Epidemiologie

= Zahl der Erkrankungen (ohne Mehrfachzählung bei mehreren Erkrankungen einer Person!), die in einem bestimmten Zeitraum auftreten, bezogen auf die Gesamtzahl der Bevölkerung in diesem Zeitraum

• neue Erkrankung und bereits Kranke

• Die Inzidenz zählt die Neuerkrankungen innerhalb eines vorgegebenen Zeitraums und setzt sie in Bezug zu den am Anfang dieser Beobachtungsperiode nicht Kranken. Sie kann also ebenfalls als eine Proportion (Prozentzahl, Anteil) ausgedrückt werden, bezieht sich aber implizit immer auf einen bestimmten Zeitraum.
• Wahrscheinlichkeit, dass eine zufällig ausgewählte Person in einer bestimmten Periode erkrankt (Entstehung der Krankheit).
• Sie kann mit einem Filmabschnitt verglichen werden, welcher einen bestimmten Beobachtungszeitraum aufnimmt. Inzidenz besteht also immer aus den drei Komponenten:
  • Neuerkrankungen
  • Bezugsbevölkerung
  • Beobachtungszeit
• Für Messung zwei verschiedene Inzidenzmaße
  • kumulative Inzidenz
  • Inzidenzdichte

CI = Neuerkrankte Personen/Beobachtete Personen

• Wichtig: Nur Personen, die zu Beginn des Zeitraums nicht erkrankt waren, aber erkranken können.
• Immer abhängig von Dauer der Zeitraums:
  • Mortalität (=CITod) von Neugeborenen in 115 Jahren = 1!
• Wertebereich zwischen 0 und 1

= Anzahl der Erkrankungsfälle, die in einem bestimmten Zeitraum in einer Bevölkerung auftreten/Summe der Zeiträume, in denen jeder einzelne an der Krankheit erkranken könnte 

• Bezug nicht auf Anfangsbevölkerung, sondern auf die innerhalb dieser Bevölkerung im Studienverlauf beobachtete Personenzeit (Mehrfachzählung bei mehrfacher Erkrankung einer Person!)
• Diese Personenzeit beginnt für jede Person mit Eintritt in die Studie und
  läuft entweder bis
  • zum Studienende
  • oder bis zum Verlassen der Studie (Drop out)
  • oder bis zum Auftreten der interessierenden Erkrankung
• Berücksichtigung von z.B. konkurrierenden Todesursachen, die zu einem frühzeitigen Drop out führen
• Studienkonzept ist also die sogenannte offene oder dynamische Kohorte (open/dynamic cohort)
• Beispiel: ID = 6/21 = 0.33 (Wertebereich von 0 bis 1) 

• Berechnung des Risikoraums relativ zur Untersuchungsdauer (pro Person!).
• D.h. für das vorrherige Beispiel ergeben sich folgende Risikozeiträume:1+0.5+0.5+0.5+0.5+0.75+0.25+0.75+0.5+0 = 5.25 --> Somit ergeben sich 5.25 Risikojahre (weil die vier genannten Zeiträume als Quartale betrachtet werden!. Sind die gleichen Zahlen wie oben durch 4 Quartale dividiert)
• Die Neuerkrankungen bleiben wie oben berechnet. Es geht um Neuerkrankungen und nicht um Zeiträume.
• Hier ergeben sich dann 6/5.25 = 1.14 Neuerkrankungen pro Jahr und pro Person!
• Wertebereich: 0 bis unendlich

• Veranschaulicht man sich die Menge der Erkrankten als Wassermenge in einem See bzw. Behälter, der sowohl Zu als auch Abfluss besitzt, dann kann man sich vorstellen, dass die Prävalenz (Wassermenge) bei größerer Inzidenzdichte (Zuflussgeschwindigkeit) und längerer Krankheitsdauer (Verweildauer) steigt
• Sowohl schnelle Genesung (Abfluss) als auch schneller Todeseintritt (Abfluss) führen zu einer kurzen Krankheitsdauer
• Eine lange Krankheitsdauer hat beispielsweise eine nicht lebensbedrohliche, chronische Erkrankung wie Rheuma
• bei Fließgleichgewicht: Zu- = Abwanderung: Prävalenz = Inzidenzdichte x Krankheitsdauer

= Gesamtzahl der Todesfälle in einem definierten Zeitraum/ mittlere Populationszahl im definierten Zeitraum 

• es gibt aus spezifische Mortalitätsraten: altersspezifisch, krankheitsspezifisch
• wichtig ist die Zeitangabe! 
• Beim Vergleich von Mortalitätsraten muss beachtet werden, dass die Bezugspopulation vergleichbar ist (z.B. gleiche Altersstruktur)
• Mögliche Erklärungen für Trends der Mortalität:
  • Artefakte: Fehler in Diagnose, Änderungen der Kodierung/Klassifizierung
  • real: Änderung des Überlebens, Änderung der Inzidenz, Änderung der Alterszusammensetzung der Population

= Zahl der an Krankheit X Verstorbenen in einem def. Zeitraum/ Zahl der an X Erkrankten

• „Welcher Anteil der Patienten mit Diagnose X stirbt in einem festgelegten Zeitraum nach der Diagnosestellung?“
• Gradmesser der Schwere einer Krankheit
• Wertebereich zwischen 0 und 1

• Wie wahrscheinlich ist es, dass wenn jemand krank ist, er durch den Test als krank klassifiziert wird
• SE = a/(a+c) 

• Wie wahrscheinlich ist es, dass wenn jemand gesund ist, er durch den Test als gesund klassifiziert wird
• SP = d/(b+d)

Impfung:

• Lieber einen zu viel geimpft als eine Epidemie ausgelöst
• D.h. anzustreben ist hohe Sensitivität bei u.U. niedriger Spezifität

Alkohol / Drogentests (auf der Straße)

• Es gilt einen massiven Eingriff in die persönlichen Rechte bei einem nüchternen Menschen (d.h. einem Unschuldigen) zu vermeiden
• D.h. anzustreben ist hohe Spezifität bei u.U. niedriger Sensitivität

• strengeres Kriterium (Husten bei Covid) 
  • Sensitivität sinkt 
  • Spezifität steigt 
  • Wahrscheinlichkeit, dass covid-Erkrankte korrekt als solche identifiziert werden sinkt und Wahrscheinlichkeit, dass Gesunde korrekt als gesund identifiziert werden steigt 
• weniger strenges Kriterium (Fieber bei Covid) 
  • Sensitivität steigt 
  • Spezifität sinkt 
  • Wahrscheinlichkeit, dass covid-Erkrankte korrekt als solche identifiziert werden steigt und Wahrscheinlichkeit, dass Gesunde korrekt als gesund identifiziert werden sinkt

• Beispiel: Sensitivität von 0.99 und Spezifität von 0.99, Prävalenz 0.1% --> PW: 9% 
• selbst sehr gute Diagnoseverfahren können bei sehr seltenen Erkrankungen zu gravierenden Fehleinschätzungen führen 
• Bei NW genau anders herum; wenn Krankheit sehr häufig ist NW auch bei guten Diagnoseverfahren sehr gering 

Bei niedriger Prävalenz (normal) bringt eine Steigerung der Spezifität mehr als eine Steigerung der Sensitivität

= Dient dem Vergleich der Inzidenz der Erkrankung (CI oder ID) für Populationen mit unterschiedlicher Exposition

• prospektiv und quasi-experimentell (weil man die Gruppen nach Merkmal bildet) 

Vorteile

• Inzidenz kann genau untersucht werden
• Entwicklungsgeschichte kann genau beschrieben werden

Nachteile 

• Aufwendig und teuer
• Zeitintensiv (Induktionszeit bis zur Wirkung der Exposition)
• Drop outs
• Nicht geeignet für seltene Erkrankungen

= Dient dem Vergleich der Prävalenz der Exposition zwischen Fällen (Kranken) und Kontrollen (Gesunden)

Vorteile

• Billig
• Schnell
• Viele Expositionsfaktoren untersuchbar
• Auch für seltene Krankheiten geeignet
• Kein Ausfall über die Zeit

Nachteile 

• Schwierigkeit bei der Auswahl der Kontrollen (wer ist vergleichbar?)
• Probleme bei Erfassung der Exposition (Recall Bias)
• Keine Angaben zu Inzidenzraten und absolutem Risiko

= Dient dem Vergleich der Prävalenz der Erkrankung für Populationen mit unterschiedlicher Exposition

Vorteile 

• Kurzfristig
• Billig
• Auch für seltene Krankheiten
• Exposition zuverlässig erfassbar
• Vergleich verschiedener Populationen möglich

Nachteile 

• Problematisch bei kurzdauernden Krankheiten
• Nur korrelative Interpretation
• Keine Angabe zur Inzidenz

Beschreibung der Abhängigkeit einer Krankheit von Risikofaktoren

= Anzahl Kranke/Anzahl Gesunde

= Anzahl Kranke/(Anzahl Kranke+Anzahl Gesunde) 

= Risiko, wenn expo./Risiko, wenn nicht expo.

• Weil das Verhältnis der Fälle (a+b) und Kontrollen (c+d) willkürlich vom Untersucher festgelegt wurde! Stattdessen lieber Odds Ratio! 
• Odds-Ratio ist unabhängig vom Verhältnis von Fällen zu Kontrollen, das RR nicht! 

= Chance, wenn exp./Chance, wenn nicht exp. 

...ein guter Schätzer für das Relative Risiko

...umso höher die Prävalenz, umso mehr überschätzt das OR das RR

• Wertebereich: 0 bis unendlich
• Interpretation:< 1: protektiv> 1: risikoerhöhend
• RR=10: „Durch die Exposition wird das Risiko, zu erkranken, um das 10fache erhöht“
• OR=10: „Durch die Exposition wird die Chance, zu erkranken, um das 10fache erhöht“ oder „Durch die Exposition wird das Verhältnis von Kranken zu Gesunden um das 10fache erhöht“

Vorteile 

• Relatives Risiko: Direkte Beschreibung der Risikoerhöhung durch die Exposition, Risiko als relative Häufigkeit (Prozent) gut interpretierbar
• Odds Ratio: Liefert auch bei Fall Kontroll Studien eine zuverlässige Schätzung des durch die Exposition bedingte Erkrankungsrisikos, vor allem bei seltenen Krankheiten sehr guter Schätzer des Relativen Risikos. Verwendet in logistischer Regression

Nachteile 

• Relatives Risiko: bei Fall Kontroll Studien nicht anwendbar
• Odds Ratio: nur Schätzung des Relativen Risikos

• OR liegt in der Gesamtpopulation bei 1.8
• wenn nach Männern und Frauen aufgeteilt --> OR jeweils bei 0.6 
• Grund: nicht Exposition entscheidend, sondern Geschlecht
• Ist ein nicht erfasstes Merkmal sowohl mit der Krankheitshäufigkeit, als auch mit der Expositionshäufigkeit korreliert, kommt es zu gravierenden Fehleinschätzungen des Krankheitsrisikos --> Die Kunst ist es, alle wichtigen Einflussfaktoren zu kontrollieren und als Prädiktoren mit in das Modell aufzunehmen

= (Inzidenz in exponierter Gruppe - Inzidenz in nicht exponierter Gruppe)/Inzidenz in exponierter Gruppe 

• Maximal erreichbare Senkung eines Risikos, wenn Exposition vollkommen verhindert wird (Präventionspotential)

= (Inzidenz in der Gesamtpopulation - Inzidenz in der nicht exponierten Gruppe)/Inzidenz in der Gesamtbevölkerung