İçeriğe atla
Arama sonuçlarına dön

İç İçe Vaka Kontrol Çalışması

Ortaya koyan
Nathan Mantel (1973); D. C. Thomas (1977 formalization)
Yıl
1973–1977
Tür
Hybrid observational study design
Aile
Clinical / epidemiology

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Bir iç içe vaka kontrol çalışması, tanımlanmış bir kohortun içine yerleştirilmiş verimli bir gözlemsel tasarımdır.

İlgilenilen sonucu geliştiren her katılımcı (bir vaka) için, aynı zaman noktasında hala risk altında olanlardan küçük sayıda eşleştirilmiş kontrol örneği alınır. Bu yoğunluk örnekleme stratejisi, tam kohorttan elde edilen insidans hızı oranlarını yaklaşık olarak veren olasılık oranları üretir ve bu da veri toplama maliyetinin çok altında gerçekleşir; bu da, tüm kohort üyeleri için maruziyet ölçümünün aşırı derecede pahalı veya teknik olarak zorlayıcı olacağı durumlarda tercih edilen alternatiftir.

Yöntemin mantığı

10.000 işçiden oluşan 20 yıllık bir mesleki kohort hayal edin. Belirli bir kimyasal maruziyetin mesane kanseri riskini artırıp artırmadığını test etmek istiyorsunuz, ancak tüm 10.000 katılımcı için serum biyobelirteçlerini ölçmek son derece maliyetli olacaktır. İç içe vaka kontrol tasarımı bunu çözer: bir işçi teşhis edildiğinde (bir vaka), risk kümesinden rastgele, diyelim ki dört işçi seçersiniz - henüz sonucu yaşamamış ve en azından erken kayıtlı olanlar - ve biyobelirteçleri yalnızca bu beş kişi için ölçersiniz. Kontroller aynı kohorttan ve takip aynı noktasından çekildiği için, tasarım kohortun prospektif yapısını miras alır ve biyobelirteç analizlerini yaklaşık %80 oranında azaltır.

Tarih

İç içe vaka kontrol tasarımı, 1973'te Nathan Mantel tarafından prospektif kohort verileri içinde retrospektif vaka kontrol mantığını uygulamak, zamansal bütünlükten ödün vermeden verimliliği geri kazanmak için kavramsallaştırılmıştır. D. C. Thomas, 1977'de risk-kümesi veya insidans yoğunluğu örnekleme çerçevesini biçimlendirmiş ve bu tür örneklerden tahmin edilen OR'lerin, sıfır altında ve mütevazı etki büyüklüklerinde kohort IRR'sine eşit olduğunu göstermiştir. Tasarım, özellikle pahalı biyobelirteç analizleri gerektiren mesleki ve kanser epidemiyolojisinde 1980'ler ve 1990'lar boyunca yaygın olarak benimsenmiştir. Artık büyük biyobank bağlantılı çalışmalarda ve farmakoepidemiyolojik araştırmalarda standart bir araçtır.

Ne zaman kullanılır?

Kohort üyelerinin tamamı için maruziyet ölçümünün maliyetli, teknik olarak zorlayıcı olduğu veya depolanmış biyolojik örnekler gerektirdiği, ancak sonuç verilerine sahip iyi tanımlanmış prospektif bir kohortunuz olduğunda (veya oluşturabildiğinizde) bir iç içe vaka kontrol tasarımı kullanın. İlgilenilen maruziyetin laboratuvar testi, genetik belirteç veya ölçüm bütçesi sınırlı olan arşivlenmiş bir örnek olduğu durumlarda idealdir. Tasarım ayrıca zamanla değişen konfounderları kontrol etmeniz gerektiğinde veya tam kohort maruziyet tespiti olmadan büyük bir kohort içinde nadir sonuçları incelemek istediğinizde de uygundur. Kohortun yeterli sayıda vaka üretemeyecek kadar küçük olduğu durumlarda; sonuç verilerinin mevcut olmadığı veya güvenilmez olduğu durumlarda; tüm maruziyetlerin tam kohort için zaten ölçüldüğü durumlarda (bu durumda tam kohort analizi daha verimlidir); veya araştırma sorusunun göreceli riskler yerine mutlak riskleri tahmin etmesini gerektirdiği durumlarda BU tasarımı KULLANMAYIN.

Sınırlar ve dikkat edilmesi gerekenler

  • Güvenilir sonuç tespiti olan önceden var olan bir kohort gerektirir; böyle bir kohortun oluşturulması başlı başına kaynak yoğundur.
  • Koşullu lojistik regresyon ile eşleştirilmiş tasarım, eşleştirilmiş değişkenlerin sonucun bağımsız tahmincileri olarak değerlendirilemeyeceği anlamına gelir.
  • Sonuçlar yaygın olduğunda (> kohortun %10'u) verimlilik kazançları azalır, bu durumda tam bir kohort veya vaka-kohort tasarımı tercih edilebilir.
  • Vaka başına yeterli sayıda kontrol seçmek dikkatli güç hesaplamaları gerektirir; çok az kontrol, orantısız maliyet tasarrufu olmadan istatistiksel verimliliği azaltır.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • Tam bir kohort analizine kıyasla maruziyet değerlendirmesinin maliyetini ve çabasını dramatik şekilde azaltır - tipik olarak kohort üyelerinin yalnızca %5-10'unun ölçüm yapması gerekir.
  • İnsidans yoğunluğu örneklemesi, OR'nin insidans hızı oranının yansız bir tahmini olmasını sağlar ve prospektif bir tasarımın nedensel yorumunu korur.
  • Her vaka olayı anındaki risk kümesine kontrol seçimini sabitleyerek zamanla değişen maruziyetlerin kullanımına izin verir.
  • Prospective kohortun güçlü yönlerini miras alır: maruziyetin sonuçtan önce gelmesi ve geleneksel vaka kontrol çalışmasına kıyasla hatırlama yanlılığının azalması.
  • Zaman ve bireysel düzeydeki kovaryetler üzerindeki esnek eşleştirme, tam kohort kovaryet verilerine ihtiyaç duymadan güçlü konfounderları verimli bir şekilde kontrol eder.

Uygulama alanları

  • Büyük prospektif kohortlar içindeki biyobelirteç çalışmaları - kanser, kardiyovasküler hastalık veya metabolik sonuçları incelemek için yalnızca vakalar ve eşleştirilmiş kontroller için depolanmış kan örneklerinin ölçülmesi.
  • Mesleki epidemiyoloji - bir fabrika veya kayıt kohortu içinde belirli kanserleri geliştiren işçiler arasında kümülatif kimyasal veya radyasyon maruziyetlerinin değerlendirilmesi.
  • Farmakoepidemiyoloji - reçete kayıtlarının eksiksiz olduğu ancak ayrıntılı klinik verilerin dosya incelemesi gerektirdiği idari sağlık veritabanı kohortları içinde ilaç maruziyetinin ve yan etkilerin değerlendirilmesi.
  • Bulaşıcı hastalık epidemiyolojisi - enfekte bireylerin bir gözetim kohortu içinde ciddi sonuçlar (örn. hastaneye yatış, ölüm) için konakçı veya patojen faktörlerinin araştırılması.
  • Genetik ve genomik çalışmalar - uzun süreli takibi olan bir popülasyon kohortundan örneklenen vaka ve kontroller üzerinde aday gen veya tüm ekzom dizilemesi yapılması.

Nasıl çalışır?

Nasıl çalışır?

1

Çalışma, başlangıçta hastalıksız olan ve zamanla takip edilen mevcut veya yeni oluşturulmuş dinamik veya sabit bir kohort ile başlar. Kohort, hem vakaların hem de kontrollerin çekildiği örnekleme çerçevesini sağlar ve tüm katılımcıların ortak bir temel çizgiye ve maruziyet penceresine sahip olmasını sağlar.

2

Takip sırasında, sonuç olayının (örn. hastalık teşhisi, ölüm) her yeni oluşumu bir vaka olarak kaydedilir ve olayın kesin tarihi ile birlikte. Vakalar genellikle kohorttaki tüm insidans olaylarıdır, ancak tasarım belirli bir alt kümeye (örn. belirli bir histolojik alt tip) de kısıtlanabilir.

3

Her vaka için, bir risk kümesi oluşturulur: vaka oluştuğu anda hala takip altında olan ve olaydan uzak olan tüm kohort üyeleri. Bu risk kümesinden rastgele örneklenen sabit sayıda kontrol (genellikle vaka başına 1-10) - insidans yoğunluğu örneklemesi veya risk-kümesi örneklemesi olarak adlandırılan bir işlem. Konfounding'i azaltmak için kontroller yaş, cinsiyet veya takvim zamanı gibi değişkenlere göre vakalarıyla eşleştirilebilir.

4

Maruziyet bilgileri - biyobelirteçler, depolanmış biyolojik örnekler, tıbbi kayıtlar veya görüşme verileri - tüm kohort için değil, yalnızca seçilen vakalar ve kontroller için alınır veya ölçülür. Kontroller her vaka olayının zamanında çekildiği için, zamanla değişen maruziyetler ilgili risk penceresinde yakalanabilir.

5

Eşleştirilmiş vaka-kontrol setleri içinde olasılık oranlarını (OR) tahmin etmek için koşullu lojistik regresyon kullanılır ve eşleştirme değişkenleri dikkate alınır. İnsidans yoğunluğu örneklemesi altında OR, tam kohort analizinden elde edilen insidans hızı oranının (IRR) yansız bir tahminidir, bu da sonuçların göreceli hız tahminleri olarak doğrudan yorumlanabilir olmasını sağlar.

Sık yapılan hatalar

  • Olaydan sonraki kohort girişini içeren yaygın vakaların kullanılması - kohort girişinde zaten hastalığa sahip katılımcıların dahil edilmesi uzunluk yanlılığı yaratır ve maruziyetin sonucu öncelediği zamansal varsayımı bozar.
  • Risk kümesinin dışından kontrol çekilmesi - vakaların zaten sonucu yaşamış olanların veya vaka olayı tarihinden sonra kohorta girenlerin seçilmesi, yoğunluk örnekleme mantığını bozar ve OR'yi IRR'den uzaklaştırarak yanlı hale getirir.
  • Eşleştirilmiş yapıyı analizde göz ardı etmek - eşleştirilmiş vaka-kontrol verilerini koşullu olmayan lojistik regresyon (koşullu lojistik regresyon yerine) ile analiz etmek, özellikle vaka başına kontrol sayısı az olduğunda yanlı tahminler üretir.
  • Zamanla değişen maruziyetleri hesaba katmamak - takip sırasında maruziyetlerin değiştiği durumlarda tek bir temel maruziyet ölçümü kullanmak, maruziyeti yanlış sınıflandırır ve sonuçları sıfıra doğru yanlı hale getirir.
  • Nedensel yol üzerindeki değişkenlere aşırı eşleştirme - maruziyet ve sonuç arasındaki ara değişkenlere eşleştirme, bir etkiyi tespit etmek için gereken varyansı ortadan kaldırır.

Sık sorulan sorular

İç içe vaka kontrol çalışması, geleneksel vaka kontrol çalışmasından nasıl farklıdır?

Geleneksel bir vaka kontrol çalışması, bir hastaneden veya kayıt defterinden vakaları toplar ve kontrolleri genel popülasyondan seçer, bu da kontrollerin vakalarla aynı kaynak popülasyonundan geldiğini garanti etmeyi zorlaştırır. İç içe vaka kontrol çalışması, hem vakaları hem de kontrolleri bilinen giriş ve takip tarihlerine sahip tanımlanmış bir kohorttan çeker, bu nedenle kaynak popülasyonu açıktır ve kontrollerin vaka olma riski altında olduğu garanti edilir - bu, seçim yanlılığının büyük bir kaynağını ortadan kaldırır ve OR'nin IRR'yi tahmin etmesine olanak tanır.

Vaka başına kaç kontrol seçmeliyim?

Vaka başına 4-5 kontrol seçmek, tam kohort analizine kıyasla istatistiksel verimlilik kazancının çoğunu yakalar; yaklaşık 10:1 oranının ötesinde marjinal kazanç ihmal edilebilir düzeydedir. Optimal sayı, vaka verisi elde etmenin göreceli maliyetine ve istatistiksel güç gereksinimlerine bağlıdır. Her vakanın değerli olduğu nadir sonuçlar için, vaka başına 10'a kadar kontrol gerekçelendirilebilir.

İç içe vaka kontrol çalışması ile vaka-kohort çalışması arasındaki fark nedir?

Her iki tasarım da maruziyet tespiti maliyetlerini azaltmak için bir kohorttan örnekleme yapar. İç içe vaka kontrol çalışmasında, kontroller vaka olayının zamanında her vakayla risk-kümesi eşleştirmesi yapılır ve koşullu lojistik regresyon kullanılır. Vaka-kohort çalışmasında, başlangıçta rastgele bir alt kohort seçilir ve ne zaman ortaya çıkarlarsa çıksın tüm vakalar için karşılaştırma grubu olarak hizmet eder; bu, aynı alt kohortun birden fazla sonuç için kullanılmasına olanak tanır ancak daha karmaşık ağırlıklı analizler gerektirir. İç içe vaka kontrol tasarımları genellikle analiz edilmesi daha basittir; vaka-kohort tasarımları birden fazla sonuç aynı anda incelenecekse tercih edilir.

İç içe vaka kontrol tasarımını retrospektif bir kohort ile kullanabilir miyim?

Evet. Tasarım kavramsal olarak prospektif olsa da - maruziyet sonuçtan önce gelir - geçmiş kayıtlardan derlenmiş retrospektif bir kohorta yerleştirilebilir. Temel gereksinimler, kohortun giriş tarihlerinin, takip sürelerinin ve sonuç tarihlerinin güvenilir bir şekilde belgelenmesi ve maruziyet bilgilerinin, bilgi yanlılığından kaçınmak için vaka durumu bilinmeden seçilen vakalar ve kontroller için alınabilmesidir.

İç içe vaka kontrol verileri için koşullu lojistik regresyon için hangi yazılımı kullanabilirim?

Eşleştirilmiş vaka-kontrol verileri için koşullu lojistik regresyon R'de (survival paketindeki clogit fonksiyonu), Stata'da (clogit komutu), SAS'ta (PROC LOGISTIC STRATA ifadesi ile) ve SPSS'te mevcuttur. Eşleştirme değişkeni (genellikle bir vaka-set kimliği) katman tanımlayıcısı olarak dahil edilmelidir. Tam risk kümesini kullanan zaman-olay analizleri için, zaman eşleştirmeli Cox kısmi olasılığı, insidans yoğunluğu örneklemesi altında koşullu lojistik regresyona matematiksel olarak eşdeğerdir.

İlgili yöntemler

Kaynaklar

  1. Thomas, D. C. (1977). Addendum to: Methods of cohort analysis: Appraisal by application to asbestos mining. Journal of the Royal Statistical Society, Series A, 140(4), 469–491.

    Yayın kaynağını aç
    Kopyalandı.
  2. Mantel, N. (1973). Synthetic retrospective studies and related topics. Biometrics, 29(3), 479–486.

    DOI kaynağını aç
    Kopyalandı.