Skip to content
Назад к результатам поиска

Проспективное когортное исследование — продольный наблюдательный дизайн

Автор метода
Richard Doll and Austin Bradford Hill (landmark application, 1951-1954); cohort methodology formalised by modern epidemiology textbooks
Год
1950s (systematic application); conceptual roots earlier
Тип
Observational longitudinal study design
Семейство
Clinical / epidemiology

Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском

Размер шрифта

Что он делает?

Проспективное когортное исследование включает группу участников, у которых на исходном этапе отсутствует интересующий исход, измеряет их воздействия, а затем отслеживает их в течение времени, чтобы зафиксировать, у кого развивается исход.

Собирая данные о воздействии до возникновения исходов, оно устанавливает четкую временную последовательность, которая поддерживает причинно-следственные выводы — главное преимущество перед ретроспективными дизайнами. Это краеугольный наблюдательный метод в эпидемиологии и клинических исследованиях.

Интуиция метода

Представьте себе проспективное когортное исследование как долгосрочный естественный эксперимент: вы набираете популяцию, тщательно документируете, каким воздействиям они подвергаются сегодня — диета, лекарства, профессиональные вредности, факторы образа жизни — а затем наблюдаете, что происходит в течение месяцев или лет. Поскольку вы зафиксировали воздействие до того, как кто-либо заболел, вы знаете, что воздействие предшествовало болезни, а не наоборот. Британское исследование врачей Долла и Хилла, которое отслеживало 34 000 врачей с 1951 года и установило связь между курением и раком легких, является классическим примером этой логики. Компромисс заключается во времени, деньгах и терпении, чтобы дождаться накопления исходов.

История

Когортный подход возник в эпидемиологии в начале двадцатого века, но его современная форма была кристаллизована в исследовании британских врачей Ричарда Долла и Остина Брэдфорда Хилла, начатом в 1951 году, которое проспективно отслеживало привычки курения и смертность среди 34 440 врачей-мужчин и предоставило первые убедительные доказательства связи курения сигарет с раком легких. Фрамингемское исследование сердца, начатое в 1948 году в Массачусетсе, одновременно заложило основы эпидемиологии факторов сердечно-сосудистого риска посредством непрерывного проспективного наблюдения за когортой населения. Руководство по отчетности STROBE, опубликованное в 2007 году, формализовало методологические стандарты для когортных исследований и утвердило этот дизайн как золотой стандарт наблюдательного метода для этиологических исследований.

Когда применять

Используйте проспективный когортный дизайн, когда вам необходимо установить временную связь между модифицируемым или немодифицируемым воздействием и последующим исходом для здоровья, особенно для редких воздействий с множественными потенциальными исходами, или когда этические или практические ограничения исключают рандомизацию. Он идеально подходит для изучения частоты случаев заболеваний, прогноза и естественной истории состояний. Не используйте его, когда исход очень редок (более эффективен случай-контроль), когда наблюдение займет десятилетия для срочного вопроса (рассмотрите вложенные или ретроспективные дизайны) или когда воздействие не может быть надежно измерено на исходном этапе. Это наблюдательный дизайн — остаточный конфаундинг всегда является угрозой, и причинно-следственные утверждения требуют тщательного обоснования.

Ограничения и замечания

  • Неэффективен для редких исходов — требуются очень большие выборки или очень длительные периоды наблюдения, что делает дизайн дорогим и логистически сложным.
  • Потери в ходе наблюдения угрожают внутренней валидности, если отсев связан как с воздействием, так и с исходом (информативное цензурирование).
  • Статус воздействия может меняться в ходе наблюдения, что усложняет определение времени воздействия и требует методов учета изменяющихся во времени ковариат.
  • Не может устранить остаточный конфаундинг от неизмеренных переменных; рандомизация — единственный дизайн, который этого достигает.
  • Заболевания с длительным латентным периодом могут потребовать десятилетий наблюдения, увеличивая затраты и отсев участников.

Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.

Сильные стороны

  • Устанавливает четкое временное предшествование воздействия перед исходом — самый сильный критерий причинности, доступный для наблюдательных исследований.
  • Данные о воздействии собираются проспективно, что снижает ошибку воспоминания по сравнению с ретроспективными дизайнами.
  • Одновременно можно изучать множественные исходы для одного воздействия, максимизируя научную отдачу.
  • Частота случаев и абсолютные риски могут быть рассчитаны напрямую, что позволяет сообщать о рисках, имеющих клиническое значение.
  • Хорошо подходит для изучения редких воздействий в общих или профессиональных популяциях.

Применение

  • Установление того, что курение сигарет вызывает рак легких и сердечно-сосудистые заболевания (Британское исследование врачей, 1954-2004).
  • Выявление основных модифицируемых факторов риска сердечно-сосудистых заболеваний, включая гипертонию, гиперхолестеринемию и низкую физическую активность (Фрамингемское исследование сердца).
  • Количественная оценка долгосрочных последствий воздействия профессиональных вредностей, таких как асбест, кремнеземная пыль и радиация, на когорты работников.
  • Отслеживание естественной истории хронических заболеваний от воздействия или диагноза до клинических этапов, включая ВИЧ/СПИД, диабет 2 типа и хроническую болезнь почек.
  • Оценка реальной эффективности вакцин, лекарств и вмешательств в образе жизни в популяциях, не охваченных рандомизированными исследованиями.
  • Исследование пренатальных и ранних факторов воздействия и их связи с развитием, нейрокогнитивными или метаболическими исходами спустя десятилетия в исследованиях когорт новорожденных.

Как это работает

Как это работает

1

Определяется целевая популяция и набирается выборка, соответствующая критериям включения — самое главное, все участники должны быть свободны от интересующего исхода на момент начала исследования. Когорта может быть выборкой из общей популяции (например, Фрамингемское исследование сердца) или определенной профессиональной группой, группой риска по заболеванию или клинической популяцией. Размер выборки определяется ожидаемой частотой случаев и минимальным обнаружимым относительным риском.

2

На исходном этапе оценивается статус воздействия для каждого участника с использованием опросников, клинических измерений, биомаркеров или связи с реестрами. Воздействия могут быть бинарными (подвергшиеся воздействию против не подвергшихся) или градированными; одновременно измеряются множественные воздействия и потенциальные конфаундеры. Качество и полнота исходных данных о воздействии имеют решающее значение, поскольку их нельзя будет восстановить позже.

3

Участники проспективно отслеживаются в течение предопределенного периода. Методы активного наблюдения включают плановые визиты в клинику, периодические опросники, телефонные контакты и носимые датчики. Пассивное наблюдение использует административные базы данных, национальные реестры смертности или страховые записи. Потери в ходе наблюдения должны быть минимизированы и отслеживаться, поскольку дифференциальный отсев может привести к систематической ошибке.

4

Случаи возникновения исхода — как правило, диагноз заболевания, смерть, пересечение порогового значения биомаркера или клиническое событие — систематически регистрируются, в идеале — слепыми экспертами по заранее определенным критериям. Для каждого участника записываются данные о времени до наступления события (дата исхода или цензурирования), что позволяет проводить анализ выживаемости или риска в дополнение к простым сравнениям частоты случаев.

5

Основной мерой является относительный риск, сравнивающий частоту исходов между группами подвергшихся и не подвергшихся воздействию: RR = (a/(a+b)) / (c/(c+d)). Когда время наблюдения различается, используется отношение частот случаев или отношение рисков из регрессии пропорциональных рисков Кокса. Конфаундинг устраняется с помощью многомерной корректировки, подбора склонности (propensity scoring) или стратифицированного анализа.

Формула
RR = (a/(a+b)) / (c/(c+d))

Частые ошибки

  • Неадекватное планирование размера выборки — неспособность рассчитать мощность исследования для ожидаемой частоты случаев и целевого относительного риска приводит к недостаточно мощному исследованию, которое не может выявить клинически значимые ассоциации.
  • Дифференциальные потери в ходе наблюдения — если более больные или подверженные большему риску участники выбывают с разной частотой в группах подвергшихся и не подвергшихся воздействию, оценки относительного риска будут искажены; всегда следует сообщать о результатах анализа чувствительности (например, граничные значения экстремальных случаев).
  • Неправильная классификация воздействия на исходном этапе — однократное измерение на исходном этапе может не отражать обычное воздействие; по возможности следует использовать повторные измерения или валидированные биомаркеры.
  • Игнорирование эффекта здорового добровольца — когорты, собранные из добровольцев, систематически исключают наиболее больных людей, недооценивая риск заболеваний в общей популяции.
  • Конфаундинг по показаниям — когда воздействие является клиническим лечением, более больные пациенты чаще получают его, что искажает грубые сравнения; требуются методы подбора склонности или инструментальные переменные.

Часто задаваемые вопросы

Чем проспективное когортное исследование отличается от ретроспективного когортного исследования?

В проспективном когортном исследовании участники набираются до возникновения исходов и отслеживаются в реальном времени; данные о воздействии собираются при наборе или после него, до того, как у кого-либо разовьется исход. В ретроспективном когортном исследовании и воздействие, и исход уже произошли к моменту начала исследования исследователем; когорта реконструируется по историческим записям. Проспективные дизайны обеспечивают лучшее качество данных и меньшую ошибку воспоминания, но требуют гораздо больше времени и средств.

Может ли проспективное когортное исследование доказать причинно-следственную связь?

Оно может предоставить убедительные доказательства, согласующиеся с причинно-следственной связью — особенно путем установления временного предшествования и зависимостей «доза-эффект» — но оно не может устранить остаточный конфаундинг от неизмеренных переменных, как это может сделать рандомизированное контролируемое исследование. Причинно-следственные выводы из когортных данных требуют систематического применения критериев, таких как точки зрения Брэдфорда Хилла: сила, согласованность, специфичность, временность, биологический градиент, правдоподобие, когерентность, эксперимент и аналогия.

Каков допустимый уровень потерь в ходе наблюдения?

Универсального порога не существует, но удержание более 80% часто считается приемлемым, и многие высококачественные когорты достигают более 90%. Важнее процента то, является ли отсев дифференциальным — если потери в ходе наблюдения не связаны ни с воздействием, ни с исходом, систематическая ошибка минимальна даже при умеренном отсеве. Анализ чувствительности всегда должен исследовать потенциальное влияние отсутствующих данных об исходах.

Насколько большой должна быть моя когорта?

Размер выборки зависит от фоновой частоты случаев исхода, ожидаемого относительного риска, желаемой статистической мощности (обычно 80-90%), уровня значимости (обычно 0,05) и соотношения подвергшихся и не подвергшихся воздействию участников. Для редких исходов с частотой случаев ниже 1% обычно требуются тысячи участников, даже для выявления умеренно больших относительных рисков. Обратитесь к расчету мощности для когортных исследований, используя частоту случаев, а не пропорции для редких исходов.

Когда следует использовать вложенное исследование случай-контроль вместо анализа всей когорты?

Вложенный дизайн случай-контроль в рамках когорты предпочтителен, когда измерение воздействия очень дорого (например, анализы биомаркеров из сохраненных образцов) или когда исход редок, поскольку он отбирает только выборку неслучаев в качестве контролей, а не измеряет всех. Он сохраняет большинство преимуществ причинно-следственной связи проспективного дизайна при значительно более низкой стоимости и аналитически эквивалентен анализу всей когорты при выборке контролей с использованием плотностного сэмплирования.

Похожие методы

Источники

  1. Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    ISBN: 978-0781755641
    Скопировано.
  2. Doll, R., & Hill, A. B. (1954). The mortality of doctors in relation to their smoking habits. British Medical Journal, 1(4877), 1451-1455.

    Открыть ссылку DOI
    Скопировано.