Przejdź do treści
Wróć do wyników wyszukiwania

Badanie kliniczno-kontrolne — Obserwacyjny projekt epidemiologiczny

Autor metody
Janet Lane-Claypon (early precursors, 1926); formalized by Brian MacMahon and Jerome Cornfield in the 1950s–1960s
Rok
1950s (formal methodology); precursors in the 1920s
Typ
Observational analytic study design
Rodzina
Clinical / epidemiology

Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku

Rozmiar czcionki

Do czego służy?

Badanie kliniczno-kontrolne (ang. case-control study) to retrospektywny projekt obserwacyjny, w którym osoby, u których rozwinęła się choroba lub interesujący wynik (przypadki), są porównywane z osobami, u których nie wystąpiły (grupa kontrolna), w celu ustalenia, czy wcześniejsza ekspozycja na domniemany czynnik ryzyka różni się między tymi dwiema grupami.

Podstawową miarą związku jest iloraz szans (OR), który przybliża ryzyko względne, gdy wynik jest rzadki. Badania kliniczno-kontrolne są szczególnie efektywne w badaniu rzadkich chorób i generowaniu hipotez etiologicznych.

Intuicja stojąca za metodą

Załóżmy, że chcesz dowiedzieć się, czy ekspozycja na konkretny pestycyd powoduje rzadki nowotwór. Przeprowadzenie prospektywnego badania kohortowego wymagałoby śledzenia setek tysięcy ludzi przez dziesięciolecia — co jest niepraktyczne i kosztowne. Badanie kliniczno-kontrolne odwraca oś czasu: zaczynasz od pacjentów, którzy już mają nowotwór (przypadki) i dopasowanej grupy bez niego (grupa kontrolna), a następnie cofasz się w czasie, aby odkryć, kto był narażony. Porównując częstotliwości wcześniejszej ekspozycji między dwiema grupami, możesz oszacować, jak silnie ekspozycja jest związana z chorobą. Logika przypomina pracę detektywistyczną — wynik jest znany, a ty cofasz się, aby zidentyfikować jego prawdopodobne przyczyny.

Historia

Projekt kliniczno-kontrolny ma swoje korzenie we wczesnej epidemiologii klinicznej XX wieku. Badanie Janet Lane-Claypon z 1926 roku dotyczące czynników ryzyka raka piersi jest często cytowane jako prekursor. Formalne podstawy metodologiczne zostały położone w latach 50. przez Briana MacMahona, Jerome'a Cornfielda, Nathana Mantela i Williama Haenszela, których artykuł z 1959 roku na temat dopasowania i stratyfikacji pozostaje kamieniem milowym. Przełomowe badanie kliniczno-kontrolne Richarda Dolla i Bradforda Hilla z 1950 roku, łączące palenie papierosów z rakiem płuc, przyniosło temu projektowi międzynarodową sławę. Podręcznik Jamesa Schlesselmana z 1982 roku skodyfikował metody, a kolejne dziesięciolecia przyniosły integrację wielowymiarowej regresji logistycznej i zagnieżdżonych projektów do standardowej praktyki.

Kiedy stosować

Użyj badania kliniczno-kontrolnego, gdy wynik jest rzadki lub ma długi okres latencji (co czyni prospektywne obserwacje niepraktycznymi), gdy wiele ekspozycji musi być ocenianych jednocześnie dla jednego wyniku, lub gdy zasoby są ograniczone. Jest to preferowany projekt do generowania hipotez w etiologii chorób. Nie używaj projektu kliniczno-kontrolnego, gdy ekspozycja jest rzadka (badanie kohortowe jest bardziej efektywne), gdy potrzebne są dane o częstości występowania (badania kliniczno-kontrolne dostarczają ilorazów szans, a nie wskaźników częstości występowania), lub gdy sekwencja czasowa między ekspozycją a wynikiem nie może być wiarygodnie ustalona na podstawie dostępnych zapisów — co uniemożliwiłoby wnioskowanie przyczynowe.

Ograniczenia i uwagi

  • Podatne na błąd przypominania: przypadki mogą pamiętać wcześniejsze ekspozycje dokładniej (lub mniej dokładnie) niż osoby z grupy kontrolnej, zawyżając lub zaniżając oszacowany związek.
  • Błąd selekcji może wystąpić, jeśli przypadki i osoby z grupy kontrolnej nie pochodzą z tej samej populacji źródłowej, co czyni wybór grupy kontrolnej najważniejszą metodologicznie decyzją.
  • Nie można bezpośrednio oszacować wskaźników częstości występowania ani ryzyka bezwzględnego — jedynie ilorazy szans, które przybliżają ryzyko względne tylko wtedy, gdy rozpowszechnienie choroby jest niskie.
  • Ustalenie czasowości związku ekspozycja-wynik może być trudne na podstawie danych retrospektywnych, co ogranicza wnioskowanie przyczynowe.

Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.

Mocne strony

  • Wysoce efektywne w przypadku rzadkich chorób: nawet przy małej próbie możliwe jest uzyskanie znaczących oszacowań związku.
  • Stosunkowo szybkie i niedrogie w porównaniu z prospektywnymi badaniami kohortowymi, ponieważ eliminuje się czas obserwacji.
  • Umożliwia jednoczesną ocenę wielu ekspozycji lub czynników ryzyka dla jednego wyniku.
  • Odpowiednie do badania chorób z długimi okresami latencji, gdzie projekty prospektywne byłyby niepraktyczne.

Zastosowania

  • Badanie środowiskowych lub zawodowych czynników ryzyka rzadkich nowotworów (np. azbest i międzybłoniak, radon i rak płuc).
  • Identyfikacja czynników ryzyka w ogniskach chorób zakaźnych podczas szybkich dochodzeń w zakresie zdrowia publicznego.
  • Badanie niepożądanych skutków leków lub szczepionek, gdzie częstość występowania zdarzeń jest zbyt niska, aby przeprowadzić randomizowane badanie.
  • Badanie genetycznych, stylu życia i dietetycznych czynników ryzyka chorób sercowo-naczyniowych, cukrzycy lub schorzeń neurologicznych.
  • Ocena ekspozycji matczynych związanych z wrodzonymi wadami rozwojowymi lub niekorzystnymi wynikami urodzeń.

Jak to działa

Jak to działa

1

Precyzyjnie zdefiniuj grupę przypadków, używając jasnych, powtarzalnych kryteriów diagnostycznych (np. potwierdzona diagnoza histologiczna). Zdefiniuj grupę kontrolną tak, aby reprezentowała tę samą populację źródłową, z której pochodziły przypadki — osoby z grupy kontrolnej powinny być osobami, które stałyby się przypadkami, gdyby rozwinął się u nich dany wynik. Niejednoznaczność w którejkolwiek definicji jest głównym źródłem błędu systematycznego.

2

Rekrutuj przypadki (incydentalne lub rozpowszechnione, w zależności od pytania badawczego) i osoby z grupy kontrolnej z odpowiedniej populacji źródłowej. Osoby z grupy kontrolnej mogą być oparte na populacji (próba losowa), oparte na szpitalu lub dopasowane do przypadków pod względem kluczowych potencjalnych czynników zakłócających, takich jak wiek, płeć lub obszar geograficzny. Dopasowanie poprawia efektywność, ale wymaga analizy dopasowanej.

3

Zbieraj historię ekspozycji dla obu grup, używając tych samych metod — ustrukturyzowanych wywiadów, dokumentacji medycznej, próbek biologicznych lub powiązania z administracyjnymi bazami danych. Zaślepienie ankieterów na status przypadku/kontroli zmniejsza błąd różnicowego przypominania i błąd ankietera. W miarę możliwości waliduj miary ekspozycji.

4

Skonstruuj tabelę kontyngencji 2×2 (narażeni/nienarażeni × przypadek/kontrola). Oblicz iloraz szans: OR = (a × d) / (b × c), gdzie a = narażone przypadki, b = nienarażone przypadki, c = narażone osoby z grupy kontrolnej, d = nienarażone osoby z grupy kontrolnej. Zastosuj regresję logistyczną, aby skorygować czynniki zakłócające i uzyskać przedziały ufności oraz wartości p.

Wzór
OR = (a/b) / (c/d) = (a \times d) / (b \times c)
5

Zidentyfikuj potencjalne czynniki zakłócające a priori i zajmij się nimi poprzez projekt badania (dopasowanie, restrykcja) lub analizę (wielowymiarowa regresja logistyczna, stratyfikacja). Oceń modyfikację efektu, badając, czy OR różni się w poszczególnych warstwach trzeciej zmiennej. Analizy wrażliwości sprawdzają, jak odporne są wyniki na niemierzone czynniki zakłócające.

6

OR > 1 sugeruje pozytywny związek między ekspozycją a wynikiem; OR < 1 sugeruje związek ochronny. Interpretuj OR w kontekście jego przedziału ufności, istotności statystycznej, wiarygodności biologicznej, dowodów na zależność dawka-reakcja i spójności z innymi badaniami. Pamiętaj, że OR przybliża ryzyko względne tylko wtedy, gdy choroba jest rzadka (< 10% rozpowszechnienia).

Częste pułapki

  • Nieodpowiednia grupa kontrolna: wybór kontroli szpitalnych, gdy przypadki są oparte na populacji (lub odwrotnie), wprowadza błąd selekcji i zniekształca iloraz szans — kontrole muszą reprezentować tę samą populację źródłową co przypadki.
  • Ignorowanie błędu przypominania: użycie samodzielnie zgłoszonej ekspozycji bez zaślepienia, walidacji lub triangulacji z obiektywnymi zapisami zawyża pozorne związki, gdy przypadki bardziej rozmyślają nad potencjalnymi przyczynami swojej choroby.
  • Nadmierne dopasowanie: dopasowanie przypadków i kontroli pod względem zmiennych leżących na ścieżce przyczynowej (pośrednich) usuwa zmienność ekspozycja-wynik, którą próbujesz wykryć, maskując rzeczywiste związki.
  • Traktowanie rozpowszechnionych przypadków tak, jakby były incydentalne: rozpowszechnione przypadki przeżywają ze swoją chorobą, wprowadzając błąd przeżywalności — zdecydowanie preferowane są przypadki incydentalne (nowo zdiagnozowane).
  • Stosowanie OR tak, jakby równało się ryzyku względnemu, gdy rozpowszechnienie wyniku jest wysokie (> 10%): w takich sytuacjach OR znacznie przeszacowuje ryzyko względne i należy zastosować alternatywne miary.

Najczęściej zadawane pytania

Jaka jest różnica między badaniem kliniczno-kontrolnym a badaniem kohortowym?

Badanie kohortowe zaczyna się od statusu ekspozycji i śledzi uczestników w czasie, aby zobaczyć, u kogo rozwija się wynik; może bezpośrednio oszacować wskaźniki częstości występowania i ryzyko względne. Badanie kliniczno-kontrolne zaczyna się od statusu wyniku (przypadki vs. kontrole) i patrzy wstecz na wcześniejszą ekspozycję; daje ilorazy szans i jest bardziej efektywne dla rzadkich wyników, ale nie może oszacować częstości występowania. Oba projekty są komplementarne: badania kohortowe są lepsze dla częstych wyników z krótkim okresem obserwacji; badania kliniczno-kontrolne są lepsze dla rzadkich chorób lub schorzeń o długim okresie latencji.

Kiedy iloraz szans przybliża ryzyko względne?

Iloraz szans (OR) jest ważnym przybliżeniem ryzyka względnego (RR), gdy choroba lub wynik są rzadkie — konwencjonalnie przyjmuje się, że rozpowszechnienie jest poniżej 10%. Gdy wynik jest powszechny, OR odbiega od RR i przeszacowuje je. W warunkach wysokiej częstości występowania należy rozważyć zastosowanie regresji log-dwumianowej lub Poissona do bezpośredniego oszacowania RR lub zgłosić OR z wyraźnym potwierdzeniem jego nierównoważności z RR.

Jak powinienem wybrać grupę kontrolną?

Osoby z grupy kontrolnej powinny być reprezentatywne dla populacji źródłowej, z której pochodziły przypadki — to znaczy, gdyby u osoby z grupy kontrolnej rozwinął się wynik, kwalifikowałaby się ona do zostania przypadkiem. Kontrole oparte na populacji (losowo próbkowane ze społeczności) są metodologicznie preferowane, ale operacyjnie wymagające. Kontrole oparte na szpitalu są wygodne, ale mogą wprowadzić błąd, jeśli obecność w szpitalu jest sama w sobie związana z badaną ekspozycją. Wybór musi być uzasadniony, a jego implikacje ocenione poprzez analizę wrażliwości.

Czym jest zagnieżdżone badanie kliniczno-kontrolne?

Zagnieżdżone badanie kliniczno-kontrolne jest osadzone w zdefiniowanej kohorcie. Przypadki to osoby, u których rozwija się wynik podczas obserwacji; kontrole są próbkowane spośród członków kohorty, u których nie rozwinął się jeszcze wynik w momencie identyfikacji każdego przypadku (próbkowanie z zestawu ryzyka). Ten projekt zachowuje efektywność podejścia kliniczno-kontrolnego, jednocześnie umożliwiając oszacowanie gęstości częstości występowania i znacznie zmniejszając błąd przypominania i selekcji, ponieważ ekspozycje były często mierzone prospektywnie przed wystąpieniem wyników.

Jak radzić sobie z wieloma porównaniami podczas testowania wielu ekspozycji?

Testowanie wielu ekspozycji jednocześnie zawyża wskaźnik fałszywie pozytywnych. Z góry określ pierwotne i wtórne hipotezy, zastosuj odpowiednie korekty (Bonferroni, wskaźnik fałszywych odkryć) dla analiz wtórnych i interpretuj nominalnie istotne związki między wieloma ekspozycjami z ostrożnością. Wcześniejsza rejestracja protokołu badania — z jasno zadeklarowanymi pierwotnymi ekspozycjami — znacznie wzmacnia wiarygodność.

Pokrewne metody

Źródła

  1. Schlesselman, J.J. (1982). Case-Control Studies: Design, Conduct, Analysis. Oxford University Press.

    ISBN: 978-0195027860
    Skopiowano.
  2. Rothman, K.J., Greenland, S., & Lash, T.L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    ISBN: 978-0781755641
    Skopiowano.