IBM SPSS jako narzędzie analityczne w badaniach medycznych Katarzyna Szamotulska Instytut Matki i Dziecka Zakład Epidemiologii i Biostatystyki We współpracy z dr Ewą Mierzejewską, dr n.med.joanną Gajewską,dr n.med.alinąkuryłowicz, dr. n.med. Wojciechem Witkowskim, dr Agnieszką Surowiecką-Pastewką, prof. dr hab. n.med. Stanisławem Niemczykiem
2 Wprowadzenie Badania naukowe w medycynie prowadzone są na różnych poziomach budowy i funkcji organizmu: narządów, tkanek, komórek, molekuł. Prowadzi się także badania na poziomie populacyjnym. Celem badań może być poznanie uwarunkowań chorób lub stanów, czynników prognostycznych w danej chorobie, ocena skuteczności leczenia czy ocena przydatności testów diagnostycznych. Badania mogą mieć charakter opisowy lub eksperymentalny. Badania w medycynie mają charakter uniwersalny i przyczyniają się do zwiększenia ogólnej puli wiedzy całej ludzkości. W praktyce badań klinicznych (prowadzonych przez naukowców-lekarzy) chyba najczęściej podejmowane są badania opisowe nad wybranym zagadnieniem (określona choroba, stan). Badania te łączą na ogół informacje pochodzące z różnych poziomów budowy organizmu a wybór badanych parametrów jest decyzją głównego badacza i współpracującego z nim zespołu. Epidemiolodzy i biostatystycybywają członkami klinicznych zespołów badawczych i współautorami publikowanych wyników badań. Bywają też głównymi badaczami w zespołach, w skład których wchodzą lekarze.
3 W. Witkowski, M. Kawecki, A. Surowiecka-Pastewka, W. Klimm, K. Szamotulska, S. Niemczyk Early and Late Acute Kidney Injury in Severely Burned Patients Medical Science Monitor (w druku)
4 Problem badawczy. Cel pracy Ciężkie oparzenia (ponad 30% oparzonej powierzchni ciała) cechuje dewastacja ciała osoby oparzonej, odwodnienie lub przewodnienie, upośledzenie pracy wielu narządów, stan zapalny i zwiększone ryzyko zgonu Ostre zapalenie nerek jest jednym z najpoważniejszych powikłań ciężkiego oparzenia, jednak nie występuje u każdego ciężko oparzonego Celem pracy było poszukiwanie czynników ryzyka wczesnego (0-6 dni od wypadku) i późnego (7+ dni od wypadku) ostrego zapalenia nerek u ciężko oparzonych pacjentów, jak również określenie, czy czas wystąpienia ostrego zapalenia nerek wpływa na ryzyko zgonu pacjenta
5 Materiał i metoda Przeprowadzono analizę dokumentacji medycznej pacjentów z ciężkimi oparzeniami termicznymi hospitalizowanymi w Wojskowym Instytucie Medycznym w Warszawie i w Centrum Leczenia Oparzeń w Siemianowicach Śląskich w latach 2012-2013 (n=225) Analizowaliśmy płeć i wiek pacjentów, długość okresu między wystąpieniem zdarzenia a momentem rozpoczęcia hospitalizacji, indeks masy ciała pacjentów, wielkość oparzonej powierzchni ciała, stopień oparzenia, oparzenie dróg oddechowych, wystąpienie ostrej niewydolności oddechowej, wystąpienie ostrej niewydolności nerek Funkcja nerek była oceniana w 3 punktach czasowych: w momencie przyjęcia do szpitala, w wybranym punkcie krytycznym lub środkowym w czasie hospitalizacji, przed zgonem lub wypisem ze szpitala. Ostra niewydolność nerek została zdefiniowana jako wskaźnik egfr<60 ml/min w momencie przyjęcia, zmniejszenie się wskaźnika egfro ponad 75% w stosunku do wartości wyjściowej, spadek diurezy do poziomu poniżej 500 ml/24 h.
6 Wyniki W analizie jednej i następnie wielu zmiennych (krokowa regresja logistyczna) stwierdziliśmy, że wystąpieniu ostrej niewydolności nerek w czasie hospitalizacji sprzyja starszy wiek pacjenta, większy odsetek oparzenia III stopnia, niewydolność oddechowa, niski poziom białka, wyższy indeks masy ciała (spośród czynników znanych w momencie przyjmowania pacjenta do szpitala)
7 Wyniki Stwierdziliśmy także, że wystąpienie ostrej niewydolności nerek w momencie przyjęcia do szpitala i w czasie hospitalizacji (zwłaszcza we wczesnym okresie hospitalizacji) związane jest z wysokim ryzykiem zgonu
8 Wyniki W analizie przeżycia (model Coxadla wielu zmiennych i z ostrą niewydolnością nerek jako zmienną zależną od czasu) wykazaliśmy, że efekt ten jest niezależny od wpływu innych czynników ryzyka zgonu (wiek, odsetek oparzonej powierzchni ciała, odsetek oparzenia III stopnia, oparzenie dróg oddechowych)
9 Gajewska J, Kuryłowicz A, AmbroszkiewiczJ, Mierzejewska E, Chełchowska M, Szamotulska K, Weker H, Puzianowska-Kuźnicka M. ADIPOQ -11377C>G Polymorphism Increases the Risk of AdipokineAbnormalities and Child Obesity Regardless of Dietary Intake J Pediatr Gastroenterol Nutr. 2016 Jan;62(1):122-9
10 Co mogą nam powiedzieć badania genetyczne? Lepsze zrozumienie biologicznych uwarunkowań danej cechy organizmu Geny jako bezpośredni cel lepszego leczenia (farmakogenetyka) Lepsze przewidywanie, kto może zachorować Lepsza prognoza o przebiegu choroby Wiedza, która może pomóc w znalezieniu środka zapobiegawczego lub leku
11 DNA kwas deoksybonukleinowy nośnik informacji genetycznej w organizmie W każdej komórce człowieka: 46 chromosomów 2 metry DNA 3 bilionypar zasaddna (SNP -single nucleotide polymorpfism) około 30 tysięcy genów kodujących białka odpowiedzialne za większość funkcji życiowych organizmu DNA u wszystkich ludzi niemal identyczne. Różnice dotyczą 0,1% całego DNA. Nieprawidłowości genetyczne: SNPs- single nucleotide polymorpfisms CNVs - copy number variations Indels-insercje/ delecje
12 Analizy w badaniach genetycznych (1) Linkage analysis parametryczna -poszukiwanie genu odpowiedzialnego za chorobę za pośrednictwem badanych markerów genetycznych, przy założeniu że gen i marker dziedziczone są wspólnie (LOD score) nieparametryczna -ocena prawdopodobieństwa, że dany allelgenu jest identyczny u dwóch lub więcej osób w wyniku dziedziczenia od wspólnego przodka Associationstudies(porównanie grup: "zdrowej" i "chorej", testowanie "podejrzanych genów (candidate genes)) badania rodzinne (analiza alleli genu przekazanych dziecku vs nieprzekazanych dziecku) triady: rodzice dziecko (TDT, AFBAC) niezgodne bliźnięta (SDT, FBAT) badania kliniczno-kontrolne (test chi2, test Armitage, regresja logistyczna i liniowa, różne modele ekspresji: dominujący, recesywny, addytywny,multiplikatywny)
13 Analizy w badaniach genetycznych (2) Genome-wideassociationstudies(GWAS) -badania kliniczno-kontrolne porównujące cały genom w populacji chorych i zdrowych (25 tys. osób, 500 tys. SNPs), regresja logistyczna, GLM, FDR, permutation analysis Analizy uwzględniające tło genetyczne oraz narażenia środowiskowe Analizy dotyczące ekspresji genów
14 Co powoduje otyłość u dzieci? Za otyłość odpowiedzialne nie tylko nadmiar spożywanych kalorii, ale także hormony wytwarzane przez tkankę tłuszczową: Leptyna hormon głodu oraz receptor leptyny Adiponektyna hormon osób szczupłych ; adiponektynahmw (high molecularweight) jest uważana za formę aktywną adiponektyny Polimorfizmygenów kodujących leptynę(2548g>a), receptor leptyny(q223r i K656N) oraz adiponektynę (-11426A>G i -11377C>G): Mogą być odpowiedzialne za zmiany poziomu hormonów, które kodują Są potencjalnymi czynnikami sprzyjającymi występowaniu otyłości u dzieci
15 Metody Badano 101 dzieci z otyłością (SDS-BMI>2) i 67 dzieci z normalną masą ciała; w wieku 4-10 lat Ocena parametrów antropologicznych (masa ciała, wzrost, BMI, tłuszczowa masa ciała), żywieniowych (dzienne spożycie kalorii) i biochemicznych (stężenie leptyny, rozpuszczalnego receptora leptyny, adiponektynycałkowitej oraz adiponektyny Analiza genetyczna polimorfizmygenów kodujących leptynę(2548g>a), receptor leptyny(q223r i K656N) oraz adiponektynę (-11426A>G i - 11377C>G)
16 Różnice antropologiczne, biochemiczne oraz żywieniowe pomiędzy dziećmi z otyłością a dziećmi z prawidłową masą ciała Dzieci z otyłością (n = 101) Dzieci z prawidłową masą ciała (n=67) Masa ciała(sds-bmi) 3.5 (2.98 4.92) -0.34 (-0.81 0.01) <0.001 Tłuszczowamasa ciała, % 43.1 ± 4.7 20.2 ± 6.6 <0.001 Leptyna, ng/ml 35.1 (20.4 52.5) 3.0 (1.6 5.3) <0.001 Receptor leptyny, ng/ml Adiponektyna całkowita, ng/ml AdiponektynaHMW, ng/ml Dzienne spożycie kalorii, % DRI 23.9 (20.5 27.5) 41.9 (34 53.6) <0.001 6.2 (4.7 7.5) 8.6 (6.0 10.6) <0.001 3.1 (2.2 4.4) 4.5 (3.3 6.1) <0.001 93.7 (73.5 120.2) 82.8 (66.4 101.0) 0.006 p
17 Związek polimorfizmu ADIPOQ -11377C>G w genie kodującym adiponektynę z otyłością u dzieci i potencjalne modele dziedziczenia Genotypy ADIPOQ -11377C>G Dzieci z otyłością (%) Dzieci z prawidłową masą ciała (%) CC 42 (41.6) 40 (59.7) GC 45 (44.6) 21 (31.3) GG 14 (13.8) 6 (9.0) Model dziedziczenia OR (95% CI) p addytywny 0.034 dominujący 2.08 (1.11 3.90) 0.022 recesywny 1.64 (0.60 4.50) 0.340
18 Różnice w poziomie adiponektynycałkowitej oraz adiponektynyhmw pomiędzy różnymi genotypami polimorfizmu ADIPOQ -11377C>G (model wieloczynnikowej regresji liniowej standaryzowany na wiek i płeć)
19 Korelacje pomiędzy BMI a dziennym spożyciem kalorii u dzieci z różnymi genotypami polimorfizmu ADIPOQ - 11377C>G Gajewska J i wsp. J Pediatr Gastroenterol Nutr 2016
20 Łączenie baz danych
21 Wprowadzenie Ocena stanu zdrowia różnych grup społeczeństwa czy ocena jakości usług zdrowotnych wymaga prowadzenia badań na ogromną skalę, a więc kosztownych Na ogół nigdy nie ma wystarczających funduszy na takie badania, więc w ocenie stanu zdrowia posługujemy się rutynowo dostępnymi tzw. wskaźnikami negatywnymi, czyli najczęściej umieralnością. Pośrednio, umieralność dostarcza także informacji na temat jakości usług zdrowotnych. Zauważono, że bogatsze informacje jednak istnieją, ale w rozproszeniu. Łączenie takich rozproszonych baz danych dotyczących całego społeczeństwa lub wybranych grup ludności powinno umożliwić wykonywanie pogłębionych analiz. IBM SPSS umożliwia takie operacje.
22 Łączenie baz danych w perinatologii Dokonaliśmy przeglądu piśmiennictwa z lat 2001-2011 zawierającego wyniki łączenia rutynowych baz danych dotyczących okresu okołoporodowego (urodzenia, zgony, hospitalizacje). Kontaktowaliśmy się także ze specjalistami zajmującymi się monitorowaniem stanu zdrowia społeczeństw. Zidentyfikowaliśmy 516 badań. Żródło: Linking databases on perinatal health: a review of the literature and current practices in Europe. Delnord M, Szamotulska K, Hindori-Mohangoo AD, Blondel B, Macfarlane AJ, Dattani N, Barona C, Berrut S, Zile I, Wood R, SakkeusL, GisslerM, Zeitlin J; and the Euro-PeristatScientific CommitteeEuropeanJournalofPublic Health. 2016(w druku)
23 Łączenie baz danych w perinatologii
24 Łączenie baz danych w perinatologii