Inom epidemiologin definieras en kohort som en grupp människor som delar en eller flera egenskaper. Ett slumpmässigt urval av en viss del av befolkningen bjuds in att delta, exempelvis alla i en viss ålder i en stad. Deltagarna i en kohortstudie är friska vid starten och får svara på frågor om sin livsstil, till exempel sina matvanor. Ibland får de även lämna blod. Deltagarna delas upp i grupper beroende på sina matvanor, till exempel hög- och lågkonsumenter av grönsaker. Efter en viss tid (vanligtvis flera år) undersöks deltagarnas hälsa. Det kan ske med hjälp av sjukdomsregister. Vid analysen jämförs grupperna med avseende på insjuknande i olika sjukdomar.
Ett svenskt exempel
Exempel på en svensk kohortstudie är Malmö Kost Cancer-studien. Studien ingår i EPIC (European Prospective Investigation into Cancer and Nutrition), ett europeiskt nätverk av kohortstudier med syftet att undersöka samband mellan matvanor och olika cancerformer. Totalt ingår 520 000 personer från 10 länder i EPIC.
En svårighet med kohortstudier är att det ofta finns fler skillnader mellan deltagarna i de olika grupperna än den exponering som studeras. Deltagarna som äter mycket grönsaker kanske till exempel samtidigt äter mindre rött kött än de som äter lite grönsaker. Att äta mycket rött kött kan vara en riskfaktor för vissa sjukdomar. Men är det bristen på grönsaker eller det stora intaget av kött som är orsaken till sjukdomen? Denna problematik kallas ”confounding” eller störfaktorer. Ytterligare ett problem är samvariation mellan näringsämnen, alltså att det är svårt att skilja effekten av ett näringsämne från ett annat eftersom de förekommer tillsammans i samma livsmedel.
Risk för störande faktorer
Vid analysen går det att kompensera för vissa olikheter mellan deltagarna, till exempel ålder, utbildning och vikt (i form av BMI) men ofta går det ändå inte att vara säker på vad sambandet står för. Risken för störande faktorer är kvar och det kan alltid finnas andra sätt att tolka sambanden.
Det pågår idag en vetenskaplig diskussion om störeffekten av socioekonomiska faktorer (till exempel inkomst, utbildning och boende). Eftersom socioekonomiska faktorer är så svåra att mäta fungerar det inte att fullt ut justera för dem. Det händer att resultaten blir statistiskt signifikanta, det vill säga visar på betydande skillnader mellan olika grupper, vid vissa justeringar men inte vid andra.
På samma sätt justeras för energiintag för att i observationsstudier efterlikna upplägget i kontrollerade studier, där försöksgrupperna som regel har samma energiintag. Inom nutritionsepidemiologin används statistiska modeller också vid olika scenarier för byte av energikälla. Man kan till exempel teoretiskt jämföra effekten av att byta ut mättat fett mot kolhydrater eller fleromättat fett genom olika justeringar i de multivariata modellerna. De senaste årens utveckling mot att alltmer använda olika matmönster eller index är en metod för att mäta hela kostens inflytande och inte bara ett enstaka näringsämne.
Viktigt att ta hänsyn till vid värdering av kohortstudier:
- Hur undersöktes matvanorna? Vissa kostundersökningsmetoder är mer tillförlitliga än andra.
- Har författarna kontrollerat för socioekonomi och andra möjliga störfaktorer som kan påverka sambandet?
- Hur kan de statistiska modellerna tolkas och föras över till näringsämnen/mat.
- Hur många deltagare var det?
- Efter hur lång tid följdes de upp?
Inom forskarvärlden pågår en diskussion om möjligheten att värdera välgjorda kohortstudier högre än man tidigare gjort (Rosén et al. 2008), se länk till höger.