5. Biostatistica 5.1. Concepte de baza in biostatistica, Biostatistica: este disciplina care igi propune studiul caracteristicilor unei populatii. Individ: element al unei multimi Populatie (colectivitate statisticd): reprezinta ansamblul tuturor indivizilor la care se refer’ studiul si care au cel putin o proprietate comuna. Esantion: grup, lot, submulime din populatie. Esantion reprezentativ: esantionul care cor toate caracteristicile populatiei. tine proportional indivizi reprezentand Distributia esantionului: reprezentare grafici bidimensionala a valorilor studiate dintr-un esantion. O distributie foarte des intalnita (ex. iniltimea oamenilor dintr-o populatie) este reprezentata printr-o curba simetrica fata de valoarea medic, numiti clopotul Ini Gauss” sau ,,distributia normala”. Inferenta statistiea © — operatia de generalizare a caracteristicilor unui esantion reprezentativ la nivelul intregii populatii; © operafia fundamental a statisticii duce la concluzii eronate daca esantionul nu este esantion reprezentativ. 5.1.1. Metode de studiu ale biostatisticii Recensimant © metoda de determinare exact a caracteristicilor populatiei; © 0 operatic laborioasa gi foarte costisitoare, utilizata rar, pentru culegerea unor date exacte strict necesare; Screening © depistarea in cadrul unei populatii a indivizilor avand 0 abatere deosebité a unui parametru; © depistarea precoce a unei afectiuni grave;© eficienta creste prin alegerea unei selectii din populatie conform unor factori de risc; Selectie © pentru studiu se alege din populatie o submultime numita esantion (lot, giup), iar masuratorile sunt Picute doar pe indivizii lotului studiat. 5.1.2. Variabile statistice. Clasificare Definitie: marimile asupra c&rora este orientat un studiu si se culeg date poarta numele de variabile sau caracteristici. Variabilele numerice (cantitative) sau cardinale: inaltimea, greutatea, frecventa cardiaca, tensiunea arterial. Ele pot fi: scara proportional (aceeasi origine, indiferent de unitatea de masura) sau scara de intervale (°C si °F). Variabilele cantitative mai pot fi clasificate in variabile continue (glicemie, colesterol) si variabile discrete (frecventa cardiacd, tensiunea arteriala). Variabile ordinale (rang): numere conform unei scari conventionale - nota (unui student), ierarhia (in scara Luscher, de preferinti a culorilor). Variabile calitative (nominale): nume, grupa sanguina, sex. 5.1.3. Etape de cercetare a unui studiu statistic Observarea statistics Culegerea datelor Sistematizarea datelor Calculul indicatorilor Prelucrarea statistic Prezentarea datelor prin tabele, serti, grafice | ‘Compararea datelor ~ teste statistice ~ analiza cordagiei Analiza yi ~ analiza riscului interpretarea statistica ‘Formarea concluziilor asupra intregii cercetari 75.2, Parametrii statistici 5.2.1. Indicatorii tendintei centrale a) Media ai Definitie: media aritmetica simpli este valoarea medie care se obtine din suma valorilor individuale dintr-o colectivitate omogena, divizata la numarul total al cazurilor studiate. metic simpla Xn ze. . a) N in aceasta formula a mediei aritmetice simple, notati prin simbolul M,, valorile corespund lui X, iar suma lor se noteazi cif (sigma), frecverta sau numérul de cazuri de la numitor fiind notate cu N. Formula de calcul: M b) Media aritmeticd ponderata Definitie: media aritmeticd ponderata este valoarea medie care se obtine din suma produsului valorilor dintr-o colectivitate omogend, cu frecventele corespunzitoare, divizatd la numarul total al cazurilor studiate. Formula de calcul: PUN (5.2) fi= freeventa valorii Xi c) Mediana Definitie: mediana este 0 valoare medie, care se utilizeaza in serii mari de valori, cu nivele apropriate, deci colectivitati omogene. Mediana imparte seria de valori ordonati in doua jumatiti egale Nel Formula de calcul: Me 6.3) in formula medianei, simbolul N corespunde numérului de intervale ale seriei de valori, in cazul seriei de valori cu termeni impari, mediana va corespunde exact valorii de la mijlocul seriei. In serii de valori cu termeni perechi, mediana va corespunde mediei aritmetice simple a celor dowa valori de la mijlocul seriei. Definitie: moda este o valoare medie corespunzatoare frecven{ei maxime a unei serii de distributie. Caleulul se efectueazi simplu, Iudnd valoarea cu frecven{a maxima, drept valoare medie. Formula de calcul: Mo =X» ~3(X, ~ Me) 64) Mo =modulul, X,, = media ponderata, Me = mediana.e) Quantilele Definitie: quantilele separa seria statisticd in ,.n” parti (cuante), cuprinzand acelagi efectiv, egal cu I/n din efectivul total. a) Quartilele Q1, Q2, Q3 — n=4, Q2=Me b) Decilele D1...D9—n=10, DS=Me ©) Centilele C1...C99 ~ n=100, C50=Me 4) Promile P1...P999 ~ n=1000, P500=Me. Foarte rar este posibil a intalni si al{i indicatori ai tendinfei centrale: media armonica, media cronologica si media geometrica. . 5.2.2. Indicatorii de dispersie Aprecierea tendinfei pe care o au valorile freeventelor de a se situa in jurul unei valori ce caracterizeaz’ fenomenul cercetat este permisi de valorile medi. Numai cunoasterea valorilor medii nu este suficienta pentru a caracteriza fenomenele biologice, ce cunose o mare variabilitate. De aceea, este necesar, sa cunoastem si tendinfa pe care o au valorile unor frecvente de a se indepirta de ceea ce este caracteristic (dispersia valorilor), deci aria sau intervalul valoric, in jurul mediei, tn care se distribuie valorile frecventelor. Acest interval valoric se apreciaza cu ajutorul constantelor de dispersie, Se cunoaste in general cA, cu cat intervalul valoric in care se distribuie frecventele unui fenomen este mai mic, cu att esantionul este mai omogen, iar valorile medii sunt mai reprezentative. Cele mai frecvente constante de dispersie sunt: rangul sau amplitudinea, deviatia standard, eroarea standard a mediei, coeficientul de variatie. a) Rangul sau amplitudinea Definiie: Rangul este constanta ce masoari intervalul in interiorul c&ruia se distribuie valorile frecventelor in jurul mediei. Amplitudinea este definité ca fiind diferenta dintre valoarea minima si maximé a frecventelor fenomenuului cercetat. Rangul este o constanta orientativa de dispersie, ce are avantajul ca se objine rapid, dar este insuficient de precisa, ciici depinde de valorile extreme, care adeseori sunt intémplatoare. in esantioanele normal distribuite, cu cat amplitudinea sau rangul are valori mai mici, cu atat esantioanele sunt mai omogene, si invers, cu ct amplitudinea are valori mai mari, esantioanele sunt mai neomogene, cu o dispersie mai mare. b) Deviatia standard Definitie: deviatia standard, notati S, reprezint gradul de variatie a valorilor individuale in jurul mediei esantionului 78Deviatia standard se obtine extragind radacina patrata din suma abaterilor de la media aritmeticd a valorilor frecventelor, ridicate la patrat, raportata la numéarul frecventelor. LX - XP 65) = deviatia standard Formula de calcu: S X,-X = abaterea de la medie a unei valori individuale n = numarul frecventelor c) Eroarea standard a mediei Definitie: eroarea standard a mediei, notata Sz, reprezinté gradul de variatie al mediilor esantioanelor in jurul mediei populatiei. Formula de calcul pentru esantioane mari. (6.6) Formula de calcul pentru esantioane mici: (6.7) unde § = deviatia standard, n = nr. de indivizi din esantion, N = volumul populatiei. 4) Coeficientul de variatie Datorita faptului c& deviajia standard este exprimata in unitati de masur& diferite, specifice fenomenelor pe care le cercetim, ea nu poate fi utilizar’ in aprecieres comparativa a dou sau mai multe esantioane, sub aspectul omogenitafii. Astfel, in aceasta situatie se recurge la coeficientul de variatie, care nu este altceva decdt deviatia standard exprimata procentual. Definitie: coeficientul de variatie (CV) este raportul dintre valoarea deviatiei standard si media (aritmetici sau ponderat’), exprimat procentual. Formula de calcul: CV=t 5 100 (5.8) CV =coeficientul de variatie S = deviatia standardX = media (aritmetica sau ponderatd) Cu cat valoarea procentuali a coeficientului de variatie este mai mica, cu atat esantionul pe care s-a lucrat e mai omogen. Evaluarea C.V. se considera ca un coeficient de variatie cu valori sub +10% indica o dispersie mica. Un coeficient de variatie cu valori cuprinse intre =10% si £20% indica o dispersie medic. Valorile peste 20% ale coeficientului de variatic, indica 0 dispersie mare, o lips aproape total de omogenitate. 5.3. Teste statistice — .:. 5.3.1. Generalitati Pentru a stabili daci dowd sau mai multe rezultate obtinute pe esantion sunt asemanatoare sau din contra, difera semnificativ intre ele, ne folosim de comparatia Statistica, prin intemediul testelor statistice. Diferentele observate in cursul unor studii pot fi clasificate in doua categorii: a. diferente ce pot fi atribuite intamplarii (variabilitati de esantioane), acestea sunt numite diferente nesemnificative. b. diferente ce pot avea alte caurze numite diferente semnificative. 5.3.2 Ipoze statistice Plecdnd de la realitatea inconjuritoare, formulim diferite ipoteze pe baza informatiilor primite, ipoteze care mai apoi trebuie verificate sau testate. Abia dup verificarea lor, care reprezinta un proces complex, ipoteza respectiva capt atributul de ipotezi adevaraté. Din punct de vedere statistic, consideram notiunea de ipoteza tot in acelasi mod, numai ci acum ea vizeaz contextul statistic, deci face referire la fenomene gi relatii ce privesc populafiile statistice. Concret, este vorba de ipoteze privind repartitii de probabilitate, valoarea unor parametri statistici sau legaturile dintre acestia, plecdnd de la observatiile ficute pe un egantion din populatie. in acest caz, verificarea sau testarea ipotezei se face pe baza informatiilor de sondaj. in principiu, o testare statisticd (adici verificarea statistic’ a unei ipoteze) se bazeazi pe confruntarea a dou’ ipoteze opuse Defi ie: ipoteza statistic este o propozitie continénd o afirmatie sau o negatie, privind un parametru al unei populafii sau o lege de distributie. a) ipoteza nuli Hy Cand comparam doua valori medi’ ( X,,Xy ), ipoteza de zero se poate scrie: Hy :X; =X, ; diferenjele sunt nesemniticativeAfirma ca mu exist nici o diferenta semnificativa intre datele comparate, diferenta obtinuta datorandu-se doar intamplarii, cu alte cuvinte aceasti ipoteza se refera la faptul ca, in contextul respectiv, avem o situatie normala. De exemplu, atunci cind comparim media de sondaj cu media cunoscuté a populatiei, ipoteza nula afirma cd nu exista o diferent’ semnificativa intre cele doud valori, deci esantionul este reprezentativ pentru populatia originara; in cazul a doud esantioane, in contextul compararii anumitor parametri, ipoteza nuld afirma cd ambele esantioane apartin aceleasi populatii, deci diferenta intre parametrii respectivi este nuld. b) ipoteza alternativa Hy Afirma contrariul ipotezei nule, adicd efectul comparatici este nenul, deci exist diferenge semnificative, nedatorate hazardului, privind datele considerate. Ipotezele alternative se pot exemplifica, mai simplu, in cazul compararii a dowd valori medi (X,,X> ). Avem situa a | #X> : valoarea medie X; este diferitd de valoarea medie X, b. : valoarea medie X, este mai mare decat valoarea medie X» & =aacceptim Ho, deci diferentele sunt nesemnificative b. p< arespingem Ho, deci diferenele sunt semnificative Pentru 0=0.05, atunci cfnd respingem ipoteza de zero se incearc o gradare a diferentelor semnificative.TABELUL 5.1. Decizia unui test statistic 2 0.05 Diferente nesemnificative i= ‘i Acceptim Ho Echivalent cu probabilitate >59% . a (diferente nesemmiticative —intre variabilele comparate) p.<0.05 Diferente semnificative Echivalent cu probabilitate <3% H D Pp <0.01 Diferente foarte semnificative Respingem (diferente semnificative —intre Echivalent cu probabilitate <1% cs variabilele comparate) p-<0.001 Diferente extrem de semnificative Echivalent cu probabilitate <0.1% 5.3.5. Erori statistice. Caracteristicele testelor statistice 4. Erori de tip I, a chror probabilitate se noteazi cu a Este probabilitatea ca sii respingem ipoteza nul, atunci cfind ea este adevar valoarea lui a este aledsinainte de a incepe analiza si uzual este considerati 5%; decizia este gresité in acest az —rezultat ,,fals pozitiv”. b. Erori de tip Il, a cAxor probabilitate se noteazi cu B Se referai la probabilitatea de a accepta ipoteza nula, atunci cdnd ea este falsé; valoarea lui depinde «it de marimea efectului analizei (i.e. a diferentei obtinute in analiza) cét si de volumul esantionului; decizia este gresiti in acest caz — rezultat ,.fals negativ™. Definiii ale caracteristicelor Nivel de incredere Definitie: Valoarea 1 - a se numeste nivel de incredere sau nivelul de confident al testului; « reprezinta pragul de semnificatie sau probabilitatea erorii de tip I si reprezinta capacitatea de a accepta o ipotezi cand aceasta este adevarata. Puterea testului Definitie: Valoarea 1 - B se numée puterea testului, unde B repredint probabilitatea erorii de tip II si reprezinti capacitatea de a respinge o ipotez cAnd aceasta este falsd,5.3.6. Clasificarea testelor statistice Testele statistice se clasifica in functie de distributia valorilor comparate, in: © Teste parametrice - prin care se compara valori cu distributie cunoscuta (de obicei distributia normals). © Teste neparametrice - prin care se compari valori cu distributie necunoscuta. Testele statistice se clasifica in functie de valorile comparate, in? ® Teste de semnificatie - prin care se verifica egalitatea unui parametru estimat cu o valoare data. © Teste de omogenitate - prin care se compara doi parametri. © Teste de concordanti - prin care se compara o distributie experimentala (valori obtinute prin sondaj) cu una teoreticd (valori corespunzatoare unei functii matematice de distribujie), sau se compara doud distributii experimentale. © Teste de independent - prin care se verified independenta unor serii de valori experimentale. © Teste pentru corelafii - prin care se evalueazi semnificatia parametrilor estimati in analiza corelatiei. 5.3.7. Testele uzuale folosite in medicina ( pornind de la valorile comparate) > Cfind se compara o valoare medie cu o valoare data: Ipoteza de zero: X= Xo Test utilizat: testul Z cdind n > 30, testul t (student) cand n < 30. > CAnd se compara doua valori medii din doud serii diferite: Ipoteza de zero: Hy :X, Condi S, =S,; se poate N, #N, Grade de libertate: v = N, + No — Test utilizat: parametric - testul t nepereche, neparametric - testul Mann — Whitney. Testul Mann - Whitney este echivalentul neparametric al testului t nepereche. Pentru loturi mai mari rezultatul objinut este acelagi ca in cazul testului t. 3> Cand se compari doud valori medii, din doud serii objinute pe aceiasi indivizi in dou conditii diferite: Ipoteza de zero: Hy :X =X Condi: valori perechi X,,,X;5 reprezinta valorile obtinute pe individul i in conditiile 1, respectiv intotdeauna N, = N Grade de libertate: v= N-1 Testul utilizat: testul t pereche. on » CAnd se compara doud mediane sau doua seri ordinale Ipoteza de zero: Hy My = Mga Testul utilizat: testul Wilcoxon - aplicat astfel: + pentru serii independente: testul ,,suma rangurilor” (rank sum) + pentru serii perechi: testul ,,semnul rangurilor” (signed ranks test), > Ciind se compari n valori medii Ipoteza de zero: Hy: X, Test utilizat: ANOVA (ANalysis Of VAriance — analiza varianfei”) ANOVA se aplica pentru testarea egalititii a n valori medii in doud moduri: analiza unifactorialé ,,one-way analysis” - pentru n serii independente obtinute pe loturi diferite, analiza bifactoriali two-way analysis” - pentru n serii dependente obtinute pe acelasi lot in n conditii. a. Analiza unifactoriala Variante i) parametrica: testul t epereche generalizat pentru n serii ii) neparametrica: testul Kruskal — Wallis. b. Analiza bifactoriali Variante i) parametricd: testul t pereche generalizat ii) neparametrica: testul Friedman. > Cand se compara doi sau n indicatori de dispersie Testele de semnificatie pentru valori medi presupun o egalitate statistic a dispersiilor seriilor care trebuie testate inainte de aplicarea testului pentru medii 84 “Y)Testele cele mai utilizate pentru compararea indicatorilor de dispersie sunt: - dou deviatii standard; = ndeviatii standard obtinute pe serii diferite; - — ndeviafii standard obtinute pe acelasi lot. a. Cand se compar dona deviafii standard: Ipoteza de zero: Hy :S, = Sy Test utilizat: testul F-Fischer-Snedecor b, Cand se compara n deviatii standard obtinute pe serii diferite: Ipoteza de zero: Hy :S, =S2 = ‘Testul utilizat: testul lui Bartlett c. Cand se compara n deviatii standard obtinute pe aceeasi indivizi: Ipoteza de zero: Hy :8, =S2 =..= Testul utilizat: testul lui Cochran. > Cand se compara proportii fn cazul variabilelor nominale calitative, indivizii din intregul esantion sunt grupati in diferite clase, fiecare clasa avand caracteristica 0 proportie (procent). Daca impartirea se face numai in doua clase, distributia se numeste binominala, daca se imparte in mai multe clase se numeste multinominala. Cel mai utilizat test cfind se compara doua si n proportii este testul y2:_ Ipoteza de zera: Pi = Pe Testul utilizat: testul 72. 5.4, Corelatia si regresia liniara §.4.1. Introducere. Istoric Definitie: Corelafia statisticd, in termeni generali, este utilizaté pentru a defini dependenta sau legitura intre variabile observate in populatii statistice. Este 0 metoda de descriere si analiza a legiturilor de tip statistic intre dou sau mai multe variabile. Termenul ,,corelatie” acopera ca semnificatie orice legatura statistic’, fie intre variabile cantitative, fie intre variabile calitative. Prima individualizare a ideii de dependenta intre variabile observate in colectivitati statistice este atribuita lui Francis Galton. fntr-o lucrare asupra ereditajii, comunicata in anul 1877, ardta, prin studierea plantei Lathyrus odoratus (sngele voinicului) ca talia medie a descendentilor este legata liniar de talia ascendentilor. in studi ulterioare asupra ereditajii umane, el utilizeazi notiunea de variatie legata si imagineaza, cel 8dintai, o metoda statisticd practicd de exprimare a legaturii, cunoscut sub denumirea de functia lui Galton. Acelagi autor introduce gi termenul de regresie, in anul 1886, cand, studiind relatia dintre talia copiilor nascuti si talia parintiilor, a stabilit c& din parinti a caror talie este mai micd decat media colectivitatii provin copii cu talie superioara lor gi invers, Autorul constaté cA indltimea copiilor nascuti din pirinti inalti tinde sa sfegreseze” spre indltimea medic a populatiei, in acest context, a utilizat termenul de regresie pentru a denumi procesul general de predictie a unei variabile (indltimea copiilor) dintr-o alti variabila (inaltimea parintilor). Inspirat de lucririle lui Galton, K. Pearson cerceteaza repartitiile bidimensionale, mai ales in domeniul biologiei, descriind ecuatia liniei drepte adecvati nojiunii de regresie a lui Galton gi introduce celebrul sau coeficient de corelat .2. Diagrama de dispersie Cea mai simpli modalitate de abordare a problemei corelatiei este reprezentarea graficd, pe un sistem de axe rectangulare Ox i Oy pe care vom marca valorile celor dou marimi investigate, de exemplu greutatea si indlyimea. Fiecare individ va fi reprezentat printr-o pereche de valori, pe abscis’ si pe ordonata, iar in cadranul graficului printr-un punct. Ansamblul populatiei va fi reprezentat printr-un nor de puncte, care vizualizeazi dispersia populatici studiate (fig. 5.1). prnneranne 160 165 10 15 180 Figura 5.1. Diagrama de dispersic. 5.4.3 Corelatia liniara. Coeficient de corelatie in cazul in care consideram ca punctele dintr-o diagrama de imprastiere se situeaz’ pe o dreaptti, corelatia se numeste corelatie liniara. 86r-_,.,Q.>.0_..0—0—0—0—0.~—~— Legatura dintre variabilele numerice studiate poate fi apreciata printr-un indicator numit coeficient de corelajie Pearson. Coeficientul de corelatie se calculeaza: EX, -*),-¥) Sy ei SS SO "848i fEe,-%)? JE -¥) 59) cu Si siS} wea . ” numite varianta lui x, respectiv y: 7 (5.10) Sy ay a 7 gi , numita covarianta intre x gi y: 5-2-3, -¥) Gin sy N Coeficientul de corelatie Pearson arati numai in ce masura datele experimentale se potrivese unei reprezentari descrise de o dreapta; deci o valoare scazutdé a tui r nu Inseam neaparat corelatie slabd ci corelatic /inéard slaba. 5.4.4. Proprietitile coeficientului de corelatie © ia valori cuprinse intre —1 gi 1: re[-1,1] © utilizat pentru aprecierea ,,intensitatii” corelatiei liniare. Diagrama de dispersie permite o prima evaluare a corelatici, ea sugerand, prin forma alungita a norului de puncte, ci indltimilor mai mari le corespund greutiti mai mari. O astfel de corelafie, este numita direct’ sau pozitivi, iar norul de puncte orientat in sus si spre dreapta. Daca, din contra, studiem o corelatie intre dou marimi, in cadrul cérora celor mai mari valori ale uneia le corespund cele mai mici valori ale celeilalte, norul de puncte va fi orientat in jos si spre dreapta. In acest caz, corelatia este numita negativa sau inversa. in absenta corelatiei, norul de puncte va fi aproximativ paralel cu abscisa sau ordonata, exprimand independenta dintre marimile studiate. Deci putem spune ca orientarea norului de puncte exprima sensul corelatici, din punct de vedere calitativ (fig. 5.2).50 60 70 80 90 100 Figura 5.2. Estimarea sensului corelajici, in funetie de dispunerea norului de puncte pe dia Aispersie, a) corelatie pozitiva (directt); b) corelajie negativa (inversa), c) absenfa corelatie. Corelatia pozitiva (directa) corespunde valorilor pozitive ale coeficientului de corelatie Pearson, corelatia negativa (inversi) corespunde valorilor negative ale acestuia, iar absenta corclatiei este indicat prin r = 0. Interpretarea corelafiei in functie de valoarea coeficientului de corelatie Pearson oferd si o apreciere cantitativa. Colton (1974) a propus urmitoarea clasificare: r de la 0 Ja 0.25 (sau de la 0 a -0.25) corespunde unei corelatii absente sau foarte slabe, r de Ia 0.25 la 0.5 (sau de la -0.25 Ia -0.5) corespunde unui grad rezonabil de corelatie, r de la 0.5 la 0.75 (sau de la -0.5 la -0.75) corespunde unei corelatii moderat-puternice, iar r mai mare de 0.75 (sau mai mic de -0.75) corespunde unei corelafii foarte puternice. Cand r =I sau r=-1, corelatia este perfecta, 5.4.5. Dreapta de regresie Defini in cazul unei corelafii liniare, dreapta care trece ,,cel mai bine” printre punctele experimentale se numeste dreapti de regresie. Ecuatia dreptei are forma: y = a + bx x - variabila independenta y= variabila dependent in care a se numeste ordonati la origine (engl. ,,intercept”) iar b se numeste panta dreptei de regresie (engl. ,slope”). 88Figura 5.3, Dreapta de regresic. Analiza de regresie poate fi: © — dupa numarul variabilelor: co. simpli (x, y) © multipla (mai multe variabile) © dupa tipul corelatiei: © liniar’ o neliniara. 5.5. Analiza riscului Epidemiologia este stiinta care studiazi factorii cu influen{é asupra sti sanfitate a persoanei sau a populatici, avand domenii de interes comune cu biostatistica. Unul din aceste domenii este reprezentat de analiza riscului. Riscul este reprezentat de raportul dintre numarul de persoane la care s-a manifestat un eveniment (favorabil sau nefavorabil — sarcina, boala), si numdrul de persoane expuse actiunii unui factor (presupus cauzal), denumit factor de rise. 5.5.1, Factori de rise Termenul ,,factor de risc” a fost utilizat prima data de cardiologul Thomas R. Dawber, intr-o lucrare stiintifict din 1961 Definitie: factorul de rise este reprezentat de o cauza probabilé, care determind o probabilitate crescut’ ca un individ si dezvolte o anumita stare fiziclogica sau patologica. 89Clasificare + Factori endogeni, care tin de organism: factori genetici, factori psihici * Factori exogeni: factori de mediu fizici (expunerea la radiatii, sunete, vibratii, etc.), chimici (poluanji, toxine, alcool, droguri), biologici (bacterii, virusi). 2, Prezentarea datelor studiului Datele din analiza riscului se prezinta sub forma unui tabel de,contingenta, cel mai freevent 2x2 (linii x coloane): ; TABELUL 5.2. Prezentarea datelor unui stu epidemiologic. Boala Be |B Total E+ a b atb Expunere ts c d ced Total [atc | bed | Neatbtced 1 persoane expuse care fac bala ‘a+b= lotalul persoanelor expuse b= personne expuse care nu fac boata +d tolalulpersoanelor neexpuse c= persoane neexpuse care fae boala ‘+o= totalul persounelor bolnave d= persoane neexpuse care nu fac boa béd= totalul persoanelor stinatoase N= atbtc+d= totalul populatiei studiate .3. Metode de studiu in epidemiologie > Studiile experimentale Sunt cele mai complexe studii epidemiologice, reprezenténd singura metoda capabild si demonstreze relatia cauzala sau eficacitatea unei decizii terapeutice. in epidemiologia experimental, factorul de rise este controlat de investigator. Acesta lucreaz’ cu doua loturi de persoane, asemandtoare din punct de vedere al varstei, raportului barbati/femei, patologiei prezente etc., denumite lot martor si lot test. Factorul de risc este modificat in mod activ sau manipulat in cadrul lotului test, si lasat nemodificat (sau se utilizeaz4 terapie standard) in cazul lotului martor. 90> Studiile observationale Studiile observationale folosesc fenomene existente deja intr-o populatie, in incercarea de a observa starea de sinétate sau boala. in acest caz investigatorul nu controleazi nici populatia, nici factorii la care aceasta este expusd. Dintre tipurile de studii observationale, cele mai importante sunt: a) studiul transversal (,cross-sectional”): evalueazi simultan expunerea si efectele la nivelul unei populatii. Masoara si prevalenta bolii (este denumit adesea studiu de prevalent). Poate avea un caracter descriptiv atunci cand studiazi doar prevalenta, fara a analiza si asocierea bolii cu anumiti factori de rise. Intrebarea principalt este dacd expunerca precede sau urmeazi efectul (deoarece studiul evalueazi simultan expunerea si boala, la un moment dat). b) studiul de cohort evalueaza efectul expunerii la un factor de risc asupra unei populafii, in timp (pornind de la loturi de persoane sanitoase, prin expunerea la wn factor de risc, persoanele vor dezvolta boala sau nu). Studiul cohort retrospectiy Expunerea lotului de persoane la actiunea factorului de risc a avut loc in trecut, iar in momentul prezent se observa efectele. Lotul test este reprezentat de persoane expuse la actiunea factorului de risc, lotul martor cuprinde persoane neexpuse la factorul de rise, Trecut Directie de desfigurare ee Populaie Persoane eeP pulale }—>| sandtoase Neexpug Figura 5.4, Studiul cohort retrospect. Studiul cohort prospectiv Expunerea lotului de persoane la actiunea factorului de risc are loc in prezent, iar in viitor se vor observa efectele. Lotul test este reprezentat de persoane expuse la actiunea factorului de risc, lotul martor cuprinde persoane neexpuse la factorul de risc.to esi Prezent Directie de desfisurare ‘Viitor Sandtogt Expugi Bolnavi Persoane Populate |») sinitoase Sanatosi Neexpus! Figura 5.5, Studiul cohort prospect. ¢) studiul retrospectiv clasic (,case-control”) include in lotul test persoane care prezintd o boala (sau o stare fiziologica) de interes, si un lot martor (control) format din persoane care nu sunt afectate de boala respectiva (sau de starea fiziologica). Se urméreste in sens invers temporal expunerea la anumifi factori de rise pentru Jotul test, apoi expunerea la aceiasi factori de risc pentru lotul martor (control). Prin aceasta modalitate se investigheaza bolile cu perioadi lungs de latent (ex. neoplasme), cu incubatie de durata, sau rare (intrucat daci am utiliza studiu prospectiv, probabilitatea de aparitie a bolii in loturile expus/neexpus selectate ar fi foarte mic’ pe o durata rezonabila de timp) IAP nas Treeut Direcile de der igurare Prezent Expusl : Gazal —case Weexpaa|*— (persoane care au prezentat beala) Se ee (Persoane carean Neexpus prezemiat bala) Populayie Figura 5.6. Studiul retrospectiy clasic. Gradarea metodelor de studiu duy Studiu experimental Studiu cohort-prospectiv Studiu cohort retrospectiv Studiu case-control Studiu cross-sectional5.5.3 Parametrii in analiza riscului Cu ajutorul tabelului de contingenté (descris in prezentarea datelor) calculam parametrii specifici pentru analiza riscului. Indicele odd” (raportul succes/esec): ODD (E+)}=a/b ODD (E-)=c/d Raportul ,,odds" (Odds Ratio sau OR, reprezinta raportul dintre, doua sanse): ODD(E+)_a/b_a-d . ODD(E-) c/d bc (5.12) Riscul relativ (RR, araté de cite ori este mai mare riscul bolii la expusi fafa de neexpusi): alla+b) 5.1 clc+d) 113) Riscul atribuibil (RA sau diferenta de riscuri, arat cu ct este mai mare riscul la cei je cei neexpusi) af (5.14) atb c+d " RA ‘TABELUL 5.3. Interpretarea parametror. Odds Ratio* | Risc Relativ* | Rise Atribuibil Concluzie OR>1 RR>1 RA>O Factor de risc OR=1 RR=1 RA=0 Factor indiferent OR<1 RR Factorul ,activitate fizica” este factor de protectie impotriva durerilor lombare