• Relativ risiko: Beregner hvor mange gange større den eksponerede gruppes sygdomsrisiko er i forhold til den ikke-eksponerede gruppes. F.eks. hos patienter som har fået ucementeret protese, øger eksponering for NSAIDs risikoen for aseptisk løsning 3 gange i forhold til patienter som ikke var eksponeret for NSAIDs.

• Odds ratioen: Estimat af den relative risiko hvis sygdommen ikke er hyppig.

• Incidens: Vedr. hyppigheden af nye sygdomstilfælde. Kan udtrykkes som antal nye sygdomstilfælde, der er kumuleret (opsamlet) gennem en periode (kumuleret incidensproportion), eller som den >hastighed< hvormed nye sygdomstilfælde opstår (incidensrate).

• Prævalens: Vedr. antallet af syge på et givet tidspunkt. Prevalensproportionen er den proportion eller andel af undersøgelsespopulationen, der på et givet tidspunkt har den pågældende sygdom.

• Mortalitetsraten: Beregnes som antallet af dødsfald i relation til risikotiden.

• Confounding: En konkurrerende sygdomsårsag som er skævt fordelt imellem eksponerede og ikke-eksponerede personer. For at en faktor kan være en confounder, skal tre forhold være opfyldt. Faktoren skal være en selvstændig risikofaktor for udvikling af sygdommen (1), der skal være en statistisk association mellem forekomsten af eksponeringen og confounderen (2), og endelig må confounderen ikke være et led i årsagskæden mellem eksponering og effekt (3). Kan undgås / mindskes med restriktion, matching, eller stratifikation.

• Confidence interval (CI): Er udtryk for statistisk præcision af observerede associationsmål, f.eks. Rate eller Hazard ratioen; 95 % confidence interval, betyder at hvis vi gentager dataindsamling og analyser mange gange, vil 95 % confidence intervallet inkludere den rigtige/korrekte værdi af målingerne i 95 % af tilfældene (gange). Confidence intervaller angiver, i hvilket omfang tilfældig variation kan forklare den registrerede overlevelse og hænger nøje sammen med antallet af operationer der indgår i analysen. Et bredt sikkerhedsinterval indikerer at der er betydelig usikkerhed omkring den reelle proteseoverlevelse, mens et smalt interval omvendt indikerer at proteseoverlevelsen i mindre grad kan udlægges som et resultat af tilfældig variation. Hvis værdien svarende til ingen effekt (lige som Relativ risiko eller Hazard ratioen 1, eller behandling forskel på 0) falder udenfor 95 % confidence intervallet, vil resultatet være statistisk signifikant på 0.05 niveau. Hvis confidence intervallet inkluderer 1 eller 0, er resultat ikke statistisk signifikant.

• P - værdi: Er beregnet i forhold til en specifik hypotese, som regel Nul Hypotesen, som siger at der ikke er sammenhæng mellem eksponering og sygdom; f.eks. Relativ risiko=1. P-værdien skal betragtes som et mål af den relative overensstemmelse mellem Nul Hypotesen og de indsamlede data.

• Overlevelseanalyser:

A. Outcome variable er tiden indtil eventen opstår.

B. Der er en event vi er interesseret i; flere events er baggrund for competing risk problemer.

C. Formål med analysen er at estimere og tolke overlevelse og/eller dødelighed; at sammenligne overlevelse og/eller dødelighed; at vurdere forhold mellem forklarende variabler og overlevelsestiden.

• Overlevelseskurver: Er kurver eller plot som præsenterer proportionen af patienter, som ikke har oplevet den definerede event (f. eks. død, revision af protese) i forhold til tiden. Kaplan-Meier’s metode er den mest brugte til at præsentere overlevelseskurver.

• Log Rank Test: Er en statistisk test som sammenligner overlevelsen af to eller flere grupper over hele followup perioden (i modsætning til sammenligning af overlevelsen i en bestemt tidsperiode, f.eks. femårs-overlevelse).

• Cox proportional hazard model: Statistisk model som bruges til at analysere overlevelse data. Modellen sammenligner to eller flere forskellige kategorier (f.eks. tre protesetyper) i form af beregning af Hazard Ratios (kan fortolkes som mål for den relative risiko) med tilhørende 95 % CI.

• Hazard ratio: Udtrykker effekten af hver variable inkluderet i Cox modellen i forhold til reference gruppen, justeret for andre variabler i modellen.

• Hvis vi sammenligner overlevelsen for patienter i tre protesetype-grupper med revision som outcome;  

• Hazard Ratios er således en sammenligning af incidensen af revision i to forskellige kategorier af patienter. Såfremt Hazard Ratio er 1,00 er der ingen forskel i incidensen af revision når de to patientkategorier sammenlignes. Derimod vil en Hazard Ratio <1 angive, at incidensen af revision i en given patientkategori er lavere end incidensen i referencekategorien.

• Såfremt de anførte 95 % CI for Hazard Ratio ikke omfatter 1,00, kan det konkluderes at den givne kategori af patienter har en incidens af revision der adskiller sig fra referencekategorien og at denne forskel sandsynligvis ikke kan forklares ved tilfældig variation. Der foreligger med andre ord en statistisk signifikant forskel. Omfatter 95 % CI derimod 1,00 er det ikke muligt at afgøre om incidensen er forskellig i de to kategorier. 

• Eksempel: I en analyse af alle patienter med en primær hoftealloplastik med 1. revision som endepunkt var Hazard Ratio 0,49 (95 % CI:0,35-0,69) når vi sammenlignede patienter over 74 år versus patienter under 50 år. Incidensen af 1. revision var således relativt set 51 % lavere blandt patienter over 74 år sammenlignet med patienter under 50 år. Det relativt smalle CI og det faktum at 1,00 ikke er inkluderet, indikerer at denne forskel mellem de to patientkategorier er fastlagt med god præcision og sandsynligvis ikke kan tilskrives tilfældig variation.

• Validitet: Eller nøjagtigheden. En validitet refererer til graden af det, data måler i forhold til det, de skal måle.

• Evaluering af Registerdata: Der er to spørgsmål man skal svare på:

• 1. Komplethed af patientregistrering - defineres som en andel af alle patienter med den pågældende operation som reelt findes i Register.

• 2. Validiteten af registrerede data – defineres som en procent af personer i registeret med en given karakteristik (f.eks. alder, køn, operationstype, diagnose) som virkelig har disse egenskaber. Validering af registrerede data kan udtrykkes som den prediktive værdi af positive registrering.

• Sensitivitet: Et udtryk for testens evne til at klassificere de syge korrekt; f.eks. sensitiviteten af postoperative spørgeskema B, som bruges til registrering af postoperative komplikationer, er 0,9, dvs. 90 % af de patienter som havde postoperativ komplikation er registreret med pågældende komplikation i registeret, og omvendt, 10 % af de patienter som havde postoperativ komplikation er ikke registreret med komplikation i registeret.

• Specificitet: Et udtryk for testens evne til at klassificere de ikke-syge korrekt; f.eks. specificiteten af postoperative spørgeskema B, som bruges til registrering af postoperative komplikationer, er 0,3, dvs. 30 % af de patienter som ikke havde postoperativ komplikation er registreret som patienter uden komplikationer i registeret, og omvendt, 70 % af de patienter som ikke havde postoperativ komplikation er registreret med komplikation i registeret.

• positiv Prediktiv værdi: Sandsynlighed for at patienten faktisk er syg, hvis testen er positiv. F.eks. positiv prediktiv værdi af diagnose primær artrose i registeret er 0,85, dvs. at 85 % af de patienter som er registreret med primær artrose i registeret, i virkeligheden havde denne diagnose, og 15 % af patienterne med primær artrose skulle have være registreret med en anden diagnose.

• Comorbiditet: Andre eksisterende sygdomme (co-existing diseases) kan påvirke overlevelse. F.eks. er overlevelsen af hofte protese i forhold til 1. revision 51 % lavere for en patient der er mere end 74 år end for en patient af samme køn, der er under 50 år. Efter justering for comorbiditet i overlevelses-analysen er overlevelsen af hofteprotese ens for de to patientgrupper. Hermed kan vi konkludere at højere overlevelse før justering for comorbiditet højst sandsynlig skyldes højere sygelighed for patienter over 74 år.

• The number needed to be treated (NNT): Siger noget om hvor mange patienter der skal være i behandling for at undgå en ugunstig hændelse. F.eks. skal 100 patienter være i behandling med lipid-sænkende medicin i 5 år for at undgå et tilfælde af AMI (opdigtet).

• Case-kontrol studie: Analytisk epidemiologisk undersøgelse som tager udgangspunkt i en gruppe patienter, der lider af en defineret sygdom, idet det undersøges, om der er forhold i de syges fortid, der adskiller dem fra ikke-syge. Patienter med sygdommen (*cases*) sammenlignes med personer uden sygdommen (*controls / reference*). Associationsmål – Odds ratioen (OR) eller Relativ risiko (RR).

• Follow-up studie: Deskriptiv eller analytisk epidemiologisk undersøgelse som tager udgangspunkt i en udvalgt gruppe personer, der er mere eller mindre udsat for formodet sygdomsfremkaldende eller prognostisk betydende faktor. De udvalgte personer følges over tid indtil de får sygdom eller studieperioden slutter, med henblik på at undersøge, om de udsatte har højere sygelighed eller dødelighed end de ikke-udsatte. Associationsmål – Relative (Incidensrate ratio, Relativ risiko, Odds ratioen) og Absolutte (Risiko differens, Incidensrate differens).

• Randomiseret klinisk studie: En analytisk undersøgelse hvor en gruppe patienter modtager en behandling, og en anden gruppe patienter modtager en anden behandling eller ingen behandling. Valget mellem to behandlingsarter foregår ved lodtrækning (randomisering). Randomiseringsproceduren bør sikre, at de undersøgte grupper har samme forventede prognose og sygdomsmanifestation på gruppeniveau.

• Selektionsbias: Er systematiske fejl som kommer fra procedurer, der er brugt til at udvælge patienter til studiet eller fra faktorer som kan have indflydelse på udvalgte patienter. Bias opstår når sammenhæng mellem eksponering og sygdom er forskellig for personer som deltager i studiet og personer som ikke deltager i studiet.

• Informationsbias: Er systematiske fejl som opstår fordi informationen, samlet om eller fra personerne som deltager i studiet, er fejlagtig. Man siger at informationerne er misklassificeret.

• Recall bias: Den hyppigste form for informationsbias, som fremkommer i case-kontrol studier fordi patienterne er interviewet om eksponerings informationer efter sygdommen er opstået. Personer som har fået en sygdom vil huske bedre end personer som ikke har fået sygdommen.

• Publikationsbias: Afspejler sig ved at tidsskrifter har en tendens til at acceptere manuskripter, som rapporterer positive resultater. Det kan ses i meta-analyser som er baseret kun på publicerede data. Bias i meta-analyser svarer til selektionsbias i individuelle studier.

• Reference:

• Charlson ME, Pompei P, Ales KL, MacKenzie CR. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chronic Dis 1987; 40(5):373-383.

• Fletcher RH, Fletcher SW, Wagner EH. Clinical epidemiology, the essentials. Baltimore, USA: Lippincott Williams&Wilkins, 1996.

• Last JM. A dictionary of epidemiology. New York: Oxford University Press, 1995.

• Olsen J, Overvad K, Juul S. Analytisk epidemiologi, 2. udgave. København, Munksgaard, 1994.