Epidemiologi av /Unsplash. Falt i det fri (Public domain)

epidemiologi

John Snow (1813–1858) regnes som en av de første epidemiologene. Under kolerautbrudd i London på 1850-tallet viste han hvordan sykdommen spredte seg med vannverkene.
Av /Wellcome Collection.
Lisens: CC BY 4.0

Epidemiologi er læren om forekomst av sykdom i befolkningen, om faktorer som bestemmer sykdomsvariasjonen, og om hvordan helseproblemer kan behandles og kontrolleres. Faktorer som forklarer variasjonen kan være medfødte eller finnes i menneskenes ytre forhold. Det siste omfatter både miljø, sosiale faktorer og livsstil. Epidemiologisk forskning har for eksempel vært viktig for å finne ut at det er en sammenheng mellom røyking og lungekreft, og mellom livsstil og diabetes.

Faktaboks

uttale:
epidemiologˈi
etymologi:
av gresk epi-, ‘over’, demos, ‘folk’, og logos, ‘ord, lære’

Epidemiologi regnes som en del av samfunnsmedisinen. Innenfor epidemiologi samarbeider flere ulike faggrupper, som leger, andre helseprofesjoner, statistikere, samfunnsvitere, demografer og antropologer. Kunnskap som kommer fram gjennom epidemiologisk forskning er viktig for å kunne drive med forebyggende helsearbeid til hele befolkningen, og for å vurdere effekten av tiltakene. Noen eksempler på slike forebyggende tiltak er kostholdsråd, vaksinering og screening. Epidemiologer kan også bli trukket inn i vurderingen av risikoforhold, som å anslå i hvilken grad det å bo i nærheten av et kjernekraftverk øker risikoen for blodkreft (leukemi) eller hvordan radon i byggematerialer kan påvirke risikoen for lungekreft.

Epidemiologi er i sitt vesen en kvantitativ disiplin og baserer sitt metodeverktøy på logikk og statistikk. Fagfeltet har vokst fram siden midten av 1800-tallet og er i dag et stort internasjonalt fagområde. Et navn som spesielt knyttes til denne utviklingen er John Snow (1813–1858) som viste hvordan kolera spredte seg med vannverkene i London i 1848–1849 og 1853–1854.

Navnet

Ordet epidemiologi har sitt opphav i epidemi, det vil si en økt forekomst av sykdomstilfeller i forhold til hva som er vanlig eller forventet. Tidligere var det bare smittsomme sykdommer som kaltes epidemier. I dag omfatter imidlertid ordet epidemiologi alle former for helserelaterte emner og sykdommer; ikke bare smittsomme tilstander slik navnet kan antyde.

Epidemiologiske problemstillinger

I klinisk medisin, overfor enkeltmennesker, vil man gjerne vite hvorfor akkurat denne personen ble syk. I en epidemiologisk problemstilling spør man hvorfor befolkningsgrupper har ulik sykdomsforekomst. Svaret på det første spørsmålet, om hvorfor en person ble syk, behøver ikke være forklaringen på hvorfor grupper av individer er ulike. Overfor en person med høyt blodtrykk vil man spørre om årsaken til dette for akkurat dette individet, mens epidemiologen spør om hvorfor én befolkningsgruppe har flere med høyt blodtrykk enn en annen befolkningsgruppe. For enkeltindividet vil det være en kombinasjon av genetikk og livsstil som bidrar til sykdommen, mens befolkningen som gruppe er karakterisert ved alder, kjønn, yrke, sosiale, geografisk og økonomiske forhold.

Typer epidemiologi

Det er vanlig å dele epidemiologifaget i tre deler:

Analytisk epidemiologi

Et hovedmål for epidemiologisk forskning er å finne årsakssammenhenger. Dette kalles gjerne analytisk epidemiologi og retter seg mot etiologisk forskning. Etiologi er et annet ord for årsak. Epidemiologisk forskning vil derfor ha behov for nær kontakt med basale biologiske fag, kliniske spesialister, statistikere og samfunnsvitere.

Deskriptiv epidemiologi

Epidemiologi har også som mål å beskrive forekomst og forløp av sykelige tilstander og faktorer som påvirker helse i en befolkning. Dette kalles deskriptiv epidemiologi. Deskriptiv epidemiologi er et viktig grunnlag for planlegging av helsetjenester, og for å fatte tiltak for å forebygge eller behandle sykdom.

Både deskriptiv og analytisk epidemiologi bruker data fra helseregistre, helseundersøkelser og andre befolkningsbaserte forskningsprosjekter.

Eksperimentell epidemiologi

Betegnelsen eksperimentell epidemiologi kan brukes når man ser på resultatene etter planmessig og kontrollert påvirkning av sykdomsfremkallende faktorer i en befolkning. Et eksempel på dette er å se på reduksjon i forekomsten av hjerteinfarkt i en befolkning etter at man har forsøkt å påvirke kostholdsvaner og livsstil gjennom helseopplysning, slik som i Oslo-undersøkelsen.

Epidemiologiske mål

Epidemiologiske mål kan klassifiseres i tre kategorier: mål for sykdomsforekomst, mål for sammenheng (assosiasjon) og mål for viktighet eller betydning. Mål for sykdomsforekomst deles videre inn i mål for sykelighet og mål for sykdomsrisiko.

Mål for sykelighet – prevalens

Forekomsten av sykdom kan variere mellom forskjellige befolkningsgrupper. For å kunne si noe om denne variasjonen må vi vite hvor store befolkningsgruppene er og hvor mange som har sykdommen i hver gruppe. Andelen av en befolkningsgruppe som er syke kalles prevalens. Prevalens kan regnes ut ved å dele antall som er syke på antall i befolkningsgruppen.

Prevalens har ingen utbredelse i tid, og er definert som en andel (også kalt proporsjon eller ratio). Det er et øyeblikksbilde av hvordan situasjonen er på et gitt tidspunkt. Prevalens er et viktig mål for sykdomsutbredelse og inngår som en del av den deskriptive epidemiologien. Vi kan sammenlikne prevalenstall for å si noe om forskjeller mellom ulike grupper.

For noen sykdommer vil prevalensen endre seg mye gjennom et år, mens andre sykdommer har en stabil prevalens. For eksempel vil prevalensen av sesonginfluensa være mye høyere om høsten og vinteren enn sommeren, mens prevalensen av diabetes ikke viser slik variasjon. Denne variasjonen beror på at insidensen (se neste avsnitt), det vil si tilførselen av nye syke, forandrer seg i befolkningen, og at folk blir friske.

Mål for sykdomsrisiko – insidens

Den vanligste problemstillingen ved en epidemiologisk undersøkelse er om det foreligger en sammenheng mellom en bestemt faktor og en sykdom eller annen helseskade. For å kunne si noe om risiko for sykdom må vi kjenne forholdstallet mellom antallet som blir syke og de som har muligheten for å bli det i løpet av en tidsperiode.

Befolkningsgruppen som inneholder individer som kan tenkes å få eller ha den sykdommen som en er interessert i, defineres som den risikoutsatte befolkningen (engelsk «population at risk»). I all epidemiologisk forskning er det en stor utfordring å finne frem til hvem som omfattes av denne gruppen, og hvor stor den er. Som et eksempel kan nevnes diskusjonen om hvor farlig virussykdommen covid-19 egentlig er. Risikoen for å dø kan varierer med en faktor på 10 i de forskjellige anslagene. Dette skyldes at man har brukt ulike definisjoner og avgrensninger for hvem som skulle inngå i den risikoutsatte gruppen. Denne gruppen utgjør nevneren i den brøken som raten representer, mens de som blir syke i løpet av tidsperioden utgjør telleren.

Antall nye sykdomstilfeller som kommer til kalles insidens. Dette forholdstallet per tidsenhet er en rate og raten en insidensrate. En rate defineres som endringen i en hendelse gitt forandring i en annen enhet, vanligvis tid. En sykdomsrate er med andre ord hvor mange som blir syke i en befolkning av en viss størrelse per tidsenhet. Størrelsen vil oftest være 1000 eller høyere, mens tidsenheten kan variere med hvilken tilstand man undersøker, fra time til dag, måned eller år.

Dødelighetsrater eller mortalitetsrater, for eksempel antall døde per 1000 per år (antall døde/1000/år) kan ses som spesialtilfelle av insidensrater. Insidensraten av en sykdom for en bestemt gruppe individer, for eksempel definert ved alder og kjønn, sier noe om sannsynligheten (risiko) for å få sykdommen over en gitt tidsperiode. Insidensraten sier i seg selv ikke noe om årsaker til sykdommen. Det er først når en sammenlikner forskjellige grupper at en kan påvise forbindelser som kan være uttrykk for årsakssammenhenger.

Mål for sammenheng

Ved å sammenlikne sykdomsforekomsten i grupper som i ulik grad utsettes for en risikofaktor kan man beregne tre mål for sammenheng: ratedifferanse, relativ risiko og odds ratio.

  • Ratedifferansen forteller om hvor stor forskjellen er i absolutt risiko for sykdom mellom to grupper.
  • Relativ risiko (RR) er et mål på hvor mange ganger større risikoen er for sykdom i en gruppe i forhold til en annen.
  • Odds ratio (OR) sier i prinsipp det samme som relativ risiko, men beregnes ut fra gruppenes odds for sykdom.

Anta at man har beregnet insidensratene av en bestemt sykdom i to grupper der man vet at den ene gruppen har vært utsatt for en mulig sykdomsfremkallende faktor. Ratene kan sammenliknes ved at man beregner den absolutte eller den relative forskjellen. I en norsk undersøkelse av sammenhengen mellom røykevaner og dødelighet hos 68 000 norske kvinner og menn i alderen 35–49 år i perioden 1972–1978 kan man sette opp følgende tabell:

Røykevaner Kvinner Rate/100 000 personår Menn Rate/100 000 personår
Aldri røkt 12 369 1,9 9334 3,6
Tidligere røkt 3079 0 10 504 7,5
Daglig røyker (sigaretter) 8954 21,0 18 415 58,1

Her har vi ikke tatt med piperøykere, derfor er totaltallet lavere enn 68 000.

Ratedifferansen i dødelighet av lungekreft mellom kvinner som røyker og de som aldri har røkt er (21-1,9)/100 000 personår, eller 19,1/100 000 personår. Denne forskjellen kan også kalles overskytende risiko (excess risk).

Den relativ risikoen er forholdstallet mellom dødeligheten for røykere og ikke-røykere, eller (21/100 000)/(1,9/100 000), eller 11,05. Det betyr at i denne befolkningsgruppen hadde kvinner som røykte 11 ganger høyere risiko for å dø av lungekreft enn ikke-røykere. Tilsvarende tall for menn var 16,1. Relativ risiko er et typisk mål for sammenhenger i epidemiologiske studier.

Odds ratio gir også uttrykk for relativ risiko, men beregnes ut fra relative odds. Odds er sannsynligheten for en hendelse dividert med sannsynligheten for en ikke-hendelse, gitt at det bare er to muligheter. Odds ratio er dermed forholdet mellom odds for gruppene.

Mål for betydning 

Relativ risiko og/eller odds ratio kan brukes til å beregne hvor viktig en faktor er for sykdomsforekomsten i befolkningen. Vi bruker to mål for dette; tilskrivbar andel blant de syke og tilskrivbar andel i befolkningen. Tilskrivbar andel kalles på engelsk for attributable fraction (AF). Det første sier noe om hvor stor andel av en bestemt sykdom som kan tilskrives en årsaksfaktor blant de som har sykdommen, mens det andre målet sier noe om hvor viktig faktoren er som årsak i hele befolkningen. For å beregne det siste må vi vite hvor stor andel av befolkningen som er utsatt for faktoren.

Formelen for tilskrivbar fraksjon (AF) blant de syke er AF=(RR-1)/RR.

For kvinner med lungekreft blir andelen som tilskrives sigarettrøyking 0,90, eller 90 prosent.

Blant menn blir tilsvarende tall 0,94 eller 94 prosent.

Den tilskrivbare fraksjonen (PAF, population attributable fraction) av sigarettrøyking for lungekreft i hele befolkningen er gitt ved formelen

PAF=p(RR-1)/(1+p(RR-1))

hvor p angir andelen sigarettrøykere i befolkningen. I studien var 36 prosent av kvinnene og 41 prosent av mennene sigarettrøykere.

For kvinner blir PAF: 0,79, eller 79 prosent, og for menn 0,86 eller 86 prosent. Dette betyr at omkring 80 prosent av lungekrefttilfellene i befolkningen kan forklares ved sigarettrøykingen. Trolig er dette en undervurdering av sammenhengen siden tidligere røykere og piperøykere ikke ble trukket inn i regnskapet.

Sammenhenger eller årsaker

At man påviser en sammenheng mellom en faktor og sykdom er ikke tilstrekkelig til å si at faktoren er en årsak til sykdommen. Hvis en gruppe blir utsatt for en faktor, sier man at denne gruppen er eksponert for denne faktoren. I epidemiologisk forskning forsøker man så langt som mulig å undersøke hvilken virkning én faktor har på utvikling av en sykdom. En faktor kan i denne sammenhengen være røyking, alder eller diett. Gruppene kan være forskjellig med hensyn til andre faktorer som kan påvirke risiko for sykdom, for eksempel ulik alders- og kjønnsfordeling. I en befolkning med høy gjennomsnittsalder vil man for eksempel forvente en høyere forekomst av flere kroniske sykdommer enn i en ung befolkning. Om man ikke kjenner aldersfordelingen, kan man lett trekke feilaktige slutninger om risikoforhold.

Konfundering

Alder kan være en alternativ forklaring på sammenhengen og gi opphav til såkalt konfundering (confounding factors). Hvis faktoren øker med økende alder må man forsøke å justere for effekten av alder. Det kan gjøres ved å sammenlikne grupper med samme alder, eller justerer for alder. Det kan gjøres på ulike måter og kalles aldersstandardisering. Det betyr at man fjerner effekten av alder i en risikovurdering. Slike standardiseringer eller justeringer kan man også gjøre for andre faktorer som kan forstyrre mulige sammenhenger. Det kan være inntekt, kjønn, høyde, bosted og så videre.

Skjevhet og systematiske feil i datamaterialet

I analysen av et mulig årsaksforhold (kausalitet), må man vurdere om sammenhengen kan være uttrykk for systematiske feil i datamaterialet eller skjevhet (bias) på grunn av unøyaktigheter ved måling, telling og utvelging av de undersøkte individene. Endelig må man vurdere om resultatene skyldes rene tilfeldigheter.

Først når dette som er diskutert ovenfor er tilfredsstillende forklart kan man forsøke å trekke konklusjoner om en eventuell årsakssammenheng, altså at faktoren virkelig lå bak en høyere sykdomsrisiko.

Diskusjoner om årsaker til sykdom har preget menneskene til alle tider, men det er først siden det londonbaserte selskapet The Epidemiological Society ble etablert i 1850 at de har blitt mer systematiserte. Selskapet hadde det latinske uttrykket «veniente occurrite morbo» eller «møt sykdommen når den oppstår», som sitt slagord. Uttrykket stammer den romerske dikteren Persius (34-64 evt.).

Les mer i Store norske leksikon

Kommentarer

Kommentaren din publiseres her. Fagansvarlig eller redaktør svarer når de kan.

Du må være logget inn for å kommentere.

eller registrer deg