Лекция 10 Смешение и модификация эффекта



бет2/3
Дата21.04.2023
өлшемі0,87 Mb.
#85302
түріЛекция
1   2   3
Д+

Д-

Итог

E+

240

760

1000

E-

120

880

1000

РРсырой= (240/1000)/(120/1000) = 2.0
Только для демонстрационных целей
Example: Confounded Data Smoking and Chronic Heart Disease (CHD)

Не на причинно-следственном пути

Возраст
Стратифицированный (по возрасту)




Молодой (<40)




Старый (>40)




Д+

Д-

ИТОГ

Д+

Д-

ИТОГ

E+

60

340

400

180

420

600

E-

80

720

800

40

160

200

Р(молодой|Е+) = 600/1000 = 0.6
Р(старый|E-) 200/1000 =0.2
Первый критерий: распределение
Облученное население старше: 60% облученного населения относится к группе «старых» Стратифицировано (по возрасту)




МОЛОДОЙ




СТАРЫЙ




Д+

Д-

ИТОГ

Д+

Д-

ИТОГ

E+

60

340

400

180

420

600

E-

80

720

800

40

160

200

P(D+|молодой E-) = 80/800 = 0.1
P(D+|старыйE-) = 40/200 =0.2
Второй критерий: независимая связь с результатом
Заболевшее не подвергавшееся облучению население старше: 20% не подвергавшегося облучению населения относится к «старой» группе по сравнению с 10 % не подвергавшегося облучению молодого населения.

Заключение


Возраст это не помеха, потому что:
1) Возраст по-разному распределяется среди экспонированных и неэкспонированных
2) Возраст независимо связан с риском заболевания
3) Мы знаем, что возраст не является причиной воздействия (курения) на болезнь (ИБС).
Последствия

  • Приблизительный показатель ассоциации – отражает эффекты обоих путей (воздействие и смешение)

  • Управление помехой блокирует эффект помехи

  • Скорректированный показатель ассоциации отражает только прямой эффект нашего воздействия

  • Контроль за смешивающим фактором должен показывать разные значения для грубых и скорректированных показателей ассоциации (10%)

✔ Необходимое, но не достаточное свойство путаницы ✔ Часто используется в качестве метода обнаружения помехи

Методы борьбы с путаницей при анализе


  • Стратификация

- Объединение (взвешенное усреднение)

- Стандартизация

• Моделирование


- Модель результата (наиболее распространенная)
- Оценка склонности

Стратификация – Объединение (взвешенное усреднение )



⚫ Разделите на слои в соответствии с категориями фактора , чтобы создать группы , не смешивающие друг друга .
-Возможно для категорического путаница
- Может иметь остаточные помехи для непрерывных помехоподавителей
Объедините информацию по всем стратам путем вычисления (взвешенного) среднего значения показателей, характерных для конкретной страты, с использованием весов Мантеля-Хензеля
⚫ Веса, присвоенные каждому показателю, относящемуся к конкретному слою, должны отражать количество

Метод Кокрана – Мантеля – Хензеля



Мера ассоциации которая обеспечивает средневзвешанное значение отношения риска или отношения шансов по различным слоям вмешивающегося фактора.
О ценка риска Кокрана-Мантеля-Хензеля
О ценка отношения шансов Кокрана-Мантеля –Хензеля

Confounding


Структура данных для Кокрона-Мантеля-Хензеля
Оценки


Результат Настоящее

Результат Отсутствует

Общее значение

Наличие фактора риска
(Воздействие)

a

b

a+b

Фактор риска отсутствует
(Не подвергался воздействию )

c

d

c+d


a+c

b+d

n

Confounded Data smoking and CHD


Стратифицированный анализ (по возрасту )




Молодой




Старый




D+

D-

total

D+

D-

total

E+

60

340

400

180

420

600

E-

80

720

800

40

160

200

RRмолодой=(60/400)/(80/800) =.15/0.1=1.5 RRстарый=(180/600)/(40/200) =.3/.2= 1.5
RRcrude= (240/1000)/(120/1000) = 2.0
ORгрубая = (240/760)/(120/880) = 2.32

Confounding


Из стратифицированных данных мы можем вычислить оценку Кокрана-Мантеля-Хензеля для отношения рисков следующим образом:
[60*(80+720)]/1200+ [180(40+160)]/800
- ----------------------------------------------------- =1.49 [80*(60+340)/1200+ [40(180+420)/800]
И используя те же данные мы могли бы также вычислить оценку Кокрана-Мантеля-Хензеля для отношения шансов следующим образом:
[ (60*720)/1200 + (180*160)]/ 800
-------------------------------------------- =1.64 [(80*340)/1200 + (40*420)]/ 800

How to design study to avoid confounding



Путающий

Example: Matching


Example: Matching

  • Для оценки роли демографических, социальных и поведенческих факторов в заражении туберкулезом использовалась схема «случай-контроль» путем сравнения индексных случаев с соответствующими по возрасту (10 лет) контрольными случаями в домашних хозяйствах и сообществах.

  • У участников как домашнего, так и общинного контроля ранее не было диагноза туберкулеза легких. Участники общественного контроля были случайным образом отобраны из домохозяйств, расположенных вблизи случая с индексом туберкулеза.




Effect modification
Модификация меры эффекта (неоднородность эффекта)
⚫ происходит, когда величина эффекта первичного воздействия на результат (т. е. ассоциация) различается в зависимости от уровня третьей переменной (Aschengrau, 2008).
⚫ “Концепция взаимодействия основывается на идее о том, что эффект воздействия,
по сравнению с эталонным необлученным состоянием, может зависеть от наличия одного или нескольких других условий.”

  • • Эффект различен для разных уровней третьей переменной

  • • Выявляется путем сравнения оценок меры эффекта по конкретным слоям (анализ подгрупп)

  • • Помогает определить группы высокого риска
  • Биологическое явление modification



Не в причинном пути

Модификатор эффекта
Как обнаружить?
⚫ Необходимо отличать от других причин различия в оценках по отдельным слоям
-предвзятость
- смешивание с другими факторами
-случайная вариация
⚫ Нужен клинический/биологический аргумент

-предварительное обоснование поиска модификации эффекта


Обнаружение модификации эффекта
⚫ Тесты на однородность
- Тест Бреслоу-Дэя сравнивает оценки отношения шансов для конкретных слоев (показывает, что эффект неоднороден для каждого слоя)
⚫ Условия взаимодействия в регрессионных моделях
⚫ Изучите доверительные интервалы для конкретных слоев
Представление результатов модификации эффекта
⚫ Представление конкретных результатов по слоям
⚫Стандартизация


Достарыңызбен бөлісу:
1   2   3




©emirsaba.org 2024
әкімшілігінің қараңыз

    Басты бет