Doz-Yanıt Analizi — Maruz Kalma Düzeyinin Sonuç Riskiyle Nasıl İlişkili Olduğunu Nicelendirme
- Ortaya koyan
- Paracelsus (conceptual foundation); formalized by John Snow and later Bradford Hill
- Yıl
- Conceptual roots 16th century; modern epidemiological application mid-20th century
- Tür
- Quantitative analytical method
- Aile
- Clinical / epidemiology
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Doz-yanıt analizi, bir maruz kalmanın büyüklüğü (doz) ile bir sonucun olasılığı veya oranı (yanıt) arasındaki ilişkiyi nicelendirir.
Epidemiyolojide ve toksikolojide temel bir analitik stratejidir ve artan maruz kalmanın sistematik olarak hastalığın riskini artırdığı — veya azalttığı — kanıtını sağlar. Gösterilmiş bir doz-yanıt eğimi, nedensel çıkarımı destekleyen Bradford Hill'in klasik kriterlerinden biridir.
Yöntemin mantığı
Doz-yanıt analizini, daha fazla maruz kalmanın daha fazla zarar anlamına gelip gelmediğini sormak olarak düşünebilirsiniz. Bir kimyasala daha yüksek düzeylerde maruz kalan işçiler, daha düşük düzeylerde maruz kalanlara kıyasla giderek artan akciğer hastalığı oranlarına sahipse, bu eğim hem bir risk ölçüsü hem de nedensellik argümanıdır. Yöntem, basit bir maruz kalan-maruz kalmayan karşılaştırmasının ötesine geçerek tüm maruz kalma-risk eğrisini haritalandırır — bu eğri doğrusal, eşik tabanlı, U şeklinde veya doygun olabilir — düzenleyicilere, klinisyenlere ve araştırmacılara maruz kalmanın tüm spektrumu boyunca riskin nasıl değiştiğine dair nicel bir resim sunar.
Tarih
Dozun zehri yaptığı ilkesi on altıncı yüzyılda Paracelsus tarafından ifade edilmiştir. Resmi epidemiyolojik uygulama, 1854 tarihli kolera araştırmasında John Snow tarafından başladı; bu araştırma, Broad Street pompasına olan mesafeye göre riski nicelendirdi. Yöntem, 1965'te epidemiyolojide nedensel çıkarım için dokuz kriterinden biri olarak doz-yanıt eğimini içeren Bradford Hill'in çalışmalarıyla yirminci yüzyılın ortalarında kodifiye edildi. Nicel regresyon tabanlı doz-yanıt modellemesi, 1970'ler ve 1980'lerde lojistik ve Cox regresyonunun yükselişiyle standart hale geldi ve maruz kalma-yanıt eğrilerinin eğri tabanlı esnek modellemesi 1990'lardan itibaren yaygınlaştı.
Ne zaman kullanılır?
Maruz kalma, sıralı veya sürekli bir ölçekte nicelendirilebildiğinde ve soru, daha yüksek maruz kalmanın daha büyük (veya daha az) riske dönüşüp dönüşmediği olduğunda doz-yanıt analizini kullanın. Mesleki epidemiyoloji, çevre sağlığı, farmakoepidemiyoloji ve beslenme epidemiyolojisinde standart uygulamadır. Ayrıca, çalışmalar arasındaki özetlenmiş verilerin meta-analitik olarak havuzlanmasının temel bir bileşenidir. Maruz kalmanın doğası gereği ikili olduğu ve anlamlı bir eğim bulunmadığı (örneğin, cerrahi vs. cerrahi olmaması) durumlarda, maruz kalma kategorilerinin eğilimi modellemek için çok az (üçten az sıralı düzey) olduğu veya maruz kalma ölçümünün kategorizasyonu güvenilmez kılacak kadar belirsiz olduğu durumlarda uygulanmamalıdır — bu durumlarda basit bir iki grup karşılaştırması daha uygundur.
Sınırlar ve dikkat edilmesi gerekenler
- Doğru ve ayrıntılı maruz kalma ölçümü gerektirir; yanlış sınıflandırma, doz-yanıt tahminlerini sıfıra doğru zayıflatır.
- Sürekli bir maruz kalmayı kategorize etmek keyfi kesme noktaları ekler ve doğrusal olmamayı yaratabilir veya gizleyebilir.
- Karıştırıcı faktörlerin her maruz kalma düzeyinde ayrı ayrı kontrol edilmesi gerekir, bu da ayarlama stratejisinin karmaşıklığını artırır.
- Aşırı maruz kalma kategorilerindeki az sayıda denek, kesinliği azaltır ve kategori birleştirme gerektirebilir.
- Yayın yanlılığı ve doz kategorilerinin seçici raporlanması, meta-analizlerde havuzlanmış doz-yanıt eğrilerini bozabilir.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Tek bir maruz kalan-maruz kalmayan karşılaştırmasının ötesinde nedensel çıkarımı güçlendiren bir nedensel eğilim için kanıt sağlar.
- Düzenleyici standart belirleme ve klinik eşik belirlemeyi sağlayan birden fazla maruz kalma düzeyinde riski tahmin eder.
- Çoğu gözlemsel çalışma tasarımı (kohort, vaka-kontrol, kesitsel) ve özetlenmiş verilerin meta-analizi ile uyumludur.
- Esnek modelleme (eğriler, polinomlar) doğrusal olmayan ve eşik ilişkilerini barındırır.
- Nicel risk değerlendirmesini ve sağlık etkisi modellemesini destekler.
Uygulama alanları
- Mesleki sağlık: kümülatif asbest veya silika maruz kalma kategorileri boyunca akciğer kanseri riskini nicelendirme.
- Farmakoepidemiyoloji: kümülatif statin dozunu kardiyovasküler olay oranlarındaki azalmaya bağlama.
- Çevresel epidemiyoloji: ortamdaki ince partikül madde (PM2.5) konsantrasyonu ile tüm nedenlere bağlı ölüm arasındaki ilişkiyi modelleme.
- Beslenme epidemiyolojisi: alkol tüketimi ile kardiyovasküler risk arasındaki U-şekilli ilişkiyi karakterize etme.
- Toksikoloji: düzenleyici risk değerlendirmesi için benchmark dozları ve güvenli referans konsantrasyonları belirleme.
- Meta-analiz: özetlenmiş bir doz-yanıt eğrisi türetmek için birden fazla kohort çalışmasından doza özgü göreceli riskleri havuzlama.
Nasıl çalışır?
Nasıl çalışır?
Maruz kalma değişkeni, sıralı veya sürekli bir ölçekte tanımlanır ve ölçülür: kümülatif doz, ortalama yoğunluk, süre veya tepe konsantrasyonu. Yanlış sınıflandırma (özellikle ayırıcı olmayan yanlış sınıflandırma) doz-yanıt tahminlerini sıfıra doğru yanlı hale getirdiği için, açık ve tekrarlanabilir maruz kalma değerlendirmesi kritiktir.
Maruz kalma, sıralı kategorilere (örneğin, çeyrekler veya klinik olarak anlamlı kesme noktaları) gruplandırılarak kategorik eğilim analizi için kullanılır veya regresyon eğrileri, polinomlar veya kesirli polinomlar kullanılarak sürekli bir değişken olarak modellenir. Kategorik yaklaşımlar daha şeffaftır ve daha az varsayım gerektirir; sürekli modelleme tüm eğri şeklini yakalar ve keyfi kategorizasyondan kaçınır.
Her maruz kalma düzeyi veya artışı için, bir etki ölçüsü bir referans kategoriye (genellikle en düşük veya maruz kalmayan grup) göre tahmin edilir. Kohort çalışmalarında bu tipik olarak göreceli risk veya tehlike oranıdır; vaka-kontrol çalışmalarında ise odds oranıdır. Poisson regresyonu, Cox regresyonu veya lojistik regresyon, sonuç türüne bağlı olarak kullanılabilir. Doza ilişkin log-riskin bir polinom veya eğri modeli, doz-yanıt eğrisini üretir: ln(RR) = β₀ + β₁d + β₂d².
Formül
ln(RR) = \beta_0 + \beta_1 d + \beta_2 d^2
Her maruz kalma kategorisinin medyan veya orta noktasını sürekli bir puan olarak atayarak ve bunu regresyon modeline girerek doğrusal eğilim için resmi bir test yapılır. Anlamlı bir p-değeri (veya meta-analizde, havuzlanmış eğilim katsayısı), maruz kalma düzeyleri boyunca ilişkinin tutarlı bir yönde değiştiğini doğrular.
Doğrusal eğilim testinin ötesinde, ilişkinin fonksiyonel şekli değerlendirilir. Kısıtlı kübik eğriler veya kesirli polinom modeller, bir eşik (belirli bir dozun altında etki olmaması), bir plato (yüksek dozlarda etkinin durması) veya bir U-şekli (hem düşük hem de yüksek maruz kalmanın artmış riskle ilişkili olması) gibi doğrusal olmayan örüntülerin saptanmasına olanak tanır. Seçilen şeklin risk değerlendirmesi ve düzenleyici eşikler üzerinde doğrudan etkileri vardır.
Sık yapılan hatalar
- Verileri inceledikten sonra maruz kalma kategorilerini seçmek — veri odaklı kategorizasyon, görünen doz-yanıtı şişirir ve iyimser p-değerleri üretir; kategoriler önceden tanımlanmalıdır.
- Doğrusal olmamayı göz ardı etmek — fonksiyonel şekli kontrol etmeden doğrusal eğilim testine başvurmak, bilimsel ve pratik olarak önemli olan eşik veya U-şekilli ilişkileri kaçırabilir.
- En yüksek maruz kalan grubu referans kategori olarak kullanmak — bu yalnızca en büyük grup olduğunda doğrudur; maruz kalmayan veya en az maruz kalan grup, istatistiksel gücü ve yorumlanabilirliği en üst düzeye çıkardığı için geleneksel referanstır.
- Doz-yanıtı sağlıklı işçi veya sağlıklı kullanıcı etkisiyle karıştırmak — daha yüksek maruz kalma düzeylerine kendiliğinden seçilen bireyler, tahmin edilen eğimi yanlı hale getirebilecek şekillerde düşük maruz kalma gruplarından sistematik olarak farklı olabilir.
Sık sorulan sorular
Doğrusal eğilim testi ile tam bir doz-yanıt modeli arasındaki fark nedir?
Doğrusal eğilim testi, doz-yanıt ilişkisini tek bir eğim katsayısına indirger ve bu eğimin sıfırdan farklı olup olmadığını test eder. Özlüdür ancak doğrusal varsayar ve eşik veya U-şekilli örüntüleri tespit edemez. Tam bir doz-yanıt modeli — eğriler veya polinomlar kullanarak — maruz kalma-risk eğrisinin tamamını tahmin eder ve ilişkinin doğrusal, doğrusal olmayan veya eşiğe bağlı olup olmadığını ortaya çıkarır. Her iki yaklaşım da tamamlayıcıdır ve genellikle birlikte raporlanmalıdır.
Doz-yanıt analizi vaka-kontrol verilerine uygulanabilir mi?
Evet. Bir vaka-kontrol çalışmasında, hem vakalar hem de kontroller için maruz kalma kategorileri tanımlanır ve her maruz kalma düzeyinin referans kategoriye göre odds oranları koşullu veya koşulsuz lojistik regresyon kullanılarak tahmin edilir. Sıralı maruz kalma puanı daha sonra eğilim testi için modele sürekli bir değişken olarak girilir. Yorumlama, kohort çalışma analizine benzerdir, ancak odds oranı, sonuç nadir olduğunda göreceli riski ancak yaklaştırır.
Meta-analizdeki doz-yanıt verilerini nasıl havuzlarım?
Greenland ve Longnecker (1992) yöntemi standart yaklaşımdır. Her çalışmadaki log göreceli risklerin kovaryans matrisini maruz kalma kategorileri boyunca yeniden yapılandırır ve ardından ortak bir doz-yanıt eğilimi uydurmak için genelleştirilmiş en küçük kareleri kullanır. Bu, bireysel çalışmaların her maruz kalma kategorisi başına vaka ve kişi-zaman (veya kontrol) sayısını, ayarlanan etki tahmininin yanı sıra raporlamasını gerektirir — bu bilgi bazen yayınlanmış raporlarda eksiktir.
Polinom regresyon yerine neden kısıtlı kübik eğrileri kullanmalıyım?
Kısıtlı kübik eğriler (doğal eğriler olarak da adlandırılır), maruz kalma aralığının iç kısmında esnek bir şekilde uyum sağlarken kuyruklarda doğrusal olacak şekilde kısıtlandıkları için polinomlardan daha çok tercih edilir, bu da verilerin ötesinde düzensiz ekstrapolasyondan kaçınır. Polinomlar, uç noktalarda makul olmayan eğrilere neden olabilir. Çoğu epidemiyolojik doz-yanıt analizi için, maruz kalma dağılımının kantillerine yerleştirilen üç ila beş düğüm, esneklik ve tutumluluk arasında iyi bir denge sağlar.
Doz-yanıt eğimi nedenselliği kanıtlar mı?
Hayır. Doz-yanıt eğimi, nedensel bir argümanı güçlendiren Bradford Hill'in kriterlerinden biridir, ancak tek başına ne gerekli ne de yeterlidir. Karıştırıcı faktörler, ters nedensellik ve maruz kalma yanlış sınıflandırması bir eğim üretebilir veya gizleyebilir. Doz-yanıt kanıtları, zamansallık, çalışmalar arasındaki tutarlılık, biyolojik makullük ve diğer nedensel kriterler ile birlikte yorumlanmalıdır.
İlgili yöntemler
Kaynaklar
Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN: 978-0781755641Kopyalandı.Greenland, S., & Longnecker, M. P. (1992). Methods for trend estimation from summarized dose-response data, with applications to meta-analysis. American Journal of Epidemiology, 135(11), 1301–1309.
DOI kaynağını açKopyalandı.