Tendances des taux de survie dans les études cas-témoins


10

J'ai soumis un article qui a été rejeté en raison de la mauvaise façon d'effectuer l'analyse de survie. L'arbitre n'a laissé aucun autre détail ou explication que: "l'analyse de la survie sur les tendances temporelles nécessite des moyens plus sophistiqués de censure".

La question:

Le risque de décès excessif chez les fumeurs a-t-il diminué au cours des dernières décennies?

Les données:

25 000 fumeurs en Allemagne. Ils ont été inscrits dans la cohorte à tout moment entre 1995 et 2014. Chaque fumeur a été associé (au moment de l'inscription) à un contrôle de sexe et d'âge correspondant de la population générale (qui n'a pas fumé). J'ai l'heure exacte du décès de tous ceux qui sont morts pendant toute la période d'étude. Ceux qui ne sont pas morts pendant le suivi seront censurés. L'étude est conçue pour examiner le risque de décès excessif chez les fumeurs chaque année de 1995 à 2014.

Le but est de calculer:

  • Taux d'incidence de décès pour les fumeurs et les non-fumeurs chaque année et examiner ces tendances
  • l'excès de risque de décès chez les fumeurs, chaque année (ou période de quelques années consécutives).

Comment analyser les données? Rappelez-vous qu'une personne incluse en 1998 pourrait mourir en 2015. La bonne approche pour utiliser le format du processus de comptage avec démarrage et arrêt est-elle mise à jour pour chaque année?

C'est l'approche que l'arbitre n'aimait pas:

Les taux d'incidence ont été calculés par régression de Poisson. Nous avons inclus le temps de suivi comme décalage dans le modèle et inclus l'âge, le sexe, le tabagisme et la période civile (combinant deux années consécutives) comme prédicteurs dans le modèle. Ensuite, les taux ont été calculés pour 1 000 années-personnes à l'aide de la fonction Predict () de R. Le décalage (temps de suivi) correspondait au temps d'observation (jours) total des personnes à partir de l'inscription.

Un modèle de Cox a été utilisé pour estimer le risque relatif pour les fumeurs à chaque période du début à la fin de l'étude. Par souci de simplicité, nous avons comparé le rapport de risque de la première période avec le rapport de risque de la période finale.

Problèmes: - une personne (avec son contrôle) pourrait être incluse en 1998 et appartenir ainsi à ce groupe de calendrier, mais subir un événement en 2006. - Comment les données devraient-elles être présentées pour l'analyse de la régression de Poisson et de Cox? Processus de comptage pour le cox? Quelle est l'heure de début et de fin? - Comment évaluer les tendances dans cette situation?

Quelques clarifications: Supposons qu'un patient soit observé pour la première fois le 15 juin 1998 et ait vécu un événement le 31 décembre 1998, la valeur de notre variable de temps pour ce patient est de 182,5 sur 730 jours possibles, car la période comprend deux années consécutives. La durée maximale observée pour chaque période est de 730 jours.

Lorsqu'un patient est observé au cours d'une période mais censuré (c'est-à-dire expérimenté et événement ou abandonné) au cours d'une autre période, le nombre de jours observés devrait-il être ajouté à la période suivante ou quoi?

Ainsi, le principal problème est la gestion de la période de suivi et de l'année civile (qui est utilisée comme variable catégorielle, composée de deux années consécutives).


6
Et quelle approche avez-vous utilisée?
shadowtalker

Nous avons effectué une partie de l'analyse avec la régression du poisson et la fonction de prédiction dans R pour estimer les taux d'incidence. Nous avons également créé un modèle de Cox pour comparer le rapport de risque entre les groupes au début et à la fin de l'étude, c'est-à-dire 1995/1996 vs 2013/2014. Étant donné que certaines périodes incluaient peu d'événements, nous avons fusionné 2 années ultérieures, par exemple 95/96, 97/98, 99/00 et ainsi de suite dans toutes les analyses pour le modèle de Cox et le modèle de poisson afin de recevoir des estimations significatives.
Frank49

Maintenant que vous avez ajouté à votre question, il pourrait être utile d'avoir un titre plus spécifique à votre question, quelque chose comme «tester les tendances du taux de survie dans les études cas-témoins», pour obtenir un intérêt plus informé. Cela dépasse un peu mon expertise; cette référence pourrait peut - être apporter une aide, bien qu'une grande partie de ce document ne soit pas applicable à ce type d'étude cas-témoins à entrée progressive.
EdM

il s'agit, si je ne me trompe pas, d'une étude de cohorte (rétrospective), puisque vous suivez réellement des individus (qui sont exposés ou non au tabagisme) jusqu'à un événement. Une étude cas-témoins se réfère généralement à la situation où vous avez des gens qui se sont développés et ceux qui n'ont pas développé la maladie et le temps de survie n'est pas modélisé. mais je peux me tromper ici.
Adam Robinsson

@AdamRobinsson: Non, vous ne vous trompez pas. Ce qui est décrit n'est pas une étude cas-témoins. Il s'agit d'une étude de cohorte appariée selon l'âge et le sexe. L'énoncé: "Pour simplifier, nous avons comparé le rapport de risque de la première période avec le rapport de risque de la période finale." suggère que l'ensemble de données complet n'a pas été utilisé pour la question principale de l'étude, puisque les données des années intermédiaires de l'étude n'ont pas été utilisées.
DWin

Réponses:


2

De ce qui précède, il existe quelques possibilités pour le modèle Cox:

  1. MODÈLES SÉPARÉS POUR CHAQUE PÉRIODE : Utilisez une observation pour chaque personne; calculer le temps d'observation (en tenant compte du moment où la censure / décès est survenu pendant le suivi), puis calculer le rapport de risque pour chaque période. Comparez ensuite les ratios de risque directement.
  2. CALCULER L'ÉVOLUTION RELATIVE DU DANGER CHEZ LES FUMEURS ET LES NON-FUMEURS SÉPARÉMENT : une observation par personne; calculer le temps d'observation (quel que soit le moment où la censure / l'événement se produit), puis utiliser tous les patients (de 1995 à 2014) dans le modèle, utiliser la période comme variable catégorielle et définir l'une des périodes comme valeur de référence.

    1. FORMULATION DU PROCESSUS DE COMPTAGE : cela semble attrayant, mais je ne sais pas comment utiliser le temps de survie, les intervalles d'arrêt de démarrage et l'année civile.

De bonnes suggestions, mais comment traitent-elles la possibilité d'une censure informative (voir ma tentative de réponse) et d'une hypothèse (évolution des risques relatifs des fumeurs / non-fumeurs au cours des années civiles) qui, de par sa nature, semble contredire le proportionnel- hypothèse des dangers?
EdM

@EdM Je pense (bien que je ne sois pas sûr) que la censure ne soit pas informative dans ce scénario; les cas et les contrôles devraient être censurés pour les mêmes raisons, quel que soit ce biais, il devrait être égal dans ces deux groupes. Étant donné que la mort est le résultat examiné et il semble que vous pouvez garantir que tous les décès sont enregistrés et que l'émigration est négligeable; Cela ne me dérangerait pas la censure informative. Il n'est pas nécessaire de violer les risques proportionnels; bien que l'étude cherche à examiner le tabagisme en fonction du temps, elle le fait en termes d'année civile et non de temps d'observation (ce qui est crucial).
Adam Robinsson

Je ne suis absolument pas sûr cependant.
Adam Robinsson

1

Bien qu'il soit dangereux de trop lire dans les commentaires énigmatiques d'un critique, je suppose que l'objection concerne le fait de savoir si la censure est informative.

TT

Dans votre analyse, cependant, ceux qui ont été censurés étaient ceux qui ont survécu jusqu'en 2014. Si vous pensez qu'il y a eu une variation du risque de décès excessif dû au tabagisme au cours des 20 dernières années (ou même s'il y a eu des changements parallèles dans les taux de mortalité pour les deux groupes), ces individus censurés peuvent ne pas être représentatifs de ceux qui ont survécu pendant la même période mais qui ont commencé l'étude plus tôt. Selon votre hypothèse, la censure pourrait être informative.

Il est possible que les détails de la conception de votre analyse aient évité ce problème, mais cela n'était pas clair dans le manuscrit examiné. Ou peut-être que le critique n'a pas aimé l'étude pour des raisons supplémentaires et a trouvé que c'était un moyen de le rejeter que l'éditeur ne remettrait pas en question. Néanmoins, cela semble constituer une objection potentielle à la façon dont vous avez analysé ces données et vous devez vous assurer qu'elles sont traitées correctement. (Cela dépasse mon expertise personnelle; d'autres personnes sur ce site pourraient avoir des indications sur la façon de procéder. Un titre plus précis à cette question, avec plus de détails sur la conception et l'analyse de l'étude, pourrait obtenir des réponses plus utiles.)

D'après votre question et votre commentaire explicatif, il ne m'apparaît pas clairement que les analyses de Cox ajoutent quelque chose d'utile à une simple modélisation des taux de mortalité par an (ou sur des intervalles de 2 ans). De plus, votre hypothèse semble impliquer que les dangers ne sont pas proportionnels dans le temps entre les non-fumeurs et les fumeurs, la base des analyses Cox standard. Si vous êtes intéressé par la différence des taux de mortalité entre fumeurs et non-fumeurs en fonction de l'année civile, c'est la mesure la plus simple à modéliser (bien que vous deviez tenir compte de l'enrichissement présumé des non-fumeurs dans votre échantillon d'étude que leurs homologues fumeurs assortis meurent).


Merci pour votre réponse. Il est peut-être préférable de clarifier davantage notre méthode. Je vais modifier ma question.
Frank49
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.