Przejdź do treści
Wróć do wyników wyszukiwania

Projekt przypadków-krzyżowych — dopasowane epidemiologiczne badanie przejściowych ekspozycji

Autor metody
Malcolm Maclure
Rok
1991
Typ
Observational epidemiological study design
Rodzina
Clinical / epidemiology

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

Rozmiar czcionki

Do czego służy?

Projekt przypadków-krzyżowych to obserwacyjna metoda epidemiologiczna, która szacuje, czy przejściowa ekspozycja wywołuje ostre zdarzenie, porównując ekspozycję każdego przypadku w krótkim oknie czasowym bezpośrednio przed zdarzeniem z jego własną ekspozycją w wcześniejszych okresach kontrolnych.

Ponieważ każda osoba służy jako własna kontrola, wszystkie stabilne cechy osobiste są automatycznie uwzględniane, co czyni ten projekt szczególnie potężnym do badania ekspozycji przerywanych i nagłych zdarzeń, takich jak zawał mięśnia sercowego, udar mózgu lub uraz.

Intuicja stojąca za metodą

Wyobraź sobie, że chcesz wiedzieć, czy ciężki wysiłek fizyczny wywołuje zawały serca. Zamiast porównywać osoby, które miały zawały serca, z innymi osobami, które ich nie miały, projekt przypadków-krzyżowych pyta: czy ta osoba była bardziej aktywna fizycznie w ciągu godziny przed zawałem serca niż zazwyczaj w podobnych godzinach w poprzednich dniach lub tygodniach? Każdy pacjent odpowiada na to pytanie, używając własnej historii jako punktu odniesienia. To porównanie wewnątrzosobowe eliminuje zakłócenia spowodowane wszystkim, co jest stałe u danej osoby — jej genetyką, chorobami przewlekłymi i stylem życia — skupiając analizę wyłącznie na przejściowej ekspozycji będącej przedmiotem zainteresowania.

Historia

Projekt przypadków-krzyżowych został wprowadzony przez Malcolma Maclure'a w artykule z 1991 roku w American Journal of Epidemiology jako metoda specjalnie dostosowana do badania, czy krótkie ekspozycje wywołują nagłe zdarzenia. Projekt czerpie logikę z prób krzyżowych, ale stosuje ją obserwacyjnie: każdy przypadek dostarcza własnych danych kontrolnych z wcześniejszego okresu odniesienia. Murray Mittleman i współpracownicy udoskonalili strategie wyboru okresów kontrolnych w 1995 roku, a późniejsze prace metodologiczne Navidi (1998) i Lumley'a i Levy'ego (2000) zajęły się błędem trendu oraz debatą między projektami dwukierunkowymi a jednokierunkowymi. Od tego czasu projekt został szeroko przyjęty w epidemiologii sercowo-naczyniowej, badaniach nad zdrowiem środowiskowym i farmakoepidemiologii.

Kiedy stosować

Użyj projektu przypadków-krzyżowych, gdy Twoje pytanie badawcze brzmi, czy przejściowa, przerywana ekspozycja ostro wywołuje nagłe zdarzenie (np. czy wzrost zanieczyszczenia powietrza zwiększa ryzyko ataku astmy w ciągu najbliższych kilku godzin?). Jest idealny, gdy stabilne czynniki zakłócające są głównym problemem, ponieważ dopasowanie wewnątrzosobowe automatycznie je eliminuje. Projekt wymaga, aby ekspozycja zmieniała się u tej samej osoby w krótkich odstępach czasu i aby czas indukcji między ekspozycją a zdarzeniem był krótki i dobrze poznany. NIE używaj go, gdy ekspozycja jest stabilna lub zmienia się tylko powoli w ciągu życia (np. status palenia, czynniki genetyczne) — zmienność wewnątrzosobowa będzie bliska zeru, co czyni projekt nieinformacyjnym. Unikaj go również, gdy zdarzenie jest rzadkie, ale wynik ma długi okres utajenia, lub gdy błąd pamięci dotyczący ekspozycji nie może być odpowiednio kontrolowany.

Ograniczenia i uwagi

  • Może badać tylko przejściowe ekspozycje, które zmieniają się u tej samej osoby w odpowiedniej skali czasowej — stabilnych ekspozycji nie można ocenić.
  • Błąd pamięci jest poważnym problemem, gdy ustalanie ekspozycji opiera się na pamięci uczestnika, szczególnie gdy przypadki mogą nieświadomie nadmiernie zgłaszać ekspozycję przed zdarzeniem.
  • Błąd trendu (zmiany sekularne w ekspozycji w czasie) może wpływać na projekty jednokierunkowe; projekty dwukierunkowe mogą wprowadzać błąd zależności od ekspozycji, jeśli wyniki wpływają na późniejszą ekspozycję.
  • Okres indukcji — opóźnienie między ekspozycją a zdarzeniem — musi być określony a priori; błędna specyfikacja okna czasowego zagrożenia może znacznie zniekształcić oszacowania.
  • Nie można oszacować bezwzględnych wskaźników zdarzeń ani populacyjnych ryzyk przypisywalnych; produkowane są tylko miary względne (ilorazy szans).

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

Mocne strony

  • Całkowita kontrola wszystkich stałych czynników zakłócających na poziomie indywidualnym (genetyka, stabilny styl życia, status społeczno-ekonomiczny) z założenia.
  • Wydajny — potrzebne są tylko przypadki; nie trzeba rekrutować oddzielnej grupy kontrolnej.
  • Szczególnie odpowiedni do badania przejściowych czynników środowiskowych lub behawioralnych wywołujących ostre zdarzenia sercowo-naczyniowe, oddechowe lub urazy.
  • Naturalnie dopasowuje się do administracyjnych źródeł danych (przyjęcia do szpitala, dane monitorowania środowiska), umożliwiając analizy na dużą skalę.
  • Redukuje błąd selekcji, który pojawia się przy wyborze odpowiedniej zewnętrznej grupy kontrolnej.

Zastosowania

  • Szacowanie krótkoterminowego ryzyka wywołania zawału mięśnia sercowego związanego z forsownym wysiłkiem fizycznym, gniewem lub aktywnością seksualną.
  • Ocena, czy krótkoterminowe skoki zanieczyszczenia powietrza (PM2.5, ozon) zwiększają godzinowe ryzyko wizyt na pogotowiu z powodu astmy lub hospitalizacji sercowo-naczyniowych.
  • Badanie, czy spożycie alkoholu w godzinach poprzedzających wypadek drogowy działa jako czynnik wywołujący.
  • Badania farmakoepidemiologiczne związków lek-zdarzenie, w których lek jest przyjmowany przerywanie, a wystąpienie zdarzenia niepożądanego jest ostre.
  • Badanie, czy ekspozycje zawodowe w określonych zmianach lub zadaniach wywołują ostre zdarzenia mięśniowo-szkieletowe lub sercowo-naczyniowe.
  • Epidemiologia środowiskowa łącząca ekstremalne zjawiska pogodowe (fale upałów, fale zimna) z ostrymi skutkami przy użyciu dopasowanych do osoby okien czasowych.

Jak to działa

Jak to działa

1

Wszyscy osobnicy, którzy doświadczają ostrego zdarzenia będącego przedmiotem zainteresowania (np. zawał mięśnia sercowego, upadek, wypadek drogowy) w okresie badania, są włączani jako przypadki. Tylko osoby, które faktycznie doświadczyły zdarzenia, dostarczają danych; nie ma oddzielnej grupy osób bez zdarzenia do rekrutacji, co czyni ten projekt wydajnym w miejscach, gdzie istnieją rejestry przypadków.

2

Okno czasowe zagrożenia definiuje się jako krótki przedział bezpośrednio poprzedzający zdarzenie — na przykład jedną lub dwie godziny przed wystąpieniem objawów. Status ekspozycji w tym oknie jest kluczową zmienną: czy wywołująca ekspozycja (np. forsowny wysiłek, wzrost zanieczyszczenia powietrza, spożycie alkoholu) była obecna, czy nie?

3

Okresy kontrolne to okna czasowe z niedalekiej przeszłości tej samej osoby, kiedy zdarzenie nie wystąpiło. Powszechne strategie to dwukierunkowe (okresy przed i po zdarzeniu) i jednokierunkowe (okresy tylko przed zdarzeniem). Okresy kontrolne są zazwyczaj dopasowane pod względem pory dnia i dnia tygodnia, aby uniknąć zakłóceń spowodowanych rytmami okołodobowymi lub tygodniowymi.

4

Ekspozycja zarówno w okresie zagrożenia, jak i we wszystkich okresach kontrolnych jest ustalana — idealnie na podstawie obiektywnych zapisów (elektroniczne dane medyczne, monitory środowiskowe, trackery aktywności) lub wyników ustrukturyzowanego wywiadu. Ekspozycja musi być przejściowa i zdolna do zmienności u tej samej osoby w czasie; stabilnych, niezmiennych w czasie ekspozycji nie można badać za pomocą tego projektu.

5

Ponieważ każda osoba dostarcza jeden okres zagrożenia i jeden lub więcej okresów kontrolnych, dane są analizowane przy użyciu warunkowej regresji logistycznej dopasowanej na tożsamość osoby. Uzyskany iloraz szans szacuje względne ryzyko zdarzenia po ekspozycji w porównaniu z okresami braku ekspozycji dla tej samej osoby.

Wzór
OR = exp(beta), from conditional logistic regression matched on individual

Częste pułapki

  • Błędna specyfikacja długości okna czasowego zagrożenia — jeśli okno jest zbyt szerokie, rozcieńcza przejściowy efekt; zbyt wąskie, a prawdziwa ekspozycja jest pomijana. Wybór musi być uzasadniony biologicznie, a nie oparty na danych.
  • Ignorowanie błędu trendu w projektach jednokierunkowych — jeśli bazowa ekspozycja osoby rośnie w czasie, okresy kontrolne z przeszłości systematycznie będą wykazywać niższą ekspozycję niż okres zagrożenia, zawyżając iloraz szans.
  • Używanie projektu do powoli zmieniających się ekspozycji — gdy ekspozycja ledwo się zmienia u danej osoby (np. wskaźnik masy ciała, intensywność palenia w ciągu kilku tygodni), warunkowa regresja logistyczna będzie oparta na prawie zerowym kontraście wewnątrzosobowym, dając niestabilne lub niemożliwe do zinterpretowania oszacowania.
  • Przeoczenie zależności od ekspozycji — w projektach dwukierunkowych samo zdarzenie może zmienić późniejszą ekspozycję (np. zawał serca prowadzi do zmniejszenia wysiłku), zniekształcając oszacowania ekspozycji w okresach kontrolnych.

Najczęściej zadawane pytania

Czym projekt przypadków-krzyżowych różni się od standardowego badania przypadków-kontroli?

W tradycyjnym badaniu przypadków-kontroli przypadki (osoby, które doświadczyły zdarzenia) są porównywane z oddzielnie rekrutowanymi kontrolami (osoby, które go nie doświadczyły). Zakłócenia spowodowane stałymi cechami — wiek, płeć, styl życia — muszą być uwzględnione przez dopasowanie lub korektę. W projekcie przypadków-krzyżowych każdy przypadek służy jako własna kontrola, dostarczając danych o ekspozycji z własnych wcześniejszych okresów. Eliminuje to automatycznie wszystkie stałe czynniki zakłócające na poziomie osobistym, ale ogranicza projekt do przejściowych ekspozycji.

Jaka jest różnica między jednokierunkowym a dwukierunkowym projektem przypadków-krzyżowych?

W projekcie jednokierunkowym okresy kontrolne są pobierane tylko z czasu przed zdarzeniem, unikając wszelkich zmian ekspozycji, które samo zdarzenie może spowodować. Jednakże, jeśli ekspozycja rośnie w czasie, wprowadza to błąd trendu. Projekt dwukierunkowy pobiera okresy kontrolne zarówno przed, jak i po zdarzeniu, co niweluje trendy czasowe, ale może wprowadzać błąd zależności od ekspozycji, jeśli zdarzenie zmienia późniejszą ekspozycję. Wybór zależy od tego, czy trendy ekspozycji, czy zmiany ekspozycji spowodowane zdarzeniem są większym problemem.

Jakiej metody statystycznej używa się do analizy badania przypadków-krzyżowych?

Warunkowa regresja logistyczna dopasowana na tożsamość indywidualną jest standardowym podejściem. Każda warstwa (jeden okres zagrożenia i jeden lub więcej okresów kontrolnych od tej samej osoby) jest analizowana łącznie, a model szacuje iloraz szans dla przejściowego efektu ekspozycji netto ze wszystkich stałych cech wewnątrzosobowych.

Czy mogę badać więcej niż jedną przejściową ekspozycję jednocześnie?

Tak. Wiele przejściowych ekspozycji można uwzględnić w modelu warunkowej regresji logistycznej jednocześnie, pod warunkiem, że każda ekspozycja wystarczająco się zmienia w obrębie jednostek w okresach zagrożenia i kontrolnych. Terminy interakcji między ekspozycjami (np. wysiłek połączony z gniewem) również mogą być badane, jak wykazano we wczesnych badaniach nad czynnikami wywołującymi zdarzenia sercowo-naczyniowe.

Czy projekt przypadków-krzyżowych jest odpowiedni dla populacyjnych danych czasowych środowiskowych?

Klasyczny projekt przypadków-krzyżowych wykorzystuje dopasowanie na poziomie indywidualnym. Dla populacyjnych danych środowiskowych (dzienne liczby zanieczyszczeń w porównaniu z dziennymi hospitalizacjami) można zastosować analizę przypadków-krzyżowych z warstwami czasowymi; jest ona ściśle powiązana, a często matematycznie równoważna, z regresją szeregów czasowych opartą na rozkładzie Poissona. Preferowany jest projekt na poziomie indywidualnym, gdy dostępne są dane o ekspozycji na poziomie osoby, ponieważ zapewnia bezpośrednie wnioskowanie przyczynowe wewnątrzosobowe.

Pokrewne metody

Źródła

  1. Maclure, M. (1991). The case-crossover design: A method for studying transient effects on the risk of acute events. American Journal of Epidemiology, 133(2), 144–153.

    Otwórz odnośnik DOI
    Skopiowano.
  2. Mittleman, M. A., Maclure, M., & Robins, J. M. (1995). Control sampling strategies for case-crossover studies: An assessment of relative efficiency. American Journal of Epidemiology, 142(1), 91–98.

    Otwórz odnośnik DOI
    Skopiowano.