病例对照研究中的成活率趋势


10

我提交的一篇文章由于执行生存分析的方法不正确而被拒绝。裁判员除了:“对时间趋势进行生存分析需要更复杂的审查方式”之外,没有留下其他细节或解释。

问题:

在过去的几十年中,吸烟者死亡的额外风险是否有所降低?

数据:

德国有25,000名烟民。在1995年至2014年之间的任何时间,他们都被纳入了该队列。每个吸烟者(在入组时)都已与性别和年龄相匹配的对照组(未吸烟者)进行了匹配。对于整个学习期间死亡的每个人,我都有确切的死亡时间。那些在随访期间未死亡的人将受到审查。该研究旨在检查1995年至2014年期间每年吸烟者的额外死亡风险。

目的是计算:

  • 每年吸烟者和非吸烟者的死亡率发生率,并研究这些趋势
  • 每年(或连续几年)吸烟者死亡的额外风险。

应该如何分析数据?回想一下,1998年被包括在内的某人可能会在2015年去世。是否每年都使用使用开始和结束的计数过程格式的正确方法?

这是裁判员不喜欢的方法:

发病率通过泊松回归法计算。我们在模型中纳入了随访时间作为补偿,并在模型中纳入了年龄,性别,吸烟状况和日历期间(连续两年)。然后,使用R的predict()函数计算每1000人年的比率。偏移量(跟进时间)是指从入学起的整个观察时间(天)。

使用Cox模型估算从研究开始到结束的每个时期吸烟者的相对风险。为简单起见,我们将第一个时期的危险比与最后一个时期的危险比进行了比较。

问题:-一个人(连同他的控制权)可能在1998年被包括在内,因此属于该日历组,但在2006年遭受一个事件。-应该如何布置数据以进行Poisson和Cox回归分析?考克斯的计数过程?什么是开始和停止时间?-在这种情况下如何评估趋势?

需要说明的是:假设某位患者在1998年6月15日首次被观察到,并且经历了1998年12月31日的事件,该患者的时间变量值为730个可能的天中的182.5天,因为该时间段由随后的2年组成。每个时间段内观察到的最大时间为730天。

如果在一个时间段内观察到患者,但在另一个时间段内对患者进行检查(即经历过事件,事件或辍学),那么应该将观察到的天数添加到下一个时间段内吗?

因此,主要问题是后续时间和日历年度(用作连续两个年度的分类变量)的处理。


6
您使用的方法是什么?
shadowtalker

我们使用泊松回归和R中的预测函数进行了一些分析,以估计发病率。我们还创建了一个Cox模型,以比较研究开始和结束时各组之间的风险比,即1995/1996与2013/2014。由于某些时间段包含在很少的事件中,因此我们在合并Cox和Poisson模型的所有分析中合并了随后的2年,例如95 / 96、97 / 98、99 / 00,以此类推,从而获得了可观的估计。
Frank49

既然您已经添加了问题,那么对您的问题有一个更具体的标题可能会有所帮助,例如“在病例对照研究中测试生存率趋势”,以获得更多的见解。这有点超出我的专业知识;也许这个基准可能会提供一些帮助,虽然多,文件可能并不适用于这种类型的滚动条目病例对照研究。
EdM

这是(如果我没有记错的话)一项(回顾性)队列研究,因为您实际上是在跟踪某人(暴露于或不吸烟的人)直到一个事件。病例对照研究通常指的是您的情况,即有些人确实已经发展,而那些未患病的人和存活时间没有被建模。但我在这里可能是错的。
亚当·罗宾逊

@AdamRobinsson:不,你没看错。描述的不是病例对照研究。这是一项年龄性别匹配的队列研究。陈述:“为简单起见,我们将第一个时期的危险比与最后一个时期的危险比进行了比较。” 提示由于没有使用研究中期的数据,因此没有将完整的数据集用于主要研究问题。
DWin

Answers:


2

综上所述,Cox模型有几种可能性:

  1. 每个时间段的单独模型:每个人使用一个观察值;计算观察时间(有关随访期间检查/死亡的时间),然后计算每个时期的危险比。然后直接比较危险比。
  2. 分别计算吸烟者和非吸烟者的危害相对变化:每人一次观察;计算观察时间(与检查/事件发生的时间无关),然后使用模型中的所有患者(从1995年到2014年),将时间段用作分类变量,并将其中一个时间段设置为参考值。

    1. 计数过程公式:这听起来很吸引人,但是我不确定如何使用生存时间,开始时间间隔和日历年。

很好的建议,但是这些建议如何处理信息审查的可能性(请参阅我的答案)和假设(日历年内吸烟者/非吸烟者相对危险度的变化),其性质似乎与比例-危害假设?
EdM 2015年

@EdM我相信(尽管我不确定)在这种情况下检查没有提供任何信息;由于相同的原因,应该对案例和控制进行审查,无论这两种偏见如何,在这两组中都应相等。由于死亡是正在检查的结果,因此看来您可以保证所有死亡都可以被捕获并且移民可以忽略不计;我不介意提供信息审查。比例危害无需违反;尽管该研究试图将吸烟作为时间的函数进行检验,但它是根据日历年而不是观察时间来进行的(这是至关重要的)。
亚当·罗宾逊2015年

我绝对不确定。
亚当·罗宾逊

1

尽管过多地阅读审稿人的神秘评论很危险,但我认为反对意见与审查是否提供信息有关。

生存模型的解释通常基于以下假设:在时间审查的个体代表了进入研究后在时间生存的所有受试者。(措词从此介绍改编为生存分析。)然后,检查是无信息的。ŤTT

但是,在您的分析中,受检查的是那些在2014年之前幸存下来的人。如果您认为在过去20年中,吸烟导致的额外死亡风险有所变化(或者即使死亡率有平行变化) (对于这两个群体),那么那些受审查的个人可能无法代表同时存活但又较早进入研究的那些人。根据您的假设,审查可能会提供参考。

分析设计的细节有可能避免了这个问题,但是在审阅的稿件中并不清楚。或者,审稿人出于某些其他原因不喜欢该研究,并认为这是拒绝编辑不会质疑的一种方式。但是,这似乎是您对这些数据进行分析的方式的潜在异议,您应确保正确处理了这些数据。(这超出了我的个人专业知识;该网站上的其他人可能会指出如何进行。对该问题的更精确标题,包括研究设计和分析的更多详细信息,可能会得到更多有用的答案。)

从您的问题和澄清的评论中,我不清楚,Cox分析正在为简化每年(或超过两年间隔)的死亡率建模提供任何有用的信息。另外,您的假设似乎暗示着,吸烟者和吸烟者之间的危害随着时间的推移不成比例,这是标准Cox分析的基础。如果您对吸烟者和非吸烟者之间的死亡率随日历年的变化感兴趣,这是最直接的建模方法(尽管您可能必须考虑研究样本中假定的非吸烟者富裕程度)因为他们的配对吸烟者死亡)。


谢谢您的回答。也许最好进一步阐明我们的方法。我将编辑我的问题。
Frank49
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.