Epidemiologia on terveys- ja lääketieteen ala, joka tutkii terveyttä ja terveyteen liittyvien tekijöiden esiintyvyyttä, yhteyksiä ja syitä väestötasolla. Epidemiologian voisi kääntää siis väestöterveystieteeksi.
pienoiskuva|Lääkäri John Snow teki kartan kolerakuolemien alueellisesta jakaantumisesta selvittäessään Lontoon epidemiaa vuonna 1854. Tartuntojen lähteeksi paljastui alueen keskellä oleva kaivo.
Epidemiologiaa voi ajatella väestötason lähestymistapana ja menetelmänä terveyden tutkimukseen siinä missä molekyylitason, solutason ja kudostason lääketieteellisillä perustieteillä on oma lähestymistapansa terveyden tutkimukseen. On myös huomattavaa, että infektioepidemiologia ja kansanterveystiede ovat vain esimerkkejä epidemiologisten menetelmien sovellusalueista.
Osa-alueet Tutkimustyypit Epidemiologiset tutkimustyypit voidaan jakaa kolmeen tasoon, jotka ovat kuvaileva (deskriptiivinen), etiologinen (analyyttinen) ja kokeellinen (interventiivinen) epidemiologia.
Kuvaileva epidemiologia tutkii sairauksien esiintyvyyttä eri väestöryhmissä ja eri oloissa. Tavoitteena ei ole varsinaisesti sairauksien syiden selvittäminen. Esimerkiksi työlääketieteessä sen käyttötarkoituksia voivat olla muun muassa työpaikkojen tai ammattiryhmien ”ryhmädiagnoosin” teko, työperäisen terveysvaaran tunnistaminen, työterveysongelmien kehityksen suunnan seuranta, normaaliarvojen määrittäminen ja syy-yhteyttä koskevien hypoteesien luominen. Kuvaileva epidemiologia on lähinnä käytännön apuväline - tieteellistä käyttöä sille on harvemmin.
Etiologinen epidemiologia tutkii sairauksien ja toisaalta perinnöllisten ja ympäristöperäisten tekijöiden välisiä syy-yhteyksiä. Yksinkertaisinta syy-yhteyttä kutsutaan ns. karkeaksi yhteydeksi (). Karkea yhteys ei anna tarkkaa kuvaa tutkimuksen kohteesta, joka voi muuttua huomattavasti vaikutusta muovaavien tekijöiden ansiosta. Vaikutusta muovaava tekijä voi muuttaa altistumisen vaikutuksia jopa niin, etteivät vaikutukset ilmene ollenkaan tekijän puuttuessa tai siten, että tekijän läsnäolo vahvistaa vaikutusta suhteettoman paljon. Etiologisen epidemiologian kysymyksenasettelu voi olla joko kvalitatiivinen tai kvantitatiivinen. Termillä ”kvalitatiivinen” tarkoitetaan tässä syy-seuraussuhteen tutkimista ja "kvantitatiivisella" altistumis-vastesuhteen tutkimista.
Interventiivisessä epidemiologiassa altistumisoloja muutetaan aktiivisesti ja tutkitaan niiden seurauksia. Eettisistä syistä aktiivista interventiota voidaan käyttää vain vähentämään altistumista tai esimerkiksi parantamaan ergonomiaa. Interventio muistuttaa osittain kokeellista tutkimusta, joten sitä kutsutaan joskus kokeelliseksi epidemiologiaksi. Useinkaan tutkittavia ei kuitenkaan voi satunnaistaa, joten se eroaa oleellisesti todellisesta kokeesta. Interventiivistä epidemiologiaa voidaan käyttää kahden ilmiön välisen yhteyden kausaalisuuden tutkimiseen. Jos altistumisolosuhteiden muutos vaikuttaa sairastumiseen, tämä tukee näiden ilmiöiden välistä kausaalisuutta.
Sovellusalueet Epidemiologian sovellusalueisiin voidaan laskea esimerkiksi seuraavat: Infektioepidemiologia Ravitsemusepidemiologia Kliininen epidemiologia Näyttöön perustuva lääketiede (engl. evidence-based medicine, EBM) Sotilasepidemiologia
Toimintaympäristöt Epidemiologian asiantuntijat työskentelevät esimerkiksi erilaisissa tutkimusyksiköissä ja -ryhmissä, esimerkiksi yliopistoissa, sekä kansanterveyden ja infektioepidemioiden seurantaa ja hallintaa harjoittavissa virastoissa.
Ongelmat Epidemiologiassa ollaan kiinnostuneita esimerkiksi seuraavien ongelmien ratkaisemisesta: Väestön terveydentilan ja tämän muutosten mittaaminen Terveyteen liittyvien toimenpiteiden vaikutusten arvioiminen Terveyteen vaikuttavien syy-yhteyksien selvittäminen Uusien hypoteesien tuottaminen Hypoteesien testaaminen Tutkimusten virhelähteet Satunnaisvirhe Harha eli systemaattinen virhe (engl. bias) Valintaharha Mittausharha Sekoittuneisuus Vaikutuksen muovaajat Yhdysvaikutukset Yleistettävyys
Menetelmät Tietolähteet Monet organisaatiot keräävät jatkuvasti terveyteen liittyvää tietoa erilaisiin tarkoituksiin ja yksittäiset tutkijat voivat hyödyntää näitä selvittäessään omia epidemiologisia tutkimuskysymyksiään. Tällaisiin organisaatioihin ja tietolähteisiin kuuluvat esimerkiksi: World Health Organization (WHO) Centers for Disease Control and Prevention (CDC) European Center for Disease Control (ECDC) The Institute for Health Metrics and Evaluation (IHME) Terveyden ja hyvinvoinnin laitos (THL) Tilastokeskus: Erityisesti Tilastokeskuksen Kuolinsyytilasto ja Kuolintodistusarkisto. Suomen hoitoilmoitusjärjestelmä (HILMO) Väestörekisterikeskus Syöpärekisteri Syntymärekisteri Aborttirekisteri Biopankit Tilastojulkaisut Potilasrekisterit
Matemaattiset menetelmät Tilastotiede ja erityisesti tämän osa-alue biostatistiikka on keskeinen osa epidemiologiaa, mutta myös monia muita matematiikan osa-alueita sovelletaan epidemiologiassa, erityisesti epidemioita mallinnettaessa. Tilastotieteellisiin menetelmiin kuuluvat esimerkiksi todennäköisyysjakaumat ja satunnaisotanta, tunnusluvut, kuten keskiarvo, mediaani, moodi, keskihajonta, vaihteluväli ja kvartiilit, regressioanalyysi, monet graafiset analyyttiset menetelmät, sekä tilastollinen päättely, kuten estimointi, luottamusvälit ja merkitsevyystestaus.
Esiintyvyyssuureet Terveyteen liittyvien tapahtumien ja tilojen yleisyyttä väestöissä kuvataan epidemiologiassa esiintyvyyssuureiden avulla. Näihin kuuluvat esimerkiksi seuraavat: Riski – todennäköisyys saada tauti tai muu tapahtuma tarkastelujakson aikana. Veto (engl. odds) – tapahtuman todennäköisyys ÷ (1 - tapahtuman todennäköisyys). Veto on toinen tapa kuvata osuutta tai todennäköisyyttä, mutta yleensä toimii vain apusuureena (ks. vetosuhde). Hasardifunktio – riskin kertymisnopeus kullekin yksilölle. Ilmaantuvuus – uusien (tauti)tapausten määrä tarkastelujakson aikana. Hasardifunktion yleistys väestötasolla. Ilmaantuvuusmäärä Ilmaantuvuusosuus Ilmaantuvuustiheys Vallitsevuus – (tauti)tapausten lukumäärä tarkastelujakson aikana. Pistevallitsevuus Periodivallitsevuus Vallitsevuusmäärä Vallitsevuusosuus
Usein väestön terveyttä kuvatessa ollaan kiinnostuneita syntyvyydestä, sairauksista ja kuolleisuudesta eri vaiheissa elinkaarta. Kun nämä yhdistetään edellisiin yleisiin käsitteisiin saadaan esimerkiksi seuraavat esiintyvyyssuureet:
Sairastuvuus – uusien tautitapausten ilmaantuvuus riskialttiissa väestössä seurannan aikana. Sairastavuus – sairauden vallitsevuutta vastaava ilmaantuvuus. Vakioitu ilmaantuvuussuhde (SIR) – taudin ilmaantuvuus suhteessa iän, sukupuolen ja tarkastelujakson osalta normitettuun väestöön. Kuolleisuus – vuoden aikana kuolleiden lukumäärä yleensä tuhatta asukasta kohden. Vakioitu kuolleisuus – kuolleisuus painotettuna väestön ikärakenteen mukaan. Vakioitu kuolleisuussuhde (standard mortality rate, SMR) – toteutunut kuolleisuus jaettuna väestön ennakoidulla kuolleisuudella. Tapauskuolleisuus (CFR) – tietyn sairauden aiheuttamien kuolemien määrä verrattuna tautiin sairastuneiden määrään jonkin ajanjakson aikana. Infektiokuolleisuus (IFR) – tiettyyn sairauteen kuolleiden määrä verrattuna tautiin sairastuneiden määrään. Karkea syntyvyys – elävänä syntyneiden määrä. Imeväiskuolleisuus – ensimmäisen elinvuotensa aikana menehtyneet. Neonataalikuolleisuus – ennen 28 viikon ikää menehtyneet. Postneonataalikuolleisuus – ensimmäisten 28-365 vuorokauden aikana menehtyneet. Perinataalikuolleisuus – kuolleena syntyneet ja 24. raskausviikolta lähtien viikko syntymisen jälkeen menehtyneet. Lapsikuolleisuus – alle viiden vuoden iässä menehtyneet. Äitiyskuolleisuus – raskauden aikana tai 42 vuorokauden kuluessa raskauden päättymisestä menehtyneet, riippumatta raskauden kestosta tai raskauden sijainnista.
Yhteys- ja vaikutussuureet Yhteyksiä erilaisten terveyteen liittyvien altisteiden ja vasteiden välillä voidaan kuvata esiintyvyyssuureita vertailemalla. Näin saadaan muun muassa seuraavat yhteys- ja vaikutussuureet: Absoluuttinen riskiero: altistuneiden ilmaantuvuusosuus - altistumattomien ilmaantuvuusosuus. Kausaalinen riskiero voidaan kirjoittaa esimerkiksi ja havaittu riskiero . Kirjain viittaa yleensä kausaalisessa päättelyssä vastemuuttujaan ja altisteeseen/syyhyn. Riskisuhde (engl. risk ratio): altistuneiden ilmaantuvuusosuus ÷ altistumattomien ilmaantuvuusosuus. Kausaalinen riskisuhde voidaan kirjoittaa ja havaittu riskisuhde . Vetosuhde (engl. odds ratio): tapauksien veto ÷ verrokkien veto tai altistuneiden veto ÷ altistumattomien veto, joiden välillä on yleensä yhtäläisyys. Jälkimmäisessä tapauksessa kausaalinen vetosuhde voitaisiin siis kirjoittaa ja havaittu vetosuhde . Lisäriski (AR, engl. attributable risk ratio): absoluuttinen riskiero ÷ altistuneiden ilmaantuvuusosuus. Tämä luku kuvaa, kuinka suuren osuuden altistuneiden riskistä voisi selittää altistumisella. Väestön lisäriski (PAR, engl. population attributable risk ratio): Lisäriski sovitettuna toisen väestön (esim. koko maan) riskitasoon. Syyosuus (engl. excess fraction) määritellään yleensä kausaalisesti , eli vasteen riskistä vähennetää kontrafaktuaalinen altistumattomien riski ja suhteutetaan jäännösriski vasteen riskiin. Luku kertoo, kuinka suuri osuus riskistä (ja tapauksista) olisi vältetty, jos koko tutkimusväestö olisi ollut altistumaton. NNT (engl. number needed to treat) kuvaa, kuinka monta henkilöä pitää keskimäärin hoitaa (tai altistua), että yhdellä heistä ehkäistään vastetapahtuma. Kausaalisesti suure kirjoitetaan . Kyseessä on siis absoluuttisen riskieron käänteisluku.
Tarkkuussuureet
Kun vertailussa on syyn ja seurauksen (tai altisteen ja vasteen) sijasta kyse jostakin testistä tai mittarista ja ennustettavasta tilasta, käytetään yhteyden eli mittarin tarkkuuden kuvaamiseen esimerkiksi seuraavia suureita:
Sensitiivisyys eli herkkyys: testipositiiviset tapaukset ÷ kaikki tapaukset. Tämä kertoo siis, kuinka suuri osuus tapauksista on testipositiivisia. Kolikon heiton herkkyys on 50 %. Spesifisyys eli tarkkuus tai kohdentuneisuus: testinegatiiviset terveet ÷ kaikki terveet. Tämä kertoo siis, kuinka suuri osuus terveistä on testinegatiivisia. Kolikon heiton spesifisyys on 50 %. Positiivinen ennustearvo (PPV): testipositiiviset tapaukset ÷ kaikki testipositiiviset. Tämä kertoo siis, kuinka suuri osuus testipositiivisista on tapauksia. Kolikon heiton positiivinen ennustearvo on aina tapausten osuus testiväestössä. Negatiivinen ennustearvo (NPV): testinegatiiviset terveet ÷ kaikki testinegatiiviset. Tämä kertoo siis, kuinka suuri osuus testinegatiivisista on terveitä. Kolikon heiton negatiivinen ennustearvo on aina terveiden osuus testiväestössä. Positiivinen uskottavuusosamäärä (+LR, engl. likelihood ratio): herkkyys ÷ (1 − spesifisyys). Tämä luku siis kuvaa, kuinka paljon näyttöä positiivinen testitulos antaa ennustettavan tilan puolesta (herkkyys) tai sitä vastaan (epäspesifisyys). Esim. +LR = 2 tarkoittaa, että positiivisen testituloksen saaminen on kaksi kertaa todennäköisempää, kun tutkittava on tapaus. Kolikon heiton positiivinen uskottavuusosamäärä on yksi. Negatiivinen uskottavuusosamäärä (−LR): spesifisyys ÷ (1 − herkkyys). Tämä luku siis kuvaa, kuinka paljon näyttöä negatiivinen testitulos antaa ennustettavaa tilaa vastaan (spesifisyys) tai sen puolesta (epäherkkyys). Esim. −LR = 2 tarkoittaa, että negatiivisen testituloksen saaminen on kaksi kertaa todennäköisempää, kun tutkittava ei ole tapaus. Kolikon heiton positiivinen uskottavuusosamäärä on yksi. Luokittelutarkkuus: (testipositiiviset tapaukset + testinegatiiviset terveet) ÷ kaikki. Tämä kertoo siis, kuinka suuri osuus kaikista testituloksista on oikeita. Kolikon heiton luokittelutarkkuus on 50 %. Youdenin indeksi: herkkyys + spesifisyys. Kolikon heiton Youdenin indeksi on 100 %. AUROC-arvo (engl. area under the receiver operating characteristic)