Μπεττίνα Χάιδιτς Τρίτος παράγοντας ΈκθεσηΈκβαση ? Συγχυτικός παράγοντας Τροποποιητικός παράγοντας.

Παρουσίαση με θέμα: "Μπεττίνα Χάιδιτς Τρίτος παράγοντας ΈκθεσηΈκβαση ? Συγχυτικός παράγοντας Τροποποιητικός παράγοντας."— Μεταγράφημα παρουσίασης:

1 Μπεττίνα Χάιδιτς haidich@med.auth.gr

2 Τρίτος παράγοντας ΈκθεσηΈκβαση ? Συγχυτικός παράγοντας Τροποποιητικός παράγοντας

3 Συγχυτικός παράγοντας Συγχέει τη σχέση μεταξύ της έκθεσης και της έκβασης Θετική «σύγχυση» απομάκρυνση από την Η 0 Αρνητική «σύγχυση» πλησιάζει την Η 0 Ισχύουν οι 3 προϋποθέσεις: Παράγοντας κινδύνου για την έκβαση ανεξάρτητα από την έκθεση Σχετίζεται με την έκθεση χωρίς να είναι συνέπεια της έκθεσης Δεν είναι ένας ενδιάμεσος παράγοντας μεταξύ της έκθεσης και της έκβασης

4 Τρόποι χειρισμού Στο σχεδιασμό της μελέτης Τυχαιοποίηση Περιορισμός στα κριτήρια επιλογής Εξομοίωση (matching) Στην ανάλυση των δεδομένων Διαστρωμάτωση Πολυμεταβλητά μοντέλα

5 Παράδειγμα Κατανάλωση καφέ Καρκίνο του πνεύμονα ΕΚΘΕΣΗΕΚΒΑΣΗ

6 Καφές & Καρκίνος του πνεύμονα Κατανάλωση καφέ Καρκίνος πνεύμονα ΝαιΌχι Ναι 400400300 Όχι 200300 Σύνολο600 OR = (400*300)/(300*200) = 2.00 95% CI: 1.58, 2.52 Η πιθανότητα ανάπτυξης καρκίνου του πνεύμονα είναι 2- πλάσια στα άτομα που πίνουν καφέ σε σχέση με τα άτομα που δεν πίνουν καφέ Αδρό

7 Συγχυτικός παράγοντας Κατανάλωση καφέ Καρκίνος του πνεύμονα ΕΚΘΕΣΗΕΚΒΑΣΗ ΚάπνισμαΚάπνισμα? ΤΡΙΤΟΣ ΠΑΡΑΓΟΝΤΑΣ

8 Κάπνισμα? & Καρκίνος του πνεύμονα Κάπνισμα Καρκίνος του πνεύμονα ΝαιΌχι Ναι 500250 Όχι 100100350 Σύνολο600 Η πιθανότητα ανάπτυξης καρκίνο του πνεύμονα είναι 7- πλάσια στους καπνιστές σε σχέση με τους μη καπνιστές OR = (500*300)/(250*100) = 7.00 95%CI: 5.38, 9.16

9 Κάπνισμα? & Καρκίνος του πνεύμονα Κάπνισμα Καρκίνος του πνεύμονα ΝαιΌχι Ναι 500250 Όχι 100100350 Σύνολο600 Η πιθανότητα ανάπτυξης καρκίνο του πνεύμονα είναι 7- πλάσια στους καπνιστές σε σχέση με τους μη καπνιστές Το κάπνισμα αποτελεί ένα παράγοντα κινδύνου για τον καρκίνο του πνεύμονα OR = (500*300)/(250*100) = 7.00 95%CI: 5.38, 9.16

10 Kάπνισμα? & κατανάλωση καφέ Κάπνισμα Κατανάλωση καφέ ΝαιΌχι Ναι 550200 Όχι 150300 Σύνολο700500500 OR = (550*300)/(200*150) = 5.50 95%CI: 4.27, 7.09 Η κατανάλωση καφέ ήταν 5.5 φορές πιο συχνή στους καπνιστές σε σχέση με τους μη καπνιστές

11 Kάπνισμα? & κατανάλωση καφέ Κάπνισμα Κατανάλωση καφέ ΝαιΌχι Ναι 550200 Όχι 150300 Σύνολο700500500 Το κάπνισμα σχετίζεται με τη κατανάλωση καφέ! OR = (550*300)/(200*150) = 5.50 95%CI: 4.27, 7.09 Η κατανάλωση καφέ ήταν 5.5 φορές πιο συχνή στους καπνιστές σε σχέση με τους μη καπνιστές

12 Καπνιστές Καρκίνος Όχι καρκίνος OR Κατανάλωση καφέ 4001001.00 Μη κατανάλωση καφέ 20050 Μη καπνιστές Καρκίνος Όχι καρκίνος OR Κατανάλωση καφέ 501001.00 Μη κατανάλωση καφέ 100200 Σταθμισμένο OR με τη μέθοδο Mantel-Haenszel: 1.00 Καφές & καρκίνο του Πνεύμονα διαστρωματωμένη με το κάπνισμα Αδρό OR : 2.00

13 Καπνιστές Καρκίνος Όχι καρκίνος OR Κατανάλωση καφέ 4001001.00 Μη κατανάλωση καφέ 20050 Μη καπνιστές Καρκίνος Όχι καρκίνος OR Κατανάλωση καφέ 501001.00 Μη κατανάλωση καφέ 100200 Σταθμισμένο OR με τη μέθοδο Mantel-Haenszel: 1.00 Καφές & καρκίνο του Πνεύμονα διαστρωματωμένη με το κάπνισμα Η κατανάλωση καφέ δεν προκαλεί καρκίνο του πνεύμονα Αδρό OR : 2.00

14 Συγχυτικός παράγοντας Κατανάλωση καφέ Καρκίνος του πνεύμονα ΕΚΘΕΣΗΕΚΒΑΣΗ Κάπνισμα ΤΡΙΤΟΣ ΠΑΡΑΓΟΝΤΑΣ Τηρούνται οι προϋποθέσεις: Το κάπνισμα σχετίζεται με τη κατανάλωση καφέ Σχετίζεται με τον καρκίνο του πνεύμονα

15 Τροποποιητικός παράγοντας Το μέγεθος της επίδρασης είναι διαφορετικό για διαφορετικές ομάδες ατόμων (π.χ. φύλο, φυλή) Συνώνυμο με την αλληλεπίδραση στη στατιστική Η αδρή εκτίμηση του OR αναμένεται να είναι μεταξύ των εκτιμήσεων μέσα σε κάθε στρώμα

16 Γιατί μελετούνται? Προσδιορισμός υπο-ομάδων υψηλού κινδύνου Αύξηση ακρίβειας της εκτίμησης της επίδρασης Δυνατότητα σύγκρισης μεταξύ μελετών με διαφορετικούς πληθυσμούς Καλύτερη κατανόηση της σχέσης έκθεσης και έκβασης

17 Τρόποι χειρισμού Στο σχεδιασμό της μελέτης Συλλογή στοιχείων από πιθανούς τροποποιητικούς παράγοντες Μεγάλο μέγεθος δείγματος για την εντόπιση διαφορών μεταξύ των υπο-ομάδων Δεν γίνεται εξομοίωση ως προς τον τροποποιητικό παράγοντα Στην ανάλυση των δεδομένων Διαστρωμάτωση Πολυμεταβλητά μοντέλα (αλληλεπίδραση)

18 Παράδειγμα Έκθεση σε αμίαντο Καρκίνος του πνεύμονα

19 Αμίαντος & Καρκίνος του πνεύμονα ΚαρκίνοςΌχι Καρκίνος OR Αμίαντος6933204.8 Όχι αμίαντος307680 Σύνολο1,000 Αδρό OR: 4.8 Η έκθεση σε αμίαντο ~ 5πλασιάζει την πιθανότητα ανάπτυξης καρκίνου

20 Τροποποιητικός Παράγοντας Έκθεση σε αμίαντο Καρκίνος του πνεύμονα ΚάπνισμαΚάπνισμα?

21 ΚαπνιστέςΚαρκίνοςΌχι Καρκίνος OR Αμίαντος58711018.0 Όχι αμίαντος113390 Μη ΚαπνιστέςΚαρκίνοςΌχι Καρκίνος OR Αμίαντος1761603.0 Όχι αμίαντος124340 Αμίαντος & Καρκίνος του πνεύμονα Σταθμισμένο OR: 7.6 Η έκθεση καπνιστών σε αμίαντο αυξάνει 18 φορές την πιθανότητα ανάπτυξης καρκίνου σε σχέση με τη μη έκθεση σε αμίαντο Η έκθεση μη καπνιστών σε αμίαντο αυξάνει 3 φορές την πιθανότητα ανάπτυξης καρκίνου σε σχέση με τη μη έκθεση σε αμίαντο

22 ΚαπνιστέςΚαρκίνοςΌχι Καρκίνος OR Αμίαντος58711018.0 Όχι αμίαντος113390 Μη ΚαπνιστέςΚαρκίνοςΌχι Καρκίνος OR Αμίαντος1761603.0 Όχι αμίαντος124340 Αμίαντος & Καρκίνος του πνεύμονα Σταθμισμένο OR: 7.6

23 Συγχυτικός ή τροποποιητικός παράγοντας Συγχυτικός Η αδρή εκτίμηση διαφέρει από τις επιμέρους εκτιμήσεις μέσα σε κάθε στρώμα Η σταθμισμένη εκτίμηση διαφέρει > 10% σε σχέση με τη αδρή εκτίμηση Τροποποιητικός Η αδρή εκτίμηση βρίσκεται μεταξύ των επιμέρους εκτιμήσεων από κάθε στρώμα Οι επιμέρους εκτιμήσεις διαφέρουν μεταξύ τους

24 Συγχυτικός ή τροποποιητικός παράγοντας Συγχυτικός Η αδρή εκτίμηση διαφέρει από τις επιμέρους εκτιμήσεις μέσα σε κάθε στρώμα Η σταθμισμένη εκτίμηση διαφέρει > 10% σε σχέση με τη αδρή εκτίμηση Τροποποιητικός Η αδρή εκτίμηση βρίσκεται μεταξύ των επιμέρους εκτιμήσεων από κάθε στρώμα Οι επιμέρους εκτιμήσεις διαφέρουν μεταξύ τους Σταθμισμένη εκτίμηση μέσω Mantel-Haenzsel ή πολυμεταβλητή ανάλυση Ξεχωριστά τις αναλύσεις ανά στρώμα ή πολυμεταβλητή ανάλυση με αλληλεπίδραση

25 Πολυπαραγοντικά μοντέλα y = b 0 +b 1 x 1 +….+ b p x p + ε Έκθεση, παράγοντες κινδύνου, συγχυτικοί και τροποποιητικοί παράγοντες Έκβαση Ανεξάρτητες μεταβλητές Εξαρτημένη μεταβλητή

26 Πολυπαραγοντικά μοντέλα Εξαρτημένη μεταβλητή ποσοτικήγραμμική εξάρτηση (linear) διχότομη λογαριθμιστική εξάρτηση (logistic) χρόνος εξάρτηση αναλογικών κινδύνων Cox (Cox proportional hazards model) Ανεξάρτητη μεταβλητή ποσοτική/ποιοτική

27 Μοντέλα εξαρτήσεων Μοντέλο Λόγος εφαρμογήςΠαράδειγμα Γραμμικής εξάρτησης Linear regression analysis Περιγραφή της σχέσης μιας ποσοτικής εξαρτημένης μεταβλητής με έναν ή περισσότερους ανεξάρτητους παράγοντες είτε ποσοτικούς ή ποιοτικούς Αν η συστολική πίεση εξαρτάται από το φύλο, την ηλικία και το σωματικό λίπος Λογαριθμιστικής εξάρτησης Logistic regression analysis Περιγραφή της σχέσης μιας διχότομης ποιοτικής εξαρτημένης μεταβλητής με έναν ή περισσότερους ανεξάρτητους παράγοντες είτε ποσοτικούς ή ποιοτικούς Αν η πιθανότητα υποτροπής εξαρτάται από τη θεραπεία και την ηλικία Αναλογικών κινδύνων Cox Cox proportional hazards model Survival analysis Περιγραφή της σχέσης μιας διχότομης ποιοτικής εξαρτημένης μεταβλητής που μετράται στο χρόνο με έναν ή περισσότερους ανεξάρτητους παράγοντες είτε ποσοτικούς ή ποιοτικούς Αν ο χρόνος μέχρι να πεθάνουν οι ασθενείς εξαρτάται από το στάδιο καρκίνου, τη θεραπεία και την ηλικία 27

28 Πολυπαραγοντικά μοντέλα Δεδομένα (y)= Προσαρμογή (b 0 +b 1 x 1 +….+ b p x p =ŷ) + κατάλοιπα (ε) ε= y – ŷ (σφάλμα) Αποτελούν μια προσέγγιση

29 Κατάλοιπα

30 Χρήση μοντέλων για στατιστικές δοκιμασίες Σύγκριση μια συνεχής μεταβλητής σε 2 ανεξάρτητες ομάδες Weight = b 0 + b 1 *sex + ε Η 0 : b 1 = 0 μ1 - μ2 =0 H 1 : b 1 ≠ 0μ1 - μ2 ≠ 0 T-test

31 Βήματα για μοντελά Ορισμός και σχεδιασμός Προσδιορισμός των ερευνητικών ερωτημάτων Σχεδιασμός μελέτης και προσδιορισμός του τύπου μελέτης Τυχαιοποιημένη, περιγραφική Απλή τυχαιοποίηση ή διαστρωματωμένη Πιθανοί συγχυτικοί και τροποποιητικοί παράγοντες Πολλαπλές μετρήσεις ανά ασθενή Επιλογή μεταβλητών και τρόπος μέτρησης Ποσοτικές ή ποιοτικές μεταβλητές Πρώτο σχέδιο στατιστικής ανάλυσης Υπολογισμός μεγέθους δείγματος

32 Βήματα για μοντελά Προετοιμασία και διερεύνηση Συλλογή, κωδικοποίηση, εισαγωγή και ξεκαθάρισμα δεδομένων Δημιουργία νέων μεταβλητών Μονοπαραγοντική ανάλυση Αρχικό μοντέλο Διόρθωση μοντέλου Διόρθωση παραγόντων και έλεγχος της προσαρμογής Πρόβλημα πολυσυγγραμικότητας Έλεγχος ακραίων τιμών Έλεγχος παραδοχών μοντέλου Ερμηνεία αποτελεσμάτων