Detail hesla - Klinické studie

Klinické studie



Slovníková definice
není k dispozici

Plná definice

Struktura epidemiologické studie

Epidemiologická studie musí mít určitou strukturu (jako každá vědecká práce):

Musí zahrnovat:

· Současný stav problému

· Hypotézu neboli otázku, která bude zkoumána

· Určení typu studie, která bude aplikována

· Specifikaci otázek, které budou řešeny

· Definici populace

· Určení potřebné velikosti vzorku

· Určení adekvátní metodiky měření

· Zaručení kvality kontrolou běhu studie

· Určení, jak budou data ukládána a jak analyzována.

Lze použít velmi různé zdroje dat:

· Registr úmrtí

· Rutinní data z nemocničních statistik

· Data od pojišťoven

· Interview u probandů v populačním survey.

Předmět epidemiologické studie

Epidemiologické studie jsou založeny na vyšetřeních populace, které obecně nazýváme jako survey, šetření. Studie (survey) můžeme dělit na observační a experimentální, tj. intervenční.

V observačních studiích systematicky a standardizovaně vyšetřujeme populační soubory a popisujeme jejich vlastnosti.

V experimentálních, intervenčních studiích testujeme efekt zvolené léčebné a preventivní intervence poté, co jsme na podkladě observační studie došli k určité hypotéze.

Studie AVN a jiných chronických nemocí zkoumají:

· distribuci choroby v populaci

· asociaci choroby s dalšími faktory

· přirozený vývoj a rozvoj choroby (natural history)

· interakci ekologických a genetických faktorů, které se na zkoumaném stavu podílí

· náklady a prospěch, tedy efektivitu léčebně preventivní intervence, což označujeme také jako management choroby.

Distribuce choroby

Survey umožňuje stanovit četnost choroby, znaku a rozložení v definované populaci a umožňuje získat odpověď na následující otázky:

· kdo je postižen

· kde se choroba převážně vyskytuje

· za jakých podmínek se choroba vyskytuje.

Podmínkou určení distribuce je spolehlivá definice choroby a definice zkoumané populace.

Asociace choroby 

Po určení prevalence choroby v popu laci je dalším krokem hledání její asociace s dalšími ekologickými a biologickými faktory. Asociací označujeme statisticky významnou závislost dvou proměnných. Sílu asociace zjišťujeme pomocí statistického testu, např. t-testu, chí-kva d­rátu, analýzou variance nebo mnohočetnými lineárními nebo logistickými regresemi. Metody jsou dnes běžně dostupné v počítačových programech a je nutno jen správně zvolit test vhodný pro testování naší hypotézy o přítomnosti nebo nepřítomnosti asociace, případně k určení, zda je asociace pozitivní (tj. faktor zvyšuje pravděpodobnost choroby) nebo negativní (tj. faktor snižuje pravděpodobnost choroby). Po zjištění statisticky významné asociace je nutno posoudit kriticky, zda jde o náhodný nález nebo zda je to důsledek systematické chyby šetření, což se označuje slovem „bias“. Ke statistickému artefaktu může např. dojít, když zkoumáme asociaci choroby s příliš velkým množstvím znaků současně. Před léty bylo takto např. paradigmatem hledat asociaci hypertenze a ICHS s krevními a sérovými skupinami. Nacházela se statisticky významná asociace s různými krevními a sérovými skupinami, aniž to bylo možno jakkoliv vztáhnout k etiologii choroby. Přijme-li se totiž za průkaz asociace 5% hladina významnosti (p < 0,05) a budeme-li testovat asociaci choroby se 100 různými faktory, zjistíme asociaci s pěti zkoumanými znaky ze sta. V novější době obecná dostupnost moderních molekulárně genetických metod v podobě tzv. multiplexů umožnila, že se množí studie korelací AVN s nejrůznějšími polymorfismy. Tento přístup však v sobě nese výše zmíněné riziko. Abychom označili jakoukoliv nalezenou korelaci za asociaci, musíme mít vysvětlení, jak se daný jev podílí na etiopatogenezi choroby nebo sledovaného znaku. Sledovaný faktor musí být tzv. biologicky plauzibilní, tj. nález musí dávat biologický smysl, být v souladu se známými biologickým fakty nebo laboratorními nálezy, nesmí být biologicky nesmyslný.

Například když se zjistilo, že hladina homocysteinu v plazmě je v asociaci s polymorfismem enzymu metylentetrahydroxyfolát reduktázy (MTHFR), dávalo to biologický smysl, protože MTHFR je jedním z enzymů, které řídí tvorbu homocysteinu z metioninu. Jeho termolabilní mutace označovaná TT je v asociaci se zvýšenými hladinami homocysteinu v plazmě, protože urychluje jeho tvorbu. Podobně angiotenzin konvertující enzym (ACE) má několik mutací, z nichž DD mutace ovlivňuje TK a rychlost vývoje hypertrofie levé komory srdeční.

Frekvence společného výskytu dvou kvalitativních nebo kvantitativních znaků může být ovlivněna tím, že jde o genetickou vazbu (linkage). Je to přítomnost dvou geneticky podmíněných, ale etiologicky nezávislých znaků v těsné blízkosti na témže chromozomu. Tím se při crossing-over zvyšuje pravděpodobnost, že oba znaky přejdou na potomka současně a jeden ze znaků se tak stává markerem choroby, aniž by byl v etiopatogenetické asociaci (genetickou vazbu můžeme ověřit pouze rodokmenovou studií). Příkladem genetické vazby je např. společný výskyt vrozeného nystagmu s barvoslepostí v některých rodinách.

Ke zjištění asociace je třeba vyšetřit dostatečně veliký soubor. Potřebná velikost souboru (random sample size) se vypočítá podle vzorců běžných pro statistiky. Podmínkou je znalost variance zkoumaného znaku či jeho prevalence. Pro tento účel je možno využít hodnotu variance či prevalence zjištěnou v předchozích studiích nebo údaje z literatury. Chceme-li např. zjišťovat asociaci některého znaku s tak obecným antropometrickým parametrem, jako je tělesná výška, můžeme použít data ze standardních antropometrických měření populace.

Nález asociace nic neříká o kauzalitě. K tomu, aby mohl být faktor označen za kauzální, musí asociace splňovat určité podmínky:

· musí být statisticky významná

· musí předcházet výsledný efekt

· musí být souvislost mezi dávkou a odpovědí (dose-response effect)

· musí být specifická (klademe si otázku, zda jednotlivý faktor se konzistentně vztahuje k jednotlivé chorobě)

· musí být opět biologicky plauzibilní

· musí přinášet určitý poznatek pro etiologii choroby.

Po splnění těchto podmínek je možno přijmout hypotézu, že faktor X vyvolává stav Y. Je několik možností, jak se uplatňuje kauzální faktor v rozvoji vyvolávaného stavu (choroby). Může být:

· nutný a dostatečný (např. HIV infekce a choroby AIDS)

· nutný, ale ne dostatečný (např. nález BK a klinická manifestace TB)

· ani nutný, ani dostatečný (např. kouření a Ca plic).

Přesto ve všech zmíněných případech je faktor jednoznačně kauzální, tzn. že vyvolává chorobu.

Typy epidemiologických studií určujících asociaci:

· Průřezové studie založené na screeningu populace k určení prevalence choroby v populaci

· Retrospektivní studie case-control.

Typy epidemiologických studií k určení kauzality faktoru:

· Kohortové studie, longitudinální, prospektivní. Na základě šetření získáme soubor, který je dále dlouhodobě sledován, příkladem může být Framinghamská studie. Screening celé populace malého města v Massachusetts proběhl začátkem 50. let minulého století a populace je longitudinálně sledována více než 50 let. Na jejím podkladě byla vytvořena koncepce rizikových faktorů ICHS.

· Randomizované intervenční léčebné pokusy (trial kontrolovaný placebem) definitivně potvrzují kauzalitu a zejména ovlivnitelnost faktoru.

Ověřit kauzalitu faktoru je většinou dlouhodobý proces. Ověření cholesterolové hypotézy aterosklerózy trvalo více než 20 let. Nejdříve se při screeningu zjistí asociace faktoru s chorobou. Asociace se ukazuje z hlediska existujících poznatků ze základního výzkumu nebo z klinické praxe jako velmi plauzibilní patogenetický faktor. Paralelně většinou probíhají deskriptivní studie v odlišných geografických nebo etnických populacích. Je-li nález asociace konzistentní, vysloví se hypotéza o kauzalitě, kterou je nutno ověřovat. Následují longitudinální kohortové deskriptivní studie. Nakonec by měl kauzalitu potvrdit randomizovaný, placebem kontrolovaný intervenční pokus. Podobný proces proběhl od počátku 90. let při ověřování, zda mírná hyperhomocysteinémie je kauzálním faktorem AVN. Bylo prokázáno, že vysoké hladiny homocysteinu jsou v asociaci s aterosklerózou a trombózou. Během několika let se zkoumání homocysteinu (Hcy) stalo paradigmatem pro výzkum. Různé populace (také česká) byly vyšetřovány ke stanovení distribuce homocysteinu v populaci. Byla zjištěna statisticky významná asociace mírně zvýšených hladin Hcy s téměř všemi formami AVN. Hypotéza, že Hcy je nezávislým RF, byla velmi plauzibilní, protože z řady experimentálních poznatků a klinických studií bylo známo, že Hcy působí endoteliální dysfunkci a působí i protromboticky. Observační studie ve většině populací v USA, Velké Británii i v Evropě s výjimkou Itálie a Francie prokazovaly asociaci Hcy s AVN v retrospektivních studiích a studiích typu case-control. Nemocní s ICHS, event. s jinými formami aterosklerózy měli významně vyšší hladiny Hcy než kontrolní, tj. nepostižené osoby. Také metaanalýzy svědčily ve prospěch homocysteinové hypotézy. Chyběl pouze randomizovaný kontrolovaný pokus. V sekundárně preventivní randomizované a placebem kontrolované studii NORVIT a dalších byla podávána vitaminová substituce foláty, vit. B12 a B6. Došlo sice k významnému poklesu hladin Hcy oproti placebu, avšak nebyla ovlivněna morbidita ani mortalita na AVN. Tím byla kauzalita Hcy zpochybněna. V současné době převažuje názor, že zvýšené hladiny Hcy jsou spíše markerem postižení než kauzálním faktorem.

Určování rizika

Určení rizika vzniku choroby je jedním z obecných výstupů epidemiologických studií.

Obecně jsou určována následující rizika

Relativní riziko (RR) 

Udává, o kolik procent se častěji nebo méně často vyskytuje zkoumaný faktor – znak u osoby postižené chorobou – oproti osobě nepostižené. Většinou je třeba dichotomizovat, kvalifikovat, zda vyvolávající faktor je přítomen nebo nepřítomen, ale je možno určovat RR pro kontinuální hodnoty, jako je krevní tlak nebo cholesterol, jestliže zvolíme dělicí hodnotu (cut-off point). Relativní riziko se určuje pomocí čtyřpolní tabulky:

Choroba + Choroba –

Faktor + a b (a + b)

Faktor – c d (c +d)

(a + c) (b + d)

RR = a/ (a + b) : c/ (c + d)

RR podle výše uvedeného vzorce je prostý údaj hodnotící, o kolik procent je častěji faktor u choroby přítomen nebo nepřítomen. Neumožňuje statistické hodnocení. Proto se pro statistické hodnocení používá tzv. odds ratio (OR).

Odds ratio (OR) 

Odds ratio je výraz špatně přeložitelný do češtiny. „Odds“ je nevyváženost údajů, svědčící proti náhodnému výskytu. Házíme-li kostkou, dochází k „odds“ tehdy, je-li kostka zfalšována ve prospěch některého čísla, takže vychází častěji, než je pravděpodobné. OR se vypočítá zkříženým násobením čtyřpolní tabulky: OR = a d / b c.

Používaná Mantel-Haenszelova metoda OR umožňuje statistické hodnocení stanovením mezí spolehlivosti tzv. konfidenčních limitů a umožňuje také adjustaci na věk a mnoho dalších proměnných současně. Statistická významnost nejméně na 5% hladině je dána mezemi spolehlivosti. Jsou-li obě hodnoty větší než 1, je relativní riziko zvýšené, jsou-li menší než 1, je snížené.

Příklad zvýšeného rizika: OR = 1,65 (1,02 – 3,5): znamená to, že RR je zvýšeno o 65 %, a to statisticky významně nejméně na 5% hladině.

Příklad sníženého rizika: OR = 0,75 (0,15 – 0,98); RR je v tomto případě sníženo o 25 % a opět statisticky významně.

Zvýšení nebo snížení rizika není statisticky významné, překračuje-li hranice spolehlivosti na některé straně hodnotu vyšší a na druhé straně nižší než 1.

Příklad: OR = 1,25 (0,85 – 8,6); RR je sice zvýšeno o 25 %, nicméně toto zvýšení nedosahuje statistické významnosti, např. proto, že zkoumaný vzorek byl příliš malý. S údajem OR se prakticky setkáváme v každé vědecké publikaci týkající se epidemiologie chorob. Protože se používá přirozený logaritmus čísel, odpadá znaménko minus, a OR se tedy pohybuje od 0 do 0,99. nebo od 1 do ∞ (nekonečna).

Přičitatelné riziko (attributable risk) 

Kvantifikuje, kolika procenty expozice u postižených osob může být přičteno působení faktoru. Zjistí se odečtením výskytu choroby (např. incidence nebo mortality) u osob bez přítomnosti faktoru od výskytu choroby u osob s přítomným faktorem. Nejčastěji se u populačních studií používá jako Population Attributable Risk (PAR).

PAR = Pe (Ie – Iu)/Pt ´ It ´ 100

Pe = počet exponovaných osob

Pt = počet osob v populaci

Ie = incidence u exponovaných osob

Iu = incidence u nexponovaných osob

It = incidence v celé populaci

PAR ukazuje, do jaké míry je nadějné, že snížíme incidenci choroby pomocí léčebně preventivní intervence cílené na určitý faktor (obecný zdroj), např. kuřáctví, nízká fyzická aktivita. Zavádí-li se preventivní strategie zaměřená na celkovou populaci, tedy populační model prevence, znalost přičitatelného rizika (attributable risk) určuje ­potenciál, kterým intervence může snížit incidenci.

Absolutní riziko 

Relativní riziko je použitelné především k určení síly asociace znaku a choroby. V klinické praxi se řídíme podle absolutního rizika. Absolutní riziko se udává jako incidence choroby na 100 000 osob. K objasnění významu relativního a absolutního rizika se uvádí následující příklad: Bylo zjištěno, že RR náhlé smrti při pohlavním styku je asi 2–3krát zvýšeno. Naproti tomu absolutní riziko je tak nepatrné, že není důvodu pohlavní aktivitu u kardiaků zakazovat, protože incidence ataky v populaci je řádově velmi nízká.

Morbimortalitní studie

Mortalita 

Zjištění mortality jak celkové, tak i specifické, tj. mortality na určitou chorobu, je nepochybně základním ukazatelem zdravotního stavu populace. Využívá se dat, která jsou k disposici na ÚZIS. Používá se ICD kódů, ale údaje musí být standardizovány podle věku, pohlaví a jiných ukazatelů, např. pro různé regiony, kde byla zjišťována vysoká expozice ekologickými RF. Zdrojem dat jsou tedy především registry úmrtí. Přesto v některých kohortových studiích je třeba využít i další zdroje, např. dotazy u příbuzných nebo ošetřujících lékařů a diagnózy ověřovat podle pitevních protokolů, jsou-li k dispozici.

Morbidita 

Spolehlivé určení morbidity je zpravidla obtížnější než zjištění mortality. Vyžaduje zpravidla vytvoření registru choroby. Registr musí představovat systém, který zachytí jak hospitalizované osoby, tak i osoby léčené ambulantně. Podmínkou zařazení do registru je správná diagnóza a definice choroby. U chorob vznikajících na bázi aterosklerózy, jako je ICHS, cerebrovaskulární nemoc nebo periferní cévní nemoc, to není jednoduché. Jde o stavy, které při vstupu do registru zahrnují spektrum projevů. Pojem ICHS může zahrnout řadu klinických stavů od nově vzniklé anginy pectoris až po masivní srdeční infarkt. Podobně je tomu i u cerebrovaskulární choroby. Může jít o tranzitorní lehké ischemie až po rozsáhlý mozkový infarkt, případně krvácení nebo nepoznaný subdurální hematom. Proto zjišťovaná incidence choroby závisí na diagnostických a terapeutických možnostech.

Pojem registr má širší obsah než jen prosté zaznamenávání případů. Je třeba provádět další sledování zachycených osob, tedy follow-up. Základním výstupem registru je:

· zjištění incidence choroby, tj. výskyt nových případů za jednotku času ve skupinách dělených podle pohlaví a věku

· dlouhodobé sledování po předem určenou dobu, případně až do doby úmrtí

· statistická analýza dat s určením incidence choroby a mortality.

Registry bývají časově omezené, zejména slouží-li výzkumným účelům. Koronární registr SZO byl vytvořen v 70. letech u nás a ve většině evropských států. Měl za úkol zjistit rozdíly v koronární morbiditě a mortalitě. Na jeho podkladě byla potom vytvořena známá studie MONICA.

Prevalenční studie

Prvním požadavkem kvality šetření je spolehlivě definovaná populace, v níž provádíme screening. Způsob výběru je třeba určit při plánování studie. Generalizovat údaje lze pouze tehdy, jestliže byl výběr náhodný, např. podle registru obyvatel, registrů zdravotních pojišťoven, rodných čísel aj. Způsob výběru by měl být podobný, jaký používají komerční agentury pro výzkum obecného mínění populace o různých otázkách. Pokud je způsob výběru oportunní (přihlašující se probandi – dobrovolníci), nelze výstup generalizovat. Druhou podmínkou kvality studie je dostatečná respondence – respond rate. Ta by měla být aspoň 55–60 %. Např. ve Framinghamské studii byla respondence probandů cca 50 %. Další podmínkou je výpočet nutné velikosti náhodného vzorku probandů tak, aby odchylky od průměru mohly dosáhnout statistické významnosti. Pravděpodobnost záchytu falešně pozitivních údajů ( a omyl) nesmí přesáhnout 5% hladinu a pravděpodobnost záchytu falešně negativních dat ( b omyl) nesmí přesáhnout více než 10 %; 1 – b je tzv. síla studie (power), tj. schopnost zjistit diferenci ve výskytu faktoru, jestliže opravdu existuje. Známe-li předběžně varianci znaku v populaci nebo přibližnou prevalenci, což je pro výpočet nutné, svěříme výpočet statistikovi. Vzorce pro výpočet jsou obecně známé a není třeba je zde uvádět.

Dalším krokem při přípravě studie je určení dat, která budou shromažďována, a způsob jejich zjišťování. Je třeba volit jednoduché, ale pokud možno standardní metody, ověřené v jiných předchozích studiích.

Pro zjišťování anamnestických dat se používají dotazníky buď zasílané poštou, které vyplňuje proband sám, nebo výzkumný pracovník při interview probanda. Takto se zjišťují následující údaje:

· Symptomy chorob, např. bolesti na hrudi

· Výskyt choroby v osobní a rodinné anamnéze

· Zaměstnání a socioekonomické zařazení probanda

· Kouření

· Požívání alkoholu

· Fyzická aktivita v zaměstnání a ve volném čase

· Dietní zvyky

· Psychosociální faktory a kvalita života.

Screeningové vyšetření vždy zahrnuje základní antropometrická data a fyzikální a laboratorní vyšetření. Ve studiích se vždy odebírá biologický materiál, především krevní vzorky nebo moč probandů. Je třeba pamatovat na to, že většina laboratorních analýz se provádí v časovém odstupu. Nutnost provádět další laboratorní analýzy se často ukáže až později. Proto je třeba dlouhodobě uchovat biologický materiál v mrazicím boxu při teplotě –80 °C pro pozdější analýzy.

Průřezová prevalenční populační survey bývá základem následující longitudinální prospektivní kohortové studie. Podle velikosti a zaměření studie po několika letech zjistíme morbiditu a mortalitu probandů v kohortě a asociaci morbidity a mortality s faktory zjištěnými při screeningu a follow-up. Tyto údaje ze zjišťují nejméně za 5 let, ale i později, např. za 10 i více let. Pro statistické hodnocení asociace faktoru s morbiditou a mortalitou je nutno dosáhnout aspoň 100–300 výstupových příhod, které byly předem stanoveny (tzv. end-points, outcomes); např. ve studii PILS I (Plzeňská longitudinální studie) jsme zjišťovali 12letou mortalitu a její asociaci s faktory zjištěnými při screeningu v letech 1978–79.

Terminologie

V publikacích epidemiologických studií se vyskytuje řada termínů, které nemusí být běžné pro klinického pracovníka:

• Cluster sampling - je to metoda výběru populačního vzorku používající clusteru např. souborů domácností, škol, průmyslových závodů a jiných zařízení, nikoliv jedince náhodně vybrané z populace.

• Kohorta - skupina osob s jednotnou charakteristikou, např. se stejným datem narození, která je longitudinálně sledována.

• Průřezová studie (cross-sectional) - studie charakterizující populaci v určitém okamžiku.

• Obohacený vzorek (enriched sample) - sledovaný faktor je nadměrně často zastoupen ve vybrané populaci. Vybereme-li např. osoby postižené infarktem myokardu jen do 55 let věku, je a priori zvýšená pravděpodobnost, že zjistíme častěji kuřáctví, hyperlipidémii a hypertenzi.

• Incidence - je to výskyt nových případů v populaci za jednotku času.

• Prevalence - je to frekvence faktoru v populaci v určitém časovém okamžiku.

• Stratifikovaný výběr - je to metoda výběru populace podle skupin (strat) známé velikosti a podle vybraných charakteristik, např. podle věkových skupin, podle vzdělání, podle určitých povolání aj.

• Proměnná (variable) - je to faktor, který je měřen kvalitativně nebo kvantitativně.

• Variace (variation) - je to tendence měřeného parametru se odlišovat. Tato tendence může být vyvolána postupem pracovníka při měření (observer variation) nebo kolísáním měřené hodnoty u vyšetřovaného (subject variation). Variace hodnoty může být mezi vyšetřovanými subjekty (between subjects) nebo u téhož jedince při opakovaném měření (within subject). Tato variace je běžně zjišťována při měření TK.

• Variance - je to čtverec standardní odchylky (deviace). Standardní deviace je rozptyl individuálních hodnot od průměru. Při normální distribuci je 95 % naměřených hodnot rozptýleno na každou stranu od průměrné hodnoty v rozsahu dvou standardních odchylek.

Převzato z

Češka R. et kol.
Interna. Praha: Triton 2010
http://www.tridistri.cz


Autor: prof. MUDr. Richard Češka, CSc. a kolektiv autorů

Design and code by webmaster