rapport 2012:3 - Nasjonalt folkehelseinstitutt
rapport 2012:3 - Nasjonalt folkehelseinstitutt
rapport 2012:3 - Nasjonalt folkehelseinstitutt
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
sammenliknet med eksponeringen i kontrollgruppen.<br />
Dersom sykdommen er assosiert med eksponeringen,<br />
vil sykdomsgruppen være høyere eksponert enn<br />
kontrollgruppen.<br />
Det er fordeler og ulemper ved begge disse typer<br />
epidemiologiske studier. Både kohortstudier og<br />
kasus-kontrollstudier tar sikte på å måle graden av<br />
sammenheng (assosiasjon) mellom eksponering og<br />
sykdom. Fordelen med kohortstudier er at opplysninger<br />
om eksponering foreligger forut for opplysninger<br />
om sykdom. Videre gir de mulighet for å<br />
undersøke forekomst av mange ulike sykdommer.<br />
Ulempen er at et system må etableres for oppfølging<br />
av personene, og at disse ofte må følges i lang tid for å<br />
få et nødvendig antall sykdomstilfeller. Kohortstudier<br />
er derfor dyre og tidkrevende. Kasus-kontrollstudier<br />
kan ofte gjennomføres raskere og rimeligere enn<br />
kohortstudier, fordi det er mer effektivt å bruke en<br />
representativ kontrollgruppe enn hele studiebasen.<br />
Kasus-kontrollstudier er vanskelige å gjennomføre<br />
pålitelig fordi utvelgelse av gruppene, spesielt<br />
kontrollgruppen, kan medføre en seleksjon som gir<br />
feil resultater (assosia sjoner). Slike skjeve (invalide)<br />
resultater kan man ikke stole på. Det kan også være et<br />
problem at informasjon om eksponeringen (som oftest<br />
samles inn i ettertid) kan være farget av om deltakeren<br />
er syk (kasus) eller frisk (kontroll). Forskjellig kvalitet<br />
på eksponerings opplysningene mellom kasus og<br />
kontroller kan medføre invalide resultater.<br />
Når gjentatte befolkningsundersøkelser av høy kvalitet<br />
viser sammenheng mellom sykdom og eksponering,<br />
vil man kunne konkludere med at det eksisterer en<br />
sannsynlig årsakssammenheng. Dette gjelder selv om<br />
den biologiske mekanismen ikke er kjent.<br />
Tverrsnittsstudier er en tredje form for epidemio logiske<br />
studier hvor tidsdimensjonen ikke inngår i analysen.<br />
(Både kohortstudier og kasus-kontrollstudier er longitudinelle.<br />
Det vil si at befolk ningen følges over tid,<br />
slik at det er mulig å beregne tidsrelasjonen mellom<br />
mistenkt årsak (eksponering) og virkning (sykdom).)<br />
I sin enkleste form registrerer tverrsnittsstudier alle<br />
data i en studiepopulasjon på et gitt tidspunkt.<br />
Dette gir mulighet for å beregne sykdomsforekomst<br />
(sykdomsprevalens), og man kan analysere om denne<br />
er assosiert med eksponeringsnivå. Men tidsrekkefølgen<br />
kan ikke klarlegges sikkert, det vil si vi kan ikke<br />
utelukke at sykdommen kommer forut for eksponeringen.<br />
Slik omvendt kausalitet (reversed causality) er<br />
et mulig problem i tverrsnittsstudier. Dette og andre<br />
problemer gjør at tverrsnittsstudien ikke egner seg for<br />
årsaksrettet forskning.<br />
4.3.4.2 Styrker og svakheter med årsaksrettet<br />
epidemiologisk forskning<br />
Epidemiologiske studier har mange fordeler: Det er<br />
mulig å observere store befolkningsgrupper over<br />
lange perioder, de er etisk forsvarlige fordi vi ikke<br />
påvirker utbredelsen eller fordelingen av mulige risikofaktorer,<br />
og de er relevante fordi de tar utgangspunkt<br />
i eksponerings-situasjoner fra det virkelige liv. Men<br />
observasjonsstudier har mange ulemper og problemer<br />
sammenliknet med eksperimenter. Det er intrikate<br />
seleksjonsprosesser, og ikke randomisering (tilfeldig<br />
fordeling), som bestemmer om man blir eksponert<br />
eller ikke. F.eks. må vi anta at storforbrukere av mobiltelefon<br />
skiller seg fra andre befolkningsgrupper på<br />
en rekke andre av livets områder, også med hensyn<br />
til andre mulige risikofaktorer for sykdom. Dessuten<br />
vil observasjon utenfor laboratoriet innebære mangel<br />
på kontroll: Deltakere kan forsvinne ut av studien,<br />
og vi må regne med feil i måledata av eksponering<br />
og sykdom. Dessuten vil oftest eksponerte og ikkeeksponerte<br />
deltakere over tid ha forskjellig risikoerfaring<br />
ut over eksponeringen som studeres, og<br />
deltakerne vil derfor ikke være helt sammenlignbare.<br />
Disse metodeproblemene kan føre til systematiske feil<br />
ved assosiasjonen mellom eksponering og sykdom.<br />
Dette kommer i tillegg til tilfeldige feil – presisjonsproblemet<br />
– som epidemiologiske studier har til felles<br />
med eksperimentelle studier. Systematiske feil er mer<br />
alvorlige enn tilfeldige feil. Det viktigste spørsmålet vi<br />
bør stille når resultatet i epidemiologiske studier skal<br />
kvalitetsvurderes, er derfor ikke hvor store de tilfeldige<br />
feilene er, men i hvilken grad resultatet er belemret<br />
med systematiske feil.<br />
4.3.4.3 Feil (resultatskjevhet) og feilkilder<br />
Resultatskjevhet (bias) i epidemiologiske studier deles<br />
ofte i tre kategorier: Utvalgsskjevhet, <strong>rapport</strong>eringsskjevhet<br />
og effektforveksling.<br />
Utvalgsskjevhet (seleksjonsbias) har vi dersom den<br />
sanne sammenhengen mellom eksponering og<br />
sykdom blant alle som i utgangspunktet fyller kriteriene<br />
for å delta, ikke er den sammenhengen vi finner<br />
i vår studie, fordi de som deltar ”ikke er representative<br />
for alle som ideelt skulle deltatt (studiebasen)”, hverken<br />
når det gjelder eksponering eller sykdomsrisiko.<br />
Dersom man f.eks. gjennomfører en kasus-kontrollstudie<br />
av sammenhengen mellom mobilbruk og<br />
hodepine, kan man få en falsk sammenheng dersom<br />
folk som aldri bruker mobil og aldri har hatt hodepine,<br />
ikke vil delta fordi de mener studien ikke angår dem.<br />
Rapporteringsskjevhet (informasjonsbias) betyr at<br />
det er systematiske feil i informasjons innhentingen.<br />
Eksempel er ”recall bias”, dvs. at de som har sykdom<br />
74 Rapport <strong>2012</strong>:3 • Folkehelseinstituttet