Überlebensraten-Trends in Fall-Kontroll-Studien

Ich habe einen Artikel eingereicht, der aufgrund der unsachgemäßen Durchführung der Überlebensanalyse abgelehnt wurde. Der Schiedsrichter hinterließ keine anderen Details oder Erklärungen als: "Die Überlebensanalyse von Zeittrends erfordert differenziertere Zensurmethoden."

Die Frage:

Wurde das übermäßige Todesrisiko bei Rauchern in den letzten Jahrzehnten verringert?

Daten:

25.000 Raucher in Deutschland. Sie wurden zu jeder Zeit zwischen 1995 und 2014 in die Kohorte aufgenommen. Jeder Raucher wurde (zum Zeitpunkt der Einschreibung) einer geschlechts- und altersentsprechenden Kontrolle der Allgemeinbevölkerung (die nicht rauchte) zugeordnet. Ich habe den genauen Zeitpunkt des Todes für alle, die während der gesamten Studienzeit gestorben sind. Diejenigen, die während der Nachsorge nicht gestorben sind, werden zensiert. Die Studie soll das übermäßige Todesrisiko bei Rauchern jedes Jahr von 1995 bis 2014 untersuchen.

Ziel ist es zu berechnen:

• Inzidenzraten für Raucher und Nichtraucher jedes Jahr und untersuchen diese Trends
• das übermäßige Todesrisiko bei Rauchern jedes Jahr (oder einen Zeitraum von einigen aufeinander folgenden Jahren).

Wie sollen die Daten analysiert werden? Erinnern Sie sich daran, dass jemand, der 1998 aufgenommen wurde, 2015 sterben könnte. Ist der richtige Ansatz, das Zählprozessformat mit Start und Stopp zu verwenden, für jedes Jahr aktualisiert?

Dies ist der Ansatz, den der Schiedsrichter nicht mochte:

Die Inzidenzraten wurden mittels Poisson-Regression berechnet. Wir haben die Nachbeobachtungszeit als Offset in das Modell aufgenommen und Alter, Geschlecht, Raucherstatus und Kalenderzeitraum (kombiniert zwei aufeinanderfolgende Jahre) als Prädiktoren in das Modell aufgenommen. Dann wurden die Raten pro 1000 Personenjahre unter Verwendung der Vorhersage () -Funktion von R berechnet. Der Versatz (Nachbeobachtungszeit) war die gesamte Beobachtungszeit (Tage) der Person ab der Registrierung.

Ein Cox-Modell wurde verwendet, um das relative Risiko für Raucher in jedem Zeitraum vom Beginn bis zum Ende der Studie abzuschätzen. Der Einfachheit halber haben wir die Hazard Ratio in der ersten Periode mit der Hazard Ratio in der letzten Periode verglichen.

Probleme: - Eine Person (zusammen mit ihrer Kontrolle) könnte 1998 aufgenommen werden und somit zu dieser Kalendergruppe gehören, aber 2006 ein Ereignis erleiden. - Wie sollten die Daten für die Analyse der Poisson- und der Cox-Regression ausgelegt werden? Zählvorgang für den Steuermann? Was ist die Start- und Stoppzeit? - Wie können Trends in dieser Situation bewertet werden?

Einige Erläuterungen: Nehmen wir an, ein Patient wird zum ersten Mal am 15. Juni 1998 beobachtet und hat am 31. Dezember 1998 ein Ereignis erlebt. Der Wert für unsere Zeitvariable für diesen Patienten beträgt 182,5 von 730 möglichen Tagen, da der Zeitraum aus zwei aufeinander folgenden Jahren besteht. Die maximale beobachtete Zeit in jedem Zeitraum beträgt 730 Tage.

Wenn ein Patient in einem bestimmten Zeitraum beobachtet, aber in einem anderen Zeitraum zensiert wird (dh entweder erlebt und ereignisreich oder abgebrochen), sollte die Anzahl der beobachteten Tage zum nächsten Zeitraum addiert werden, oder was?

Das Hauptproblem ist daher die Behandlung der Nachbeobachtungszeit und des Kalenderjahres (das als kategoriale Variable verwendet wird und aus zwei aufeinander folgenden Jahren besteht).

Aus dem oben Gesagten ergeben sich einige Möglichkeiten für das Cox-Modell:

1. SEPARATE MODELLE FÜR JEDEN ZEITRAUM : Verwenden Sie eine Beobachtung für jede Person; Berechnen Sie die Beobachtungszeit (in Bezug darauf, wann Zensur / Tod während der Nachuntersuchung aufgetreten ist) und berechnen Sie dann die Gefährdungsquote für jeden Zeitraum. Vergleichen Sie dann die Gefahrenquoten direkt.

2. BERECHNEN SIE DIE RELATIVE VERÄNDERUNG DER GEFAHR BEI RAUCHERN UND NICHTRAUCHERN SEPARAT : eine Beobachtung pro Person; Berechnen Sie die Beobachtungszeit (unabhängig davon, wann Zensur / Ereignis auftritt) und verwenden Sie dann alle Patienten (von 1995 bis 2014) im Modell, verwenden Sie den Zeitraum als kategoriale Variable und legen Sie einen der Zeiträume als Referenzwert fest.

   3. ZÄHLUNGSPROZESSFORMULIERUNG : Das klingt ansprechend, aber ich bin mir nicht sicher, wie ich die Überlebenszeit, die Start-Stopp-Intervalle und das Kalenderjahr verwenden soll.

Obwohl es gefährlich ist, zu viel in die kryptischen Kommentare eines Rezensenten zu lesen, würde ich vermuten, dass der Einwand damit zu tun hat, ob die Zensur informativ ist.

$T$$T$

In Ihrer Analyse wurden jedoch diejenigen zensiert, die bis 2014 überlebt haben. Wenn Sie der Meinung sind, dass sich das übermäßige Sterberisiko aufgrund des Rauchens in den letzten 20 Jahren geändert hat (oder auch wenn sich die Sterblichkeitsraten parallel geändert haben) für beide Gruppen), dann sind diese zensierten Personen möglicherweise nicht repräsentativ für diejenigen, die zur gleichen Zeit überlebt haben, aber früher in die Studie eingetreten sind. Nach Ihrer Hypothese kann die Zensur informativ sein.

Es ist möglich, dass die Details des Designs Ihrer Analyse dieses Problem vermieden haben, aber das war im überprüften Manuskript nicht klar. Oder vielleicht hat der Rezensent die Studie aus einigen zusätzlichen Gründen nicht gemocht und fand, dass dies eine Möglichkeit ist, sie abzulehnen, die der Herausgeber nicht in Frage stellen würde. Dies scheint jedoch ein möglicher Einwand gegen die Art und Weise zu sein, wie Sie diese Daten analysiert haben, und Sie sollten sicherstellen, dass sie ordnungsgemäß behandelt werden. (Dies geht über mein persönliches Fachwissen hinaus. Andere auf dieser Website haben möglicherweise Hinweise zum weiteren Vorgehen. Ein genauerer Titel dieser Frage mit mehr Details zum Studiendesign und zur Analyse kann hilfreichere Antworten erhalten.)

Aus Ihrer Frage und Ihrem klarstellenden Kommentar geht nicht hervor, dass die Cox-Analysen der einfachen Modellierung der Sterblichkeitsraten pro Jahr (oder über 2-Jahres-Intervalle) etwas Nützliches hinzufügen. Außerdem scheint Ihre Hypothese zu implizieren, dass die Gefahren zwischen Nichtrauchern und Rauchern im Zeitverlauf nicht proportional sind , was die Grundlage für Standard-Cox-Analysen ist. Wenn Sie an der unterschiedlichen Sterblichkeitsrate zwischen Rauchern und Nichtrauchern in Abhängigkeit vom Kalenderjahr interessiert sind, ist dies die am einfachsten zu modellierende Maßnahme (obwohl Sie möglicherweise die vermutete Anreicherung von Nichtrauchern in Ihrer Stichprobe berücksichtigen müssen als ihre passenden rauchenden Gegenstücke sterben).