Meta-description

Οι μελέτες επιπολασμού εκτιμούν πόσο συχνό είναι ένα νόσημα, χαρακτηριστικό ή έκθεση σε έναν πληθυσμό. Παρουσιάζονται ο point και period prevalence, η δειγματοληψία, τα διαστήματα εμπιστοσύνης, οι πηγές μεροληψίας και οι εφαρμογές στη δημόσια υγεία.

Λέξεις-κλειδιά

μελέτες επιπολασμού, prevalence study, point prevalence, period prevalence, cross-sectional study, επιδημιολογία, δειγματοληψία, 95% confidence interval, screening, δημόσια υγεία, selection bias, non-response bias

Εισαγωγή

Οι μελέτες επιπολασμού (prevalence studies) αποτελούν βασικό εργαλείο της περιγραφικής επιδημιολογίας και χρησιμοποιούνται για να εκτιμήσουν πόσο συχνό είναι ένα νόσημα, ένα σύμπτωμα, μια συμπεριφορά ή μια έκθεση σε έναν συγκεκριμένο πληθυσμό.

Συνήθως πραγματοποιούνται με διατομεακό σχεδιασμό, δηλαδή η κατάσταση των συμμετεχόντων αξιολογείται σε μία συγκεκριμένη χρονική στιγμή ή μέσα σε ένα σαφώς καθορισμένο χρονικό διάστημα.

Η αξία τους είναι ιδιαίτερα μεγάλη στη δημόσια υγεία, επειδή επιτρέπουν την εκτίμηση της επιβάρυνσης από μια νόσο, τον εντοπισμό ομάδων με αυξημένες ανάγκες και τον σχεδιασμό υπηρεσιών, προγραμμάτων πρόληψης και πολιτικών υγείας.

Τι είναι ο Επιπολασμός

Ο επιπολασμός (prevalence) εκφράζει την αναλογία των ατόμων ενός πληθυσμού που παρουσιάζουν ένα συγκεκριμένο χαρακτηριστικό ή νόσημα σε μια δεδομένη χρονική στιγμή ή περίοδο.

Σε απλή μορφή υπολογίζεται ως:

Επιπολασμός = Αριθμός υπαρχόντων περιπτώσεων / Συνολικός πληθυσμός που εξετάστηκε

Το αποτέλεσμα μπορεί να παρουσιαστεί ως αναλογία, ποσοστό ή αριθμός περιπτώσεων ανά συγκεκριμένο αριθμό ατόμων.

Για παράδειγμα, αν 120 από 2.000 συμμετέχοντες έχουν ένα συγκεκριμένο νόσημα, ο εκτιμώμενος επιπολασμός είναι:

120 / 2.000 = 0,06 = 6%

Point Prevalence

Ο σημειακός επιπολασμός (point prevalence) αναφέρεται στο ποσοστό του πληθυσμού που παρουσιάζει το χαρακτηριστικό σε μία συγκεκριμένη χρονική στιγμή.

Για παράδειγμα:

«Ποιο είναι το ποσοστό των μαθητών που εμφανίζουν συμπτώματα άγχους την ημέρα διεξαγωγής της έρευνας;»

Αποτελεί ουσιαστικά ένα στιγμιότυπο της κατάστασης του πληθυσμού.

Period Prevalence

Ο επιπολασμός περιόδου (period prevalence) αφορά τα άτομα που παρουσίασαν το χαρακτηριστικό οποιαδήποτε στιγμή μέσα σε συγκεκριμένη χρονική περίοδο.

Για παράδειγμα, μπορεί να εξετάζεται το ποσοστό εργαζομένων που παρουσίασαν οσφυαλγία κατά τους τελευταίους 12 μήνες.

Η χρονική περίοδος πρέπει να δηλώνεται με σαφήνεια, επειδή διαφορετικά χρονικά παράθυρα μπορούν να οδηγήσουν σε σημαντικά διαφορετικές εκτιμήσεις.

Επιπολασμός και Επίπτωση

Ο επιπολασμός δεν πρέπει να συγχέεται με την επίπτωση (incidence).

Η επίπτωση αφορά την εμφάνιση νέων περιπτώσεων ενός νοσήματος κατά τη διάρκεια συγκεκριμένης περιόδου.

Αντίθετα, ο επιπολασμός περιλαμβάνει τις υπάρχουσες περιπτώσεις και χρησιμοποιείται κυρίως για να αποτυπώσει το συνολικό φορτίο μιας κατάστασης στον πληθυσμό.

Ένα νόσημα μπορεί να παρουσιάζει χαμηλή επίπτωση αλλά υψηλό επιπολασμό εάν έχει μεγάλη διάρκεια.

Σχέση με τις Διατομεακές Μελέτες

Οι περισσότερες μελέτες επιπολασμού είναι διατομεακές (cross-sectional).

Η έκθεση και το αποτέλεσμα καταγράφονται την ίδια περίπου χρονική περίοδο.

Για τον λόγο αυτό, οι μελέτες αυτές είναι εξαιρετικές για περιγραφικούς σκοπούς, αλλά συνήθως δεν μπορούν να προσδιορίσουν εάν η έκθεση προηγήθηκε του αποτελέσματος.

Επομένως, ακόμη και αν εντοπιστεί ισχυρή συσχέτιση μεταξύ ενός παράγοντα και ενός νοσήματος, δεν πρέπει να ερμηνεύεται αυτομάτως ως αιτιώδης σχέση.

Επιλογή του Πληθυσμού

Το πρώτο κρίσιμο βήμα είναι ο σαφής ορισμός του πληθυσμού-στόχου.

Ο ερευνητής πρέπει να καθορίσει σε ποιους ακριβώς ανθρώπους θέλει να γενικεύσει την εκτίμηση.

Στη συνέχεια πρέπει να προσδιοριστεί το sampling frame, δηλαδή η πηγή από την οποία θα επιλεγεί το δείγμα.

Ένα μεγάλο δείγμα δεν εξασφαλίζει από μόνο του αξιόπιστο αποτέλεσμα. Αν το δείγμα δεν είναι αντιπροσωπευτικό, μπορεί να προκύψει συστηματικά λανθασμένη εκτίμηση του επιπολασμού.

Δειγματοληψία

Όπου είναι εφικτό, χρησιμοποιούνται πιθανοκρατικές μέθοδοι δειγματοληψίας, όπως απλή τυχαία, συστηματική, στρωματοποιημένη ή κατά συστάδες δειγματοληψία.

Σε μεγάλες πληθυσμιακές έρευνες μπορεί να χρησιμοποιείται πολυσταδιακή δειγματοληψία.

Όταν η πιθανότητα επιλογής δεν είναι ίδια για όλους τους συμμετέχοντες, μπορεί να απαιτούνται sampling weights, ώστε η τελική εκτίμηση να αντανακλά καλύτερα τον πληθυσμό-στόχο.

Μέγεθος Δείγματος

Το απαιτούμενο μέγεθος δείγματος εξαρτάται από τον αναμενόμενο επιπολασμό, την επιθυμητή ακρίβεια της εκτίμησης, το επίπεδο εμπιστοσύνης και τον σχεδιασμό της δειγματοληψίας.

Όσο μεγαλύτερη ακρίβεια επιθυμεί ο ερευνητής, τόσο μεγαλύτερο δείγμα απαιτείται.

Σε σύνθετες δειγματοληπτικές έρευνες πρέπει να λαμβάνεται υπόψη και το design effect, επειδή η ομαδοποίηση των συμμετεχόντων μπορεί να αυξήσει την αβεβαιότητα της εκτίμησης.

Διαστήματα Εμπιστοσύνης

Η παρουσίαση μόνο του ποσοστού επιπολασμού δεν είναι επαρκής.

Πρέπει, όπου είναι δυνατό, να παρουσιάζεται και το αντίστοιχο 95% διάστημα εμπιστοσύνης (95% CI).

Για παράδειγμα:

Επιπολασμός = 12,4% (95% CI: 10,8%–14,2%)

Το διάστημα εμπιστοσύνης παρέχει πληροφορία για την ακρίβεια της εκτίμησης.

Ένα στενότερο διάστημα υποδηλώνει μεγαλύτερη ακρίβεια, ενώ ένα ευρύτερο μεγαλύτερη αβεβαιότητα.

Ορισμός της Περίπτωσης

Η αξιοπιστία μιας prevalence study εξαρτάται σε μεγάλο βαθμό από τον τρόπο με τον οποίο ορίζεται η «περίπτωση».

Ο ερευνητής πρέπει να χρησιμοποιεί σαφή και κατά προτίμηση τυποποιημένα διαγνωστικά ή λειτουργικά κριτήρια.

Η χρήση διαφορετικών ορισμών μπορεί να οδηγήσει σε πολύ διαφορετικές εκτιμήσεις επιπολασμού ακόμη και στον ίδιο πληθυσμό.

Για αυτό είναι σημαντικό να περιγράφεται με ακρίβεια το εργαλείο, το cut-off και η διαδικασία ταξινόμησης.

Selection Bias

Η μεροληψία επιλογής (selection bias) εμφανίζεται όταν οι συμμετέχοντες που περιλαμβάνονται στη μελέτη διαφέρουν συστηματικά από εκείνους που δεν περιλαμβάνονται.

Για παράδειγμα, μια διαδικτυακή έρευνα μπορεί να υποεκπροσωπεί άτομα με περιορισμένη πρόσβαση στην τεχνολογία.

Εάν η πιθανότητα συμμετοχής σχετίζεται με το χαρακτηριστικό που μελετάται, ο εκτιμώμενος επιπολασμός μπορεί να αποκλίνει σημαντικά από τον πραγματικό.

Non-Response Bias

Ιδιαίτερη μορφή προβλήματος αποτελεί το non-response bias.

Ακόμη και όταν το αρχικό δείγμα έχει επιλεγεί σωστά, άτομα που δεν ανταποκρίνονται στην έρευνα μπορεί να διαφέρουν από εκείνα που συμμετέχουν.

Για τον λόγο αυτό πρέπει να αναφέρεται το response rate και, όπου είναι εφικτό, να εξετάζεται εάν υπάρχουν συστηματικές διαφορές μεταξύ συμμετεχόντων και μη συμμετεχόντων.

Information Bias

Σφάλματα μπορούν να προκύψουν και από τον τρόπο μέτρησης.

Ερωτηματολόγια αυτοαναφοράς μπορεί να επηρεάζονται από recall bias ή κοινωνικά επιθυμητές απαντήσεις.

Αντίστοιχα, ένα screening test με περιορισμένη ευαισθησία ή ειδικότητα μπορεί να οδηγήσει σε υπερεκτίμηση ή υποεκτίμηση του πραγματικού επιπολασμού.

Για αυτό απαιτούνται αξιόπιστα και κατάλληλα εργαλεία μέτρησης.

Μελέτες Επιπολασμού και Screening

Οι prevalence studies συνδέονται στενά με τον σχεδιασμό προγραμμάτων προσυμπτωματικού ελέγχου (screening), αλλά οι δύο έννοιες δεν ταυτίζονται.

Ο επιπολασμός μπορεί να βοηθήσει στην εκτίμηση του πόσο συχνή είναι μια κατάσταση σε έναν πληθυσμό και επομένως να συμβάλει στην αξιολόγηση της αναγκαιότητας ενός screening προγράμματος.

Ωστόσο, η απόφαση για την εφαρμογή screening δεν βασίζεται μόνο στον επιπολασμό.

Απαιτεί επίσης αξιολόγηση της φυσικής ιστορίας της νόσου, της ακρίβειας της εξέτασης, των διαθέσιμων θεραπειών, πιθανών ανεπιθύμητων συνεπειών και της σχέσης οφέλους–κινδύνου.

Εφαρμογές στη Δημόσια Υγεία

Οι μελέτες επιπολασμού χρησιμοποιούνται για την εκτίμηση του φορτίου νοσημάτων, τον σχεδιασμό υπηρεσιών υγείας, την κατανομή πόρων και την αναγνώριση ομάδων με αυξημένες ανάγκες.

Μπορούν επίσης να χρησιμοποιηθούν για την παρακολούθηση της συχνότητας παραγόντων κινδύνου, όπως κάπνισμα, παχυσαρκία ή καθιστική συμπεριφορά.

Εάν η ίδια μεθοδολογία επαναλαμβάνεται σε διαφορετικές χρονικές στιγμές, μπορούν να εξεταστούν και πληθυσμιακές τάσεις.

Πλεονεκτήματα

Οι μελέτες επιπολασμού είναι συνήθως ταχύτερες και οικονομικότερες από τις διαχρονικές μελέτες.

Μπορούν να εξετάσουν ταυτόχρονα πολλά χαρακτηριστικά και αποτελούν εξαιρετική βάση για τον σχεδιασμό υπηρεσιών και νέων ερευνητικών ερωτημάτων.

Είναι ιδιαίτερα χρήσιμες για χρόνιες καταστάσεις και για προβλήματα δημόσιας υγείας στα οποία ενδιαφέρει το συνολικό φορτίο στον πληθυσμό.

Περιορισμοί

Ο σημαντικότερος περιορισμός είναι η δυσκολία προσδιορισμού της χρονικής ακολουθίας έκθεσης και αποτελέσματος.

Επίσης, ο επιπολασμός επηρεάζεται τόσο από τη συχνότητα εμφάνισης όσο και από τη διάρκεια μιας νόσου.

Οι εκτιμήσεις μπορούν ακόμη να επηρεαστούν από selection bias, non-response, λανθασμένη ταξινόμηση και ανεπαρκή αντιπροσωπευτικότητα του δείγματος.

Συμπέρασμα

Οι μελέτες επιπολασμού αποτελούν θεμελιώδες εργαλείο της επιδημιολογικής και δημόσιας υγείας έρευνας. Επιτρέπουν την εκτίμηση του ποσοστού ενός πληθυσμού που παρουσιάζει ένα νόσημα, χαρακτηριστικό ή έκθεση σε συγκεκριμένη χρονική στιγμή ή περίοδο.

Η σύγχρονη εφαρμογή τους απαιτεί σαφή ορισμό του πληθυσμού και της περίπτωσης, αντιπροσωπευτική δειγματοληψία, επαρκές μέγεθος δείγματος, παρουσίαση 95% διαστημάτων εμπιστοσύνης και συστηματική αξιολόγηση πιθανών πηγών μεροληψίας.

Όταν σχεδιάζονται σωστά, προσφέρουν ισχυρή περιγραφική εικόνα της υγείας ενός πληθυσμού και αποτελούν πολύτιμη βάση για τον σχεδιασμό υπηρεσιών, παρεμβάσεων και πολιτικών δημόσιας υγείας. Δεν πρέπει όμως να χρησιμοποιούνται για αιτιώδη συμπεράσματα όταν ο σχεδιασμός δεν επιτρέπει τον καθορισμό της χρονικής ακολουθίας έκθεσης και αποτελέσματος.

Ενδεικτική Βιβλιογραφία

Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern epidemiology (3rd ed.). Lippincott Williams & Wilkins.

Gordis, L. (2014). Epidemiology (5th ed.). Elsevier Saunders.

Setia, M. S. (2016). Methodology series module 3: Cross-sectional studies. Indian Journal of Dermatology, 61(3), 261–264.

Mann, C. J. (2003). Observational research methods. Research design II: Cohort, cross sectional, and case-control studies. Emergency Medicine Journal, 20(1), 54–60.