Epidemiologie: Methodik, Anwendungen und Kriterien

Grundlagen der Epidemiologischen Methodik

Gesundheit, Krankheit und Umwelt

Quantifizierung Epidemiologischer Phänene

Epidemiologische Kausalforschung: Snow-Methode

Die Methode von Snow umfasst folgende Schritte:

• Diagnose der Seuche.
• Zeitliche Verteilung der Fälle.
• Räumliche Verteilung.
• Erhebung und Analyse der Ursachen.
• Empfehlungen.
• Erstellung eines Berichts mit Schlussfolgerungen.

Experimentelle Studien

Epidemiologische Studien basieren auf Beobachtung und Zählung. Experimente an Fällen wären eine sehr sinnvolle Ergänzung, sind aber nicht immer im Rahmen der juristischen Ethik durchführbar. Die Grundlage der Epidemiologie ist und bleibt die Beobachtung und Zählung von Phänomenen.

Ziele und Anwendungen der Epidemiologie

Diagnose der Bevölkerungsgesundheit

Anwendungen der Epidemiologie

Dazu müssen relevante Gesundheitsindikatoren entwickelt und berechnet werden. Früher wurden nur Morbidität und Mortalität betrachtet, heute werden weitere Aspekte diskutiert:

• Demografische Struktur der Bevölkerung.
• Definition biologischer und sozialer Umweltvariablen (Merkmale der Umwelt, in der Menschen leben, Rasse).
• Indikatoren für Morbidität und Mortalität sowie die globale Gesundheitsrate.

Evaluierung von Diagnose- und Behandlungsmethoden

Wir berücksichtigen Patientenmerkmale, Krankheitsmerkmale und eingesetzte Therapiemerkmale.

Bewertung:

• Kosten
• Verabreichung
• Akzeptanz und Kontrolle
• Fehlen von Nebenwirkungen

Ermittlung von Wahrscheinlichkeit und Risiko

Wir können die Wahrscheinlichkeit und das Risiko vorhersagen, dass eine Person eine bestimmte Krankheit erleidet. Dies geschieht durch die Analyse der kollektiven Erfahrung einer großen Anzahl repräsentativer Personen, die die berücksichtigten Eigenschaften besitzen.

Besseres Verständnis biologischer Phänomene

Dies dient einem besseren Verständnis der Ätiologie eines Ereignisses und seiner Entwicklung. Dazu nutzen wir die biologische Beschreibung des Ereignisses und die Untersuchung seiner Verteilung nach verschiedenen Variablen wie Person, Ort und Zeit. Wir identifizieren verschiedene Risikofaktoren, die zu biologischen Ereignissen führen.

Ursachenforschung

Erforschung von Gesundheits- und Krankheitsursachen, um Ereignisse besser zu verstehen und zur Gesundheit beizutragen. Beobachtete Phänomene:

• Natürliche Bedingungen.
• Mögliche Interaktionen.
• Kontext aller sozialen und wirtschaftlichen Faktoren.

Variablen in der Epidemiologie

Risikofaktor

Merkmale eines Risikofaktors

• Exogen.
• Kann kontrolliert werden.
• Geht der Krankheit voraus.
• Beteiligt an der Entstehung der Krankheit.

Risikomarker

Ist reserviert für: Variable = endogen. Nicht kontrollierbar. Definiert gefährdete Personen, die ein erhöhtes Risiko haben, die Krankheit zu entwickeln, hat aber keinen direkten Einfluss auf die Entstehung.

Risikoindikatoren

Vorboten der Krankheit. Zeigen das frühe Auftreten der Krankheit an. Sind ein wesentliches Merkmal, um die Krankheit in einem präklinischen Zustand zu erkennen. Sind nicht direkt an der Entstehung der Krankheit beteiligt.

Beziehung zwischen Variablen

Assoziation

Beziehung zwischen zwei Variablen, die signifikant höher oder niedriger ist als der Zufall. Basiert auf der Häufigkeit jeder einzelnen Variable.

• Positive Assoziation: Wenn die Wahrscheinlichkeit des Auftretens einer Variablen mit der Anwesenheit einer anderen steigt.
• Negative Assoziation: Wenn die Wahrscheinlichkeit des Auftretens einer Variablen mit der Anwesenheit einer anderen sinkt.

Arten von Assoziationen: 1) Assoziation ohne Kausalität

• Künstliche Assoziation: Tritt auf, wenn ein variabler Faktor und die Krankheit miteinander verbunden sind, aber die Assoziation als kausaler Faktor unlogisch und gegen das wissenschaftliche Verständnis ist.
• Unechte Assoziation (Fehler): Ein Fehler bei der Stichprobenauswahl oder der Arbeitsweise führt zu einem falschen kausalen Zusammenhang, d.h. wir ziehen falsche Schlussfolgerungen. Der kausale Zusammenhang scheint falsch zu sein: Es besteht kein kausaler Zusammenhang.

2) Kausaler Zusammenhang

Ist eine, die die Kausalitätskriterien erfüllt.

• Direkter kausaler Zusammenhang: Geht der Wirkung unmittelbar kausal voraus und erzeugt sie.
• Indirekter kausaler Zusammenhang: Es gibt weitere, unmittelbarere Ursachen als Zwischenstufe zwischen ihm und der Entstehung des Effekts.

Unabhängigkeit

Tritt auf, wenn die Erhöhung oder Senkung einer Variablen keinen ähnlichen Effekt bei einer anderen Variablen nach sich zieht.

Kausalitätskriterien

Interne Validität

a) Stärke der Assoziation

Die Beziehung zwischen der Häufigkeit des Auftretens der Krankheit bei Individuen, die einem Risikofaktor ausgesetzt sind, im Vergleich zur gleichen Krankheit bei nicht exponierten Personen. Je höher dieses Verhältnis, desto wahrscheinlicher ist ein kausaler Zusammenhang.

b) Zeitliche Abfolge

Ein kausaler Zusammenhang setzt voraus, dass der Risikofaktor der Wirkung zeitlich vorausgeht. Das heißt, für einen kausalen Zusammenhang muss zuerst der Risikofaktor (FR) und dann die Krankheit auftreten.

c) Dosis-Wirkungs-Beziehung

Die Häufigkeit des Auftretens der Krankheit steigt mit der Dosis, Zeit und Höhe der Exposition. Eine höhere Dosis führt zu einer häufigeren Erkrankung.

Wissenschaftliche Kohärenz

a) Konsistenz

Bewertet die Konsistenz und Reproduzierbarkeit der Studienergebnisse, d.h. sie müssen vergleichbar sein. Wenn mehrere Studien zum selben Thema zu unterschiedlichen Zeiten oder mit verschiedenen Methoden die gleichen Ergebnisse liefern, können wir stärker von einem kausalen Zusammenhang zwischen Risikofaktor (FR) und Krankheit sprechen.

b) Vereinbarkeit mit aktuellem Wissen

Das heißt, wenn der hypothetische kausale Zusammenhang sinnvoll in den Kontext der aktuellen wissenschaftlichen Erkenntnisse passt, werden Argumente für eine kausale Interpretation gestärkt.

c) Spezifität der Assoziation

Das heißt, wenn der untersuchte Faktor der einzige ist, der mit der Krankheit assoziiert ist, sodass die Krankheit auftritt, wenn der Faktor vorhanden ist, und verschwindet, wenn der Faktor entfernt wird, oder wenn die Krankheit nur mit einem Faktor assoziiert ist, ist die kausale Interpretation einfacher.

d) Experimentelle Evidenz

Dass der Nachweis kausal durch Experimente erbracht wird. Wenn wir experimentieren können, können wir sehen, ob es einen kausalen Zusammenhang gibt, aber das ist nicht immer möglich.

Messskalen für Variablen

1) Nominale Skala

Gruppiert nach dem Vorhandensein oder Fehlen eines Attributs oder Merkmals.

• Dichotome nominale Skala: 2 Möglichkeiten (z.B. tot oder lebendig).
• Polychotome nominale Skala: Mehr als 2 Möglichkeiten (z.B. Blutgruppen: A, B, AB und O).

Merkmale der nominalen Skala: Objektiv. Häufig in der Medizin verwendet.

2) Ordinalskala

Ermöglicht die Feststellung einer logischen Reihenfolge und misst die Intensität des Attributs.

Merkmale der Ordinalskala: Häufig in der Medizin verwendet. Wichtig ist die Festlegung des Ziels.

3) Numerische Skala

Die am weitesten entwickelte Messskala. Ermöglicht nicht nur die Einordnung, sondern auch die Bestimmung des Abstands oder Grades zwischen den Werten. Sie ist die umfassendste Ebene.

Beispiele: Gewicht (g), Größe (cm), Temperatur (°C).

Arten der numerischen Skalen

• Diskret: Wenn das Attribut in ganzzahliger Form vorliegt und keine Zwischenwerte existieren können (z.B. Anzahl der Zähne, Anzahl der Geburten).
• Kontinuierlich: Gemessen in ganzen Zahlen oder Dezimalwerten (z.B. Körpergröße in cm, Gewicht in kg).