case-control study - 3-4 pages-APA- 4 REFERENCES- MUST USE GRADING RUBRIC AND ATTACHMENT

Friis, R. H. & Sellers, T. A. (2014).  Epidemiology for public health practice  (5th ed.). Retrieved from https://content.uagc.edu

Examples of Cross-Sectional Studies

Some topics of cross-sectional studies include the extent of smokeless tobacco use, occurrence of neurodevelopmental disorders, health needs of minority populations, and trends in risk factors for disease. Murray et al.15 surveyed smokeless tobacco use among ninth graders in four school districts representative of the Minneapolis–St. Paul metropolitan area of Minnesota. A questionnaire was administered in the classroom during the fall of 1985 to estimate the prevalence of usage and to identify correlates of usage that might predict those teenagers who were at greater risk than their peers of using smokeless tobacco. The study revealed that nearly 63% of boys and 24% of girls had ever used smokeless tobacco, but only 18.5% of boys and 2.4% of girls had used it in the past week. Ethnicity also was associated with prevalence of usage, especially among boys. Self-reported prevalence ranged from a low among Asians and African Americans (21% and 22%, respectively), medium (45.5%) among whites, and high (60.8%) among Native Americans. The prevalence among boys from a two-parent household was 42.1%, 41.3% if only the mother lived at home, and 54.5% if the boy came from a father-only household. The smokeless tobacco use was much more common among cigarette smokers than among nonsmokers. Only 6% of nonsmoking girls reported using smokeless tobacco, in contrast to 16.4% of girls who smoked. A similar magnitude of difference was observed among the boys: 34.5% versus 56.1% for nonsmokers and smokers, respectively. Additional analyses revealed a clustering of unhealthy behaviors among teenagers who consumed three types of substances (alcohol, cigarettes, and marijuana). The prevalence of smokeless tobacco use among them was more than seven times higher than among non consumers—50.8% and 6.9%, respectively.

The preceding example was based on a survey of schoolchildren from a single major metropolitan area. Prevalence studies may also be performed with a much broader sampling frame. For example, although surgical sterilization has many advantages over other forms of contraception, data on prevalence of sterilization has been based primarily on surveys of women. Thus, to estimate the prevalence of vasectomy and identify factors associated with sterilization, a nationally representative survey of male U.S. residents aged 15–44 years was conducted in 2002.16 The survey revealed that 13.3% of married men reported having had a vasectomy and 13.8% reported tubal sterilization in their partners. Vasectomy increased with older age, greater number of biological children, non-Hispanic white ethnicity, and ever having gone to a family planning clinic. Use of tubal sterilization was more likely among women with a history of live births; many of the women’s male partners had not attended college and were older. Thus, one in eight married men reported having vasectomies; men who relied on vasectomies had a somewhat different profile than those whose partners had tubal sterilizations.

Autism spectrum disorder (ASD) is a set of complex neurodevelopment disorders characterized by mild to severe problems in social interaction and communication along with restricted repetitive behavior patterns. ASD symptoms begin before age 3 years and last into adulthood, although symptoms may improve over time. Although there is no one best treatment for ASD, the American Academy of Pediatrics recommends early behavioral intervention once a child is diagnosed.17 Nearly all children (94%) with ASD require health or related services beyond those generally needed by children.

The Survey of Pathways to Diagnosis and Services18 is a nationally representative survey about children with special healthcare needs (NS-CSHCN) aged 6–17 years ever diagnosed with autism spectrum disorder (ASD), intellectual disability, or developmental delay. Parents or guardians who previously participated in the 2009–2010 National Survey-CSHCN (sponsored by the Maternal and Child Health Bureau) and who reported that their child had ever been diagnosed with at least one of the three selected developmental conditions were recontacted via landline or cell phone to participate in the Pathways survey. To be eligible, the CSHCN had to be aged 6–17 years at the time of the Pathways interview and still living in the same household as the recontacted parent or guardian. Of the parents or guardians with eligible CSHCN, 71% were successfully recontacted and 87% agreed to participate. A total of 4,032 interviews were completed from February to May 2011, an average of 9 months after the initial interview.

The survey revealed that the median age when school-aged children with special healthcare needs (CSHCN) and autism spectrum disorder (ASD) were first identified was 5 years. (Refer to  Figure 6–7 .) Generalists and psychologists were more likely to identify children under the age of 5, while psychologists and psychiatrists more commonly identified children aged 5 years and over. Nine out of 10 school-aged CSHCN with ASD use one or more services to meet their developmental needs, with social skills training and speech or language therapy each used by almost three-fifths of these children. Finally, more than one-half of school-aged CSHCN with ASD use psychotropic medication.

6.6 Case-Control Studies

A case-control study is a type of analytic study “of persons with the disease (or another outcome variable) of interest and a suitable control group of persons without the disease (comparison group, reference group).”11 As indicated in Figure 6–1, study subjects in the case and control groups are sampled with regard to the disease or effect under investigation. Consider two groups, one in which everyone has the disease of interest (cases) and a comparable one in which everyone is free from the disease (controls). The case-control study seeks to identify possible causes of the disease by finding out how the two groups differ with respect to an exposure (or suspected risk factor). That is, because disease does not occur randomly, the case group must have been exposed to some risk factor, either voluntarily (e.g., through diet, exercise, or smoking) or involuntarily (e.g., through such factors as cosmic radiation, air pollution, occupational hazards, or genetic constitution). Therefore, a comparison of the frequency of exposure among cases and controls may permit inferences regarding their difference in disease status. Case-control studies are a mainstay of epidemiologic research.

From the standpoint of selection of study groups for a case-control design, one is going from effect to cause; usually case-control studies are retrospective studies, because one collects causal (exposure) information retrospectively. (See Figure 6–1.) This term means that the researcher delves into the study of subjects’ past exposures after the disease has already occurred. In  Figure 6–9 , the column totals, denoted by boxes, represent the presence (i.e., cases) or absence (i.e., controls) of disease. In recent years, the case-control design has proven to be useful and efficient for evaluation of vaccine effectiveness,24 treatment efficacy,25 screening programs,26 and outbreak investigations.27

The number of observation points for a case-control study is only one. Cases and controls are selected, and data are collected about past exposures that may have contributed to disease. As is true also of cross-sectional studies, the unit of observation and the unit of analysis are the individual. The method of data collection typically involves a combination of both primary and secondary sources. Usually the data on exposure are collected by the investigators, although one can easily imagine situations where valuable information might be obtained from medical, school, and employee records. Data on disease are often collected by someone other than the investigator, especially if one is making use of special registries or surveillance systems for case identification. In some situations, however, the investigator might conduct a population screening survey to identify suitable cases. Notice that Figure 6–9 does not include the marginal totals A + B, C + D, or a total N. Because one is taking only a subset of the total population, namely the cases and some number of controls, these marginal totals are meaningless.

Selection of Cases

Two tasks are involved in case selection: defining a case conceptually and identifying a case operationally.28 The definition of a case is influenced by a number of factors, including whether there are standard diagnostic criteria, the severity of the disease, and whether the criteria to diagnose the disease are subjective or objective. At issue is misclassification. If the criteria are broad, the case group is more likely to include individuals who truly do not have the disease. Conversely, overly restrictive criteria may limit the number of subjects available for study. Although the selection criteria need to be weighed for each individual study, there is some evidence that the benefits of a more restrictive definition of a case outweigh the benefits of being overly inclusive.29

Sources of Cases

Once a case has been defined conceptually, one can then proceed to develop a strategy for case identification. The researcher’s goal “is to ensure that all true cases have an equal probability of entering the study and that no false cases enter.”28(p 8) The ideal situation is to identify and enroll all incident cases in a defined population in a specified time period. For example, a tumor or disease registry or Vital Statistics Bureau may provide a complete listing of all available cases. The advantage of using incident cases is that, when all cases in a population are identified, there can be little question of their representativeness. In the real world, however, logistics or the lack of a suitable disease registry may restrict case selection to one or a few medical facilities. The main caveat in the selection of cases is the nonrepresentativeness of the cases derived from special care facilities such as hospitals and tertiary facilities. These institutions may receive only the most severe cases, ones in which the distribution of risk factors is atypical.

Per the earlier discussion regarding cross-sectional designs, the use of prevalent cases creates challenges in separating causal exposures from consequential exposures; these are changes in exposures (e.g., deciding to smoke less) as a result of having diseases. Additional benefits of studying incident (as opposed to prevalent) cases include subjects’ better recall of past exposures and a reduced likelihood that exposure has changed as a consequence of the disease.