Bài giảng Dịch tễ học - Chương 9: Nguyên nhân trong dịch tễ học - Lê Hoàng Ninh

Định nghĩa nguyên nhân

Definition of causality

Nguyên nhân được định nghĩa, xem xét trong mối quan hệ / liên quan nhân quả

Trong dịch tễ học: nguyên nhân là sự tiếp xúc và hệ quả là bệnh/ tử vong

Sự liên hệ của nguyên nhân là hiện tượng phức tạp. Khái niệm về nguyên nhân tiếp tục được tranh luận như vấn đề triết học và khoa học y học

ppt 33 trang yennguyen 7640
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Dịch tễ học - Chương 9: Nguyên nhân trong dịch tễ học - Lê Hoàng Ninh", để tải tài liệu gốc về máy hãy click vào nút Download ở trên

Tóm tắt nội dung tài liệu: Bài giảng Dịch tễ học - Chương 9: Nguyên nhân trong dịch tễ học - Lê Hoàng Ninh

Bài giảng Dịch tễ học - Chương 9: Nguyên nhân trong dịch tễ học - Lê Hoàng Ninh
NGUYÊN NHÂN TRONG DỊCH TỄ HỌC 
Causality in Epidemiology 
PGS,TS LÊ HOÀNG NINH 
Định nghĩa nguyên nhân 
Definition of causality 
	Nguyên nhân được định nghĩa, xem xét trong mối quan hệ / liên quan nhân quả 
	Trong dịch tễ học: nguyên nhân là sự tiếp xúc và hệ quả là bệnh/ tử vong 
	Sự liên hệ của nguyên nhân là hiện tượng phức tạp. Khái niệm về nguyên nhân tiếp tục được tranh luận như vấn đề triết học và khoa học y học 
Nguyên nhân và hệ quả 
Cause and effect 
Chúng ta định nghĩa nguyên nhân và hệ quả? 
	Trước hết chúng ta cố hiểu từ hệ quả ( hệ quả?) 
	Tự điển chuẩn định nghĩa hệ quả : kết quả, hậu quả, cái xảy ra sau nguyên nhân 
	Chúng ta có thể quan sát thấy hệ quả / bệnh tật nhưng không chắc về một nguyên nhân chuyên biệt nào dẫn đến hệ quả, hậu quả đó 
	Hệ quả của một nguyên nhân đặc biệt có thể được hình tượng bằng kiểu hình counterfactual model 
Kiểu hình counterfactual 
Khi chúng ta quan tâm đo hệ quả của một nguyên nhân 
đặc thù nào đó, chúng ta đo: 
• Số hệ quả quan sát được trong quần thể, những người tiếp xúc với nguyên nhân đó và 
• tuởng tượng ra số hệ quả quan sát được nếu một quần thể không tiếp xúc với nguyên nhân đó, tất cả các điều kiện khác cũng cần xác định 
• Sự khác biệt giữa 2 số đo nầy là do nguyên nhân mà chúng ta quan tâm gây ra 
Counterfactual Model 
Khi hệ quả counterfactual effect không thấy 
 được. Chúng ta ước lượng số lượng hệ quả 
 gần/ surrogate amount of effect trên quần 
 thể người không tiếp xúc với nguyên nhân 
 và so sánh với quần thể nghiên cứu để chúng 
ta có hiểu biết tốt nhất về nguyên nhân 
Nguyên nhân 
	Chúng ta dễ dàng quan sát hệ quả thường là bệnh tật hay tử vong 
	Nhưng dịch tễ học quan tâm đến nguyên nhân 
 của các hệ quả 
	Is there any single cause that results in 
	a disease or death inevitably? 
	If yes, very few 
Definition of cause 
Dictionary defines cause as 
a) The producer of an effect, result, or 
consequence. 
b) The one, such as a person, an event 
	or a condition, that is responsible for 
	an action or a result. 
Cause 
	Một yếu tố không phải luôn luôn gây ra bệnh 
	một bệnh có thể xảy ra khi không có yếu tố 
	được biết như là nguyên nhân của bệnh 
	hút thuốc không gây ra ung thư phổi trên từng 	người hút thuốc và có nhiều người không hút 	thuốc mắc bệnh ung thư phổi 
	Vậy hút thuốc có phải là nguyên nhân ung 	thư không? 
Kiểu hình nguyên nhân 
	Các kiểu hình đơn giản là biểu trưng cho cơ 
	chế nguyên nhân 
	Có 2 kiểu hình 
	Kiểu hình cổ điển giải thích nguyên nhân các bệnh nhiễm trùng 
	Kiểu hình nguyên nhân thành phần đủ giải thích nguyên nhân các bệnh mạn tính 
Epidemiologic triangle and triad 
Host 
	 Agent 
Environment 
	 Agent 
Model-I 
	 Host 
	Environment 
Model-II 
Infectious disease model 
• Ttác nhân, ký chủ, và môi trường có liên hệ 
 nhau theo thể cách phức tạp để tạo ra bệnh 
 ở con người 
• Sự cân bằng và sự tương tác thì khác nhau cho 
 từng loại bệnh khác nhau 
Khi tìm mối liên hệ nguyên nhân, chúng ta phải 
 tìm nhiều thành tố và phân tích sự tương tác 
 của chúng để tìm ra cách dự phòng và kiểm soát 
 có hiệu quã 
Sufficient component cause model 
D 
A 
F 
C 
E 
H 
A 
G 
	 J 
A 
I 
F 
	 B 
Model-I 
	 C 
Model-III 
	 B 
	 Model-II 
Rothman pie 
	Cause: A cause of a disease is an event, 
	condition, or characteristics that plays an 
	essential role in producing an occurrence 
	of the disease. 
	Rothman points out that the cause of 
	any effect must consist of a constellation 
	of components that act in concert. 
	Sufficient cause: A set of minimal 
	conditions and events that inevitably 
	produce disease. 
	Component cause: An individual event, 
	condition, or characteristic required by a 
	given sufficient cause. 
	Necessary cause: A component cause 
	present in every sufficient cause. 
	Often there are many sufficient causes, 
	which may produce a given effect. 
	A given component cause may play a 
	role in any number of sufficient causes 
	(i.e. different sufficient causes may 
	share some component causes 
Sufficient component cause model 
D 
A 
F 
C 
E 
H 
A 
G 
	 J 
A 
I 
F 
	 B 
Model-I 
	 C 
Model-III 
	 B 
	 Model-II 
Rothman pie 
How to establish causal inference 
For infectious disease 
Koch’s postulate 
For Chronic disease 
Hill’s criteria 
Henle-Koch postulate (1884) 
1. 	 The parasite (the original term) must be 
	present in all who have the disease. 
2. 	 The parasite can never occur in healthy 
	persons. 
3. 	 The parasite can be isolated, cultured and 
	capable of passing the disease to healthy 
	experimental animal. 
4. 	 The organism must be reisolated from the 
	experimentally infected animal. 
* Not suitable for all microbial diseases 
Limitations of Koch postulate 
1.	Bệnh có thể do nhiều yếu tố 
	( cofactor) 
Viruses không thể nuôi cấy như vi trùng, do nó 
 sống trong tế bào và phát triển ở đó 
Vi rus có thể hiện diện mà không có t.chứng 
 lâng sàng: người lành mang trùng 
Tiêu chí kết hợp nguyên nhân của Hill 
Bradford Hill proposed the following criteria 
for a association to be causal: 
Hill’s criteria: 
1. 
Strength of association 
2. 
Consistency 
3. 
Specificity 
4. 
Temporality 
Hill’s Criteria of causal association 
5. 
6. 
7. 
8. 
9. 
Biological gradient 
Plausibility 
Coherence 
Experiment 
Analogy 
Strength of Association 
	The stronger an association, the more 
	likely to be causal in absence of known 
	biases (selection, information, and 
	confounding). 
	May be misleading for unknown 
	confounding. 
	 Strength of Association 
	Độ mạnh của sự liên quan(rule of thumb) 
RR (Relative risk) 
1.1-1.3 
1.4-1.7 
1.8-3.0 
3-8 
8-16 
16-40 
40+ 
“Ý nghĩa)" 
Weak (yếu) 
Modest ( nhẹ) 
Moderate ( trung bình) 
Strong ( mạnh) 
Very strong ( rất mạnh) 
Dramatic ( cực mạnh) 
Overwhelming ( siêu mạnh) 
Consistency: hằng định 
	Replication of the findings by different 
	investigators, at different times, in 
	different places, with different methods 
	and the ability to convincingly explain 
	different results. 
Specificity: chuyên biệt 
	This means a cause lead to a single effect, 
	not multiple effect 
	However, a single cause often leads to 
	multiple effect. Smoking is a perfect 
	example 
Temporality: thời gian 
	It refers that the putative cause in fact 
	precede in time the presumed effect. 
	First exposure, then disease. 
This is essential to establish a 
	causal relation 
Biologic Gradient / Dose Response 
incremental change in disease rates in conjunction 
with corresponding changes in exposure. 
Risk 
Exposure 
Need to consider threshold and saturation effects, 
characteristics of the exposure. 
Plausibility 
	Does the association make sense 
	biologically. 
Coherence hợp lý 
	Does a causal interpretation fit with 
	known facts of the natural history and 
	iology of the disease 
	Very similar to plausibility 
Experimental Evidence 
	The demonstration that under controlled 
	conditions changing the exposure causes 
	a change in the outcome is of great value, 
	some would say indispensable, for 
	inferring causality. 
Analogy: tương tự 
	We are readier to accept arguments that 
	resemble others we accept 
	Have there been similar situations in the 
	past? 
	 Hill’s criteria for causal inference 
	Except for temporality , none of the Hill’s 
	criteria is absolute for establishing a 
	causal relation 
	Hill himself recognized that and stated 
	clearly 
	He argued that none of his criteria is 
	essential 
	However, temporality is absolutely 
	essential to establish a causal relation 
	 Implication of casual inference 
	Presence of a cause leads to excess 
	amount of disease compared to 
	absence of the cause 
	An increase in the amount of cause 
	leads to an increase in disease. 
	Reduction in the amount of cause leads 
	to a reduction in disease 
	Challenge is to identify the most 
	important component cause for public 
	health intervention 
Bài tập chương 9 

File đính kèm:

  • pptbai_giang_dich_te_hoc_chuong_9_nguyen_nhan_trong_dich_te_hoc.ppt