SHIP und NAKO - rsf.uni-greifswald.de · NAKO in M‐V: ERGEBNISSE IV Bild 4 Bild 1 Bild 2 Bild 5...

HCM, 20.11.2019, SHIP und NAKO Epidemiologie am Beispiel großer Kohortenstudien

1

Dr. Claudia Meinke-Franze, Dr. Nicole Werner

20.11.2019

SHIP und NAKOEpidemiologie am Beispiel von

Kohortenstudien

Studiendesigns


2

Querschnittstudie

• = Prävalenzstudie, cross-sectional study

• Untersuchung einer Auswahl von Personen zu einem festen Zeitpunkt. Für die ausgewählten Personen wird der Krankheitsstatus(Prävalenz) und die gegenwärtige und/oder frühere Expositionsbelastung simultanerhoben.

Querschnitt- / Prävalenzstudie

Exponiert +Erkrankt +

Exponiert -Erkrankt +

Exponiert +Erkrankt -

Exponiert -Erkrankt -

Definierte Population

Datenerhebung zu Exposition & ErkrankungSIMULTAN


3

Die NAKO Gesundheitsstudie

Was hält uns gesund?

• Ursachen von Volkskrankheiten aufklären

• Risikofaktoren identifizieren

• Möglichkeiten der Früherkennung

von Krankheiten identifizieren

• Wege einer wirksamen Vorbeugung aufzeigen


4

Studienregionen in Deutschland und Mecklenburg‐Vorpommern

Mecklenburg-Strelitz

Demmin

Müritz

Neubrandenburg

07.01.2020

Seite 8

Ø Entfernung der TN der BL

zum nächstgelegenen SZ:

• ständiges SZ: ca. 9 km

• temp. SZ: ca. 13 km

• Neustrelitz: ca. 11 km

• Waren: ca. 11 km

• Demmin: ca. 16 km

NAKO in M‐V: ERGEBNISSE IV

Bild 4

Bild 1

Bild 2

Bild 5

Bild 3

Bild 6


5

Was hält uns gesund?

• Ursachen von Volkskrankheiten aufklären

• Risikofaktoren identifizieren

• Möglichkeiten der Früherkennung

von Krankheiten identifizieren

• Wege einer wirksamen Vorbeugung aufzeigen

Untersuchungen Level 1 (20.000 TN)‐Beispiele

• Messung der körperlichen Aktivität über 7 Tage (Akzelerometer)

• Messung der Handgreifkraft

• Knöchel‐Arm‐Index, Pulswellenanalyse (Vascular Explorer)

• Zahnzählung, Karies und periodontaler Status

• Geruchstest (Sniffin Sticks)

• Bioelektrische Impedanzanalyse


6

Untersuchungen Level 2 (4000 TN) –Beispiele

• Untersuchungen zum Schlafverhalten (Somnowatch), inkl. Langzeit‐EKG

• Visustest, Retinafotographie

• Hörtest mit Touchscreen und Headset

• Untersuchung von Hüfte, Knie und Handgelenken

• 3D‐Echokardiographie

• Ergometrie‐Test (Fahrrad)

MRT‐Untersuchungen


7

Zentrales Datenmanagement

• WebbasierteErhebungsanwendungTouchscreen fürSelbstausfüllerfragebögen, Sinnestests

ReportingReportingReporting

Datenauf‐bereitung

Qualitätssicherung (QS)

• Interne QS • Zentrale QS-Managerin und

alle 18 Studienzentren• SOPs• Site Visits• Strukturierte Schulungen

und Zertifizierungen

• Externe QS • Robert Koch-Institut• Site Visits• Berichtswesen


8

07.01.2020

Seite 15

Teilnehmende der BL in M‐V (2014/05 ‐ 2018/04): >22.000 TN, davon:

• im ständigen SZ (ab 2014/10): >10.900 TN

• in temp. SZ (ab 2014/05): >11.100 TN, davon:

• in Neustrelitz (1. temp. SZ, 285m², 2014/05 ‐ 2016/04 ): >3.200 TN

• in Waren/Müritz (2. temp. SZ, 750m², 2016/05 ‐ 2017/06 ): >4.900 TN

• in Demmin (3. temp. SZ, 400m², 2017/07 ‐ 2018/04 ): >3.000 TN

NAKO in M‐V: ERGEBNISSE

Vorteile

• Repräsentative Zufallsauswahl der Studienpopulation lässt Aussagen zu, die für die Zielpopulation generalisierbar sind

• Studiendauer relativ kurz

• Kosten relativ gering


9

Prävalenz pro 1000 =

Zahl der Erkrankten innerhalb einer Bevölkerung zu einem definierten Zeitpunkt

_______________________________________Gesamtzahl der Bevölkerung zu diesem

Zeitpunkt

x 1000

Prävalenz

Prävalenz

1 2 3 4 5 6 7 8 9

10 11 12 13 14 15 16 17 18 19 20 Jan Feb Mar Apr Mai Jun Jul Aug Sep Okt Nov Dez

Prävalenz


10

Faktoren, welche die Prävalenz beeinflussen:

nach:Trampisch & Windeler

• Längere Krankheitsdauer• Lebensverlängerung• Zunahme der Inzidenz• Verbesserte Diagnostik• Zu-/Abwanderung

• Kürzere Krankheitsdauer• Höhere Letalität• Abnahme der Inzidenz• Zu-/Abwanderung

Probleme einer möglichen Assoziation

• Es besteht eine Assoziation zwischen erhöhtem Cholesterinspiegel im Blut und Anzeichen für KHK im EKG

Cholesterin KHK?KHK Cholesterin?


11

Probleme einer möglichen Assoziation

• Eher prävalente als inzidente KHK-Fälle• Selektion der Überlebenden nach KHK• Zeitlicher Bezug? Was war zuerst?• Kausalität?

Fazit:• Gute Hinweise auf mögliche Risikofaktoren• Kohortenstudien sind überlegen

Kohortenstudie

Nicht erkrankt Exposition zum krankRisikofaktor

exponiert

nicht exponiert

SHIP N=4308

Ja

Ja

Nein

Nein

Zeit


12

Vorteile

• Temporalität gegeben• Mehrere Outcomes oder verschiedene

Krankheiten in Beziehung zur Exposition• Mehrere Expositionen • Maße der Assoziation (Relatives Risiko) • Maße des Einflusses (Attributables Risiko)

Nachteile

• Teuer

• Langer Zeitraum (Follow-up) bis Verlaufsdaten vorliegen / erhöht Rate für lost to follow-up (Umzug, Tod, …)

• Große Studienpopulation erfordert hohen Rekrutierungsaufwand/ Probandenmanagement

• Bias


13

FORSCHUNGSVERBUND COMMUNITY MEDICINE

Epidemiologie Klinische Chemie

Dermatologie

PsychiatrieMikrobiologie

Neurologie

Kardiologie

Pneumologie

Radiologie Molekulare Medizin

Zahnmedizin

Community Medicine

Ökonomie Gastroenterologie

Endokrinologie

Schleswig-Holstein

Hamburg

Berlin

Niedersachsen

Sachsen-Anhalt

Mecklenburg-

Vorpommern

BrandenburgShip-0

N= 430820-79 Jahre

Rügen

Use-dom

Stralsund

Greifswald

Nordvorpommern

Ostvorpommern


14

Lebenserwartung

Quelle: Nationalatlas Bundesrepublik Deutschland

STUDIE

Rostocker sind die dicksten Deutschen

Die Rostocker bringen deutschlandweit am meisten Gewicht auf die Waage. Laut einer vom Lifestyle-Magazin "Men's Health" in Auftrag gegebenen Untersuchung beträgt der durchschnittliche Body-Mass-Index (BMI) der Rostocker 25,9. Die meisten schlanken Menschen leben in Hamburg.

Übergewichtige Frau: Ostdeutsche sind dicker als

Westdeutschewww.spiegel.de

18.4.2005


15

1. Untersuchung des Vorkommens und der Häufigkeit relevanter Risikofaktoren und Erkrankungen in Nordostdeutschland

2. Untersuchung der komplexen Zusammenhänge zwischen Risikofaktoren und Erkrankungen

Ziele

1997-2001

SHIP-0

Baseline

SHIP-15y Follow-

up

SHIP-210y Follow-

up

SHIP-TREND

Baseline

2002-2006 2008-2012

SHIP-315y Follow-

up

2014-2018

SHIP-TREND1

5y Follow-up


16

SHIP-2/ SHIP-Trend


17

SHIP

Kernuntersuchung

SHIP

Dermatologie

SHIP

MRT

SHIP

Innere Medizin


18

SHIP

KORA

RECALL BGS98

Men Women

0

5

10

15

20

25

30

35

40

45

25-

35-

45-

55-

65-

Age Group (10 year goups)

%

SHIP-0

KORA

RECALL

BGS98

0

5

10

15

20

25

30

35

40

45

25-

35-

45-

55-

65-

Age Group (10 year goups)

%

SHIP-0

KORA

RECALL

BGS98

Adipositas (BMI >30 kg/m²)


19

70

80

90

100

110

120

130

140

150

25-34 35-44 45-54 55-64 65-74

BDsys SHIP BDsys KORABDdiast SHIPBDdiast KORA

mm

Hg

Jahre

Meisinger et al; J Hypertens 2006

Blutdruck im Norden und Süden Deutschlands, Männer

Prävalenz & Inzidenz

1

2

3

45

67

8

9

10

11

12

13

14

15

16

17

18

1920

Jan Feb Mar Apr Mai Jun Jul Aug Sep Okt Nov Dez

Prävalenz

Inzidenz


20

Gewichtszunahme und Bluthochdruck

Völzke et al. Eur J Endocrinol 2009

0,6

0,8

1

1,2

1,4

1,6

Ris

iko

für

neu

en B

luth

och

dru

ck

SHIP-0: adipös

SHIP-1: adipös

SHIP-0: nicht adipös

SHIP-1: adipös

SHIP-0: adipös

SHIP-1: nicht mehr adipös

Relative kausale Stärke von Studiendesigns

starkExperimentell

Kohortenstudie

Historische Kohortenstudie

Fall-Kontroll-Studie

Querschnittstudie

Korrelationsstudie

schwach


21

Mögliche Ursachen einerbeobachteten Assoziation

• Kausalität (in beob. Epi: starkeAssoziation)

• Bias (systematischer Fehler)

• Confounding (Störvariable)

• Zufall

Bias


22

Bias

Ist alles, was die Ergebnisse einer Studie so verändert, dass das Bild von der Wirklichkeit verzerrt wird.

Bias

• Systematischer Fehler im Design, bei der Durchführung oder bei der Analyse einer Studie

• Aber: Ist bei der Interpretation von Datenanalysen zu berücksichtigen


23

• Selektionsbias

Bias-Typen

• Informationsbias

Selektionsbias

• Selektionsfehler bedingt eine falsch hohe oder eine falsch niedrige Prävalenz und damit eine eingeschränkte Repräsentativität

• Weiterhin kann eine scheinbare Beziehung zwischen zwei Variablen erzeugt werden


24

Systematischer Fehler beim Auswählen oder Anwerben

von Studienteilnehmern

Wer gelangt in die Studie?

Selektionsbias

Beispiele für Auswahlfehler

Nur „leicht erreichbare“ Personen– Telefonanschluss, tagsüber zu Hause, erreichbare

Messebesucher

Nur „leicht zur Antwort zu bewegende“ Personen– Freiwillige, Betroffene, Deutschsprachige

„Nicht vergleichbare“ Kontrollgruppe– andere Quellbevölkerung als Fallgruppe


25

NAKO in M‐V: HINTERGRUND I

07.01.2020

Seite 49

• Teilnahmebereitschaft an epidemiolog. Studien von verschied. Faktoren, wie

z.B. für Studienteilnahme aufgebrachte Zeit u. Kosten beeinflusst

• beides steigt mit zunehmender Entfernung vom Wohn‐ zum Studienort

• Mecklenburg‐Vorpommern (M‐V) am dünnsten besiedelte, von Gewässern

durchzogene sowie eine der ökonom. schwächsten Regionen Deutschlands

(Fläche: ca. 23.000 km², EW: ca. 1,7 Million)

07.01.2020

Seite 50


26

07.01.2020

Seite 51

NAKO in M‐V: METHODEN III

• Distanzreibung angenommen ab 30 km

• Distanzen (ArcGIS) zur regionalen Zuordnung

• DM‐WRN: 56 km

• DM‐NB: 48 km

• WRN‐NB: 45 km

• WRN‐NST: 46 km

• NB‐NST: 30 km

Einladungsprozedere SHIP


27

n= 2331 54,1%

n= 1059 24,6%

n= 173 4,0%

n= 280 6,5%

n= 467 10,8%

Informationsbias

• Unzulängliche Informationen über Studienteilnehmer bzgl. – Exposition oder – Erkrankung

• Missklassifikation Bias


28

Arten von Informationsbias

• Bias bei der Auswertung von Befunden und Berichten

• Surveillance-Bias (Pille und Thrombophlebitis)

• Recall-Bias• Berichts-Bias (Wunsch-Bias)• Survivalbias• Methodenbias

– Geräte-Bias, Observer-Bias, Reader-Bias, Interviewer-Bias

Qualitätssicherung in SHIP

• Definition einer Untersuchung

• SOP als Standardanweisung

• Schulungen/ Hospitationen

• Zertifizierungen

• Qualitätsberichte (fehlende Werte, Methodenänderungen, Untersucherergebnisse)

Hüftumfangsmessung


29

Confounding

Confounding

• einen Risikofaktor für die zu untersuchende Erkrankung darstellt

• mit dem zu untersuchendem Risikofaktor assoziiert ist, ohne dessen Folge zu sein

Confounding kann in der Analyse berücksichtigt werden

Ein Faktor ist ein Confounder, wenn er:


30

Statistische Assoziationen

Two variables A and B can be statistically associated by threemechanisms:

A BA B A BA B

C

A B

C

A B

A changes the frequency of B (A is a cause for B)

B changes thefrequency of A (Bis a cause for A,reverse causality)

C (parent) changesthe frequency of Aand B (no directcausal association between A & B

Wie kann ich für Confounder kontrollieren?

• Restriktion

• Matchen

• Stratifizieren

• Adjustieren


31

Restriktion

Beschränkung auf z.B.

• nur Frauen• nur Rauchern

in die Analyse

Matching

• „Paarbildung“ – Einteilung von Fällen und Kontrollen in passende Zweiergruppen in Bezug auf bestimmten Faktor (Confounder)

• Vorteil– Einzelne Confounder können komplett

ausgeschaltet werden• Nachteile

– Gefahr von Overmatching– Studienpopulation entspricht nicht mehr

der realen Situation– Effektmodulation kann nicht mehr

analysiert werden


32

Stratifikation

• Analyse des Effektes in einzelnen Schichten der Confoundervariable

• Vorteile:– intensiver Überblick über die Daten– eignet sich auch zur Identifikation von

Effektmodulation• Nachteil:

– impraktikabel zur Untersuchung multifaktoriell bedingter Erkrankungen, bei der die Berücksichtigung vieler potentieller Confounder oder Risikofaktoren notwendig ist

Adjustieren

• Kontrolle von Confoundervariablen in multivariablen Modellen

• Der untersuchte Effektschätzer wird durch die Confoundervariable relevant beeinflusst


33

How to Perform the Perfect Study?

GEP-Empfehlungen

Leitlinien und Empfehlungen zur Sicherung von

Guter Epidemiologische Praxis

• Deutsche Arbeitsgemeinschaft für Epidemiologie (2008)

• http://dgepi.de/fileadmin/pdf/leitlinien/GEP_mit_Ergaenzung_GPS_Stand_24.02.2009.pdf


34

GEP - Inhalte

1. Ethik2. Forschungsfrage3. Studienplan4. Probenbanken5. Qualitätssicherung6. Datenhaltung und -dokumentation7. Auswertung8. Datenschutz9. Vertragliche Rahmenbedingungen

10. Interpretation11. Kommunikation und Public Health

GEP - Studienplan

• Fragestellung und Arbeitshypothesen• Studientyp• Studienbasis (Zielpopulation) und Studienpopulation• Studienumfang und dessen Begründung• Auswahl- und Rekrutierungsverfahren• Definition und Erhebungsverfahren für Endpunkte• Expositionen bzw. Risikofaktoren• Potentielle Confounder und Effektmodifikatoren• Auswertungsstrategie inkl. statistischer Modelle• Maßnahmen zur Qualitätssicherung• Ethik und Datenschutz• Zeitplan mit Festlegung der Verantwortlichkeiten


35

There is no Perfect Study!


36

Vielen Dank für Ihre Aufmerksamkeit

Kontakt:Dr. Claudia Meinke‐FranzeInst. für Community Medicine, Abt. SHIP‐KEFTel. 03834/86 7743 claudia.meinke‐franze@uni‐greifswald.de

Date post:	20-Jun-2020
Category:	Documents
Upload:	others
View:	12 times
Download:	0 times

SHIP und NAKO - rsf.uni-greifswald.de · NAKO in M‐V: ERGEBNISSE IV Bild 4 Bild 1 Bild 2 Bild 5...

Documents