gms | German Medical Science

51. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (gmds)

10. - 14.09.2006, Leipzig

Alternative Darstellung attributabler Risiken mit Hilfe von Impact Numbers

Meeting Abstract

Suche in Medline nach

  • Mandy Hildebrandt - Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG), Köln
  • Ralf Bender - Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG), Köln

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (gmds). 51. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. Leipzig, 10.-14.09.2006. Düsseldorf, Köln: German Medical Science; 2006. Doc06gmds235

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2006/06gmds113.shtml

Veröffentlicht: 1. September 2006

© 2006 Hildebrandt et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielf&aauml;ltigt, verbreitet und &oauml;ffentlich zug&aauml;nglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

In der Literatur werden häufig attributable Risiken zur Auswertung von epidemiologischen Studien über die Effekte von Expositionen in der Bevölkerung verwendet. Ein spezielles attributables Risiko ist dabei das populationsbezogene attributable Risiko nach Levin (PAR), welches dem Anteil der Krankheitsfälle in der Bevölkerung entspricht, der verhindert werden könnten, wenn die Exposition vollständig aus der Bevölkerung eliminiert werden könnte [4]. Nach dem Prinzip der Invertierung, das bei der Number Needed to Treat (NNT, Kehrwert der Risikodifferenz) angewendet wird, kann auch für das PAR ein Kehrwert berechnet werden. Die so genannte Case Impact Number (CIN) ist dann die durchschnittliche Anzahl von kranken Personen, von denen ein Krankheitsfall auf die Exposition zurückzuführen ist [3]. Wenn wir eine Exposition und das Auftreten einer Krankheit betrachten, dann ist der attributable Anteil unter den Exponierten (Attributable Fraction among the Exposed, AFe) genau der Anteil an exponierten Krankheitsfällen, der auf den Risikofaktor zurückzuführen ist. Dessen Kehrwert ist die Exposed Case Impact Number (ECIN), die durchschnittliche Anzahl an exponierten Kranken, von denen eine Erkrankung auf die Exposition zurückzuführen ist [3]. Wie die attributablen Risiken geben Impact Numbers Auskunft über den Einfluss einer Exposition auf alle Personen mit einer Krankheit (CIN) oder alle exponierten Kranken (ECIN) in der Bevölkerung. Aber diese Effektmaße basieren nicht auf Anteilen, sondern stellen absolute Anzahlen dar, die in gewissen Situationen leichter verständlich sind. Die Impact Numbers CIN und ECIN, sowie die Effektmaße PAR bzw. AFe werden anhand ausgewählter Beispiele zu Studien bezüglich des Zusammenhangs zwischen Adipositas und Mortalität [1], [2] erläutert. In diesen Publikationen werden relative Risiken und Prävalenzen bzgl. Adipositas in den einzelnen Alters- und BMI- (Body-Maß-Index) Gruppen dargestellt, welche wir verwenden, um daraus CIN und ECIN zu berechnen. Für die geschätzten Impact Numbers geben wir die 95% Konfidenzintervalle an, um die Schätzunsicherheit zu dokumentieren. Zusammenfassend lässt sich feststellen, dass Impact Numbers eine Alternative zu attributablen Risiken darstellen und zur Risikokommunikation bei der Darstellung der Ergebnisse epidemiologischer Studien hilfreich sein können.


Literatur

1.
Allison DB, Fontaine KR, Manson JE, Stevens J, VanItallie TB. Annual Deaths Attributable to Obesity in the United States. JAMA. 1999; 282: 1530-1538.
2.
Flegal KM, Graubard BI, Williamson DF, Gail MH. Excess Deaths Associated With Underweight, Overweight, and Obesity. JAMA. 2005; 293: 1861-1867.
3.
Heller RF, Dobson AJ, Attia J, Page J. Impact numbers: measures of risk factor impact on the whole population from case-control and cohort studies. J Epidemiol Community Health. 2002; 56: 606-610.
4.
Lui KJ. Statistical Estimation of Epidemiological Risk. Chichester: John Wiley & Sons Ltd; 2004.