ
การเกิดโรคหรือภาวะที่สนใจศึกษา หรือเป็น
การป้องกัน (Protective factor)
Relative Risk vs. Attributable Risk
อัตราอุบัติการณ์ (ต่ อ 1,000 คน/ปี )
10
5
มี
ปัจจัยเสี่ยง
RR
= Ie / Io
= 10 / 1,000
5 / 1,000
= 2 เท่ า
ไม่มี
ปัจจัยเสี่ยง
AR
= Ie - Io
= 10 – 5 (/ปี )
1,000
= 5 / 1,000 / ปี
หมายความว่าผู้ที่ได้รับปัจจัยเสี่ยงจะทาให้เสี่ยง หรือ ป่วยเพิ่มขึ้น 5 คน ต่อ 100 ประชากร
อัตราเสีย่ งกระทบ ( Attributable Risk )
อัตราอุบัติการณ์
อัตราอุบัติการณ์
Background
Risk
ก
มี
ปัจจัยเสี่ยง
ข
ไม่มี
ปัจจัยเสี่ยง
มี
ปัจจัยเสี่ยง
ไม่มี
ปัจจัยเสี่ยง
อุบัติการณ์ที่เกิดจาก
ปัจจัยเสี่ยง
อุบัติการณ์ที่มิได้เกิดจาก
ปัจจัยเสี่ยง
ค
มี
ปัจจัยเสี่ยง
ไม่มี
ปัจจัยเสี่ยง
การตายด้วยโรคมะเร็งปอดและโรคหัวใจ
ในผู้ที่สูบและไม่สูบบุหรี่
อัตราตาย
ต่อ 100,000 ต่อ ปี
สูบ
ไม่สูบ
RR
AR
มะเร็งปอด 140
10
14.0
130
669
413
1.6
256
โรคหัวใจ
โรคหัวใจ
อัตราตาย /100,000 / ปี
มะเร็งปอด
669
256
413
130
140
10
ไม่สูบ
สูบ
ไม่สูบ
สูบ
Attributable Fraction (Exposed)
อัตราอุบัติการณ์ (ต่ อ 1,000 คน/ปี )
10
5
RR = 2
มี
ปัจจัยเสี่ยง
ไม่มี
ปัจจัยเสี่ยง
AF = Ie - Io = 10 – 5 X 100 = 50 %
Ie
10
AF = RR- 1 = 2 – 1 X 100 = 50 %
2
RR หมายความว่
าผู้ที่ได้รับปัจจัยเสี่ยงจะทาให้โรคเพิ่มขึ้น 50 %
AR% = AFx100
หรือถ้ากาจัดความเสี่ยงจะลดโรคลงได้ 50 %
Population Attributable Fraction
PAF = Ip – Io
Ip
Ip = อุบัติการณ์ในกลุ่มประชากร
PAF = Pe (RR-1)
1+Pe (RR-1)
ดู efficacy
Pe = สัดส่วนการได้รับ Exposure ในประชากร
Population Attributable risk % = PAF x 100
หมายความว่าถ้ากาจัด Exposure ได้
จะสามารถลดอุบัติการณ์ในกลุ่มประชากรได้ %
Cohort Study
ข้อดี
• คานวณ Incidence และ RR ได้โดยตรง
• แน่ใจว่า Exposure เกิดก่อน Outcome
• เหมาะกับโรคที่มี Rare exposure
• ศึกษาหา Multiple outcomes จาก
Exposure เดียวกันได้
• มีอคติน้อยกว่าการศึกษาเชิงสังเกตอื่น ๆ
• เป็นการศึกษาเชิงสังเกตที่ดีที่สุดในการ
พิสูจน์ความสัมพันธ์เชิงเหตุและผล
ข้อจากัด
•
•
•
•
•
ใช้เวลาในการศึกษานาน
ต้องการขนาดตัวอย่างในการศึกษามาก
ค่าใช้จ่ายสูง
ไม่เหมาะกับการศึกษาโรคที่พบได้น้อยมากๆ
การสูญหายของตัวอย่างจะทาให้ความแม่นยา
ของการศึกษาลดลง
• การวินิจฉัยโรคอาจเปลี่ยนแปลงไปตาม
กาลเวลา ทาให้ผลการศึกษาคลาดเคลื่อนได้
Case-Control or Cohort : ทาอะไรดี ??
• ขึ้นกับประชากรในพื้นที่เกิดการระบาด/ศึกษา
– ประชากรในพื้นที่เกิดการระบาดมีขอบเขตชัดเจน
– สามารถเก็บข้อมูลได้ทุกคน หรือเกือบหมดทุกคน
• Use a cohort study
– พื้นที่ที่เกิดการระบาด / กลุ่มประชากรที่เกิดการระบาด ไม่มีขอบเขตชัดเจน
– พื้นที่ใหญ่ / ประชากรมีจานวนมาก เก็บข้อมูลได้ไม่หมด
• Use a case-control study
Experimental study
เป็นการศึกษาโดยผู้วิจัยกาหนดสถานการณ์การทดลอง
เป็นการศึกษาไปข้างหน้า ติดตามผลโดยการเปรียบเทียบ
อัตราการเกิดโรคในกลุ่มที่มีปัจจัย และไม่มีปัจจัยที่ศึกษา
การวิเคราะห์ RR
ประสิทธิภาพ
• ถ้า RR <1 Attributable Fraction (AF) = (1-RR) x 100
• ถ้า RR >1 Attributable Fraction (AF) = (RR-1) /RR x 100
ถ้า RR>1 หมายความว่ากลุ่มทดลองมี Outcome มากกว่ากลุ่มเปรียบเทียบ
ถ้า RR<1 หมายความว่า กลุ่มทดลองมี Outcome น้อยกว่ากลุ่มเปรียบเทียบ
ถ้า 95% CI of RR ไม่มีค่า 1 รวมอยู่ หมายความว่า กลุ่มทดลองมี Outcome
แตกต่างกลุ่มเปรียบเทียบ
ถ้า 95% CI of RR มีค่า 1 รวมอยู่ หมายความว่า กลุ่มทดลองมี Outcome ไม่
แตกต่างกลุ่มเปรียบเทียบ
ตัวอย่างการวิเคราะห์ Intervention Study
การให้ยา
หาย
ไม่หาย
รวม
ใหม่
85
40
125
ปกติ
100
35
135
RR=
0.92
95%CI RR= 0.79
SE=
0.08
1.07
เลือก Study Cohort Cumulative incidence
ตัวอย่างการวิเคราะห์ Intervention Study
วัคซีน
ป่วย
ไม่ปว่ ย
รวม
ได้
75
127
202
ไม่ได้
195
42
237
RR=
0.45
95%CI RR= 0.37
SE=
0.10
0.55
วัคซีน
ประสิทธิภาพ=55%
ลดโรคได้ 45-63% ที่
ความเชื่อมั่น 95%
เลือก Study Cohort Cumulative incidence
เลือก Study Vaccine efficacy Cohort study
เลือก Study Vaccine efficacy Control method
Percentage of Pop Vaccinated = A+B / N x100
Percentage of Case Vaccinated = A / A+C x100
Experimental Study
ข้อดี
ข้อจากัด
• Eliminate confounder
• Limited generalization
• Reduce likelihood of bias
• Ethical problem
• Useful for examination of
small or moderate effect of
exposure upon outcome
• Statistical efficient
• Relatively expensive
ความเชื่อถือได้ของการศึกษา
นายแพทย์สฤษดิเ์ ดช เจริญไชย พบ.
Etiology
Causation
สมุทัย
Efficacy
Burden
of illness
Effectiveness
ทุกข์
Efficiency
Implementation
มรรค
นิโรธ
EPIDEMIOLOGICAL APPROACH
TO STUDY OF A PROBLEM
1. INITIAL OBSERVATION IN LABORATORY OR CLINICAL FINDINGS
DEFINITION OF DISEASE
2. DESCRIPTIVE STUDIES
TO DETERMINE DISTRIBUTION OF DISEASE
3. FORMULATION OF HYPOTHESES
4. ANALYTICAL STUDIES
TO TEST HYPOTHESES
5. EXPERIMENTAL STUDIES
TO TEST HYPOTHESES AND
SEARCH FOR MECHANISM AND PREVENTIVE MEASURES
Laboratory
Experimental
Assigned Exposure
Epidemiologic
Study
Animal
Human
X-sectional
Descriptive
No comparison
group
Natural Exposure
Observational
Analytical
Comparison
group
Longitudinal
X - sectional
Cohort
(Prospective)
Case-control
(Retrospective)
Study of Epidemiology
Distribution of Diseases
( Descriptive Epidemiology )
&
Determinants of Diseases
( Analytic & Experimental )
แบ่งตามที่มาของข้อมูล
Descriptive epidemiology
กลุ่ม
วัดตัวแปร (หรือโรค) ต่างๆ
รวม
โรค(หรือตัวแปร)ทีศ่ ึกษา
a
b
n
ไม่มีกลุ่มเปรียบเทียบ
-
-
-
Correlational / Ecological study
• วัด Exposure และ Diseases ในชุมชน
• มักเป็นข้อมูลทุติยภูมิ
Cross sectional / Prevalence study
• วัด Exposure และ Diseases (Prevalence) ในบุคคล
• อาจเป็นข้อมูลปฐมภูมิ หรือ ทุติยภูมิก็ได้
Case report / Case series
แบ่งตามลาดับเวลา
Descriptive epidemiology
Retrospective
descriptive study
=
Retrospective
chart review
Prospective
descriptive study
=
Disease
surveillance
Cross-sectional
Descriptive study
=
Prevalence survey
Step : Descriptive epidemiology
Problem
Time
Place
Person
Study design
Collect data (survey): Interview / Examination / Record
Evaluate information
Set Hypothesis
Case report / Case series
ประโยชน์
ข้อจากัด
• ค้นพบโรคใหม่ ๆ
• ค้นพบปัจจัยเสี่ยงใหม่ ๆ
• เป็นข้อมูลพื้นฐานในด้านปัจจัยเสี่ยง
หรือสาเหตุในการศึกษาเชิงวิเคราะห์
• Case Report : ไม่สามารถนาข้อมูล
ไปใช้กับผู้ป่วยรายอื่นได้อย่างถูกต้อง
เสมอไป
• Case Series : ไม่สามารถใช้สาเหตุ
โรคที่พบพิสูจน์สมมุติฐานได้
Cross sectional / Prevalence study
ประโยชน์
• ทราบภาวะสุขภาพ / ความต้องการ
/ ปัญหาของประชาชน
• ทราบความชุกของปัญหา และ
ปัจจัยเสี่ยงของประชาชน
• สามารถเป็น Analytical study ได้
หากปัจจัยเสี่ยงด้านพิสูจน์ได้ว่าไม่
เปลี่ยนแปลงตามเวลา เช่น หมู่เลือด
เชื้อชาติ ลายนิ้วมือ
ข้อจากัด
• ไม่สามารถสรุปได้ว่าโรคและปัจจัย
เสี่ยง อะไรเกิดขึ้นก่อนหลัง
• ไม่สามารถบอก Incidence ได้
(แม้จะมีการเก็บเป็นระยะๆ )
• ไม่เหมาะกับการศึกษาโรคที่มี
ระยะเวลาในการเกิดโรคสั้น
(หายเร็ว / ตายเร็ว)
Correlational / Ecological study
ประโยชน์
ข้อจากัด
• ทาได้รวดเร็ว และไม่สิ้นเปลือง
เนื่องจากใช้ข้อมูลทุติยภูมิ
• เป็นข้อมูลพื้นฐานในด้านปัจจัยเสี่ยง
หรือสาเหตุในการศึกษาเชิงวิเคราะห์
• ไม่สามารถใช้ผลที่ได้ อ้างอิงกับ
ประชากรแต่ละคนได้ (Ecological
Fallacy)
• ไม่สามารถความคุม confounding
factor ได้
Analytical study
COHORT STUDY
CASE-CONTROL
STUDY
GROUP
EXPOSURE+
EXPOSURE-
TOTAL
OUTCOME+
(CASE)
a
b
n3
OUTCOME(CONTROL)
c
d
n4
TOTAL
n1
n2
n
CROSS-SECTIONAL ANALYTIC STUDY
Analytical study
Case-control study
(retrospective study)
Past
Exposure
Cohort study
(prospective study)
Start
Case
Control
Exposure group
Non-exposure group
Cross-sectional analytic study
Case VS Control
Present exposure
Disease
Occurrence
Cross sectional study
เป็นรูปแบบการศึกษา ที่แสดงให้เห็นถึงสภาพปัญหาในขณะนั้น
และเป็นการสะท้อนภาพในช่วงเวลาที่ทาการศึกษา แต่ไม่
สามารถทราบว่าตัวแปรใดที่เป็นสาเหตุ หรือเป็นผล และไม่ทราบ
ว่า exposure หรือ outcome สิ่งใดเกิดขึ้นก่อน หรือหลัง
Cross sectional study
“CASES”
กลุ่มที่
เป็นปั ญหา
สัมผัส
ปัจจัยเสี่ยง
Study
(Snapshot)
ไม่สัมผัส
ปัจจัยเสี่ยง
“CONTROLS”
กลุ่มที่
ไม่เป็นปั ญหา
สัมผัส
ปัจจัยเสี่ยง
ถูกวัดพร้อมๆ กัน
ไม่สัมผัส
ปัจจัยเสี่ยง
Prevalence
Point prevalence =
Number of individuals with disease at a specific time
Population at that time
Period prevalence = Number of individuals with disease at a specific time
Population during the specified period
เป็น Proportion ไม่ใช่ Rate
การวิเคราะห์ Cross sectional study
มีปัจจัย
ไม่มีปัจจัย
รวม
a
c
a+c
b
d
b+d
a+b
c+d
n
Prevalence rate=(a+c)/n
Exposure rate ในกลุ่มป่วย=a/(a+c)
Prevalence Rate ในกลุ่มมีปัจจัย (P1) =a/(a+b)
Exposure rate ในกลุ่มไม่ป่วย=b/(b+d)
Prevalence Rate ในกลุ่มไม่มีปัจจัย (P2) =c/(c+d)
Odds Ratio (OR) = (ad)/(bc)
Prev. Ratio (PR)= P1/P2
ปัจจัยเกิดก่อน
ไม่แน่ใจว่าปัจจัยนั้นเกิดก่อน
ตัวอย่ างของ Cross-Sectional Study
การสูบบุหรี่
CHD
CHD-
รวม
สูบบุหรี่
70
345
415
ไม่ สบู บุหรี่
25
634
659
รวม
95
979
1074
PR=
4.45
95%CI PR=
2.86
SE=
0.22
OR=
6.90
5.15
95%CI OR= 3.20
SE=
0.24
8.28
เลือก Study Cross sectional Cumulative incidence
เลือก Study Case control Unmatched
Rate difference
Prevalence difference =
a - b
(a+b) (c+d)
ความแตกต่างของอัตราความชุกระหว่างกลุ่มที่ได้รับปัจจัยเสี่ยงและไม่ได้รับปัจจัยเสี่ยง
จากตัวอย่าง = 0.169 – 0.038 = 0.131 = 13.1%
Exposure difference =
a - b
(a+c) (b+d)
ความแตกต่างของอัตราการรับปัจจัยเสี่ยงระหว่างกลุ่มที่ป่วยและไม่ป่วย
จากตัวอย่าง = 0.737 – 0.544 = 0.193 = 19.3%
Case-control Study
เป็นการศึกษาการสัมผัสปัจจัยเสี่ยงในอดีต
เปรียบเทียบระหว่างกลุ่มศึกษา
ที่เป็นโรค และ กลุ่มที่ไม่เป็นโรค
Source
Population from
which cases arise
Total
Population
Cases selected
Controls selected
for study
for study
# cases
exposed*
# cases
unexposed
# controls
exposed
# controls
unexposed
*before becoming a case
Descriptive analysis:
• Compare group characteristics
Uni/Multivariate analysis:
• Crude and adjusted Odds ratio
การคานวณอัตราเสี่ยง (Odds Ratio)
จานวน(ราย)
a
c
สัมผัส
ปัจจัยเสี่ยง
ไม่สัมผัส
ปัจจัยเสี่ยง
b
สัมผัส
ปัจจัยเสี่ยง
d
ไม่สัมผัส
ปัจจัยเสี่ยง
“CASES”
กลุ่มที่
เป็นปั ญหา
a+c
“CONTROLS”
กลุ่มที่
ไม่เป็นปั ญหา
b+d
กลุ่มศึกษา
Exposure rate ในกลุ่มป่วย
เป็นโรค ไม่เป็นโรค
a / (a+c)
สัมผัส a
b
Exposure rate ในกลุ่มไม่ป่วย
d
ไม่สัมผัส c
b / (b+d)
a+c
b+d
อัตราเสี่ยง = odds ของการสัมผัสในกลุ่ม case
odds ของการสัมผัสในกลุ่ม control
(odds ratio)
a/ a + c
b
/
a
+
c
a
/
b
= c/b+ d =
c/d
d/ b + d
ad
= bc
ประเภทของ Case-Control Study
• Hospital-based vs. Community-based
- หาตัวอย่างศึกษาได้ง่าย
- ให้ความร่วมมือมากกว่า
- ลักษณะ Case & Control คล้ายกัน
- รวบรวม Exposure ได้ง่ายกว่า
- กาหนดแหล่ง sample ได้ง่าย
- Case & Control มาจากที่เดียวกัน
- ประวัติ Exposure สะท้อนผู้ที่ไม่มี
โรคจริงๆ (ใน รพ. เป็นโรคอื่นๆ)
• Unmatched vs. Matched
• ไม่ ควรเกิน 1:4 เพราะไม่ เพิ่มความเชื่อมั่น แต่ จะสิน้ เปลือ้ งเวลา)
• Nested case-control study
Nested case-control study
• เหมือน case-control ทั่วไป แต่ศึกษาใน cohort หนึ่ง ๆ
• คือติดตามกลุ่มคนกลุ่มหนึ่งไปจนมีการเกิดโรคขึ้น แล้วย้อนกลับมาดู Exposure ใน
อดีต แล้วสุ่มเลือกกลุ่ม control ขึ้นมา
• หากเป็น rare disease จะทาให้ OR ใกล้กับ RR
สัมผัส
ปัจจัยเสี่ยง
ไม่สัมผัส
ปัจจัยเสี่ยง
สัมผัส
ปัจจัยเสี่ยง
ไม่สัมผัส
ปัจจัยเสี่ยง
Past
Cohort of Study
Disease
(Case)
Non -Disease
Control
Present
Future
ผู้ป่วยในโรงพยาบาล
ตัวอย่าง
มะเร็งปอด
ใช่
ไม่ใช่
เคย
1,350
1,296
ไม่เคย
7
61
รวม
1,357
1,357
สูบบุหรี่ ?
OR =
1,350
1,296
/
/
7
61
=
1,350
1,296
x 61 =
x7
192.9
21.2
=
9.1
เลือก Study Case control Unmatched
ปริมาณการสูบ Cases Controls Odds Ratio
(มวน/วัน)
(OR)
7c
1.0
61 d
0
565 / 7
565 a
706 b
7.0
1-14
706 / 61
445 / 7
15-24
445 a
408 b
9.5
408 / 61
340 / 7
25+
340 a
182 b
16.3
182 / 61
1350 / 7
1,350 a
1,296 b
9.1
สูบทั้งหมด
1296 / 61
1,357
1,357 95% CI 4.14-19.92
รวมทั้งสิ้น
Case-Control Study: Matched
พื้นที่ศึกษาวิจัย
CASE:
มารดาที่ให้
กาเนิดทารก
พิการแต่กาเนิด
คลอด
ร.พ. เดียวกัน
CONTROL:
มารดาที่ให้
กาเนิดทารก
ปกติ
สัมภาษณ์
กลุ่มศึกษา CASE-CONTROL (126 คู)่
วิเคราะห์เปรียบเทียบ
3
4
...
...
...
...
124
125
126
Case Control
X
X
X
X
X
...
...
...
...
X
-
X
...
...
...
...
X
X = สัมผัส - = ไม่ สัมผัส
Control
สัมผัส ไม่ สัมผัส
สัมผัส a
c
ไม่ สัมผัส b
d
Case
คู่ที่
1
2
OR matched = c / b
*** หมายเหตุ : ตั้งตารางตาม Epitable
ผลการศึกษา
กลุ่มศึกษา ใช้ยา
(Cases) ไม่ใช้ยา
กลุ่มควบคุม (Controls)
ใช้ยา ไม่ใช้ยา
4
24
12
McNemar test
Odds Ratio
95% CI
= 24/12
= 2.0
= 0.96-4.23
86
เลือก Study Case control Matched 1:1
การวิเคราะห์ OR
95% CI of OR= OR.exp[+1.96 SE(lnOR)]
SE(lnOR) =
ถ้า OR > 1 หมายความว่าเป็นปัจจัยเสี่ยงของการเกิดโรค
ถ้า OR < 1 หมายความว่าเป็นปัจจัยป้องกันของการเกิดโรค
ถ้า 95% CI of OR ไม่มีค่า 1 รวมอยู่ : ปัจจัยนั้นมีความสัมพันธ์ต่อการเกิดโรค
ถ้า 95% CI of OR มีค่า 1 รวมอยู่ : ปัจจัยนั้นไม่มีความสัมพันธ์ต่อการเกิดโรค
ขั้นตอน/ประเด็นที่ต้องพิจารณา
1. Case selection: การเลือก case (มักเลือก incident case)
2. Control selection: การเลือก control (ต้องเหมือน case ยกเว้น
ไม่เป็นโรค)
3. Sample size calculation: ขนาดตัวอย่าง
4. Exposure assessment: การเก็บข้อมูลเกี่ยวกับ main risk factor
และ cofactor (confounder) ต่างๆ
5. Statistical analysis: การวิเคราะห์ข้อมูล
6. Blas: อคติ หรือ ความลาเอียง
Case-control Study
ข้อดี
ข้อจากัด
• เหมาะสาหรั บการศึกษาโรคที่พบ
น้ อยและมีระยะฟั กตัวนาน
• ใช้ เวลาดาเนินการไม่ นาน
• ค่ าใช้ จ่ายในการดาเนินการไม่ สูง
• ใช้ Subject จานวนน้ อย
• สามารถใช้ ข้อมูลที่มีอยู่แล้ ว
• สามารถศึกษาปั จจัยที่เกี่ยวข้ อง
กับโรคหนึ่งๆ ได้ หลายปั จจัย
• ไม่ ค่อยมีปัญหาจริยธรรม
• เกิด Recall bias / Selection bias
• ประเมินความถูกต้ องของข้ อมูลทา
ได้ ยากหรื อทาไม่ ได้ เลย
• เลือกกลุ่มเปรี ยบเทียบที่เหมาะสม
ได้ ยาก
• อาจลาดับเหตุการณ์ ระหว่ างการ
สัมผัสปั จจัยและการเกิดโรคไม่ ได้
• ไม่ สามารถหาอัตราอุบัตกิ ารณ์ ได้
• ไม่เหมาะกับ Exposure ที่พบยาก
Matched case-control study
ช้อดี
• เพิ่มความแม่นยาในการศึกษา
ด้วยขนาดประชากรที่น้อยกว่า
• เลือก control ทาได้ง่ายกว่า
• ความแตกต่างระว่าง Case กับ
control ไม่เกิดจากตัวแปรที่
ศึกษา
ข้อเสีย
• เสียเวลาและค่าใช้จ่ายเพิ่ม
• ถ้า case ไม่มีคู่ control
จะต้องตัด case นั้นทิง้ ไป
• ไม่สามารถหาความสัมพันธ์ระ
ว่างตัวแปรที่ใช้ match ได้
Cohort study
•
•
•
“Cohort” กลุ่มคนที่มีลักษณะบางประการร่วมกัน
ประชากรในพื้นที่เกิดโรค (source population)
Examples of cohorts:
–
–
–
คนงานในโรงงานแห่งหนึ่ง
ผู้เข้าชมเกมฟุตบอลเกมหนึ่ง
ผู้ที่อาศัยอยูใ่ นชุมชนเดียวกัน
Incidence Rate
Cumulative incidence =
Number of new cases of disease over a period of time
Population at risk
Incidence density = Number of new cases of disease over a period of time
Person - time
Cumulative Incidence เป็นสัดส่วน (Proportion)* ใช้ในกรณีประชากรปิด
Incidence Density เป็นอัตรา (Rate) ใช้ในกรณีประชากรเปิด
* นิยมเรียกเป็นอัตราป่วย (Risk, Attack rate)
Cohort study
กลุ่มที่สัมผัส
ปัจจัยเสี่ยง
ประชากร
กลุ่มศึกษา
กลุ่มที่ไม่สัมผัส
ปัจจัยเสี่ยง
คัดผู้เป็นโรคออก
T0
เริ่มศึกษา
ติดตาม
เวลา
ศึกษา
ติดตาม
ศึกษา
ติดตาม
เกิดโรค
ไม่เกิดโรค
เกิดโรค
ไม่เกิดโรค
T1
สิ้นสุด
การคานวณอัตราเสี่ยง
(Relative Risk หรือ RR)
อัตราเสี่ยง
=
(Relative Risk)
อัตราอุบัติการณ์ของโรค
ในกลุ่มที่สัมผัสปัจจัยเสี่ยง
อัตราอุบัติการณ์ของโรค
ในกลุ่มทีม่ ิได้สัมผัสปัจจัยเสี่ยง
RR = le / lo
a ราย
a + b ราย
ประชากร
กลุ่มศึกษา
กลุ่มที่สัมผัส
ปัจจัยเสี่ยง
ศึกษา
ติดตาม
ไม่เกิดโรค
b ราย
c ราย
c + d ราย
กลุ่มที่ไม่สัมผัส
ปัจจัยเสี่ยง
คัดผู้เป็นโรคออก
เกิดโรค
ศึกษา
ติดตาม
RR = a / a + b
c/c+d
เกิดโรค
ไม่เกิดโรค
d ราย
Cohort study : การวิเคราะห์ข้อมูล
เปรียบเทียบความเสี่ยงในการป่วยของคนที่มีปัจจัยกับคนที่ไม่มีปัจจัย
มีปัจจัยเสีย่ ง
ไม่มปี ัจจัยเสีย่ ง
รวม
ป่วย
a
c
a+c
ไม่ป่วย
รวม
b
a+b
d
c+d
b + d a+b+c+d
ความเสีย่ ง (risk / AR) ของการป่วยในกลุ่มมีปัจจัย = a / ( a + b )
ความเสีย่ ง (risk / AR) ของการป่วยในกลุ่มไม่มีปัจจัย = c / ( c + d )
Risk Ratio (RR)* = a / ( a + b )
c
/
(
c
+
d
)
* Rate ratio เมื่อเป็นประชากรเปิด
Prospective cohort study
Exposure
Concurrent
Disease
?
?
Retrospective cohort study
Non - concurrent
Disease
Exposure
?
?
= ผู้วิจัย ณ จุดเริ่มต้นของการศึกษา
Cohort study
Shigellosis outbreak : สงสัยว่าผักดองเป็น
อาหารที่เป็นสาเหตุของการป่วย
Case
Non-case
9
16
Not eat
7
113
RR = 6.2, 95%CI 2.5, 15.1
Ate
Total
25
120
มี
ปัจจัย
Case
Non-case
ไม่มี
ปัจจัย
Case
Non-case
ผู้ที่รับประทานผักดองมีความเสี่ยงต่อการป่วยเป็น 6 เท่าของผู้ที่ไม่รับประทาน
เลือก Study Cohort Cumulative incidence
พนง.บริษัท
35 - 59 ปี
(4.361 คน)
BMI Group
# DM cases
ผอม
(214 คน)
0
ปกติ
(2,050 คน)
นน. เกิน
(1,547 คน)
ติดตาม
5 ปี
อ้ วน
(550 คน)
เริ่มศึกษา
ติดตาม
23
47
43
เวลา
สิน้ สุด
อัตรา
อุบัติการณ์
น้าหนักตัว # รวม
270
น้อย
2,680
ปกติ
เกินปกติ 2,479
855
อ้วน
# DM
อัตรา
เสี่ยง
IR*
RR
0
0
-
23
8.6
1.0
47
19.0
2.2
43
50.3
5.8
*อัตราอุบัติการณ์ ต่อ 1,000 คน ต่อ 5 ปี
การแปลความหมาย Relative Risk
RR = 1 การสัมผัสหรือได้รับปัจจัยเสี่ยงหรือไม่นั้น
ไม่มีผลต่อการเกิดโรคหรือภาวะทีส่ นใจศึกษา
RR > 1 การสัมผัสหรือได้รับปัจจัยเสี่ยงเพิม่ โอกาสเสี่ยงต่อ
การเกิดโรคหรือภาวะที่สนใจศึกษา
RR < 1 การสัมผัสหรือได้รับปัจจัยเสี่ยงลดโอกาสเสี่ยงต่อ
การเกิดโรคหรือภาวะที่สนใจศึกษา หรือเป็น
การป้องกัน (Protective factor)
Relative Risk vs. Attributable Risk
อัตราอุบัติการณ์ (ต่ อ 1,000 คน/ปี )
10
5
มี
ปัจจัยเสี่ยง
RR
= Ie / Io
= 10 / 1,000
5 / 1,000
= 2 เท่ า
ไม่มี
ปัจจัยเสี่ยง
AR
= Ie - Io
= 10 – 5 (/ปี )
1,000
= 5 / 1,000 / ปี
หมายความว่าผู้ที่ได้รับปัจจัยเสี่ยงจะทาให้เสี่ยง หรือ ป่วยเพิ่มขึ้น 5 คน ต่อ 100 ประชากร
อัตราเสีย่ งกระทบ ( Attributable Risk )
อัตราอุบัติการณ์
อัตราอุบัติการณ์
Background
Risk
ก
มี
ปัจจัยเสี่ยง
ข
ไม่มี
ปัจจัยเสี่ยง
มี
ปัจจัยเสี่ยง
ไม่มี
ปัจจัยเสี่ยง
อุบัติการณ์ที่เกิดจาก
ปัจจัยเสี่ยง
อุบัติการณ์ที่มิได้เกิดจาก
ปัจจัยเสี่ยง
ค
มี
ปัจจัยเสี่ยง
ไม่มี
ปัจจัยเสี่ยง
การตายด้วยโรคมะเร็งปอดและโรคหัวใจ
ในผู้ที่สูบและไม่สูบบุหรี่
อัตราตาย
ต่อ 100,000 ต่อ ปี
สูบ
ไม่สูบ
RR
AR
มะเร็งปอด 140
10
14.0
130
669
413
1.6
256
โรคหัวใจ
โรคหัวใจ
อัตราตาย /100,000 / ปี
มะเร็งปอด
669
256
413
130
140
10
ไม่สูบ
สูบ
ไม่สูบ
สูบ
Attributable Fraction (Exposed)
อัตราอุบัติการณ์ (ต่ อ 1,000 คน/ปี )
10
5
RR = 2
มี
ปัจจัยเสี่ยง
ไม่มี
ปัจจัยเสี่ยง
AF = Ie - Io = 10 – 5 X 100 = 50 %
Ie
10
AF = RR- 1 = 2 – 1 X 100 = 50 %
2
RR หมายความว่
าผู้ที่ได้รับปัจจัยเสี่ยงจะทาให้โรคเพิ่มขึ้น 50 %
AR% = AFx100
หรือถ้ากาจัดความเสี่ยงจะลดโรคลงได้ 50 %
Population Attributable Fraction
PAF = Ip – Io
Ip
Ip = อุบัติการณ์ในกลุ่มประชากร
PAF = Pe (RR-1)
1+Pe (RR-1)
ดู efficacy
Pe = สัดส่วนการได้รับ Exposure ในประชากร
Population Attributable risk % = PAF x 100
หมายความว่าถ้ากาจัด Exposure ได้
จะสามารถลดอุบัติการณ์ในกลุ่มประชากรได้ %
Cohort Study
ข้อดี
• คานวณ Incidence และ RR ได้โดยตรง
• แน่ใจว่า Exposure เกิดก่อน Outcome
• เหมาะกับโรคที่มี Rare exposure
• ศึกษาหา Multiple outcomes จาก
Exposure เดียวกันได้
• มีอคติน้อยกว่าการศึกษาเชิงสังเกตอื่น ๆ
• เป็นการศึกษาเชิงสังเกตที่ดีที่สุดในการ
พิสูจน์ความสัมพันธ์เชิงเหตุและผล
ข้อจากัด
•
•
•
•
•
ใช้เวลาในการศึกษานาน
ต้องการขนาดตัวอย่างในการศึกษามาก
ค่าใช้จ่ายสูง
ไม่เหมาะกับการศึกษาโรคที่พบได้น้อยมากๆ
การสูญหายของตัวอย่างจะทาให้ความแม่นยา
ของการศึกษาลดลง
• การวินิจฉัยโรคอาจเปลี่ยนแปลงไปตาม
กาลเวลา ทาให้ผลการศึกษาคลาดเคลื่อนได้
Case-Control or Cohort : ทาอะไรดี ??
• ขึ้นกับประชากรในพื้นที่เกิดการระบาด/ศึกษา
– ประชากรในพื้นที่เกิดการระบาดมีขอบเขตชัดเจน
– สามารถเก็บข้อมูลได้ทุกคน หรือเกือบหมดทุกคน
• Use a cohort study
– พื้นที่ที่เกิดการระบาด / กลุ่มประชากรที่เกิดการระบาด ไม่มีขอบเขตชัดเจน
– พื้นที่ใหญ่ / ประชากรมีจานวนมาก เก็บข้อมูลได้ไม่หมด
• Use a case-control study
Experimental study
เป็นการศึกษาโดยผู้วิจัยกาหนดสถานการณ์การทดลอง
เป็นการศึกษาไปข้างหน้า ติดตามผลโดยการเปรียบเทียบ
อัตราการเกิดโรคในกลุ่มที่มีปัจจัย และไม่มีปัจจัยที่ศึกษา
การวิเคราะห์ RR
ประสิทธิภาพ
• ถ้า RR <1 Attributable Fraction (AF) = (1-RR) x 100
• ถ้า RR >1 Attributable Fraction (AF) = (RR-1) /RR x 100
ถ้า RR>1 หมายความว่ากลุ่มทดลองมี Outcome มากกว่ากลุ่มเปรียบเทียบ
ถ้า RR<1 หมายความว่า กลุ่มทดลองมี Outcome น้อยกว่ากลุ่มเปรียบเทียบ
ถ้า 95% CI of RR ไม่มีค่า 1 รวมอยู่ หมายความว่า กลุ่มทดลองมี Outcome
แตกต่างกลุ่มเปรียบเทียบ
ถ้า 95% CI of RR มีค่า 1 รวมอยู่ หมายความว่า กลุ่มทดลองมี Outcome ไม่
แตกต่างกลุ่มเปรียบเทียบ
ตัวอย่างการวิเคราะห์ Intervention Study
การให้ยา
หาย
ไม่หาย
รวม
ใหม่
85
40
125
ปกติ
100
35
135
RR=
0.92
95%CI RR= 0.79
SE=
0.08
1.07
เลือก Study Cohort Cumulative incidence
ตัวอย่างการวิเคราะห์ Intervention Study
วัคซีน
ป่วย
ไม่ปว่ ย
รวม
ได้
75
127
202
ไม่ได้
195
42
237
RR=
0.45
95%CI RR= 0.37
SE=
0.10
0.55
วัคซีน
ประสิทธิภาพ=55%
ลดโรคได้ 45-63% ที่
ความเชื่อมั่น 95%
เลือก Study Cohort Cumulative incidence
เลือก Study Vaccine efficacy Cohort study
เลือก Study Vaccine efficacy Control method
Percentage of Pop Vaccinated = A+B / N x100
Percentage of Case Vaccinated = A / A+C x100
Experimental Study
ข้อดี
ข้อจากัด
• Eliminate confounder
• Limited generalization
• Reduce likelihood of bias
• Ethical problem
• Useful for examination of
small or moderate effect of
exposure upon outcome
• Statistical efficient
• Relatively expensive
ความเชื่อถือได้ของการศึกษา
