Разногласия: опасения, возникающие при использовании отношения шансов для постоянных или распространенных дихотомических результатов в исследованиях физической активности и ожирения

Рейтинг: 4.6 из 5
Автор
Вадим Соколов
Рейтинг автора
4.6

Исследования ожирения и искусственной среды часто включают логистическую регрессию и соответствующий параметр - отношение шансов. Использование отношения шансов для общих исходов, таких как ожирение, может излишне препятствовать валидности, интерпретации и передаче результатов исследования.

Методы

Мы определили три ключевых вопроса, возникающих при использовании отношения шансов, проиллюстрировав их данными о возможности ходьбы и индексе массы тела из исследования с участием 13 102 жителей Нью-Йорка.

Полученные результаты

Во-первых, дихотомия непрерывных показателей, таких как индекс массы тела, отбрасывает теоретически значимую информацию, снижает статистическую мощность и увеличивает ошибку измерения. Во-вторых, отношения шансов систематически выше (дальше от нуля), чем коэффициенты распространенности; эта инфляция тривиальна для редких исходов, но существенна для общих исходов, таких как ожирение. В-третьих, соотношение шансов может привести к неверным выводам при тестировании взаимодействий. Отношение шансов в определенной подгруппе может быть выше просто потому, что результат более распространен (а отношение шансов завышено) по сравнению с другими подгруппами.

Заключение

Наши рекомендации заключаются в том, чтобы в полной мере использовать непрерывные данные об исходах, когда это возможно, и использовать коэффициенты распространенности вместо отношений шансов для общих дихотомических исходов. Когда необходимо использовать отношения шансов, авторы должны задокументировать распространенность результатов в группах воздействия.

ВСТУПЛЕНИЕ

Исследования экологических детерминант физической активности и ожирения [1–4] вызвали интерес у городских планировщиков и практиков общественного здравоохранения и способствуют текущим политическим дискуссиям [5, 6]. Тем не менее, одним из препятствий на пути к согласованности и интерпретируемости результатов является использование неоптимальных стратегий анализа данных, включая логистическую регрессию.

База данных онлайн-литературы Active Living Research, которая объединяет большую часть опубликованных работ по экологическим детерминантам физической активности и ожирения [7], показывает, что 44% статей с количественными результатами сообщают о соотношении шансов (рис. 1). Хотя это обычное явление, использование отношения шансов может помешать достоверности и точной передаче результатов исследования. Мы определили ключевые проблемы, связанные с логистической регрессией в исследованиях физической активности и ожирения (таблица 1), вопросы, которые также относятся к другим областям исследований [8, 9].

Отношения шансов обычно сообщаются в исследованиях активной жизни. Примечания: прямоугольные диаграммы показывают межквартильный размах (прямоугольник ограничен 75-м и 25-м процентилями) и интердецильный диапазон (линии простираются до 90-го и 10-го процентилей); вариации в распределении показаны для всей базы данных Active Living Research Literature Literature [7], подмножества, для которого авторы просмотрели и подтвердили запись в базе данных, и для четырех обычно сообщаемых результатов: выполнение рекомендаций по физической активности, отсутствие активности, избыточный вес и ожирение.

Таблица 1

Проблемы, возникающие из-за чрезмерного использования отношения шансов, наряду с рекомендуемыми стратегиями и их предотвращающими преимуществами

Категория Потенциальные проблемы Рекомендуемые стратегии Ожидаемые выгоды
Дихотомизация непрерывных мер Теория подразумевает непрерывное тонкое влияние окружающей среды, а не ссылку на порог

Информация отбрасывается, снижает статистическую мощность

Несмещенная ошибка измерения увеличивает экстремальные значения, изменяя пропорцию, превышающую пороговое значение
Используйте непрерывные меры, чтобы в полной мере воспользоваться собранными данными.

Рассмотрите обобщенные линейные модели и эластичности.

Сведите к минимуму ошибки измерения и будьте осторожны при обсуждении результатов, полученных на основе неточных, дихотомических измерений.
Сохраняется гибкость для изучения формы ассоциации.

Для выявления статистически значимого эффекта необходимы меньшие размеры выборки.
Интерпретация отношения шансов Отношение шансов трудно интерпретировать и общаться кроме случаев , когда они приблизительные коэффициенты распространенности

Отношения шансов отклониться от коэффициентов распространенности ВИЧ, распространенность результата в контрольной группе возрастает

Величину ассоциации может быть неправильно, что приводит к нереалистичным оценкам выгоды вмешательства и последующего разочарование
Используйте коэффициенты распространенности вместо или в дополнение к отношениям шансов.

Предоставьте информацию о распространенности исходов, чтобы дать контекст, когда должны быть представлены отношения шансов.
Результаты исследования могут быть четко и точно сформулированы с точки зрения того, насколько вероятен исход в группе, подвергшейся воздействию.

Информированные читатели могут использовать информацию о распространенности для оценки коэффициентов распространенности на основе опубликованных соотношений шансов.
Взаимодействия по шкале отношения шансов Взаимодействия, представляющие научный интерес, могут быть упущены по шкале отношения шансов

Взаимодействия по шкале отношения шансов могут быть результатом разницы в распространенности исходов в подгруппах, даже если коэффициенты распространенности одинаковы в каждой подгруппе
Рассмотрите возможность использования непрерывных данных об исходах, чтобы максимизировать статистическую мощность для выявления взаимодействия.

Проведите анализ взаимодействия, соответствующий научному вопросу.

Предоставьте данные о распространенности исходов для каждой подгруппы, если отношения шансов сравниваются между подгруппами.
Анализ взаимодействия с большей вероятностью даст интересные с научной точки зрения результаты.

Гипотезы относительно модификации эффекта получат поддержку или будут отклонены на основании достоверных тестов.

ДИХОТОМИЗАЦИЯ НЕПРЕРЫВНЫХ МЕР ОТКАЗЫВАЕТ ИНФОРМАЦИЮ

Использование логистической регрессии часто включает дихотомию непрерывных показателей, таких как физическая активность или индекс массы тела (ИМТ) (рис. 1). Хотя дихотомия может быть лучшим выбором для некоторых вопросов и для некоторых аудиторий [10], мы определили три ключевые проблемы с дихотомией непрерывных результатов.

Во-первых, теории о том, как окружающая среда влияет на физическую активность и массу тела, обычно предполагают, что отношения носят непрерывный характер. Концептуальные модели или структуры определяют выбор и организацию мер [11–14], которые варьируются от личных до социальных, от отдаленных до ближайших или по какой-либо другой схеме категоризации. Поскольку предлагается множество влияний, каждое из них предположительно оказывает лишь небольшое влияние на поведение или здоровье. Воздействие, которое причинно связано с ИМТ, лишь изредка может привести к тому, что человек пересечет пороговое значение, такое как ИМТ 30. Эти воздействия, тем не менее, могут иметь важное значение для их потенциала в плане постепенных улучшений поведения и здоровья всего населения.

Кроме того, дихотомизация проблематична, потому что информация отбрасывается [15–17]. Анкета, датчик движения или протокол антропометрии фиксируют широкий диапазон вариаций. Дихотомизация игнорирует большую часть этих вариаций и приводит к снижению статистической мощности. Потеря мощности зависит также от других характеристик исследования [18, 19], но может потребоваться значительное увеличение размера выборки, чтобы компенсировать дихотомию переменной результата [20]. В качестве примера рассмотрим исследование плотности проживания и индекса массы тела [21, 22]. В этом исследовании с большой выборкой (N = 13 102) сообщается о снижении на 0,4 единицы ИМТ на каждые 10 000 человек / км 2 увеличения плотности проживания [23]. Мы повторно проанализировали подмножества данных с использованием линейных моделей ИМТ и логистической регрессии для дихотомического исхода ожирения (ИМТ ≥30);в остальном методы и настройки были идентичны. Мы смогли обнаружить статистическую значимость для всех непрерывных моделей с минимум 783 случайно выбранными участниками, но статистическая значимость не была последовательно достигнута для наших моделей логистической регрессии до тех пор, пока размер выборки не составил не менее 1248. Таким образом, мы обнаружили, что размер выборки должен быть почти удвоен, прежде чем непрерывная интересующая ассоциация будет обнаружена в логистической регрессии. Таким образом, дихотомизация непрерывных мер может способствовать ошибке типа II [17, 24].мы обнаружили, что размер выборки должен быть почти удвоен, прежде чем постоянная интересующая ассоциация будет обнаружена в логистической регрессии. Таким образом, дихотомизация непрерывных мер может способствовать ошибке типа II [17, 24].мы обнаружили, что размер выборки должен быть почти удвоен, прежде чем постоянная интересующая ассоциация будет обнаружена в логистической регрессии. Таким образом, дихотомизация непрерывных мер может способствовать ошибке типа II [17, 24].

И последнее беспокойство по поводу дихотомизации заключается в том, что она преувеличивает неправильную классификацию. Физическую активность и ожирение трудно измерить, а общие подходы имеют ограниченную надежность и валидность [25–27]. Даже несмещенная ошибка измерения (средняя ошибка = 0) в непрерывном измерении повлияет на долю, превышающую пороговое значение [28]. Это можно визуализировать, рассматривая распределение ИМТ среди 13 102 взрослых, обсуждавшееся ранее [21, 22]. Эти данные, основанные на росте и весе, измеренных обученным персоналом, показывают, что 28,8% участников исследования страдали ожирением. Если мы добавим случайную непредвзятую ошибку до 10 единиц ИМТ в любом направлении, мы обнаружим, что 37,8% участников соответствовали нашим критериям ожирения (рис. 2).Существование неслучайной ошибки, такой как предвзятость социальной желательности, может еще больше усложнить картину, оказывая различное влияние на распределение ИМТ или на другие группы интересов.

Ошибка измерения непрерывной переменной влияет на долю, превышающую пороговое значение. Примечания: Гистограммы показаны для индекса массы тела у (A) 13 102 жителей Нью-Йорка в период 2000–2002 гг. [21], с ожирением 28,8% на основе доли наблюдений, превышающей или равной 30 и (B) a. гипотетический набор наблюдений, созданный путем добавления случайной ошибки до 10 единиц ИМТ в любом направлении при 37,8% ожирении.

Мы рекомендуем использовать статистические подходы, которые в полной мере используют непрерывные данные о результатах; полезные стратегии могут включать линейные модели, обобщенные линейные модели, модели Пуассона с нулевым раздутием или модели пропорциональных опасностей. Кроме того, исследования должны быть разработаны таким образом, чтобы минимизировать ошибку измерения, и следует с осторожностью интерпретировать долю выше порогового значения при наличии ошибки измерения в лежащей в основе непрерывной переменной.

СООТНОШЕНИЯ ШАХТОВ МОГУТ ЗАНИМАТЬСЯ, КОГДА РЕЗУЛЬТАТ ОБЫЧНЫЙ

Для редких исходов, затрагивающих вероятностьожирения было только на 20% выше в квартиле с самой низкой плотностью по сравнению с тремя другими квартилями. Для более сильных ассоциаций или более общих результатов разница будет больше.

Отношения шансов расходятся с коэффициентами распространенности по мере увеличения распространенности исходов в контрольной группе.

Отношения шансов и коэффициенты распространенности содержат в основном аналогичную информацию, но численно различны. При правильном описании и интерпретации разница между этими подходами и интересующими параметрами не представляет проблемы. Однако часто возникает проблема, когда исследователи пытаются объяснить величину отношения шансов [8, 9, 32]. Величина связи может стать особенно важной, когда исследования используются для оценки приписываемого риска, проведения анализа затрат и выгод или определения целей политики. Очень заманчиво интерпретировать отношение шансов 3 в исследовании ожирения как означающее, что ожирение в три раза выше в группе, подвергшейся воздействию. Однако отношение шансов, равное 3, может соответствовать коэффициенту распространенности только 2 (рис. 3).

Как и выше, мы предостерегаем от разделения непрерывных показателей, отдавая предпочтение методам, использующим все теоретически значимые данные. Однако мы признаем, что существуют обстоятельства, которые могут побудить или побудить исследователя использовать дихотомическую версию непрерывной меры [10]. Например, клиническая и политическая аудитория может предпочесть сообщение, сформулированное с точки зрения снижения риска ожирения, а не снижение индекса массы тела. Вместо логистической регрессии можно использовать относительную регрессию риска [29, 33, 34] (вставка 1). Доступна простая формула для оценки коэффициентов распространенности на основе опубликованных соотношений шансов [30], но требует, чтобы была известна распространенность исходов в контрольной группе. Эта формула предлагает только приближение для скорректированных моделей,по сравнению с методами регрессии, которые напрямую оценивают коэффициенты распространенности с корректировкой по той же шкале.

НЕЧЕТНОЕ ЗНАЧЕНИЕ ВЗАИМОДЕЙСТВИЙ НА МАСШТАБЕ ОТНОШЕНИЙ НЕЧЕТНЫХ

Потеря статистической мощности из-за дихотомии непрерывного результата может подорвать способность обнаруживать модификацию эффекта. Что еще более важно, очевидные взаимодействия могут проявляться в анализах с использованием отношений шансов, которые не будут очевидны при анализе, основанном на коэффициентах распространенности; и наоборот, взаимодействие по шкале отношения распространенности может быть скрыто с помощью отношения шансов [35–37].

Более высокое отношение шансов в определенной подгруппе может наблюдаться просто потому, что результат более распространен в этой группе. В качестве примера рассмотрим близость ресторанов быстрого питания и распространенность ожирения среди каждой из четырех возрастных групп. Предположим, распространенность ожирения колеблется от 10 до 40 процентов среди возрастных групп. Если бы коэффициент распространенности в каждой возрастной группе составлял 2,0, отношение шансов было бы 2,25 в группе с низкой распространенностью и 6,0 в группе с высокой распространенностью (см. Правую часть рис. 3). Это «взаимодействие» отношения шансов трудно объяснить, оно потенциально вводит в заблуждение и плохо согласуется с научным интересом - закономерностью связи между ресторанами быстрого питания и вероятностью ожирения. Эта ошибка взаимодействия [35] влияет не только на анализ взаимодействия в рамках одного исследования,но также может привести к смещению метаанализов, которые объединяют оценки эффектов из нескольких исследований, особенно если используемые пороговые значения не согласованы между исследованиями [19, 24, 31, 37].

Предлагаемый альтернативный вариант использования коэффициентов распространенности, а не отношений шансов (таблица 1, вставка 1), следует тщательно рассмотреть при оценке взаимодействий. Когда отношения шансов используются для определения взаимодействия, распространенность исходов должна быть показана по подгруппам.

ВЫВОДЫ

Для исследований физической активности, ожирения или других общих результатов, отношения шансов следует рассматривать критически из-за потери информации из-за дихотомии непрерывных показателей и несоответствия между шкалой отношения шансов и интересующими научными вопросами. Следует использовать непрерывные результаты, чтобы в полной мере использовать собранные данные, особенно в контексте небольших размеров выборки или существенной ошибки измерения. Когда необходимо использовать дихотомический результат, коэффициенты распространенности легче понять и сообщить. Когда необходимо использовать отношения шансов, представление распространенности исходов может облегчить интерпретацию.

Новости спорта

Изначально сайт создавался для пользователей со всех стран мира. Международный домен ориентирован на самых разных пользователей. Страницы сайта переведены на 46 языков, среди которых есть и азербайджанский. Это выгодно выделяет платформу на фоне конкурентов, так как многие из них либо не работают на территории данной страны, либо не имеют местной локализации.

Больше новостей