Università Cattolica del Sacro Cuore

Esposizione ed effetto
In epidemiologia, si è spesso interessati a conoscere quale sia
l’effetto di una determinata “esposizione”.
- Es. 1. qual è l’effetto di una dieta vegetariana sulla salute? La
dieta vegetariana rappresenta l’esposizione, il risultante stato
di salute è l’effetto.
- Es. 2. qual è l’effetto dell’uso del telefono cellulare
sull’occorrenza di tumori cerebrali? L’uso di telefono cellulare
rappresenta l’esposizione, il tumore cerebrale è l’effetto
- Es. 3. qual è l’effetto della vitamina C nella prevenzione del
raffreddore comune? L’assunzione di vitamina C rappresenta
l’esposizione, il raffreddore comune è l’effetto.
In tutti e 3 gli esempi, siamo interessati a studiare una relazione tra
due variabili, una variabile è l’esposizione (var. indipendente),
l’altra variabile è l’effetto (var. dipendente). Altre variabili possono
alterare o modificare la relazione tra queste 2 variabili: sono le
variabili confondenti e le variabili modificatrici di effetto.
Per valutare la relazione esposizione-effetto, utilizziamo studi di
epidemiologia analitica (studio delle cause delle malattie) e studi
sperimentali (studio dell’efficacia di un intervento sanitario). In
entrambi i casi, effettueremo un confronto tra la frequenza
dell’effetto in diversi gruppi, nel caso più semplice in 2 gruppi
(esposti e non esposti)
L’esposizione è la presunta causa
L’effetto è lo stato di salute (o di malattia) risultante
1
L’esposizione è la situazione in cui agente (o fattore di rischio) ed
ospite sono presenti insieme. Può essere di diversa durata ed
intensità (istantanea, intermittente, cronica)
Esempi di esposizione: fumo, alcool, obesità, dieta, farmaco, gene,
inquinamento, radiazioni
L’effetto è il risultato dell’interazione tra agente (o fattore di rischio)
ed ospite. Si può verificare a diversa distanza nel tempo
dall’esposizione
Esempi di effetto: morte, malattia, pressione arteriosa, glicemia,
disabilità, piaghe da decubito, dolore, infezione della ferita
chirurgica
Lo studio delle cause delle malattie
Il nesso di causalità è ciò che mette in relazione le cause con gli
effetti che esse producono.
Gli studi di epidemiologia costruttiva o analitica valutano nessi di
causalità. Le “prove” epidemiologiche non sono sufficienti a stabilire
un nesso di casualità, ma costituiscono solo elementi circostanziali.
Definizione di Causa
Possiamo definire la causa di uno specifico evento di malattia come
un evento, una condizione o una caratteristica che ha preceduto
l’evento di malattia, e senza il quale la malattia non si sarebbe
verificata o si sarebbe verificata in un tempo successivo.
In realtà, nessun evento, condizione o caratteristica specifiche è
sufficiente di per sé a produrre l’effetto. Questa definizione non si
2
riferisce al complesso del meccanismo causale, ma soltanto ad un
suo componente.
Esistono diverse tipologie di cause
- cause necessarie
- cause sufficienti
- cause non necessarie né sufficienti
Ogni evento non ha un’unica causa, ma più di una. Inoltre, ogni
evento può verificarsi attraverso diversi meccanismi d’azione.
Diversi fattori possono contribuire in ognuno dei meccanismi
d’azione.
Modello a torta di Rothman
Quasi tutte le malattie sono determinate dall’interazione tra fattori
genetici e fattori ambientali.
Es. la carenza di glucosio-6-fostato-deidrogenasi è un’anomalia
congenita del metabolismo. Se la persona affetta da tale carenza
3
(per la quale si effettua lo screening neonatale) assume una dieta
contenente fenil-alanina, si può verificare un ritardo mentale.
Come misurare un effetto causale
L’approccio ideale per misurare un effetto causale non è
realizzabile: confrontare l’esperienza dei soggetti esposti con quella
degli stessi soggetti in assenza dell’esposizione, quando ogni altra
condizione rimane costante, non è infatti possibile.
Si utilizza quindi un approccio indiretto per studiare l’effetto di una
particolare esposizione: ad es. confronteremo l’esperienza in
termini di salute o di malattia di gruppi di individui che differiscono
per l’esposizione.
Per indagare sulle cause di una malattia, l’ideale è realizzare un
confronto tra ciò che si osserva in presenza dell’esposizione e ciò
che sarebbe avvenuto se l’esposizione fosse stata assente. Tale
approccio è evidentemente irrealizzabile. Si utilizza quindi un
approccio contro-fattuale (contrario alla realtà), ovvero si effettua
un confronto tra gruppi di individui che differiscono per
l’esposizione.
Es. in un gruppo di 100 lavoratori esposti a polveri sottili per 10
anni, 5 si sono ammalati di tumore delle basse vie respiratorie.
Cosa sarebbe successo se questi lavoratori non fossero stati esposti
alle polveri sottili? È impossibile rispondere a tale domanda
(dovremmo infatti tornare indietro nel tempo).
4
Confronteremo allora l’esperienza dei 100 lavoratori “esposti” con
quella di altri lavoratori “non esposti” a tali polveri.
Se è impossibile, per ogni singolo caso di malattia, conoscere quali
ne siano state le cause, possiamo invece stimare quali siano le
cause di una malattia in un gruppo di individui malati.
Es. fumo e tumore del polmone
Misure di effetto
Esistono diversi tipi di misure di effetto
- misure di effetto relativo
- misure di effetto assoluto
- misure di effetto attribuibile
Misure di effetto relativo
Esprimono l’aumento o la riduzione della frequenza della malattia in
una popolazione esposta rispetto ad una popolazione di riferimento
(non esposta) in termini relativi. Si costruiscono dividendo la
frequenza della malattia nella popolazione esposta per la frequenza
della malattia nella popolazione non esposta
Il Rischio Relativo (RR)
È un termine generico che indica un rapporto tra:
- il tasso di incidenza tra gli esposti ed il tasso di incidenza tra i
non esposti
- la proporzione di incidenza tra gli esposti e la proporzione di
incidenza tra i non esposti
- (la prevalenza tra gli esposti e la prevalenza tra i non esposti)
5
È una misura adimensionale (non ha unità di misura)
Il valore di 1 rappresenta l’assenza di effetto. Valori più grandi di 1
indicano un aumento del rischio associato all’esposizione. Valori più
piccoli di 1 indicano una diminuzione del rischio associato
all’esposizione
N.B. Il rischio relativo non è un rischio. È una misura di effetto, non
una misura di frequenza
Calcolo del Rischio Relativo
Trial clinico IBIS-I (prevenzione del cancro della mammella).
Follow-up di 5 anni
RE = 69/3578 = 0.019
RNE = 101/3566 = 0.028
RR = RE/RNE = 0.019/0.028 = 0.68
la riduzione del rischio di tumore della mammella nel gruppo di
soggetti trattati con il farmaco rispetto al gruppo trattato con
placebo, è del 32% (1.00-0.68=0.32)
Uno studio di coorte durato 19 anni tra 5.135 medici giapponesi ha
studiato la relazione tra il consumo di alcolici e la mortalità; la
mortalità standardizzata per età per malattia coronarica è stata di
26,3 morti per 10.000 anni-persona nei non-bevitori e pari a 16,2
per 10.000 anni-persona nei bevitori occasionali. Il rapporto tra
tassi d’incidenza (RR) è 26,3/16,2=1,62.
6
Il tasso di mortalità è stato del 62% superiore nei non-bevitori
rispetto ai bevitori occasionali (1.62-1=0.62)
Quando i gruppi messi a confronto sono più di due, un gruppo fa da
riferimento. Gli altri gruppi vengono, uno per uno, confrontati con il
gruppo di riferimento
Doll & Hill (BMJ 1964)
Lung cancer mortality rate (R)
RR
per 1,000 person-years
Non-smokers
0.07
1
1-14 cig/day
0.57
8.10
15-24 cig/day
1.39
19.9
25+ cig/day
2.27
32.4
Myocardial infarction rate (R)
RR
per 1,000 person-years
Non-smokers
3.61
1
1-14 cig/day
4.65
1.29
15-24 cig/day
4.57
1.27
25+ cig/day
5.16
1.43
7
L’Odds Ratio (OR)
È un rapporto di odds e non un rapporto tra misure di incidenza
(densità d’incidenza o proporzione d’incidenza) come nel caso del
Rischio Relativo. Ha la stessa interpretazione del RR
Se l’evento è “raro”, il valore dell’OR è simile a quello del
corrispondente RR
Viene calcolato negli studi caso-controllo
Episodi di infezioni respiratorie
superiori
Modalità di nutrizione
Uno o più
Nessuno
Totale
Artificiale
207
238
445
Allattamento materno
34
72
106
Totale
241
310
551
OR=(207*72)/(34*238)=1.84
L’odds di infezione è dell’84% più alto nei neonati che utilizzano
latte artificiale rispetto ai neonati che sono allattati al seno.
8
Misure di effetto assoluto
Esprimono l’aumento o la riduzione della frequenza della malattia in
una popolazione esposta rispetto ad una popolazione di riferimento
(non esposta) in termini assoluti. Si costruiscono sottraendo alla
frequenza della malattia nella popolazione esposta la frequenza
della malattia nella popolazione non esposta
Il Rischio Differenziale (RD)
È un termine generico che indica la differenza tra:
- il tasso di incidenza tra gli esposti ed il tasso di incidenza tra i
non esposti
- la proporzione di incidenza tra gli esposti e la proporzione di
incidenza tra i non esposti
- (la prevalenza tra gli esposti e la prevalenza tra i non esposti)
La differenza tra proporzioni è adimensionale (non ha unità di
misura). La differenza tra densità d’incidenza ha come unità di
misura t-1
Il valore di 0 rappresenta l’assenza di effetto. Valori positivi
indicano un aumento del rischio associato all’esposizione. Valori
negativi indicano una diminuzione del rischio associato
all’esposizione
9
Calcolo del Rischio Differenziale
Confronto tra placebo e Raloxifene nella prevenzione del tumore al
seno (follow-up 4 anni)
RE = 13/1771=0.7%
RNE = 26/879=3.0%
RD = RE-RNE = 0.7%-3.0%= -2.3%
la differenza assoluta nel rischio tra i due interventi è di 2 eventi
per 100 soggetti trattati
Number Needed To Treat (NNT)
Esprime il numero di soggetti che è necessario trattare per evitare
un evento (negativo) per la salute
Quanto più piccolo è tale valore (sempre positivo) tanto maggiore è
l’efficacia dell’intervento in esame rispetto all’intervento di
riferimento
Calcolo del NNT
Confronto tra placebo e Raloxifene nella prevenzione del tumore al
seno (follow-up 4 anni)
RE = 13/1771=0.7%
RNE = 26/879=3.0%
RD = RE-RNE = 0.7%-3.0%= -2.3%
NNT = 1/(RD) = 1/0.023 = 43
Occorre trattare 43 soggetti con Raloxifene per evitare un singolo
caso di tumore al seno
10
Misure di effetto attribuibile
Esprimono la proporzione di casi di malattia che possiamo
considerare attribuibili cioè causati dall’esposizione
- Frazione attribuibile all’esposizione negli esposti (o Rischio
Attribuibile all’esposizione negli Esposti - RAE)
- Frazione attribuibile all’esposizione nell’intera popolazione
(esposti e non esposti) (o Rischio Attribuibile all’esposizione
nella Popolazione- RAP)
Rischio Attribuibile all’esposizione negli Esposti
RAE = (RE-RNE)/RE = (RR-1)/RR
Mortalità per tumore al polmone - Doll & Hill (BMJ 1964)
p
Rate (R) per 1,000 py
RR
Non-smokers
0.29
0.07
1
Smokers
0.71
1.30
18.6
All
1.00
0.94
-
RAE=(18.6-1)/18.6=0.95
Il 95% dei casi di tumore al polmone tra i fumatori sono attribuibili,
cioè causati, dal fumo
11
Rischio Attribuibile all’esposizione nella Popolazione
RAP = (R-RNE)/R = [(REp+RNE(1-p)-RNE]/[(REp+RNE(1-p)] =
[REp+RNE-RNEp-RNE]/(REp+RNE-RNEp) =
(REp-RNEp)/[p(RE-RNE)+RNE] =
= p(RE-RNE)/[p(RE-RNE)+RNE] = p(RR-1)/[p(RR-1)+1]
Mortalità per tumore al polmone - Doll & Hill (BMJ 1964)
p
Rate (R) per 1,000 py
RR
Non-smokers
0.29
0.07
1
Smokers
0.71
1.30
18.6
All
1.00
0.94
-
RAP=0.71(18.6-1)/[0.71(18.6-1)+1]=0.93
Il 93% dei casi di tumore al polmone nell’intera popolazione
(fumatori e non fumatori) sono attribuibili, cioè causati, dal fumo
12