İçeriğe atla
Arama sonuçlarına dön

Kesitsel Epidemiyolojik Çalışma

Ortaya koyan
Classical epidemiology tradition; systematized by Brian MacMahon and Thomas Pugh (1960s)
Yıl
1960s (formal codification); widely practiced since mid-20th century
Tür
Observational, descriptive/analytic epidemiological design
Aile
Clinical / epidemiology

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Bir kesitsel epidemiyolojik çalışma, tanımlanmış bir popülasyonda belirli bir anda (veya kısa bir süre zarfında) ilgilenilen maruziyet(ler)i ve sonucu(ları) eş zamanlı olarak ölçer.

Takip olmadığı için, hastalık prevalansını tahmin etmek ve risk faktörleri ile sağlık sonuçları arasındaki ilişkiler hakkında hipotez üretmek için en verimli gözlemsel tasarımdır.

Yöntemin mantığı

Kesitsel bir çalışmayı tek bir anda çekilmiş bir popülasyon fotoğrafı gibi düşünün. Fotoğraftaki herkes hem maruziyet durumu (örneğin, sigara içme, VKİ, meslek) hem de mevcut sağlık sonucu (örneğin, hipertansiyon, depresyon, diyabet) açısından değerlendirilir. Fotoğraf tüm sahneyi aynı anda yakaladığı için, kimin hastalığa sahip olduğunu ve belirli maruziyetlerin onlarda daha yaygın görünüp görünmediğini hızlıca sayabilirsiniz. Ancak, fotoğraftan hangisinin önce geldiğini söyleyemezsiniz - bu nedenle çalışma örüntüleri ve prevalansları ortaya çıkarabilse de, tek başına bir maruziyetin sonuca neden olduğunu belirleyemez.

Tarih

Kesitsel tasarım, yirminci yüzyılın ortalarında, popülasyon tabanlı anket metodolojisinin gelişimiyle şekillenen ve Brian MacMahon, Thomas Pugh ve daha sonra Leon Gordis'in temel metinlerinde kodlanan resmi bir epidemiyolojik yöntem olarak ortaya çıktı. ABD Ulusal Sağlık Görüşme Anketi (1957'de başlatıldı) ve Ulusal Sağlık ve Beslenme İnceleme Anketi gibi büyük ulusal sağlık anketleri, yöntemi devam eden popülasyon gözetimi için kurumsallaştırdı. Örnekleme teorisindeki metodolojik iyileştirmeler, karmaşık anket istatistiksel analizi ve elektronik sağlık kayıtlarının kullanımı, tasarımın klinik epidemiyoloji, sağlık hizmetleri araştırmaları ve küresel sağlık izleme alanlarındaki erişimini genişletti.

Ne zaman kullanılır?

Bir popülasyonda bir durumun prevalansını tahmin etmek, risk faktörlerinin dağılımını değerlendirmek veya maruziyet-sonuç ilişkileri hakkında hızlı ve düşük maliyetle hipotez üretmek birincil amaç olduğunda bir kesitsel çalışma kullanın. Özellikle uzun süreli kronik durumlar, sağlık hizmetlerinin planlanması ve tekrarlanan izleme anketleri (örneğin, ulusal sağlık anketleri) için uygundur. Araştırma sorusunun nedensel zamansal sırayı belirlemesini gerektirdiğinde (bunun yerine bir kohort veya deneysel tasarım kullanın), sonuç nadir olduğunda (olgu-kontrol daha verimlidir) veya maruziyet veya hastalık durumu zamanla hızla değiştiğinde, tek bir anlık görüntünün bilgisiz veya prevalans-insidans yanlılığına duyarlı hale geldiği durumlarda bu tasarımdan kaçının.

Sınırlar ve dikkat edilmesi gerekenler

  • Maruziyet ve sonuç arasındaki zamansal sırayı belirleyemez, bu nedenle nedensel çıkarım doğrudan desteklenmez.
  • Prevalans-insidans (Neyman) yanlılığına duyarlıdır — hızla ölümcül veya hızla düzelen durumlar, etkilenen bireylerin anlık görüntüde yakalanma olasılığı daha düşük olduğu için yetersiz temsil edilir.
  • Yanıt vermeme yanlılığı önemli olabilir; katılan bireyler katılmayanlardan sistematik olarak farklı olabilir.
  • Ters nedensellik mümkündür — gözlemlenen hastalık, tersi yerine ölçülen maruziyete neden olmuş olabilir.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • Takip gerektirmez — veri toplama, kohort veya deneme tasarımlarına kıyasla hızlı ve nispeten ucuzdur.
  • Prevalansı tahmin etmek ve halk sağlığı programlarını planlamak ve izlemek için uygundur.
  • Birden fazla maruziyet ve sonuç tek bir çalışmada eş zamanlı olarak incelenebilir.
  • Mevcut idari veya anket verileri kullanılarak büyük ölçekte uygulanabilir, yaygın sonuçlar için yüksek istatistiksel güç sağlar.

Uygulama alanları

  • Hipertansiyon, diyabet, obezite veya ruh sağlığı bozuklukları gibi kronik durumların ulusal veya bölgesel prevalansını tahmin etmek.
  • Demografik gruplar arasında davranışsal risk faktörlerinin (sigara içme, fiziksel hareketsizlik, alkol kullanımı) dağılımını değerlendirmek.
  • Aynı bireyleri takip etmeden zaman içindeki popülasyon sağlığı göstergelerindeki eğilimleri izlemek için tekrarlanan kesitsel anketler.
  • Sağlık hizmeti kullanım örüntülerini değerlendirmek ve sağlık hizmeti planlaması için karşılanmamış ihtiyaçları belirlemek.
  • Tarama programı değerlendirmesi — bir tarama müdahalesi tanıtılmadan önce bir durumun temel prevalansını belirlemek.
  • Daha sonra kohort veya deneysel çalışmalarda test edilecek risk faktörleri için hipotez üretimi.

Nasıl çalışır?

Nasıl çalışır?

1

Araştırmacı hedef popülasyonu ve çalışma dönemini belirtir. Örneklemin, çıkarım yapılması amaçlanan popülasyonu temsil etmesini sağlamak için uygunluk kriterleri (yaş, coğrafya, klinik ortam vb.) tanımlanır. Veri toplama başlamadan önce net bir vaka tanımı ve maruziyet tanımı oluşturulur.

2

Hedef popülasyondan, ideal olarak olasılıklı örnekleme (basit rastgele, tabakalı, küme veya sistematik örnekleme) yoluyla, temsil edilebilirliği en üst düzeye çıkarmak ve yanlı olmayan prevalans tahminlerine izin vermek için bir örneklem çekilir. Örneklem büyüklüğü, beklenen prevalans, istenen kesinlik veya güç ve küme örneklemesi kullanılıyorsa tasarım etkisi kullanılarak önceden hesaplanır.

3

Örneklenen tüm bireyler, hem maruziyet(ler) hem de sonuç(lar) için (yaklaşık olarak) aynı anda değerlendirilir. Veri kaynakları arasında standartlaştırılmış anketler, klinik muayeneler, biyolojik örnekler veya idari kayıtlar bulunur. Maruziyet ve sonuç eş zamanlı olarak toplandığı için, tasarım zamansal sırayı belirleyemez.

4

Birincil tahmin edici nokta prevalans oranıdır: sonuçlu bireylerin sayısının incelenen toplam nüfusa bölünmesi, yüzde veya binde olarak ifade edilir. Dönem prevalansı (belirli kısa bir pencere boyunca) da rapor edilebilir. Prevalans = (T zamanındaki vaka sayısı) / (İncelenen toplam nüfus) x 100.

Formül
Prevalence = (Number of cases at time T) / (Total population examined) x 100
5

Maruziyet kategorileri ve sonuç arasındaki ilişkiler, güven aralıkları ile birlikte Prevalans Oranı (PR) veya Prevalans Oran Katsayısı (POR) kullanılarak ölçülür. Çok değişkenli lojistik veya Poisson regresyonu karıştırıcıları ayarlayabilir. Zamansal sıra bilinmediği için, bu ilişkiler nedensel olmaktan çok hipotez üreten olarak yorumlanır. PR = Maruz kalanlarda prevalans / Maruz kalmayanlarda prevalans.

Formül
Prevalence Ratio (PR) = Prevalence in exposed / Prevalence in unexposed

Sık yapılan hatalar

  • Prevalansı insidansla karıştırmak — kesitsel bir çalışma mevcut vakaları (prevalans), yenilerini değil (insidans) ölçer; ek varsayımlar olmadan prevalans oranlarını insidans hızı oranları olarak yorumlamak yanlıştır.
  • Analizde karmaşık örnekleme tasarımını göz ardı etmek — küme veya tabakalı örnekleme kullanıldıysa, standart hatalar tasarım etkisini hesaba katmalıdır; bunu yapmamak, standart hataların az tahmin edilmesine ve yanıltıcı derecede dar güven aralıklarına yol açar.
  • Prevalans-insidans yanlılığı — kısa süreli durumlar (hızlı iyileşme veya hızlı ölüm) yapay olarak nadir görünecektir; araştırmacılar, ölçülen prevalansın sadece insidansı değil, sağkalımı ve süreyi yansıttığını kabul etmelidir.
  • Nedensel sonuçlar çıkarmak — boylamsal veri olmadan, gözlemlenen ilişkiler maruziyetin sonuca neden olduğu şeklinde atfedilemez; raporlamadaki dil, tasarımın tanımlayıcı, hipotez üreten doğasını yansıtmalıdır.
  • Alt grup analizleri için yetersiz örneklem büyüklüğü — genel örneklem büyüklüğü birincil tahmin için yeterli olabilir ancak klinik olarak önemli alt gruplardaki ilişkileri tespit etmek için çok küçük olabilir; alt grup gücü açıkça planlanmalıdır.

Sık sorulan sorular

Kesitsel bir çalışmadan nedensellik kurabilir miyim?

Hayır. Maruziyet ve sonuç aynı anda ölçüldüğü için hangisinin önce geldiğini belirleyemezsiniz. Kesitsel çalışmalar en iyi şekilde prevalansı tanımlamak ve hipotez üretmek için kullanılır. Nedensel hipotezleri test etmek için prospektif bir kohort çalışması veya randomize bir deneme gereklidir.

Kesitsel bir çalışma için uygun etki ölçüsü nedir?

Prevalans Oranı (PR), özellikle sonuç prevalansı %10'u aştığında daha doğrudan yorumlanabilir olduğu için, Prevalans Oran Katsayısı (POR) yerine genellikle tercih edilir. PR, sağlam varyanslı Poisson regresyonu kullanılarak tahmin edilebilir; POR lojistik regresyondan elde edilir. Nadir sonuçlar için ikisi yakınsar.

Numunem ne kadar büyük olmalı?

Örneklem büyüklüğü, sonucun beklenen prevalansına, istenen kesinliğe (prevalans tahmini için hata payı) veya güce (ilişkileri tespit etmek için) ve örnekleme tasarımına bağlıdır. Sadece prevalans tahmini için, n = Z^2 * p(1-p) / e^2 (burada p beklenen prevalans ve e kabul edilebilir hata payıdır). Küme örneklemesi kullanılıyorsa, tasarım etkisiyle çarpın, genellikle 1.5–2.5.

Kesitsel bir çalışma kohort çalışmasından nasıl farklıdır?

Bir kohort çalışması katılımcıları zaman içinde takip eder ve insidansı doğrudan ölçebilir, zamansal sırayı belirleyebilir ve daha güçlü nedensel çıkarımı destekleyebilir. Kesitsel bir çalışma, takip olmadan tek bir anlık görüntü toplar, bu da onu daha hızlı ve daha ucuz hale getirir ancak zamansal sırayı belirleyemez. Nedensel sorular için kohort çalışmaları tercih edilir; prevalans tahmini ve hipotez üretimi için kesitsel çalışmalar tercih edilir.

Prevalans-insidans yanlılığı nedir ve nasıl ele alınır?

Prevalans-insidans yanlılığı (Neyman yanlılığı), kesitsel bir örneklemin, ankette yakalanacak kadar uzun süre durumla hayatta kalanları aşırı temsil etmesi nedeniyle oluşur. Hızla ölümcül veya kısa ömürlü durumlar hafife alınır. Bunu en aza indirmek için kapsamlı kayıtlar veya idari veriler kullanın, sınırlamayı açıkça kabul edin ve prevalans tahminlerini insidans sonuçlarına aşırı genellemekten kaçının.

İlgili yöntemler

Kaynaklar

  1. Kelsey, J. L., Whittemore, A. S., Evans, A. S., & Thompson, W. D. (1996). Methods in Observational Epidemiology (2nd ed.). Oxford University Press.

    ISBN: 978-0195080407
    Kopyalandı.
  2. Cross-sectional study. Wikipedia.

    Yayın kaynağını aç
    Kopyalandı.