bazele epidemiologiei
după ce ați citit acest capitol, veți putea face următoarele:
- explicați ce modificare a efectului este
- diferențiați între confounders și modificatori de efect
- efectuați o analiză stratificată pentru a determina dacă modificarea efectului este prezentă în date
în capitolul anterior, am discutat despre confuzie. Un confounder, vă veți aminti, este o a treia variabilă care, dacă nu este controlată în mod corespunzător, duce la o estimare părtinitoare a asocierii. Modificarea efectului implică și o a treia variabilă (Nu expunerea și nu rezultatul)—dar în acest caz, absolut nu vrem să o controlăm. Mai degrabă, prezența modificării efectului este ea însăși o constatare interesantă și o evidențiem.
când este prezentă modificarea efectului (numită și interacțiune), vor exista rezultate diferite pentru diferite niveluri ale celei de-a treia variabile (numită și covariabilă). De exemplu, dacă facem un studiu de cohortă privind cantitatea de somn și GPA în rândul studenților Universității de Stat din Oregon (OSU) pe parcursul unui termen, am putea colecta aceste date:
| AAP | |||
| < 3.0 | ≥ 3.0 | ||
| Cantitatea de somn | < 8 ore | 25 | 25 |
| > 8 ore | 25 | 25 | |
deoarece acesta a fost un studiu de cohortă, calculăm raportul de risc (RR):
nu există nicio asociere între cantitatea de somn și GPA ulterioară. Folosind propoziția șablon, acest lucru poate fi afirmat:
acesta este un raport de risc dintr—un studiu de cohortă, așa că trebuie să includem intervalul de timp-ceea ce am făcut spunând „pentru a încheia termenul”. La fel ca și pentru confuzie, ne referim la acest lucru ca RR neajustat sau brut.
cu toate acestea, vorbind cu studenții, ne întrebăm dacă genul ar putea fi sau nu un covariabil important. Ca și în cazul confuziei, am efectua o analiză stratificată pentru a verifica modificarea efectului. Din nou, desenăm 2 tabele 2 de la 2 la unu cu aceeași expunere (somn) și rezultat (GPA), dar desenăm tabele separate pentru bărbați și femei (sexul este covariabil). Facem acest lucru uitându-ne înapoi la datele brute și imaginându-ne câți dintre cei 25 de oameni din celula A (E+, D+) de mai sus erau bărbați și câți erau femei. Să presupunem că din cele 25 de persoane care au raportat <8 ore și au avut un GPA < 3.0, 11 au fost bărbați și 14 au fost femei. Apoi împărțim în mod similar participanții din celulele B, C și D și facem tabele 2 x 2 specifice stratului:
| bărbați | AAP | ||
| < 3.0 | ≥ 3.0 | ||
| Cantitatea de somn | < 8 ore | 11 | 14 |
| 8+ ore | 17 | 9 | |
| femei | AAP | ||
| < 3.0 | ≥ 3.0 | ||
| Cantitatea de somn | < 8 ore | 14 | 11 |
| 8+ ore | 8 | 16 | |
RRmen = \ frac {(\frac{11}{25})}{(\frac{17}{26})} = 0.68
RRwomen = \ frac {(\frac{14}{25})}{(\frac{8}{24})} = 1.7
interpretări:
în rândul studenților de sex masculin, cei care au dormit mai puțin de 8 ore pe noapte au avut de 0,68 ori riscul de a avea un GPA < 3.0 la sfârșitul termenului, comparativ cu cei care au raportat 8 sau mai multe ore.
în rândul studenților de sex feminin, cei care au dormit mai puțin de 8 ore pe noapte au avut de 1,7 ori riscul de a avea un GPA < 3,0 la sfârșitul mandatului, comparativ cu cei care au raportat 8 sau mai multe ore.
dormitul mai puțin de 8 ore este asociat—în aceste date ipotetice—cu un GPA mai mare în rândul studenților de sex masculin („rezultatul” este GPA scăzut, deci un RR mai mic de 1 indică faptul că persoanele expuse sunt mai puțin susceptibile de a avea un GPA scăzut), dar cu un GPA mai mic în rândul studenților de sex feminin.
sexul în acest caz acționează ca un modificator de efect: asocierea dintre somn și GPA variază în funcție de straturile covariabile. Puteți observa modificarea efectului atunci când efectuați analize stratificate, având în vedere următoarele:
- măsurile de asociere specifice stratului sunt diferite între ele
- brutul se încadrează între ele
dacă aveți modificarea efectului, următorul pas este să raportați măsurile specifice stratului. Nu calculăm o măsură ajustată (ar fi aproape de 1,0, similară cu cea brută); lucrul interesant aici este că bărbații și femeile reacționează diferit la somn. Modificarea efectului este ceva ce dorim să evidențiem în rezultatele noastre, nu ceva care trebuie ajustat.
spre deosebire de confuzie, unde o schimbare de 10% de la brut la ajustat este o definiție acceptată pentru confuzie, nu există o astfel de definiție standardizată pentru cât de diferite trebuie să fie măsurile specifice stratului pentru a numi ceva modificator de efect. Pragul ar trebui probabil să fie mai mare decât cel necesar pentru a declara ceva confuz, deoarece odată ce declarați ceva modificator de efect, sunteți obligat ulterior să raportați rezultatele separat pentru fiecare nivel al covariabilului—ceva care vă taie puterea în cel puțin jumătate. Astfel, în epidemiologie, rareori vedem dovezi ale modificării efectului raportate în literatură. Pe scurt, „diferit” suficient pentru modificarea efectului este ” fără echivoc diferit.”
când citiți articole, modificarea efectului va fi uneori numită interacțiune sau autorii ar putea spune doar că raportează analize stratificate. Oricare dintre aceste 3 fraze este un indiciu că există o variabilă care acționează ca modificator de efect.
efect modificare exemplu II
în urma recesiunii condus de bule de locuințe din 2008 (aceasta este expunerea), economia SUA a pierdut o mulțime de locuri de muncă. Iată un grafic care arată numărul de persoane care lucrau (rezultatul) înainte, în timpul și după recesiune. Rezultatele sunt prezentate stratificate în funcție de gen (un covariabil), ceea ce înseamnă că analistul a suspectat că genul ar putea acționa ca un modificator de efect. Într-adevăr, rezultatele sunt ușor diferite: bărbații (în albastru) au pierdut o proporție mai mare de locuri de muncă și, începând din 2014, nu și-au revenit încă la nivelurile anterioare recesiunii, în timp ce femeile (în roșu) au pierdut mai puține locuri de muncă și până în 2014 și-au revenit complet.
sursă: https://fred.stlouisfed.org/graph/fredgraph.png?g=qUs
ce se întâmplă dacă ne stratificăm și după vârstă? În primul rând, iată un grafic care arată modul în care recesiunea a afectat locurile de muncă pentru persoanele cu vârsta peste 55 de ani:
sursă: https://fred.stlouisfed.org/graph/fredgraph.png?g=qUt
recesiunea nu a afectat deloc americanii mai în vârstă. Nici nu vedem modificarea efectului în funcție de sex—cele 2 linii sunt aproape paralele.
dar adulții tineri?
sursă: https://fred.stlouisfed.org/graph/fredgraph.png?g=qUv
aici avem modificări majore în funcție de gen—tinerii au pierdut o proporție uriașă de locuri de muncă disponibile și nu și-au revenit pe deplin începând cu 2014. Acest lucru nu este surprinzător, deoarece recesiunea a fost cauzată în mare parte de bula imobiliară, iar lucrătorii din construcții sunt în mare parte tineri. În schimb, femeile tinere au pierdut o mică parte din locurile de muncă și și-au revenit rapid la niveluri mai bune decât cele anterioare.
în cele din urmă, ne uităm la locuri de muncă pentru 25-54 de ani:
sursă: https://fred.stlouisfed.org/graph/?id=LNS12000061
aici vedem o imagine foarte sumbră. În această grupă de vârstă, s—au pierdut locuri de muncă—mai mult pentru bărbați decât pentru femei-și din 2014 nu și-au revenit deloc.
astfel, atunci când examinăm răspunsul pieței muncii la recesiunea din 2008, vedem o modificare substanțială a efectului în funcție de vârstă (recuperarea locurilor de muncă a variat drastic în funcție de vârstă) și, în cadrul unor categorii de vârstă, și unele dovezi ale modificării efectului în funcție de sex. Efectele recesiunii asupra locurilor de muncă au fost diferite pentru persoanele de diferite vârste și sexe.
acest lucru este important deoarece implicațiile politice ar fi foarte diferite. Imaginați-vă că lucrați ca parte a guvernului federal și încercați să proiectați un pachet de stimulare economică sau de recuperare. Dacă singurele date pe care le-ați fi provenit din primul grafic, fără defalcările de vârstă, soluțiile potențiale de politică ar fi foarte diferite decât dacă ați avea acces și la analiza stratificată în funcție de vârstă.
cu confuzie, primiți inițial răspunsul greșit, deoarece confounderul nu este distribuit uniform între grupurile dvs. Acest lucru denaturează măsura de Asociere pe care o calculați (amintiți-vă: a avea picioare mai mari este asociat cu viteza de citire numai din cauza confuziei în funcție de nivelul de grad). Deci, în schimb, trebuie să recalculați măsura de asociere, de data aceasta ajustând pentru confounder.
cu modificarea efectului, de asemenea, primiți inițial un răspuns greșit, dar de data aceasta este pentru că eșantionul dvs. conține cel puțin 2 subgrupuri în care asocierea expunerii/bolii este diferită. În acest caz, trebuie să separați permanent aceste subgrupuri și să raportați rezultatele (care pot fi sau nu confundate de alte covariabile) separat pentru fiecare strat: în acest caz, bărbații care dorm mai puțin au GPA mai mari decât bărbații care dorm mai mult, dar, în același timp, femeile care dorm mai mult au GPA mai mari decât femeile care dorm mai puțin.
Iată un tabel sumar care indică procesul de tratare a potențialilor confounderi și modificatori de efect. O mare parte din proces este același, indiferent de tipul de covariabil pe care îl aveți (în toate cazurile, trebuie să măsurați covariabilul în timpul studiului și să îl măsurați bine!). Zonele de diferență sunt afișate în roșu.
| confuzie | modificarea efectului | |
| înainte de a planifica un studiu | gândiți-vă la ce variabile ar putea acționa ca factori de confuzie pe baza a ceea ce știți despre procesul de expunere/boală studiat. | gândiți-vă la ce variabile ar putea acționa ca modificatori de efect pe baza a ceea ce știți despre procesul de expunere/boală studiat. |
| în timpul unui studiu | colectați date despre orice covariabile potențiale—analizele stratificate/ajustate nu pot fi efectuate fără date despre covariabile! | colectați date despre orice covariabile potențiale—analizele stratificate/ajustate nu pot fi efectuate fără date despre covariabile! |
| analiză: Pasul 1 | calculați măsura brută a asocierii (ignorând covariabilul). | calculați măsura brută a asocierii (ignorând covariabilul). |
| analiză: Pasul 2 | calculați măsurile de asociere specifice stratului, astfel încât fiecare nivel al covariabilului să aibă propriul tabel 2 x 2. | calculați măsurile de asociere specifice stratului, astfel încât fiecare nivel al covariabilului să aibă propriul tabel 2 x 2. |
| analiză: Pasul 3 | dacă măsurile specifice stratului sunt similare între ele și cel puțin 10% diferite de brut (care nu se încadrează între ele), atunci covariabilul este un confounder. | dacă măsurile specifice stratului sunt diferite între ele, iar brut se află între ele, atunci covariabilul este un modificator de efect. |
| scrierea rezultatelor | raportează o măsură ajustată a asocierii care controlează confounderul. | raportați măsurile de asociere specifice stratului. |
Imaginați-vă că faceți un studiu transversal al activității fizice și demenței la persoanele în vârstă și calculați un raport de cote neajustat (OR) de 2,0. Credeți că starea civilă ar putea fi o covariabilă importantă, așa că vă stratificați prin „căsătorit în prezent” versus „necăsătorit în prezent” (care include niciodată căsătorit, divorțat și văduv). Rup în rândul persoanelor căsătorite în prezent este de 3,1, iar în rândul persoanelor necăsătorite în prezent, RUP este de 3,24. În acest caz, starea civilă acționează ca un confounder, și ne-ar raporta ajustat sau (care ar fi 3.18 sau cam asa ceva).
Imaginați-vă că faceți un studiu randomizat al unei diete mediteraneene pentru a preveni nașterea prematură la femeile însărcinate. Faceți procesul și calculați un RR de 0,90. Credeți că poate paritatea ar putea fi o covariabilă importantă, așa că efectuați o analiză stratificată. Printre nulipare, RR este de 0,60, iar printre multiparas, RR este de 1,15. Acestea sunt diferite între ele, iar brutele se află între ele. În acest caz, paritatea acționează ca un modificator de efect și, prin urmare, raportați separat RR-urile specifice stratului 2.
Imaginați-vă că faceți un studiu de caz de control al melanomului și utilizarea anterioară a patului de bronzare. Brut sau este de 3,5, dar poate că sexul este un covariabil important. Analiza stratificată produce un OR de 3,45 în rândul bărbaților și 3,56 în rândul femeilor. În acest caz, covariabilul (genul) nu este nici un confounder, nici un modificator de efect. Spunem că nu este o confuzie, deoarece (1) țițeiul se află între cele 2 estimări specifice stratului, dar și (2) estimările specifice stratului nu sunt mai mari de 10% decât țițeiul. Spunem că nu este un modificator de efect deoarece, 3,45 și 3,56 nu sunt atât de diferite—în ambele cazuri, există un efect substanțial (de aproximativ 3,5 ori mai mare). Am raporta estimarea brută a asocierii, deoarece nu necesită nici ajustare, nici stratificare pentru a ține cont de efectele genului.
Da! De obicei, vedem acest lucru atunci când covariabilul în cauză este o variabilă continuă, dihotomizată în scopul verificării modificării efectului. De exemplu, dacă credem că vârsta ar putea fi un modificator de efect, am putea împărți eșantionul nostru în „vechi” și „tânăr” pentru analiza stratificată—să zicem, mai vechi de 50 față de 50 sau mai tineri. În măsura în care copiii de 51 de ani nu sunt ca cei de 70 de ani, s-ar putea să pierdem câteva nuanțe importante în rezultate, posibil pentru că există în date modificarea efectului suplimentar cu mai multe categorii (care ar scădea puterea la aproape nimic, dacă ar fi să raportăm separat pe straturi suplimentare) sau „rezidual” confuz așa cum s-a discutat în capitolul precedent. Mai multe detalii sunt dincolo de sfera acestei cărți, dar știți că același covariabil poate acționa teoretic atât ca un confunder, cât și ca un modificator de efect—dar că rareori se vede acest lucru în practică.
concluzie
spre deosebire de confuzie, ale cărei efecte vrem să scăpăm în analiza noastră, modificarea efectului este o constatare interesantă în sine și o raportăm. Pentru a verifica modificarea efectului, efectuați o analiză stratificată. Dacă măsurile de asociere specifice stratului sunt diferite între ele și brut se află între ele, atunci este probabil ca variabila în cauză să acționeze ca un modificator de efect. Raportați rezultatele separat pentru fiecare strat al covariabilului.
o finală, pune-l-toate-împreună de masă:
| dacă acestea sunt ORs / RRs: | ||||
| brut / neajustat | strat | strat | atunci covariabilul este… | și veți raporta… |
| 2.0 | 1.0 | 3.2 | un modificator de efect | cele 2 măsuri specifice stratului de asociere |
| 2.0 | 3.5 | 3.6 | a confounder | o măsură ajustată |
| 2.0 | 1.9 | 2.0 | nimic interesant | măsura brută |
o eroare sistematică într-un studiu (unii oameni o numesc părtinire; prefer să nu o fac) care este cauzată de o a treia variabilă care interferează în relația expunere-boală.
se referă la scenariul în care relația dintre o expunere și un rezultat variază în funcție de o a treia variabilă. De exemplu, poate yoga previne leziunile ACL la femei, dar nu și la bărbați. Sexul în acest scenariu este modificatorul efectului. Modificarea efectului nu este același lucru cu confuzia.
probabilitatea ca studiul dvs. să găsească ceva care este acolo. Putere = 1-inkt; beta este rata de eroare de tip II. Studii mici, sau studii de evenimente rare, sunt de obicei sub-alimentat.
câți copii a avut o femeie. Femeile nulipare (aka nulliparas) nu au avut încă primul lor copil (pot fi însărcinate, dar nu au avut încă copilul), iar femeile parous au avut cel puțin un copil anterior. Multiparas au avut cel puțin doi copii anteriori; primiparas au avut un copil anterior.
aceasta este prima sarcină a unei femei.
această femeie a mai avut și alți copii.