Когортное исследование

В табл. 1 представлен материал из когортного исследования. Целью исследования была оценка связи между употреблением алкоголя и заболеванием. Было сделано, однако, предположение, что употребление алкоголя может быть связано с употреблением табака и что курение может быть дополнительной причиной заболевания. Другими словами, табак был принят в этом исследовании за потенциальный мешающий фактор. Поэтому информация собиралась об употреблении не только алкоголя, но и табака.

10 1 Когортное исследование

Таблица 1. Число человеко-лет и число случаев по употреблению алкоголя и табака

Если информация об употреблении табака не учитывается, этот материал можно представить в табл. 2.

10 2 Когортное исследование

Таблица 2. Коэффициент заболеваемости и относительный риск по употреблению алкоголя

Относительный риск, получаемый как отношение коэффициентов заболеваемости для экспонированных и неэкспонированных, указывает на значительную связь между употреблением алкоголя и заболеванием. Если, однако, курение более распространено среди употребляющих алкоголь и если оно, кроме того, является причиной данного заболевания, наблюдаемые результаты можно получить и без причинной связи употребления алкоголя и заболевания. Для изучения такой вероятности, данные стратифицируются по фактору курения. В примере, следовательно, данные делятся на две страты, курящие и некурящие. Стратифицированные данные сведены в табл. 3. Здесь показано, что в обеих стратах, т.е., для курящих и для некурящих, коэффициент заболеваемости для употребляющих алкоголь вдвое выше.

10 3 Когортное исследование

Таблица 3. Коэффициент заболеваемости по употреблению алкоголя и табака

После “контроля” мешающего фактора курения, относительный риск уменьшился с 2,8 до 2,0. Ориентировочное значение 2,8, полученное без учета курения, можно считать отражением смешанного эффекта употребления спиртных напитков и табака.

Дальнейший анализ примера показывает, что употребление табака отвечает двум критериям смешивания. Из данных о числе человеко-лет можно вывести наличие связи между употреблением алкоголя и табака. В таблице показано также, что употребление табака само по себе связано с увеличением коэффициента заболеваемости как среди экспонированных (употребляющие алкоголь), так и среди неэкспонированных (не употребляющие).

Заметьте, что курение, хотя и является мешающим фактором, в приведенном в табл. 3 примере не действует как модификатор эффекта; относительный риск равен 2,0 для курящих и не курящих.

Поскольку страты часто оказываются небольшими, специфические по стратам относительные риски будут неустойчивыми, т.е., точность их будет низкой. Желательно поэтому объединять стратифицированные относительные риски в один общий, более устойчивый относительный риск. Объединение целесообразно, если на основании имеющихся данных либо из априорной информации следует, что мешающий фактор не является также и модификатором эффекта.

В приведенном примере, относительный риск равен 2,0 для курящих и не курящих, и поэтому объединенный относительный риск должен составлять 2,0. Как правило, однако, стратифицированные относительные риски не являются тождественными. Отсюда ясна необходимость в формальной методике объединения. Такая методика должна учитывать, что некоторые страты более информативны, чем другие (поскольку содержат больше данных), и поэтому должны получить больший вес в процессе объединения.

Известно несколько таких методик. Одна из них – метод Мантела-Ханзела, другая – метод максимального правдоподобия. Метод максимального правдоподобия входит в такие известные методы многомерного анализа, как модель множественной логистической регрессии и модель пропорциональных рисков. Описание метода максимального правдоподобия, к сожалению, вам придется поискать где-то еще.

Объединенный методом Мантела-Ханзела по стратам относительный риск вычисляется для данных когортного исследования на основании коэффициентов заболеваемости как

Вычисление методом Мантела-Ханзела

Суммирование производится по всем стратам и R = R0 + R1 Если бы вместо этого использовались данные о кумулятивной заболеваемости, число человеко-лет было бы заменено численностью группы.

Пример. Применяя метод Мантела-Ханзела к данным табл. 1, получаем

f 8 Когортное исследование

То есть, относительный риск по Мантелу-Ханзелу равен двум стратифицированным значениям, что и требовалось доказать.

Объединенные оценки относительного риска, рассчитанные для стратифицированных данных, следует представлять вместе с доверительными интервалами, характеризующими их точность. Доверительные интервалы для стратифицированных данных рассчитываются по тем же принципам, что и в предыдущей главе, но формулы дисперсии более сложные. Фактически, до последнего времени не предлагалось подходящих формул дисперсии для метода Мантела-Ханзела. Эти формулы дисперсии обсуждаются в работах Ротмана (1986).

Похожие статьи:

Примите к сведению

Информация на этом сайте представлена в справочных и образовательных целях и не должна быть использована как инструкция по лечению. В любых случаях необходимо консультироваться у врача.