分析

过高的风险率的优势比试验和队列研究:逻辑回归

Mirjam j . Knol,Saskia Le Cessie,啤酒Algra,1月p Vandenbroucke和罗尔夫得出Groenwold
医疗协会 2012年5月15日 184年 (8) 895 - 899; DOI: https://doi.org/10.1503/cmaj.101715

逻辑回归分析估计优势比,常被用来调整covariables队列研究和随机对照试验(相关的)研究一个二分的结果。在病例对照研究中,优势比相应的效应估计,和优势比有时被视为风险比率或比率根据抽样方法。1- - - - - -4然而,在队列研究和相关的优势比通常解释为风险比率。这是一个问题,因为一个优势比总是高估风险率,这过高的变大的发病率增加的结果。5还有别的选择逻辑回归获得调整风险比率,例如,张和Yu提出的近似平差方法5和回归模型直接估计风险比率(也称为“相对风险回归”)。6- - - - - -9其中有些方法在模拟研究比较。7,9该方法由张和Yu一直强烈批评,7,10但回归模型直接估计风险比率很少应用在实践中。

在本文中,我们说明了风险率的区别和优势比使用临床实例,并在文献中描述的大小问题。我们还审查方法获得调整风险比率和评估这些方法通过模拟。这些方法我们得出的结论与实际细节和建议在他们的应用程序。

滥用优势比在队列研究和相关的

一个优势比计算结果的几率比在患者治疗或曝光和结果的可能性在未经治疗的患者或曝光。风险比率,也称为相对风险,风险的比率的计算结果在这两个组。在本文中,我们演示,通过两个实证的例子,使用队列研究和相关的优势比会导致误解的结果。

临床示例1:队列研究

队列研究评估婚姻状况的变化之间的关系的母亲和大麻使用他们的孩子。11使用大麻的报道48.6%的参与者在21岁时。表1介绍了原油和调整后的优势比报道在报纸上一到两个母亲的婚姻状况的变化和大麻使用的风险,和三个或更多母亲的婚姻状况的变化和大麻使用的风险。我们计算相应的原油和调整风险率(表1根据本文提供的数据)。优势比和风险比率相当不同:适度的风险提高50%(调整风险比为1.5)是观察,而“风险”似乎增加了一倍以上优势比时解释为风险率(调整后的优势比为2.3)。

把这个表:
表1:

一项观察性队列研究的结果,评估孕产妇婚姻状况变化的影响在孩子使用大麻11

临床示例2:个随机对照试验

在一个随机对照试验,101年脊髓压缩引起的转移性癌症患者被随机分配到组接受手术后放疗,或单独放疗。12主要结果是行走的能力,这发生在70.3%的病人。作者分层结果在基线和行走能力提出Mantel-Haenszel优势比为6.2(95%置信区间2.0 - -19.8)的抽象。根据本文提供的数据,我们计算了Mantel-Haenszel风险率以及原油优势比和风险比率。这些研究的结果发表在表2。优势比和风险率之间的差异是非常大的,特别是对于分层优势比和风险比率(6.26 v . 1.48)。读者很容易错误提出了优势比风险率,这将导致强烈的误解的结果。

把这个表:
表2:

随机对照试验的结果,对手术的效果在101年行走能力患者脊髓压缩引起的转移性癌症12

这个问题在文献中出现的频率

来验证这些问题有多频繁,我们做了一个调查发表的队列研究(n= 75)和相关的(n= 288)。13大约三分之一的群组研究逻辑回归调整用于基线变量,和40%的优势比倾斜超过20%的潜在风险率近似。只有约5%的相关逻辑回归调整用于基线变量;然而,大约三分之二的这些优势比,提出倾斜从风险率超过20%。相关的优势比偏离更频繁,大概是因为频率相关的结果往往是大的。

选择逻辑回归来估计调整风险比率

我们发现八个方法来估计调整风险比率在文献(表35,7- - - - - -9,14- - - - - -19)。Mantel-Haenszel风险比率方法非常简单,给出了加权风险率超过covariables的地层。14,15这个方法是唯一可行的,如果调整了少量的直言covariables(即。,连续covariables首先需要被分类)。Log-binomial和泊松回归广义线性模型,直接估计风险比率。7,8默认的标准误差通过泊松回归通常太大;因此,对泊松回归稳健标准误差的计算可能需要获得一个正确的置信区间风险率。9其他四个方法使用优势比或逻辑回归来估计风险比率。张和Yu方法是一个简单的公式,计算出风险比基于比值比和结果未曝光的组的发病率。5病例翻方法关注不断变化的数据集,这样逻辑回归收益率风险率,而不是一个优势比。17再一次,可能需要稳健标准误差来计算风险比获得一个正确的置信区间。18最后,奥斯汀提出的方法采用预测概率获得从逻辑回归模型来估计风险比率。19最近的一个评论文章的方法来估计风险比率和风险不同的群组研究了其中的几个8使用经验数据的方法。20.

把这个表:
表3:

八个方法来估计调整风险比率,在文献中均有描述

模拟研究

我们进行了仿真研究来评估这八个方法进行最佳估计正确的风险率和置信区间。我们也比较了估计风险比率与获得的优势比逻辑回归。模拟的方法和结果的细节描述在附录1中,可用www.cmaj.ca /查找/ 5 / doi: 10.1503 / cmaj.101715 /——/ DC1。在本节中,我们总结的主要发现,模拟一个简单的情况下(二分行列式和结果,一个连续“)在附录1(图1和图2)。结果对于更复杂的情况(多个二分或连续的混杂因素)在本质上是相同的。

正如所预料的那样,获得的优势比逻辑回归高估风险重要的比例。这种高估发生率增加而增加的结果,增加接触效应和越来越多的混淆。张的方法和Yu也高估了风险率,尽管高估明显低于在逻辑回归。这也高估发生率增加而增加,增加曝光效应,越来越多的混淆。奥斯汀提出的方法低估了风险率的发生率大接触效应和一个大的结果。Mantel-Haenszel风险比率方法表现良好在所有情况下,除了在温和的混杂的情况,略有高估了真正的风险率。这是由于残余混杂,“因为我们模拟一个连续分类糊涂到昆泰计算Mantel-Haenszel风险比率。

Log-binomial回归,泊松回归稳健标准误差,稳健标准误差和病例翻方法都取得了正确的风险比率和置信区间在所有情况下的模拟。然而,这些方法都有潜在的缺点与特定的数据集,可以迫使调查员丢弃一些方法和更喜欢另一种方法,根据手头的数据。log-binomial回归的一个缺点是模型不收敛在某些情况下(例如,该模型不能找到一个解决方案,因此风险率无法计算)。这些协变量收敛问题主要提出如果连续几个都包含在模型中,如果结果是高的发病率。泊松回归稳健标准误差没有这个问题,但模型的缺点可能产生个人预测概率高于1。概率高于1不是一个问题,如果只有兴趣是获得一个有效的风险率。如果感兴趣也在个人疾病的预测概率,例如在预后或诊断的研究中,概率高于5月1日是有问题的。稳健标准误差病例翻方法的一个缺点,既没有这些问题,它需要一些可以执行操作前的数据分析。此外,流感病例翻的健壮的标准误差的计算方法是在标准统计软件包和专业项目的要求。

建议临床研究人员

我们在临床和模拟例子显示一个优势比可以大大高估风险比率。事实上,两者都是正确的,但是当一个优势比解释风险率,治疗严重的误解与潜在后果决定和决策可能发生,就像两个临床例子所展示的。因此,应该避免任何误解的优势比的计算和表示调整比率在队列研究和相关的风险。如果协变量调整基线不做,这通常是在相关的情况下,风险比是首选的协会的两个结果。21注意,在病例对照研究中,优势比相应的效应估计和优势比可以解释为一个风险比率或比率根据抽样方法。1- - - - - -4当然,如果队列研究或相关的数据收集,这样时间分析是可能的,Cox回归的风险比率是推荐,因为它估计相对危险和不涉及与优势比相关的问题。

有一些有效的方法来估计调整风险比率。在一个情况下只有一个或两个直言covariables,例如,考虑到分层随机化在一个随机对照试验(例2),我们建议使用简单Mantel-Haenszel风险率的方法。这种方法可以很容易地通过使用罗斯曼的电子表格应用Episheet(可以从下载http://krothman.byethost2.com/)。与更多covariables或连续covariables情况,我们建议使用log-binomial回归。如果log-binomial回归不收敛,可以应用泊松回归稳健标准误差。这两种方法都很容易执行标准统计软件包,包括SAS、占据,R和SPSS22,23(见附录2,可用www.cmaj.ca /查找/ 5 / doi: 10.1503 / cmaj.101715 /——/ DC1编码)。如果泊松方法依次是有问题的,因为个人的概率估计,这些估计成为一些人大于1,可能没有其他解决方案比病例翻稳健标准误差估计方法,但这需要额外的编程和统计专业知识。符合其他评论员,7,10我们不鼓励张和Yu的使用方法,尽管它易于应用程序及其吸引人的概念上的简单。

结论

在本文中,我们展示了使用优势比作为一个近似的问题的比率在队列研究和相关的风险。研究人员、评论者和期刊编辑应该意识到潜在的优势比误解,尤其是当结果很大的发病率。经常出现的问题当研究人员使用逻辑回归为潜在的混杂因素调整。应该避免误解的优势比通过计算调整风险比率。期刊编辑和统计审稿人可以发挥重要作用在鼓励研究人员目前风险比率,而不是优势比在队列研究和相关的。

要点

  • 优势比,通常用于队列研究和随机对照试验(相关的),通常解释为风险比率却总是高估风险比率。

  • 我们评估选择逻辑回归获得调整风险的比率来确定哪种方法进行最佳估计正确的风险率和置信区间。

  • Mantel-Haenszel风险比率法,log-binomial回归,泊松回归稳健标准误差,稳健标准误差和病例翻方法给正确的风险比率和置信区间。

  • 为了避免任何误解的优势比,调整风险比率应该在队列研究和相关的计算。

脚注

  • 利益冲突:Mirjam Knol的机构已收到从上学院制药公司资助。啤酒Algra机构已收到议长费用和资金从勃林格殷格翰集团参与国际顾问委员会会议,并授予或赠款等待脑血管研究荷兰心脏基金会,Trombosestichting荷兰,荷兰科学研究组织和荷兰卫生研究与发展组织(oecd)。啤酒Algra已收到资助住宿从欧洲中风会议主持会议和分级提取、和欧洲的首席研究员/澳大拉西亚的可逆缺血中风预防试验,获得金融支持从勃林格殷格翰集团因果探索性的分析试验数据。没有宣布Saskia Le Cessie Jan Vandenbroucke或Rolf Groenwold。

  • 这篇文章已经被同行评议。

  • 这是第一次在一个偶尔的系列检查争议方面的研究方法和报告。

  • 参与者:所有的作者的构思和设计分析。Mirjam Knol, Saskia Cessie和罗尔夫Groenwold分析和解释数据。Mirjam Knol, Rolf Groenwold起草文章,Saskia Le Cessie啤酒Algra和Jan Vandenbroucke修改。所有的作者通过文章的最终版本。

引用

  1. ↵
    1. 格陵兰岛年代,
    2. 托马斯。直流
    。在罕见的疾病需要假设在病例对照研究。我增加1982年;116年:547年- - - - - -53。
    OpenUrl CrossRef PubMed
    1. 格陵兰岛年代,
    2. 托马斯。直流,
    3. MorgensternH
    。罕见疾病的假设再现。批判“估计相对风险的病例对照研究。我增加1986年;124年:869年- - - - - -83年。
    OpenUrl PubMed
    1. Knol乔丹,
    2. Vandenbroucke摩根大通,
    3. 斯科特P,
    4. 等
    。病例对照研究评估什么?在发表的病例对照研究的调查方法和假设。我增加2008年;168年:1073年- - - - - -81年。
    OpenUrl CrossRef PubMed
  4. ↵
    1. 比赛当天艳阳高照O
    。Estimability case-referent研究和评估。我增加1976年;103年:226年- - - - - -35。
    OpenUrl PubMed
  5. ↵
    1. 张J,
    2. 余KF
    。相对风险是什么?的方法纠正队列研究的优势比常见的结果。《美国医学会杂志》1998年;280年:1690年- - - - - -1。
    OpenUrl CrossRef PubMed
  6. ↵
    1. 巴罗斯AJ,
    2. 田纪彰VN
    。替代品的横断面研究中逻辑回归:一个实证的比较模型,直接估计比率。BMC医学Res Methodol2003年;3:21。
    OpenUrl CrossRef PubMed
  7. ↵
    1. 麦克纳特拉,
    2. 吴C,
    3. 雪X,
    4. 等
    。估计队列研究和临床试验的相对风险常见的结果。我增加2003年;157年:940年- - - - - -3。
    OpenUrl CrossRef PubMed
  8. ↵
    1. 罗宾斯作为,
    2. 曹国伟SY,
    3. 丰副总裁
    。相对风险是什么?方法直接估计风险比率在队列研究的共同结果。安论文2002年;12:452年- - - - - -4。
    OpenUrl CrossRef PubMed
  9. ↵
    1. 邹G
    。修改后的泊松回归方法与二进制数据的前瞻性研究。我增加2004年;159年:702年- - - - - -6。
    OpenUrl CrossRef PubMed
  10. ↵
    1. 麦克纳特拉,
    2. Hafner摩根大通,
    3. 雪X
    。纠正队列研究的优势比常见的结果。《美国医学会杂志》1999年;282年:529年。
    OpenUrl CrossRef PubMed
  11. ↵
    1. Hayatbakhsh先生,
    2. NajmanJM,
    3. JamrozikK,
    4. 等
    。母亲的婚姻状况的变化与年轻人的大麻使用:证据从出生队列的21年随访。Int增加2006年;35:673年- - - - - -9。
    OpenUrl CrossRef PubMed
  12. ↵
    1. Patchell类风湿性关节炎,
    2. 掌控巴勒斯坦权力机构,
    3. 雷吉娜WF,
    4. 等
    。直接得到手术切除治疗转移性癌症引起的脊髓压缩:一个随机试验。《柳叶刀》2005年;366年:643年- - - - - -8。
    OpenUrl CrossRef PubMed
  13. ↵
    1. Knol乔丹,
    2. DuijnhovenRG,
    3. Grobbee德,
    4. 等
    。治疗效果的潜在误解由于使用优势比和逻辑回归的随机对照试验。《公共科学图书馆•综合》2011年;6:e21248。
    OpenUrl CrossRef PubMed
  14. ↵
    1. 格陵兰岛年代,
    2. 罗斯曼KJ
    。介绍分层分析。:现代流行病学。3日艾德。费城(PA):Lippincott,威廉姆斯和威尔金斯;2008年。p。258年- - - - - -82年。
  15. ↵
    1. 曼特尔N,
    2. HaenszelW
    。统计方面的疾病的回顾性研究的数据分析。中华肿瘤杂志1959年;22:719年- - - - - -48。
    OpenUrl CrossRef PubMed
    1. 罗亚尔RM
    。使用最大似然估计模型健壮的置信区间。Int Stat牧师1986年;54:221年- - - - - -6。
    OpenUrl CrossRef
  17. ↵
    1. 比赛当天艳阳高照O
    。在流行病学研究中设计选项。一个更新。Scand J工作环境健康1982年;8(1):7- - - - - -14。
    OpenUrl PubMed
  18. ↵
    1. 斯考滕如,
    2. 德克JM,
    3. 角FJ,
    4. 等
    。风险比和速度比估计case-cohort设计:高血压和心血管死亡率。地中海统计1993年;12:1733年- - - - - -45。
    OpenUrl PubMed
  19. ↵
    1. 奥斯丁个人电脑
    。绝对风险降低,相对风险,相对风险降低,和数字需要治疗可以获得从一个逻辑回归模型。中国论文2010年;63年:2- - - - - -6。
    OpenUrl CrossRef PubMed
  20. ↵
    1. 奥斯丁个人电脑,
    2. Laupacis一个
    。教程方法评估临床治疗和policy-meaningful措施效果的前瞻性观察性研究:回顾。Int J生物抑制剂2011年;7:第六条。doi:10.2202 / 1557 - 4679.1285。
    OpenUrl CrossRef
  21. ↵
    1. GroenwoldRH,
    2. 卫星公斤,
    3. PeelenLM,
    4. 等
    。报告从随机试验的治疗效果:呼吁多变量风险比率。当代中国新药临床试验2011年;32:399年- - - - - -402年。
    OpenUrl CrossRef PubMed
  22. ↵
    1. 广告T,
    2. KronmalR,
    3. 马年代
    。医学研究的相对风险回归:模型,对比,估计和算法:华盛顿大学生物统计学工作纸系列2006。西雅图(WA):华盛顿大学;2006年。293年工作报告。
  23. ↵
    1. SpiegelmanD,
    2. HertzmarkE
    。简单的SAS计算风险或流行比率和差异。我增加2005年;162年:199年- - - - - -200年。
    OpenUrl CrossRef PubMed
回到顶部

在这个问题上

加拿大医学协会期刊:184 (8)
医疗协会
184卷。,问题8
2012年5月15

工具条

回应这篇文章
打印
下载
文章警告
电子邮件的文章
引用的工具
过高的风险率的优势比试验和队列研究:逻辑回归
Mirjam J。Knol,SaskiaLe Cessie,啤酒Algra,1月P。Vandenbroucke,罗尔夫第三世Groenwold
医疗协会 2012年5月, 184年 (8) 895 - 899; DOI:10.1503 / cmaj.101715
Digg的标志 Reddit的标志 Twitter的标志 Facebook的标志 谷歌徽标 Mendeley标志

跳转到节

相关文章

被……

这个TOC的部分

类似的文章

金宝搏188手机app

查看最新的分类广告

Baidu
map