Studi Kasus-Kontrol Bersarang
- Diperkenalkan oleh
- Nathan Mantel (1973); D. C. Thomas (1977 formalization)
- Tahun
- 1973–1977
- Jenis
- Hybrid observational study design
- Keluarga
- Clinical / epidemiology
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Studi kasus-kontrol bersarang adalah desain observasional yang efisien yang tertanam dalam kohort yang terdefinisi.
Untuk setiap partisipan yang mengembangkan hasil yang diminati (kasus), sejumlah kecil kontrol yang dicocokkan disampel dari mereka yang masih berisiko pada titik waktu yang sama. Strategi pensampelan kepadatan ini menghasilkan rasio peluang yang mendekati rasio laju insidensi dari kohort penuh dengan biaya pengumpulan data yang jauh lebih sedikit — menjadikannya alternatif yang disukai ketika mengukur paparan untuk semua anggota kohort akan sangat mahal atau menuntut secara teknis.
Intuisi di balik metode
Bayangkan kohort pekerjaan selama 20 tahun yang terdiri dari 10.000 pekerja. Anda ingin menguji apakah paparan bahan kimia tertentu meningkatkan risiko kanker kandung kemih, tetapi mengukur biomarker serum untuk semua 10.000 partisipan akan sangat mahal. Desain kasus-kontrol bersarang menyelesaikan ini: setiap kali seorang pekerja didiagnosis (kasus), Anda secara acak memilih, katakanlah, empat pekerja dari kumpulan risiko — mereka yang belum mengalami hasil dan terdaftar setidaknya sejak awal — dan mengukur biomarker hanya untuk kelima orang tersebut. Karena kontrol diambil dari kohort yang sama dan pada titik waktu yang sama dalam tindak lanjut, desain ini mewarisi struktur prospektif kohort sambil memotong uji biomarker sekitar 80%.
Sejarah
Desain kasus-kontrol bersarang dikonseptualisasikan oleh Nathan Mantel pada tahun 1973 sebagai cara untuk menerapkan logika kasus-kontrol retrospektif dalam data kohort prospektif, memulihkan efisiensi tanpa mengorbankan integritas temporal. D. C. Thomas memformalkan kerangka pensampelan kumpulan risiko atau kepadatan insidensi pada tahun 1977, menunjukkan bahwa OR yang diperkirakan dari sampel semacam itu sama dengan IRR kohort di bawah nol dan pada ukuran efek yang moderat. Desain ini diadopsi secara luas dalam epidemiologi pekerjaan dan kanker melalui tahun 1980-an dan 1990-an, terutama untuk studi yang memerlukan uji biomarker mahal pada spesimen yang diarsipkan. Sekarang ini adalah alat standar dalam studi besar yang terhubung dengan biobank dan penelitian farmakoepidemiologi.
Kapan digunakan
Gunakan desain kasus-kontrol bersarang ketika Anda memiliki (atau dapat merakit) kohort prospektif yang terdefinisi dengan baik dengan data hasil tetapi pengukuran paparan untuk semua anggota mahal, menuntut secara teknis, atau memerlukan spesimen biologis yang disimpan. Ini ideal ketika paparan yang diminati adalah uji laboratorium, penanda genetik, atau sampel arsip yang anggaran pengukurannya terbatas. Desain ini juga sesuai ketika Anda perlu mengontrol perancu yang bervariasi waktu atau ingin mempelajari hasil yang jarang dalam kohort besar tanpa penentuan paparan kohort penuh. JANGAN gunakan desain ini ketika kohort terlalu kecil untuk menghasilkan jumlah kasus yang memadai; ketika data hasil tidak tersedia atau tidak dapat diandalkan; ketika semua paparan sudah diukur untuk kohort penuh (analisis kohort penuh kemudian lebih efisien); atau ketika pertanyaan penelitian memerlukan perkiraan risiko absolut daripada risiko relatif.
Batasan dan pertimbangan
- Memerlukan kohort yang sudah ada dengan penentuan hasil yang andal; pembentukan kohort semacam itu sendiri membutuhkan banyak sumber daya.
- Desain yang dicocokkan dengan regresi logistik bersyarat berarti variabel yang dicocokkan tidak dapat dievaluasi sebagai prediktor independen dari hasil.
- Peningkatan efisiensi berkurang ketika hasil umum (>10% kohort), dalam hal ini desain kohort penuh atau kasus-kohort mungkin lebih disukai.
- Memilih jumlah kontrol yang memadai per kasus memerlukan perhitungan kekuatan yang cermat; terlalu sedikit kontrol mengurangi efisiensi statistik tanpa penghematan biaya yang proporsional.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Secara dramatis mengurangi biaya dan upaya penilaian paparan dibandingkan dengan analisis kohort penuh — biasanya hanya 5–10% anggota kohort yang memerlukan pengukuran.
- Pensampelan kepadatan insidensi memastikan OR adalah perkiraan tak bias dari rasio laju insidensi, mempertahankan interpretasi kausal dari desain prospektif.
- Memungkinkan penggunaan paparan yang bervariasi waktu dengan menambatkan pemilihan kontrol ke kumpulan risiko pada saat setiap kasus terjadi.
- Mewarisi kekuatan kohort prospektif: temporalitas paparan sebelum hasil, dan pengurangan bias ingatan dibandingkan dengan studi kasus-kontrol tradisional.
- Pencocokan fleksibel pada waktu dan kovariat tingkat individu secara efisien mengontrol perancu yang kuat tanpa memerlukan data kovariat kohort penuh.
Penerapan
- Studi biomarker dalam kohort prospektif besar — mengukur sampel darah yang disimpan hanya untuk kasus dan kontrol yang dicocokkan untuk mempelajari hasil kanker, kardiovaskular, atau metabolik.
- Epidemiologi pekerjaan — menilai paparan bahan kimia atau radiasi kumulatif di antara pekerja yang mengembangkan kanker tertentu dalam kohort pabrik atau registri.
- Farmakoepidemiologi — mengevaluasi paparan obat dan kejadian buruk dalam kohort database kesehatan administratif di mana catatan resep lengkap tetapi data klinis terperinci memerlukan tinjauan bagan.
- Epidemiologi penyakit menular — menyelidiki faktor inang atau patogen untuk hasil yang parah (misalnya, rawat inap, kematian) dalam kohort pengawasan individu yang terinfeksi.
- Studi genetik dan genomik — melakukan pengurutan gen kandidat atau seluruh eksom pada kasus dan kontrol yang disampel dari kohort populasi dengan tindak lanjut jangka panjang.
Cara kerjanya
Cara kerjanya
Studi dimulai dengan kohort dinamis atau tetap yang sudah ada atau baru dirakit yang semua anggotanya bebas penyakit saat masuk dan diikuti dari waktu ke waktu. Kohort menyediakan kerangka sampel tempat kasus dan kontrol diambil, memastikan bahwa semua partisipan berbagi dasar yang sama dan jendela paparan.
Selama tindak lanjut, setiap kejadian baru dari peristiwa hasil (misalnya, diagnosis penyakit, kematian) dicatat sebagai kasus, bersama dengan tanggal pasti peristiwa tersebut. Kasus sering kali merupakan semua kejadian insiden dalam kohort, tetapi desain juga dapat dibatasi pada subkelompok yang terdefinisi (misalnya, subtipe histologis tertentu).
Untuk setiap kasus, dibentuk kumpulan risiko: semua anggota kohort yang masih dalam tindak lanjut dan bebas dari peristiwa pada saat kasus terjadi. Sejumlah kontrol tetap (biasanya 1–10 per kasus) secara acak disampel dari kumpulan risiko ini — prosedur yang disebut pensampelan kepadatan insidensi atau pensampelan kumpulan risiko. Kontrol dapat dicocokkan dengan kasus mereka pada variabel seperti usia, jenis kelamin, atau waktu kalender untuk mengurangi perancu.
Informasi paparan — biomarker, sampel biologis yang disimpan, catatan medis, atau data wawancara — diambil atau diukur hanya untuk kasus dan kontrol yang dipilih, bukan untuk seluruh kohort. Karena kontrol diambil pada saat setiap peristiwa kasus terjadi, paparan yang bervariasi waktu dapat ditangkap pada jendela risiko yang relevan.
Regresi logistik bersyarat digunakan untuk memperkirakan rasio peluang (OR) dalam setiap set kasus-kontrol yang dicocokkan, dengan memperhitungkan variabel pencocokan. Di bawah pensampelan kepadatan insidensi, OR adalah perkiraan tak bias dari rasio laju insidensi (IRR) dari analisis kohort penuh, membuat hasil dapat diinterpretasikan secara langsung sebagai perkiraan laju relatif.
Kesalahan umum
- Menggunakan kasus prevalen daripada insiden — termasuk partisipan yang sudah menderita penyakit saat masuk kohort memperkenalkan bias panjang dan melanggar asumsi temporal bahwa paparan mendahului hasil.
- Mengambil kontrol dari luar kumpulan risiko — memilih kontrol yang sudah mengalami hasil, atau yang masuk kohort setelah tanggal kejadian kasus, mendistorsi logika pensampelan kepadatan dan membiaskan OR menjauh dari IRR.
- Mengabaikan struktur yang dicocokkan dalam analisis — menganalisis data kasus-kontrol yang dicocokkan dengan regresi logistik tak bersyarat (bukan regresi logistik bersyarat) menghasilkan perkiraan yang bias, terutama ketika jumlah kontrol per kasus kecil.
- Kegagalan memperhitungkan paparan yang bervariasi waktu — menggunakan pengukuran paparan dasar tunggal ketika paparan berubah selama tindak lanjut salah mengklasifikasikan paparan dan membiaskan hasil menuju nol.
- Pencocokan berlebihan pada variabel pada jalur kausal — mencocokkan pada perantara antara paparan dan hasil menghilangkan variasi yang diperlukan untuk mendeteksi efek.
Pertanyaan yang sering diajukan
Bagaimana studi kasus-kontrol bersarang berbeda dari studi kasus-kontrol tradisional?
Studi kasus-kontrol tradisional merekrut kasus dari rumah sakit atau registri dan memilih kontrol dari populasi umum, sehingga sulit untuk memastikan bahwa kontrol berasal dari populasi sumber yang sama dengan kasus. Studi kasus-kontrol bersarang mengambil kasus dan kontrol dari kohort yang terdefinisi dengan tanggal masuk dan tindak lanjut yang diketahui, sehingga populasi sumber eksplisit dan kontrol dijamin telah berisiko menjadi kasus — ini menghilangkan sumber bias seleksi utama dan memungkinkan OR untuk memperkirakan IRR.
Berapa banyak kontrol per kasus yang harus saya pilih?
Memilih 4–5 kontrol per kasus menangkap sebagian besar peningkatan efisiensi statistik dibandingkan dengan analisis kohort penuh; di luar rasio sekitar 10:1, peningkatan marjinal dapat diabaikan. Jumlah optimal tergantung pada biaya relatif memperoleh data kasus versus kontrol dan pada persyaratan kekuatan statistik. Untuk hasil yang jarang di mana setiap kasus berharga, hingga 10 kontrol per kasus mungkin dibenarkan.
Apa perbedaan antara studi kasus-kontrol bersarang dan studi kasus-kohort?
Kedua desain mengambil sampel dari kohort untuk mengurangi biaya penentuan paparan. Dalam studi kasus-kontrol bersarang, kontrol dicocokkan dengan kumpulan risiko untuk setiap kasus pada saat kejadian kasus, dan regresi logistik bersyarat digunakan. Dalam studi kasus-kohort, sub-kohort acak dipilih pada awal dan berfungsi sebagai kelompok perbandingan untuk semua kasus terlepas dari kapan mereka terjadi; ini memungkinkan sub-kohort yang sama digunakan untuk beberapa hasil tetapi memerlukan analisis berbobot yang lebih kompleks. Desain kasus-kontrol bersarang umumnya lebih sederhana untuk dianalisis; desain kasus-kohort lebih disukai ketika beberapa hasil akan dipelajari secara bersamaan.
Bisakah saya menggunakan desain kasus-kontrol bersarang dengan kohort retrospektif?
Ya. Meskipun desain ini secara konseptual prospektif — paparan mendahului hasil — desain ini dapat disematkan dalam kohort retrospektif yang dirakit dari catatan historis. Persyaratan utamanya adalah bahwa tanggal masuk kohort, periode tindak lanjut, dan tanggal hasil didokumentasikan secara andal, dan bahwa informasi paparan dapat diambil untuk kasus dan kontrol yang dipilih tanpa mengetahui status kasus (untuk menghindari bias informasi).
Perangkat lunak apa yang dapat saya gunakan untuk regresi logistik bersyarat dalam data kasus-kontrol bersarang?
Regresi logistik bersyarat untuk data kasus-kontrol yang dicocokkan tersedia di R (fungsi clogit dalam paket survival), Stata (perintah clogit), SAS (PROC LOGISTIC dengan pernyataan STRATA), dan SPSS. Variabel pencocokan (biasanya ID set kasus) harus dimasukkan sebagai pengidentifikasi strata. Untuk analisis waktu-ke-kejadian menggunakan seluruh kumpulan risiko, kemungkinan parsial Cox dengan pencocokan waktu secara matematis setara dengan regresi logistik bersyarat di bawah pensampelan kepadatan insidensi.
Metode terkait
Sumber
Thomas, D. C. (1977). Addendum to: Methods of cohort analysis: Appraisal by application to asbestos mining. Journal of the Royal Statistical Society, Series A, 140(4), 469–491.
Buka referensi publikasiDisalin.Mantel, N. (1973). Synthetic retrospective studies and related topics. Biometrics, 29(3), 479–486.
Buka referensi DOIDisalin.