Skip to content
Torna ai risultati

Studio caso-controllo nidificato

Introdotto da
Nathan Mantel (1973); D. C. Thomas (1977 formalization)
Anno
1973–1977
Tipo
Hybrid observational study design
Famiglia
Clinical / epidemiology

Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese

Dimensione del carattere

A cosa serve?

Uno studio caso-controllo nidificato è un disegno osservazionale efficiente integrato all'interno di una coorte definita.

Per ogni partecipante che sviluppa l'esito di interesse (un caso), un piccolo numero di controlli abbinati viene campionato da coloro che sono ancora a rischio nello stesso momento. Questa strategia di campionamento per densità fornisce rapporti di probabilità che approssimano i rapporti di incidenza dalla coorte completa con una frazione dei costi di raccolta dati, rendendola l'alternativa preferita quando la misurazione delle esposizioni per tutti i membri della coorte sarebbe proibitivamente costosa o tecnicamente impegnativa.

L’intuizione alla base del metodo

Immaginate una coorte occupazionale di 20 anni di 10.000 lavoratori. Volete verificare se una particolare esposizione chimica aumenta il rischio di cancro alla vescica, ma misurare i biomarcatori sierici per tutti i 10.000 partecipanti sarebbe estremamente costoso. Un disegno caso-controllo nidificato risolve questo problema: ogni volta che un lavoratore viene diagnosticato (un caso), selezionate casualmente, diciamo, quattro lavoratori dal set di rischio — quelli che non hanno ancora avuto l'esito e sono stati arruolati almeno altrettanto presto — e misurate i biomarcatori solo per queste cinque persone. Poiché i controlli sono estratti dalla stessa coorte e dallo stesso momento di follow-up, il disegno eredita la struttura prospettica della coorte riducendo le analisi dei biomarcatori di circa l'80%.

Storia

Il disegno caso-controllo nidificato è stato concettualizzato da Nathan Mantel nel 1973 come un modo per applicare la logica retrospettiva caso-controllo all'interno di dati di coorte prospettici, recuperando efficienza senza sacrificare l'integrità temporale. D. C. Thomas ha formalizzato il quadro di campionamento per set di rischio o per densità di incidenza nel 1977, dimostrando che gli OR stimati da tali campioni eguagliano l'IRR della coorte sotto l'ipotesi nulla e con modeste dimensioni dell'effetto. Il disegno ha guadagnato ampia adozione nell'epidemiologia occupazionale e oncologica attraverso gli anni '80 e '90, in particolare per studi che richiedevano costosi saggi di biomarcatori su campioni archiviati. Ora è uno strumento standard negli studi su larga scala collegati a biobanche e nella ricerca farmacoepidemiologica.

Quando usarlo

Utilizzare un disegno caso-controllo nidificato quando si dispone (o si può assemblare) di una coorte prospettica ben definita con dati sugli esiti, ma la misurazione delle esposizioni per tutti i membri è costosa, tecnicamente impegnativa o richiede campioni biologici conservati. È ideale quando l'esposizione di interesse è un saggio di laboratorio, un marcatore genetico o un campione archiviato il cui budget di misurazione è limitato. Il disegno è anche appropriato quando è necessario controllare i confondenti variabili nel tempo o si desidera studiare esiti rari all'interno di una coorte ampia senza l'accertamento dell'esposizione dell'intera coorte. NON utilizzare questo disegno quando la coorte è troppo piccola per produrre un numero adeguato di casi; quando i dati sugli esiti non sono disponibili o inaffidabili; quando tutte le esposizioni sono già misurate per l'intera coorte (un'analisi dell'intera coorte è quindi più efficiente); o quando la domanda di ricerca richiede la stima dei rischi assoluti piuttosto che dei rischi relativi.

Limiti e considerazioni

  • Richiede una coorte preesistente con un accertamento affidabile degli esiti; la creazione di tale coorte è di per sé dispendiosa in termini di risorse.
  • Il disegno abbinato con regressione logistica condizionale significa che le variabili abbinate non possono essere valutate come predittori indipendenti dell'esito.
  • I guadagni di efficienza diminuiscono quando gli esiti sono comuni (>10% della coorte), nel qual caso un'analisi dell'intera coorte o un disegno caso-coorte potrebbero essere preferibili.
  • La selezione di un numero adeguato di controlli per caso richiede attenti calcoli di potenza; troppo pochi controlli riducono l'efficienza statistica senza risparmi proporzionali sui costi.

Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.

Punti di forza

  • Riduce drasticamente il costo e lo sforzo della valutazione dell'esposizione rispetto a un'analisi dell'intera coorte — tipicamente solo il 5-10% dei membri della coorte necessita di misurazione.
  • Il campionamento per densità di incidenza assicura che l'OR sia una stima imparziale del rapporto di incidenza, preservando l'interpretazione causale di un disegno prospettico.
  • Consente l'uso di esposizioni variabili nel tempo ancorando la selezione dei controlli al set di rischio al momento in cui si verifica ciascun caso.
  • Eredita i punti di forza della coorte prospettica: temporalità dell'esposizione prima dell'esito e ridotto bias di richiamo rispetto a uno studio caso-controllo tradizionale.
  • L'abbinamento flessibile per tempo e covariate a livello individuale controlla efficientemente i forti confondenti senza richiedere dati completi sulle covariate della coorte.

Applicazioni

  • Studi sui biomarcatori all'interno di ampie coorti prospettiche — misurazione di campioni di sangue conservati solo per casi e controlli abbinati per studiare esiti di cancro, malattie cardiovascolari o metaboliche.
  • Epidemiologia occupazionale — valutazione delle esposizioni chimiche o da radiazioni cumulative tra i lavoratori che sviluppano specifici tumori all'interno di una coorte di fabbrica o di registro.
  • Farmacoepidemiologia — valutazione dell'esposizione a farmaci ed eventi avversi all'interno di coorti di database sanitari amministrativi dove le prescrizioni sono complete ma i dati clinici dettagliati richiedono la revisione delle cartelle.
  • Epidemiologia delle malattie infettive — indagine sui fattori dell'ospite o del patogeno per esiti gravi (ad es. ospedalizzazione, morte) all'interno di una coorte di sorveglianza di individui infetti.
  • Studi genetici e genomici — esecuzione di sequenziamento di geni candidati o dell'intero esoma su casi e controlli campionati da una coorte di popolazione con follow-up a lungo termine.

Come funziona

Come funziona

1

Lo studio inizia con una coorte dinamica o fissa esistente o di nuova costituzione, i cui membri sono stati tutti liberi da malattie all'ingresso e vengono seguiti nel tempo. La coorte fornisce il quadro di campionamento da cui vengono estratti sia i casi che i controlli, garantendo che tutti i partecipanti condividano una base comune e una finestra di esposizione.

2

Durante il follow-up, ogni nuova occorrenza dell'evento esito (ad es. diagnosi di malattia, morte) viene registrata come caso, insieme alla data esatta dell'evento. I casi sono spesso tutti gli eventi incidenti nella coorte, ma il disegno può anche essere limitato a un sottoinsieme definito (ad es. un sottotipo istologico specifico).

3

Per ogni caso, viene formato un set di rischio: tutti i membri della coorte che sono ancora sotto follow-up e liberi da eventi al momento in cui si verifica il caso. Un numero fisso di controlli (tipicamente 1-10 per caso) viene campionato casualmente da questo set di rischio — una procedura chiamata campionamento per densità di incidenza o campionamento per set di rischio. I controlli possono essere abbinati al loro caso su variabili come età, sesso o tempo di calendario per ridurre il confondimento.

4

Le informazioni sull'esposizione — biomarcatori, campioni biologici conservati, cartelle cliniche o dati di interviste — vengono recuperate o misurate solo per i casi e i controlli selezionati, non per l'intera coorte. Poiché i controlli vengono estratti al momento di ogni evento del caso, le esposizioni variabili nel tempo possono essere catturate nella finestra di rischio pertinente.

5

La regressione logistica condizionale viene utilizzata per stimare i rapporti di probabilità (OR) all'interno di ciascun set caso-controllo abbinato, tenendo conto delle variabili di abbinamento. Sotto campionamento per densità di incidenza, l'OR è una stima imparziale del rapporto di incidenza (IRR) dall'analisi della coorte completa, rendendo i risultati direttamente interpretabili come stime del tasso relativo.

Errori comuni

  • L'utilizzo di casi prevalenti anziché incidenti — includendo partecipanti che avevano già la malattia all'ingresso nella coorte introduce bias di lunghezza e rompe l'assunzione temporale che l'esposizione preceda l'esito.
  • L'estrazione di controlli al di fuori del set di rischio — selezionare controlli che avevano già sperimentato l'esito, o che sono entrati nella coorte dopo la data dell'evento del caso, distorce la logica del campionamento per densità e distorce l'OR lontano dall'IRR.
  • Ignorare la struttura abbinata nell'analisi — analizzare dati caso-controllo abbinati con regressione logistica incondizionata (invece di regressione logistica condizionale) produce stime distorte, specialmente quando il numero di controlli per caso è piccolo.
  • Mancata considerazione delle esposizioni variabili nel tempo — utilizzare una singola misurazione dell'esposizione di base quando le esposizioni cambiano durante il follow-up classifica erroneamente l'esposizione e distorce i risultati verso lo zero.
  • Sovra-abbinamento su variabili nel percorso causale — abbinare intermedi tra esposizione ed esito rimuove la variazione necessaria per rilevare un effetto.

Domande frequenti

In che modo uno studio caso-controllo nidificato differisce da uno studio caso-controllo tradizionale?

Uno studio caso-controllo tradizionale recluta casi da un ospedale o registro e seleziona controlli dalla popolazione generale, rendendo difficile garantire che i controlli provengano dalla stessa popolazione di origine dei casi. Uno studio caso-controllo nidificato estrae sia i casi che i controlli da una coorte definita con date di ingresso e follow-up note, quindi la popolazione di origine è esplicita e si garantisce che i controlli fossero a rischio di diventare casi — ciò elimina una fonte importante di bias di selezione e consente all'OR di stimare l'IRR.

Quanti controlli per caso dovrei selezionare?

Selezionare 4-5 controlli per caso cattura la maggior parte del guadagno di efficienza statistica rispetto all'analisi dell'intera coorte; oltre un rapporto di circa 10:1 il guadagno marginale è trascurabile. Il numero ottimale dipende dal costo relativo dell'ottenimento dei dati dei casi rispetto ai controlli e dai requisiti di potenza statistica. Per esiti rari in cui ogni caso è prezioso, possono essere giustificati fino a 10 controlli per caso.

Qual è la differenza tra uno studio caso-controllo nidificato e uno studio caso-coorte?

Entrambi i disegni campionano da una coorte per ridurre i costi di accertamento dell'esposizione. In uno studio caso-controllo nidificato, i controlli sono abbinati per set di rischio a ciascun caso al momento dell'evento del caso, e viene utilizzata la regressione logistica condizionale. In uno studio caso-coorte, viene selezionata una sottocoorte casuale alla base e serve come gruppo di confronto per tutti i casi indipendentemente da quando si verificano; ciò consente di utilizzare la stessa sottocoorte per più esiti ma richiede analisi ponderate più complesse. I disegni caso-controllo nidificati sono generalmente più semplici da analizzare; i disegni caso-coorte sono preferiti quando verranno studiati più esiti contemporaneamente.

Posso usare il disegno caso-controllo nidificato con una coorte retrospettiva?

Sì. Sebbene il disegno sia concettualmente prospettico — l'esposizione precede l'esito — può essere integrato in una coorte retrospettiva assemblata da registri storici. I requisiti chiave sono che le date di ingresso della coorte, i periodi di follow-up e le date degli esiti siano documentati in modo affidabile, e che le informazioni sull'esposizione possano essere recuperate per i casi e i controlli selezionati senza conoscenza dello stato del caso (per evitare bias informativi).

Quale software posso usare per la regressione logistica condizionale nei dati caso-controllo nidificati?

La regressione logistica condizionale per dati caso-controllo abbinati è disponibile in R (funzione clogit nel pacchetto survival), Stata (comando clogit), SAS (PROC LOGISTIC con istruzione STRATA) e SPSS. La variabile di abbinamento (solitamente un ID del set di casi) deve essere inclusa come identificatore di strato. Per le analisi tempo-fino all'evento utilizzando l'intero set di rischio, la verosimiglianza parziale di Cox con abbinamento temporale è matematicamente equivalente alla regressione logistica condizionale sotto campionamento per densità di incidenza.

Metodi correlati

Fonti

  1. 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.

    Apri il riferimento della pubblicazione
    Copiato.
  2. Mantel, N. (1973). Synthetic retrospective studies and related topics. Biometrics, 29(3), 479–486.

    Apri il riferimento DOI
    Copiato.