การศึกษาแบบย้อนหลัง (Retrospective Cohort Study)
- ผู้เสนอ
- Systematic use attributed to early 20th-century occupational epidemiology; formalized in modern epidemiological theory by Brian MacMahon and others
- ปี
- Mid-20th century (widely formalized 1950s–1970s)
- ประเภท
- Observational analytic study
- กลุ่มวิธี
- Clinical / epidemiology
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การศึกษาแบบย้อนหลังเป็นการรวบรวมกลุ่มบุคคลที่มีจุดเริ่มต้นร่วมกัน และสร้างประวัติการสัมผัสและผลลัพธ์ที่ตามมาขึ้นใหม่ทั้งหมดจากบันทึกที่มีอยู่เดิม เนื่องจากข้อมูลได้ถูกเก็บรวบรวมไว้แล้วก่อนที่การศึกษาจะเริ่มต้น การออกแบบนี้จึงเร็วกว่าและมีค่าใช้จ่ายน้อยกว่าการศึกษาแบบไปข้างหน้า (prospective cohort) อย่างมาก อย่างไรก็ตาม นักวิจัยจะต้องทำงานกับข้อมูลใดก็ตามที่ถูกบันทึกไว้ในขณะนั้น แทนที่จะเก็บรวบรวมการวัดผลที่สร้างขึ้นมาโดยเฉพาะ
แนวคิดเบื้องหลังวิธีการ
ลองนึกถึงโรงงานที่เก็บรักษาบันทึกการจ้างงานโดยละเอียดมาเป็นเวลา 30 ปี นักระบาดวิทยาสามารถระบุพนักงานทุกคนที่ได้รับการว่าจ้างในปี 1990 ได้ในวันนี้ จัดประเภทแต่ละคนว่ามีการสัมผัสหรือไม่สัมผัสสารเคมีโดยอิงจากบันทึกตำแหน่งงาน และติดตามพนักงานแต่ละคนผ่านทะเบียนการเสียชีวิตเพื่อดูว่าใครเป็นโรคปอด การ ‘ติดตามผล’ ทั้งหมดเกิดขึ้นในอดีต — นักวิจัยเพียงแค่สร้างมันขึ้นใหม่จากไฟล์ที่มีอยู่ คุณสมบัติการย้อนเวลาเช่นนี้ทำให้การศึกษาแบบย้อนหลังมีประสิทธิภาพเป็นพิเศษสำหรับการศึกษาผลลัพธ์ที่มีระยะเวลาแฝงนาน แต่ก็หมายความว่านักวิจัยไม่สามารถย้อนกลับไปเก็บรวบรวมการสัมผัสที่ไม่เคยถูกวัดได้
ประวัติศาสตร์
การศึกษาแบบกลุ่มที่ย้อนรอยผ่านบันทึกทางประวัติศาสตร์ถูกนำมาใช้ในการวิจัยอาชีวอนามัยตั้งแต่ต้นศตวรรษที่ 20 โดยเฉพาะอย่างยิ่งเพื่อศึกษาอัตราการเสียชีวิตในหมู่คนงานที่สัมผัสสารเคมีอุตสาหกรรม การออกแบบนี้ได้รับการยอมรับอย่างเป็นทางการในทางระบาดวิทยาผ่านตำราวิธีการในช่วงกลางศตวรรษ รวมถึงตำรา Epidemiology: Principles and Methods ที่มีอิทธิพลของ Brian MacMahon และ Thomas Pugh ในปี 1970 หนังสือ Modern Epidemiology ของ Kenneth Rothman ฉบับต่อๆ มา (1986, 1998, 2008) ได้ให้กรอบแนวคิดที่แยกแยะการออกแบบการศึกษาแบบไปข้างหน้าจากการศึกษาแบบย้อนหลัง การเพิ่มขึ้นของบันทึกสุขภาพอิเล็กทรอนิกส์และฐานข้อมูลการบริหารตั้งแต่ทศวรรษ 1990 เป็นต้นมา ทำให้การศึกษาแบบย้อนหลังกลายเป็นหนึ่งในการออกแบบที่ดำเนินการบ่อยที่สุดในเภสัชระบาดวิทยาและการวิจัยประสิทธิผลเชิงเปรียบเทียบ
ควรใช้เมื่อใด
ใช้การศึกษาแบบย้อนหลังเมื่อคุณต้องการประมาณความสัมพันธ์ระหว่างการสัมผัสและผลลัพธ์ แต่ไม่สามารถรอการติดตามผลเป็นเวลาหลายปีได้ และเมื่อมีบันทึกทางประวัติศาสตร์ที่มีคุณภาพสูงเกี่ยวกับการสัมผัสและผลลัพธ์อยู่แล้ว การออกแบบนี้เหมาะอย่างยิ่งสำหรับระบาดวิทยาอาชีวอนามัย (occupational epidemiology), เภสัชระบาดวิทยา (pharmacoepidemiology) และการวิจัยฐานข้อมูลสุขภาพที่ข้อมูลการบริหารหรือทะเบียนถูกเก็บรวบรวมเป็นประจำ หลีกเลี่ยงการออกแบบนี้เมื่อการสัมผัสที่สนใจไม่ได้ถูกบันทึกอย่างเป็นระบบในบันทึกทางประวัติศาสตร์ เมื่อคุณภาพบันทึกไม่ดีหรือไม่เป็นมาตรฐานในแต่ละสถานที่ เมื่อตัวแปรแทรกซ้อนระดับบุคคลส่วนใหญ่ไม่ถูกวัดในข้อมูลที่มีอยู่ หรือเมื่อผลลัพธ์หายากพอที่การออกแบบการศึกษาแบบกรณีควบคุม (case-control design) จะมีประสิทธิภาพมากกว่า
ข้อจำกัดและข้อควรพิจารณา
- ขึ้นอยู่กับคุณภาพ ความสมบูรณ์ และรายละเอียดของบันทึกที่มีอยู่เดิมทั้งหมด — ตัวแปรที่ไม่ได้บันทึกในอดีตไม่สามารถนำมาใช้ได้
- การประเมินการสัมผัสโดยทั่วไปจะหยาบกว่าในการศึกษาแบบไปข้างหน้า ซึ่งเพิ่มความเสี่ยงของการจำแนกผิดพลาดและอคติเข้าหาค่าว่าง
- การแทรกซ้อนที่ไม่ได้วัดผลยากที่จะจัดการเมื่อข้อมูลทางประวัติศาสตร์ไม่ได้ถูกเก็บรวบรวมเพื่อวัตถุประสงค์ในการวิจัย
- อคติในการเลือกอาจเกิดขึ้นได้หากการเป็นสมาชิกในกลุ่มประชากร ณ จุดเริ่มต้นได้รับอิทธิพลจากอาการเริ่มต้นของผลลัพธ์ (ผลกระทบของคนทำงานที่มีสุขภาพดีในสถานประกอบการ)
- การสูญหายจากการติดตามผลประเมินได้ยากและอาจแตกต่างกันไปหากบุคคลที่ป่วยหนักออกจากระบบบันทึกก่อนหน้านี้
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- เร็วกว่าและมีค่าใช้จ่ายน้อยกว่าการศึกษาแบบไปข้างหน้าอย่างมาก เนื่องจากการติดตามผลได้เกิดขึ้นแล้ว
- เหมาะสำหรับผลลัพธ์ที่มีระยะเวลาแฝงนาน — สามารถศึกษาการติดตามผลเป็นเวลาหลายทศวรรษได้โดยไม่ต้องรอหลายทศวรรษ
- ช่วยให้สามารถประมาณอัตราอุบัติการณ์และความเสี่ยงสัมพัทธ์ได้ — ซึ่งเป็นมาตรวัดที่ไม่มีในการออกแบบการศึกษาแบบกรณีควบคุม
- ขนาดตัวอย่างจำนวนมากมักเป็นไปได้โดยการเชื่อมโยงฐานข้อมูลการบริหารหรือทะเบียนที่เก็บรวบรวมเป็นประจำ
- สามารถประเมินผลลัพธ์หลายอย่างจากกลุ่มประชากรที่สัมผัสกลุ่มเดียวพร้อมกันได้
การประยุกต์ใช้
- ระบาดวิทยาอาชีวอนามัย: การศึกษาความเสี่ยงมะเร็งหรือโรคระบบทางเดินหายใจในหมู่คนงานที่เคยสัมผัสแร่ใยหิน ซิลิกา หรือตัวทำละลายเคมี โดยใช้บันทึกการจ้างงานและอัตราการเสียชีวิต
- เภสัชระบาดวิทยา: การประมาณความเสี่ยงโรคหัวใจและหลอดเลือดของยาโดยใช้ฐานข้อมูลการเรียกร้องค่าสินไหมทดแทนที่เชื่อมโยงบันทึกการสั่งยากับผลลัพธ์การเข้ารับการรักษาในโรงพยาบาล
- การวิจัยคุณภาพการดูแลสุขภาพ: การเปรียบเทียบผลลัพธ์ระยะยาว (การกลับเข้ารับการรักษา, อัตราการเสียชีวิต) ระหว่างผู้ป่วยที่ได้รับการรักษาที่แตกต่างกันโดยอิงจากข้อมูลการจำหน่ายผู้ป่วยของโรงพยาบาล
- โรคติดเชื้อ: การสร้างรูปแบบการแพร่เชื้อและปัจจัยเสี่ยงของการระบาดของโรคติดเชื้อขึ้นใหม่โดยใช้บันทึกการติดตามผู้สัมผัสและผลการตรวจทางห้องปฏิบัติการ
- การศึกษาทะเบียนมะเร็ง: การเชื่อมโยงทะเบียนมะเร็งตามประชากรกับการสำรวจวิถีชีวิตที่ดำเนินการเมื่อหลายปีก่อนเพื่อระบุปัจจัยเสี่ยงสำหรับชนิดของเนื้องอกที่เฉพาะเจาะจง
วิธีการทำงาน
วิธีการทำงาน
นักวิจัยกำหนดประชากรต้นกำเนิดและเลือกบุคคลที่ไม่มีผลลัพธ์ที่สนใจ ณ วันที่เริ่มต้นทางประวัติศาสตร์ — ‘เวลาศูนย์’ ของการติดตามผล เกณฑ์การรวมและการยกเว้นจะถูกนำไปใช้กับบันทึกที่มีอยู่เดิม เช่น ไฟล์การจ้างงาน การรับเข้าโรงพยาบาล หรือการเรียกร้องค่าสินไหมทดแทน กลุ่มที่สัมผัสและไม่สัมผัสจะต้องมาจากประชากรต้นกำเนิดเดียวกันเพื่อหลีกเลี่ยงอคติในการเลือก (selection bias)
สถานะการสัมผัส ณ จุดเริ่มต้นถูกสร้างขึ้นใหม่จากบันทึกทางประวัติศาสตร์: การวัดสุขอนามัยในการทำงาน, ข้อมูลการจ่ายยาของร้านขายยา, ค่าทางห้องปฏิบัติการ, แผนภูมิทางการแพทย์ หรือบันทึกการเฝ้าระวังสิ่งแวดล้อม คุณภาพและความสมบูรณ์ของการจำแนกการสัมผัสเป็นปัจจัยกำหนดที่สำคัญที่สุดของความถูกต้องของการศึกษา การจำแนกการสัมผัสผิดพลาดมักจะไม่แตกต่างกัน (ทำให้ผลลัพธ์มีอคติเข้าใกล้ค่าว่าง) เมื่อบันทึกไม่ได้ถูกเก็บรวบรวมโดยคำนึงถึงผลลัพธ์
ผลลัพธ์ที่เกิดขึ้นในช่วงเวลาติดตามผลจะถูกระบุผ่านการเชื่อมโยงบันทึกกับทะเบียนการเสียชีวิต, ทะเบียนมะเร็ง, ฐานข้อมูลการจำหน่ายผู้ป่วยของโรงพยาบาล หรือบันทึกพยาธิวิทยา วิธีการตรวจสอบควรถูกนำไปใช้อย่างสม่ำเสมอทั้งกับกลุ่มที่สัมผัสและไม่สัมผัส การจำแนกผลลัพธ์ผิดพลาดและการสูญหายจากการติดตามผลจะต้องถูกหาปริมาณและรายงาน
เนื่องจากการสัมผัสไม่ได้ถูกกำหนดแบบสุ่ม ตัวแปรแทรกซ้อน (confounders) จะต้องถูกควบคุมด้วยการวิเคราะห์ การแบ่งชั้น (stratification), การถดถอยพหุตัวแปร (multivariable regression) (มักจะเป็น Cox proportional-hazards), การจับคู่คะแนนความโน้มเอียง (propensity score matching) หรือการถ่วงน้ำหนักความน่าจะเป็นผกผัน (inverse probability weighting) ถูกนำมาใช้เพื่อปรับสำหรับตัวแปรที่บันทึกไว้ในข้อมูลทางประวัติศาสตร์ การแทรกซ้อนที่ไม่ได้วัดจากปัจจัยที่ไม่ได้อยู่ในบันทึกยังคงเป็นภัยคุกคามที่เหลืออยู่
มาตรวัดหลักของความสัมพันธ์คือความเสี่ยงสัมพัทธ์ (relative risk หรือ risk ratio) หรืออัตราส่วนอัตรา (rate ratio) — อุบัติการณ์ในกลุ่มที่สัมผัสหารด้วยอุบัติการณ์ในกลุ่มที่ไม่สัมผัส เมื่อเวลาติดตามผลแตกต่างกันไปในแต่ละบุคคล อัตราส่วนอัตราอุบัติการณ์ที่ได้จากแบบจำลอง Poisson หรือ Cox จะเป็นที่นิยมมากกว่า ช่วงความเชื่อมั่น และในกรณีที่เหมาะสม การประมาณความเสี่ยงที่เกิดจากปัจจัย (attributable risk estimates) จะช่วยให้การวิเคราะห์สมบูรณ์
สูตร
RR = (a/(a+b)) / (c/(c+d))
ข้อผิดพลาดที่พบบ่อย
- อคติเวลาอมตะ (Immortal time bias) — หากช่วงเวลาระหว่างการเข้าสู่กลุ่มประชากรและการจำแนกการสัมผัสถูกกำหนดให้กับช่วงเวลาติดตามผลของกลุ่มที่สัมผัสอย่างไม่ถูกต้อง กลุ่มที่สัมผัสจะดูมีสุขภาพดีอย่างผิดปกติ; เวลาบุคคลจะต้องถูกจัดสรรให้กับช่วงเวลาการสัมผัสที่ถูกต้อง
- การละเลยผลกระทบของคนทำงานที่มีสุขภาพดี — คนงานที่ได้รับการจ้างงานนานพอที่จะปรากฏในบันทึกอาชีวอนามัยมักจะมีสุขภาพดีกว่าประชากรทั่วไป ซึ่งทำให้การประมาณความเสี่ยงลดลงอย่างผิดปกติเมื่อใช้ประชากรทั่วไปเป็นกลุ่มเปรียบเทียบที่ไม่สัมผัส
- การถือว่าหมวดหมู่การสัมผัสตามบันทึกมีความแม่นยำในขณะที่สะท้อนถึงตำแหน่งงานกว้างๆ หรือช่วงปริมาณ — ควรรายงานการวิเคราะห์ความไวด้วยจุดตัดการสัมผัสที่แตกต่างกัน
- ความล้มเหลวในการคำนึงถึงการสัมผัสที่เปลี่ยนแปลงตามเวลา — การจำแนกการสัมผัสทั้งหมด ณ จุดเริ่มต้นละเลยการเปลี่ยนแปลงความเข้มข้นของการสัมผัสในช่วงเวลาติดตามผลและอาจทำให้เกิดการประมาณค่าที่มีอคติ
คำถามที่พบบ่อย
การศึกษาแบบย้อนหลังแตกต่างจากการศึกษาแบบกรณีควบคุมอย่างไร?
การออกแบบทั้งสองใช้ข้อมูลที่มีอยู่ แต่แตกต่างกันในตรรกะการสุ่มตัวอย่าง การศึกษาแบบย้อนหลังเริ่มต้นด้วยกลุ่มที่สัมผัสและกลุ่มที่ไม่สัมผัส และเปรียบเทียบอุบัติการณ์ของผลลัพธ์ระหว่างกลุ่มเหล่านั้น ซึ่งให้ค่าความเสี่ยงสัมพัทธ์และอัตราอุบัติการณ์ การศึกษาแบบกรณีควบคุมเริ่มต้นด้วยกรณีผลลัพธ์และกลุ่มควบคุมที่ไม่มีโรค และเปรียบเทียบความชุกของการสัมผัสในอดีต ซึ่งให้ค่าอัตราส่วนความน่าจะเป็น (odds ratios) เมื่อผลลัพธ์หายาก การออกแบบแบบกรณีควบคุมจะมีประสิทธิภาพมากกว่า เมื่อผลลัพธ์หลายอย่างเป็นที่สนใจหรือเมื่อผลลัพธ์ไม่หายาก การศึกษาแบบย้อนหลังจะเป็นที่นิยมมากกว่า
เมื่อใดที่การศึกษาแบบย้อนหลังดีกว่าการศึกษาแบบไปข้างหน้า?
การศึกษาแบบย้อนหลังเป็นที่นิยมมากกว่าเมื่อผลลัพธ์มีระยะเวลาแฝงนาน (หลายทศวรรษ) เมื่อการรอให้เหตุการณ์สะสมไม่สามารถทำได้จริง หรือเมื่อคำถามวิจัยต้องได้รับคำตอบอย่างรวดเร็วและมีบันทึกทางประวัติศาสตร์ที่เหมาะสมอยู่แล้ว การศึกษาแบบไปข้างหน้าเป็นที่นิยมมากกว่าเมื่อการวัดการสัมผัสต้องแม่นยำและเป็นมาตรฐาน เมื่อตัวแปรแทรกซ้อนที่เกี่ยวข้องไม่ได้อยู่ในบันทึกที่มีอยู่ หรือเมื่อคำถามวิจัยต้องการตัวอย่างทางชีวภาพที่เก็บรวบรวมแบบไปข้างหน้า
อคติเวลาอมตะคืออะไรและจะหลีกเลี่ยงได้อย่างไร?
อคติเวลาอมตะเกิดขึ้นเมื่อเวลาบุคคลที่ผู้เข้าร่วมไม่สามารถประสบกับผลลัพธ์ได้ — ตัวอย่างเช่น ช่วงเวลาระหว่างการเข้าสู่กลุ่มประชากรและการได้รับการสัมผัสที่กำหนดการเป็นสมาชิกกลุ่ม — ถูกกำหนดให้กับกลุ่มที่สัมผัสอย่างไม่ถูกต้อง ซึ่งทำให้กลุ่มที่สัมผัสดูมีสุขภาพดีอย่างผิดปกติ หลีกเลี่ยงได้โดยการจัดแนวการเข้าสู่กลุ่มประชากร การเริ่มต้นการสัมผัส และการเริ่มต้นการติดตามผลอย่างระมัดระวัง และโดยการใช้การเข้ารหัสการสัมผัสที่เปลี่ยนแปลงตามเวลาในแบบจำลองการรอดชีวิต แทนที่จะเป็นการจำแนกการสัมผัส ณ จุดเริ่มต้นที่คงที่
ฉันควรจัดการกับข้อมูลการสัมผัสที่ขาดหายไปในบันทึกทางประวัติศาสตร์อย่างไร?
ประการแรก ให้ระบุขอบเขตและกลไกที่เป็นไปได้ของการขาดหายไป (ขาดหายไปอย่างสมบูรณ์แบบสุ่ม, แบบสุ่ม, หรือไม่แบบสุ่ม) หากการขาดหายไปมีจำกัดและเป็นไปได้ที่จะเป็นแบบสุ่ม การวิเคราะห์กรณีที่สมบูรณ์พร้อมการวิเคราะห์ความไวเป็นที่ยอมรับ สำหรับสัดส่วนที่มากขึ้นของข้อมูลที่ขาดหายไป การประมาณค่าหลายค่า (multiple imputation) เป็นที่นิยมมากกว่า โดยมีเงื่อนไขว่ามีตัวแปรที่จำเป็นในการทำนายการขาดหายไป การวิเคราะห์สถานการณ์ที่เลวร้ายที่สุดช่วยจำกัดความไม่แน่นอน หลีกเลี่ยงการประมาณค่าตัวแปรการสัมผัสเองโดยใช้ผลลัพธ์ เนื่องจากอาจทำให้เกิดอคติได้
การศึกษาแบบย้อนหลังสามารถสร้างความสัมพันธ์เชิงสาเหตุได้หรือไม่?
เช่นเดียวกับการออกแบบการสังเกตทั้งหมด การศึกษาแบบย้อนหลังสามารถแสดงความสัมพันธ์และลำดับเวลาของการสัมผัสก่อนผลลัพธ์ได้ แต่ไม่สามารถตัดความเป็นไปได้ของการแทรกซ้อนที่ไม่ได้วัดออกไปได้หากไม่มีหลักฐานเพิ่มเติม การอ้างสิทธิ์เชิงสาเหตุจะแข็งแกร่งขึ้นโดยการใช้เกณฑ์ของ Bradford Hill (ความแข็งแกร่ง, ความสอดคล้อง, ความจำเพาะ, การตอบสนองต่อปริมาณ, ความเป็นไปได้ทางชีวภาพ) โดยการดำเนินการวิเคราะห์ควบคุมเชิงลบ และโดยการยืนยันผลลัพธ์ด้วยการออกแบบการศึกษาอื่นๆ รวมถึงการทดลองแบบสุ่มที่มีอยู่
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN: 978-0781755641คัดลอกแล้วRetrospective cohort study. Wikipedia.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้ว