Исследование «случай-контроль» — наблюдательный эпидемиологический дизайн
- Автор метода
- Janet Lane-Claypon (early precursors, 1926); formalized by Brian MacMahon and Jerome Cornfield in the 1950s–1960s
- Год
- 1950s (formal methodology); precursors in the 1920s
- Тип
- Observational analytic study design
- Семейство
- Clinical / epidemiology
Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском
Что он делает?
Исследование «случай-контроль» представляет собой ретроспективный наблюдательный дизайн, в котором индивидуумы, у которых развилось заболевание или интересующий исход (случаи), сравниваются с индивидуумами, у которых он не развился (контроли), для определения того, различается ли предшествующая экспозиция к предполагаемому фактору риска между двумя группами.
Основной мерой ассоциации является отношение шансов (odds ratio), которое аппроксимирует относительный риск, когда исход редок. Исследования «случай-контроль» особенно эффективны для изучения редких заболеваний и генерации этиологических гипотез.
Интуиция метода
Предположим, вы хотите узнать, вызывает ли определенная экспозиция к пестициду редкий вид рака. Проведение проспективного когортного исследования потребовало бы наблюдения за сотнями тысяч людей в течение десятилетий — это непрактично и дорого. Исследование «случай-контроль» меняет временную последовательность: начинают с пациентов, у которых уже есть рак (случаи), и подобранной группы без него (контроли), а затем смотрят назад, чтобы выяснить, кто подвергался экспозиции. Сравнивая частоту прошлой экспозиции между двумя группами, можно оценить, насколько сильно экспозиция связана с заболеванием. Логика похожа на работу детектива — исход известен, и вы работаете в обратном направлении, чтобы выявить его вероятные причины.
История
Дизайн «случай-контроль» имеет корни в клинической эпидемиологии начала двадцатого века. Исследование Джанет Лейн-Клейпон 1926 года факторов риска рака молочной железы часто цитируется как предшественник. Формальные методологические основы были заложены в 1950-х годах Брайаном МакМахоном, Джеромом Корнфилдом, Натаном Мантелем и Уильямом Хенцелем, чья статья 1959 года о подборе и стратификации остается знаковой. Решающее исследование Ричарда Долла и Брэдфорда Хилла 1950 года «случай-контроль», связавшее курение сигарет с раком легких, принесло этот дизайн международную известность. Учебник Джеймса Шлессельмана 1982 года кодифицировал методы, а последующие десятилетия ознаменовались интеграцией многомерной логистической регрессии и вложенных дизайнов в стандартную практику.
Когда применять
Используйте исследование «случай-контроль», когда исход редок или имеет длительный латентный период (что делает проспективное наблюдение непрактичным), когда необходимо одновременно оценить множественные экспозиции для одного исхода, или когда ресурсы ограничены. Это предпочтительный дизайн для генерации гипотез в этиологии заболеваний. Не используйте дизайн «случай-контроль», когда экспозиция редка (когортное исследование более эффективно), когда нужны данные об инцидентности (исследования «случай-контроль» дают отношение шансов, а не частоту инцидентности), или когда временная последовательность между экспозицией и исходом не может быть надежно установлена по имеющимся данным — что исключило бы причинно-следственный вывод.
Ограничения и замечания
- Подвержен ошибке воспоминания: случаи могут помнить прошлые экспозиции более (или менее) точно, чем контроли, завышая или занижая оцененную ассоциацию.
- Систематическая ошибка отбора (selection bias) может возникнуть, если случаи и контроли не выбраны из одной и той же исходной популяции, что делает выбор контролей наиболее критичным методологическим решением.
- Невозможно напрямую оценить частоту инцидентности или абсолютные риски — только отношение шансов, которое аппроксимирует относительный риск только при низкой распространенности заболевания.
- Временная последовательность взаимосвязи экспозиция-исход может быть трудноустановимой по ретроспективным данным, что ограничивает причинно-следственный вывод.
Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.
Сильные стороны
- Высокая эффективность для редких заболеваний: даже при небольшой выборке можно получить значимые оценки ассоциации.
- Относительно быстро и недорого по сравнению с проспективными когортными исследованиями, поскольку время наблюдения исключается.
- Позволяет одновременно оценивать множественные экспозиции или факторы риска для одного исхода.
- Подходит для изучения заболеваний с длительными латентными периодами, когда проспективные дизайны были бы непрактичны.
Применение
- Исследование экологических или профессиональных факторов риска редких видов рака (например, асбест и мезотелиома, радон и рак легких).
- Выявление факторов риска вспышек инфекционных заболеваний во время оперативных расследований в области общественного здравоохранения.
- Изучение нежелательных явлений от лекарств или вакцин, когда частота событий слишком низка для статистической мощности рандомизированного исследования.
- Исследование генетических, поведенческих и диетических факторов риска сердечно-сосудистых заболеваний, диабета или неврологических состояний.
- Оценка экспозиций матери, связанных с врожденными аномалиями или неблагоприятными исходами беременности.
Как это работает
Как это работает
Точно определите группу случаев, используя четкие, воспроизводимые диагностические критерии (например, подтвержденный гистологический диагноз). Определите группу контроля так, чтобы она представляла ту же исходную популяцию, из которой возникли случаи — контроли должны быть людьми, которые стали бы случаями, если бы у них развился исход. Неопределенность в любом из определений является основным источником систематической ошибки (bias).
Наберите случаи (инцидентные или превалентные, в зависимости от исследовательского вопроса) и контроли из соответствующей исходной популяции. Контроли могут быть популяционными (случайная выборка), госпитальными или подобранными к случаям по ключевым потенциальным конфаундерам, таким как возраст, пол или географический район. Подбор повышает эффективность, но требует соответствующего анализа.
Соберите историю экспозиции для обеих групп, используя одни и те же методы — структурированные интервью, медицинские карты, биологические образцы или связь с административными базами данных. Ослепление интервьюеров относительно статуса случая/контроля снижает дифференциальную ошибку воспоминания и ошибку интервьюера. По возможности валидируйте меры экспозиции.
Постройте таблицу сопряженности 2×2 (экспонированные/неэкспонированные × случай/контроль). Вычислите отношение шансов: OR = (a × d) / (b × c), где a = экспонированные случаи, b = неэкспонированные случаи, c = экспонированные контроли, d = неэкспонированные контроли. Примените логистическую регрессию для корректировки на конфаундеры и получения доверительных интервалов и p-значений.
Формула
OR = (a/b) / (c/d) = (a \times d) / (b \times c)
Априори определите потенциальные конфаундеры и учтите их посредством дизайна исследования (подбор, ограничение) или анализа (многомерная логистическая регрессия, стратификация). Оцените модификацию эффекта, изучая, различается ли OR по стратам третьей переменной. Анализы чувствительности проверяют устойчивость результатов к неучтенному конфаундингу.
OR > 1 предполагает положительную ассоциацию между экспозицией и исходом; OR < 1 предполагает защитную ассоциацию. Интерпретируйте OR в контексте его доверительного интервала, статистической значимости, биологической правдоподобности, доказательств зависимости от дозы и согласованности с другими исследованиями. Помните, что OR аппроксимирует относительный риск только тогда, когда заболевание редко (распространенность < 10%).
Частые ошибки
- Несоответствующая группа контроля: выбор госпитальных контролей, когда случаи популяционные (или наоборот), вводит систематическую ошибку отбора и искажает отношение шансов — контроли должны представлять ту же исходную популяцию, что и случаи.
- Игнорирование ошибки воспоминания: использование самоотчетной экспозиции без ослепления, валидации или триангуляции с объективными данными завышает кажущиеся ассоциации, когда случаи больше размышляют о возможных причинах своего заболевания.
- Чрезмерный подбор (over-matching): подбор случаев и контролей по переменным, находящимся на причинном пути (промежуточные), устраняет вариативность экспозиция-исход, которую вы пытаетесь обнаружить, маскируя реальные ассоциации.
- Рассмотрение превалентных случаев как инцидентных: превалентные случаи выживают со своим заболеванием, что вводит ошибку выжившего (survivor bias) — инцидентные (вновь диагностированные) случаи являются предпочтительными.
- Применение OR как равного относительному риску, когда распространенность исхода высока (> 10%): в таких ситуациях OR существенно завышает относительный риск, и следует использовать альтернативные меры.
Часто задаваемые вопросы
В чем разница между исследованием «случай-контроль» и когортным исследованием?
Когортное исследование начинается со статуса экспозиции и отслеживает участников вперед во времени, чтобы увидеть, у кого развился исход; оно может напрямую оценивать частоту инцидентности и относительные риски. Исследование «случай-контроль» начинается со статуса исхода (случаи против контролей) и смотрит назад на прошлую экспозицию; оно дает отношение шансов и более эффективно для редких исходов, но не может оценить инцидентность. Два дизайна дополняют друг друга: когортные исследования лучше подходят для распространенных исходов с коротким периодом наблюдения; исследования «случай-контроль» лучше подходят для редких заболеваний или состояний с длительным латентным периодом.
Когда отношение шансов аппроксимирует относительный риск?
Отношение шансов (OR) является допустимой аппроксимацией относительного риска (RR), когда заболевание или исход редки — обычно считается распространенность ниже 10%. Когда исход распространен, OR отклоняется от RR и завышает его. В условиях высокой распространенности следует рассмотреть возможность использования лог-биномиальной или пуассоновской регрессии для прямой оценки RR или сообщить OR с явным признанием его несоответствия RR.
Как следует выбирать контроли?
Контроли должны быть репрезентативными для исходной популяции, из которой возникли случаи — то есть, если бы контроль развил исход, он был бы допущен к участию в качестве случая. Популяционные контроли (случайно выбранные из сообщества) методологически предпочтительны, но операционно сложны. Госпитальные контроли удобны, но могут вносить систематическую ошибку, если посещение больницы само по себе связано с изучаемой экспозицией. Выбор должен быть обоснован, а его последствия оценены посредством анализа чувствительности.
Что такое вложенное исследование «случай-контроль»?
Вложенное исследование «случай-контроль» встраивается в определенную когорту. Случаи — это индивидуумы, у которых развивается исход во время наблюдения; контроли выбираются из членов когорты, у которых еще не развился исход на момент выявления каждого случая (выборка по множеству рисков). Этот дизайн сохраняет эффективность подхода «случай-контроль», позволяя при этом оценивать плотность инцидентности и существенно снижая ошибки воспоминания и отбора, поскольку экспозиции часто измерялись проспективно до возникновения исходов.
Как обрабатывать множественные сравнения при тестировании множества экспозиций?
Тестирование множества экспозиций одновременно увеличивает частоту ложноположительных результатов. Заранее определите первичные и вторичные гипотезы, примените соответствующие поправки (Бонферрони, уровень ложных открытий) для вторичных анализов и интерпретируйте номинально значимые ассоциации среди множественных экспозиций с осторожностью. Предварительная регистрация протокола исследования — с четко заявленными первичными экспозициями — значительно повышает достоверность.
Похожие методы
Источники
Schlesselman, J.J. (1982). Case-Control Studies: Design, Conduct, Analysis. Oxford University Press.
ISBN: 978-0195027860Скопировано.Rothman, K.J., Greenland, S., & Lash, T.L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN: 978-0781755641Скопировано.