epidemiologi

Epidemiologi blev udviklet som et videnskabeligt fag i midten af 1800-t. for at studere smitsomme sygdomme, der optrådte epidemisk, dvs. med en hyppighed over det normale. Studier af koleraens udbredelse i London og drikkevandets betydning for denne udbredelse ledet af den britiske læge John Snow (1813-58) spillede en afgørende rolle for fagets placering og udvikling. Beskrivelsen af mæslingeepidemien på Færøerne 1846 udført af den danske læge Peter Panum hører også til de klassiske værker i den epidemiologiske litteratur. Disse tidlige studier angav ikke alene udbredelsen og forløbet af epidemierne, men identificerede også smitteveje, længe før sygdommenes mikrobiologiske årsager blev fastlagt. Samme forløb gentog sig ved udforskningen af aids-epidemien i USA og Europa i 1980'erne, hvor smitteveje og forebyggelsesmuligheder blev identificeret med epidemiologiske metoder, før man fandt hiv som årsagen til sygdommen.

I den første halvdel af 1900-t. skiftede fokus fra de smitsomme sygdomme til kræft og hjerte-kar-sygdomme. Der blev bl.a. lagt vægt på at undersøge betydningen af levevaner, ikke mindst efter opdagelsen af, at rygning var den vigtigste årsag til epidemien af lungekræft. Fra sidste halvdel af 1900-t. omfatter den epidemiologiske forskning også betydningen af sociale kår, miljøpåvirkninger, arbejdsforhold, stress, arvelige faktorer, bivirkninger af lægemidler og vurderingen af sundhedsvæsenets forskellige aktiviteter som fx indførelse af ny diagnostik af sygdomme, screeningsprogrammer (folkeundersøgelser) eller nye behandlingsmetoder. Der udføres epidemiologisk forskning, der vedrører kræft, hjerte-kar-sygdomme, blodtryksforhøjelse, psykiske sygdomme, infektioner, fedme, ulykker, aldring, livskvalitet osv.

Denne udvikling er tilskyndet af forandringer i befolkningens sygelighed og er båret frem af en intens metodemæssig udvikling af faget, især inden for de sidste 20 år af 1900-t. Udviklingen inden for elektronisk databehandling og biostatistik har desuden ført til helt nye forskningsmuligheder, og faget har fået en central placering i de fleste landes sundhedsvidenskabelige forskning og sundhedsovervågning, ikke mindst i USA og Europa. Med udviklingen i den genetiske forskning kan man forvente, at epidemiologer i fremtiden i stigende grad bliver i stand til at studere samspillet mellem miljø og gener i udvikling af sygdomme. Hermed åbnes mulighed for mere målrettede forebyggelsesaktiviteter.

Epidemiologer studerer ofte sygelighed (morbiditet) eller dødelighed (mortalitet) som en funktion af fx køn, alder, arbejdsforhold og levevaner. De anvendte hyppighedsmål ved sygelighed beskriver enten sygdomsforekomsten på et bestemt tidspunkt (prævalensen) eller over en bestemt tidsperiode (incidensen).

En prævalens udregnes almindeligvis ved, at antallet af syge sættes i forhold til antallet af personer i befolkningsgruppen på det pågældende tidspunkt (prævalensproportionen). Et sådant mål kan være tilstrækkeligt til planlægning i sundhedsvæsenet, men vil sjældent være nok, når årsager til sygdomme studeres. I disse tilfælde studeres nye sygdomstilfælde i en befolkningsgruppe, der ikke havde den pågældende sygdom, da observationen startede. Sættes nye sygdomstilfælde i relation til befolkningsgruppens størrelse ved observationens start, kan man beregne den ophobe- de (kumulerede) incidensproportion, hvis alle kan følges i hele tidsperioden. Befolkningsgruppens sygdomsrisiko beskrives ved den andel, der fik sygdommen i den pågældende periode. Hvis fx 30 ud af 150 ansatte på en given arbejdsplads rammes af influenza under en given epidemi, så er den kumulerede incidensproportion 0,20 (30/150) eller 20%.

Nye sygdomstilfælde kan også beregnes som antallet af syge pr. observationstidsenhed (incidensraten). Her sættes antallet af nye sygdomstilfælde i relation til det antal tidsenheder (fx måneder eller år), gruppen har været under observation og med mulighed for at få sygdommen. Sådanne incidensrater kan derfor også beregnes, selvom det ikke har været muligt at følge alle i hele observationsperioden. Disse incidensrater angiver hastigheden af sygdommens udvikling i befolkningsgruppen. Hvis man fx ønsker at studere rygeres risiko for at få lungekræft, skal en gruppe rygere følges over flere årtier. Det vil sjældent være muligt at følge alle i lige lang tid, bl.a. fordi nogle vil dø af andre årsager, inden undersøgelsen afsluttes. Derfor sættes antallet af personer med lungekræft i gruppen i relation til den samlede tid, alle har været under observation. Samme beregningsprincipper kan anvendes, hvis man ønsker at studere dødeligheden i stedet for sygeligheden. I internationale sygdomsstatistikker anvendes hyppigst incidensrater, men kumulerede incidensproportioner begynder at vinde indpas, specielt når det drejer sig om kræft og kroniske psykiske lidelser. Den kumulerede incidensproportion (livsincidensen) fra 0 til 70 år betegner således en befolkningsgruppes risiko for at få en bestemt sygdom, hvis man bliver 70 år gammel. Sådanne tal viser fx, at danske kvinders risiko for at få brystkræft før 70-års-alderen i gennemsnit var 3,9% i 1940'erne og steg til 4,5% i 1990'erne.

De forskellige epidemiologiske studier har alle deres styrker og svagheder, og det er derfor nødvendigt at beskrive undersøgelsens type nærmere efter de vigtigste kriterier. Disse kriterier omfatter måleniveauet (observationsenheden), valget mellem eksperimentelle og ikke-eksperimentelle undersøgelser, den tidsmæssige registrering af påvirkning og efterfølgende sygdom, den primære udvælgelse af syge eller eksponerede og endelig anvendelsen af forskellige datatyper.

Observationsenheden. Oftest registreres sygeligheden og eksponeringen for flere enkeltpersoner, men undertiden er observationsenheden en hel befolkningsgruppe, således som det sker ved befolkningsundersøgelser. Man kan fx studere forekomsten af kræft i tyktarmen i forhold til fedtindholdet i befolkningens kost i forskellige lande. Man kan også studere, om fluor i drikkevandet i forskellige regioner hænger sammen med forekomst af huller i tænderne (caries) hos børn, eller om hyppigheden af selvmord er knyttet til udviklingen i arbejdsløshed eller skilsmisser. Sådanne korrelationsanalyser eller tidsseriestudier kan give vigtig information til den videre forskning, men da tolkningsmulighederne er mange, kan de sjældent stå alene.

Eksperimentelle eller ikke-eksperimentelle undersøgelser. Undertiden er det muligt for forskeren at fastlægge, hvem der skal udsættes for den påvirkning eller behandling, hvis effekt ønskes undersøgt. Det er fx ofte tilfældet, når lægemidler eller undersøgelsesprogrammer skal afprøves. Når virkningen af eventuelle sygdomsfremkaldende faktorer skal undersøges, er det langt sjældnere muligt. Af etiske grunde er det ikke acceptabelt at udsætte raske mennesker for påvirkninger, der har mulig sundhedsskadelig effekt. Det kan undertiden være etisk acceptabelt at fjerne en sådan påvirkning fra en del af en befolkningsgruppe og derefter systematisk registrere den efterfølgende sygdomsudvikling. Hvis forskeren fastlægger principperne for, hvem der skal eksponeres, og hvem der ikke skal eksponeres, taler man om en eksperimentel undersøgelse (interventionsundersøgelse). Fordeles eksponeringen tilfældigt efter et rent lodtrækningsprincip, taler man om en eksperimentel, randomiseret undersøgelse. Denne type undersøgelse anvendes ofte i den kliniske afprøvning og udvikling af nye lægemidler, som regel i kombination med andre principper (se kontrolleret klinisk undersøgelse).

Den tidsmæssige registrering af påvirkning og sygdom. Registreres både eksponerings- og sygdomsforekomst på samme tidspunkt, er der tale om en tværsnitsregistrering, og en tværsnitsundersøgelse baseres på sådanne data. Registreres rygevaner fx blandt ufrivilligt barnløse kvinder, vil man ofte finde, at de ryger mere end andre, men en sådan undersøgelse vil ikke kunne vise, om rygning fører til barnløshed, eller om den ufrivillige barnløshed fører til et større behov for at ryge. Effekten af en bestemt årsag udvikles over tid, og en mulig årsag til sygdom må være til stede, før sygdommen opstår. Registreres eksponeringsforhold og sygdomsforekomst over tid med mindst to måletidspunkter, er der tale om en longitudinel undersøgelse (længdesnitsundersøgelse).

Fokus på eksponering eller sygdomme. Når en gruppe eksponerede og en gruppe ikke-eksponerede følges over tid, taler man om en follow-up-undersøgelse eller en kohorteundersøgelse. En kohorte betegner i epidemiologien en afgrænset gruppe af personer, hvis sygdomsforhold registreres i en given tidsperiode. I en case-kontrol-undersøgelse tages udgangspunkt i en gruppe, som har sygdommen, og som spørges ud om eksponeringsforhold. Disse sammenlignes med eksponeringsforholdene hos en gruppe raske personer.

Brug af primære eller sekundære data. Epidemiologiske undersøgelser kan helt eller delvis baseres på allerede eksisterende data, der blev indsamlet til andet formål. Det er ikke mindst tilfældet i Danmark, hvor der findes en lang række registre, journaler og andet arkivmateriale. Data fra sådanne kilder kan kaldes sekundære i modsætning til primære data, der indsamles med henblik på et specifikt forskningsprojekt. De vigtigste primære data stammer fra interview, selvudfyldte spørgeskemaer, kliniske undersøgelser eller analyse af biologisk materiale som blod, fedtvæv, negle eller hår. Registerforskning betegner undersøgelser, der alene baseres på sekundære registerdata. De vigtigste danske sygdomsregistre er Cancerregistret, der er et af verdens ældste, og Landspatientregistret, der omfatter alle hospitalsbehandlede patienter. Desuden findes et register over dødsårsager og en lang række nationale eller regionale registre over bestemte sygdomme.

Epidemiologiske forskningsresultater må tolkes med varsomhed; det gælder ikke mindst ikke-eksperimentelle undersøgelser, case-kontrol-undersøgelser med stort bortfald og undersøgelser, der er baseret på usikre data. Undersøgelser af faktorer, der er tæt korreleret med andre mulige årsager (som fx undersøgelser af kostvaner), kan ofte medføre fejlagtige resultater på grund af confounding (se nedenfor). Ved eksponeringsundersøgelser præsenteres undersøgelsens resultat oftest i form af en relativ risiko, der angiver, hvor mange gange større sygdomsrisikoen var i gruppen af eksponerede i forhold til gruppen af ikke-eksponerede.

Der er en nedre grænse for, hvor svage sammenhænge (associationer) epidemiologiske studier kan identificere med rimelig sikkerhed. Rygeres relative risiko for at få lungekræft som midaldrende er ca. 10 (1000% overrisiko), hvilket er en meget stærk association, som næppe kan forklares ud fra almindelige fejlkilder. En relativ risiko på fx 1,30 for leukæmi blandt børn, der bor direkte under højspændingsledninger, er derimod en svag association (30% overrisiko), hvor det er svært at udelukke andre tolkningsmuligheder.

De fleste metodologiske problemer kan rubriceres under confounding, selektionsbias eller informationsbias. Man taler om confounding, hvis de fundne sammenhænge helt eller delvis skyldes en sammenhæng mellem den studerede eksponering og andre årsagsforhold. Børn, der bor tæt på højspændingsledninger, har muligvis en anden udsættelse for infektioner, der kunne være blandt årsagerne til leukæmi. Dette kunne tænkes, hvis deres leg og samvær med andre børn adskiller sig fra det mønster, der ses i familier, der ikke bor tæt på højspændingsledninger.

Selektionsbias er en anden fejlkilde, som skyldes, at undersøgelsesgruppen deltager i projektet efter udvælgelseskriterier, der medfører systematiske fejl. Manglende lyst til at ville være med i undersøgelsen (bortfald) er en af de hyppigste årsager til selektionsbias. Ønsker man fx at undersøge, om p-piller øger risikoen for blodpropper, så vil kvinder med denne sygdom, og som har brugt p-piller, som regel gerne deltage. Derimod vil kvinder, som ikke har brugt p-piller, eller som ikke har været syge, være mindre motiverede. En sådan manglende deltagelse kan føre til, at undersøgelsens resultater bliver forkerte og i det anførte eksempel vil vise en for høj relativ risiko.

Informationsbias. Ofte er man nødt til at arbejde med usikre data. Dette gælder sygdomsdiagnoser, oplysninger om kostforhold, arbejdsmiljøbelastninger etc. Usikre data, der er lige usikre i de grupper, der sammenlignes, vil som regel give lavere associationsmål end de sande høje værdier. Hvis usikkerheden er forskellig i grupperne, der sammenlignes, kan resultaterne blive helt misvisende, og kvalitetskontrol af data er et nødvendigt led i enhver seriøs epidemiologisk undersøgelse. Til trods for brug af sofistikerede statistiske analyser og it-mæssige muligheder for at håndtere store datamængder bliver resultatet af epidemiologiske undersøgelser ikke meget bedre end de data, der anvendes, og de metoder, der bruges.

Kun meget sjældent vil enkelte undersøgelser alene kunne påvise årsagssammenhænge. Flere studier med ensartede resultater i forskellige befolkningsgrupper og med forskellige design er oftest nødvendige. Hvis en undersøgelse også viser dosis-respons-sammenhænge, det vil fx sige en stigende relativ risiko ved en stigende eksponering, og der også findes en plausibel biologisk forklaring, øges sandsynligheden for, at man har fundet en sygdomsårsag.

Epidemiologiske undersøgelser sættes i gang af mange forskellige grunde. Hvis man har en ophobning af syge i en bestemt region, i en bestemt tidsperiode (et cluster), vil der være behov for at udforske årsagerne til denne ophobning. Hvis en ny sygdom opstår (fx aids), eller hvis en sygdom optræder epidemisk, er der behov for forskning. For mange sygdomme kender man kun lidt til deres årsager, og nye resultater fra andre studier af beslægtede sygdomme eller udvikling af nye analysemetoder kan igangsætte ny forskning. Epidemiologisk forskning igangsættes også, hvis der er behov for at vurdere bivirkninger ved en ny behandling eller helbredskonsekvenserne af miljøpåvirkninger, specifikke levevaner eller arbejdsmiljøforhold. Epidemiologisk forskning er derfor centralt placeret i et sundhedsvæsen, der som mål har at sikre den mindst mulige sygelighed i befolkningen.

Læs også om husdyr og epidemiologi.