评估高维代理数据在多发性硬化症研究中的混调整中的作用:一个案例研究
Mohammad Ehsanul Karim1,2, Md Belal Hossain1,2, Huah Shin Ng3,4
1School of Population and Public Health, University of British Columbia, Vancouver, British Columbia, Canada.
多发性硬化症 (MS) 研究中的高维数据最小改变了疾病修饰药物 (DMD) 对死亡率的影响估计. 这表明多发性硬化研究中的残留混可能很小,因此需要通过不同的数据集进行进一步调查.
科学领域:
- 流行病学 流行病学
- 医疗保健服务研究 医疗服务研究
- 生物统计学 生物统计学
背景情况:
- 多发性硬化症 (MS) 研究经常在行政健康数据分析中使用有限的混因子.
- 高维数据为更强大的混调整提供了潜力.
研究的目的:
- 评估将高维代理信息纳入MS研究中的混调整的影响.
- 通过使用高维性倾向评分 (hdPS) 和高维性疾病风险评分 (hdDRS) 方法,评估疾病修饰药物 (DMD) 和全因死亡率的影响估计的变化.
主要方法:
- 基于人口的回顾性研究,使用加拿大不列颠哥伦比亚省 (BC) 的链接行政数据库.
- 一组19,360名患有多发性硬化症的人群,从1996年至2017年进行了跟踪.
- 通过hdPS和hdDRS对考克斯的比例危险模型进行了比较,其中包括研究人员指定的共变量,与包括经验共变量的模型进行比较.
主要成果:
- 未经调整的分析显示,DMD与69%较低的死亡率相关 (HR 0.31).
- 调整为指定的共变量,得到 aHR 0.76.
- hdPS和hdDRS方法导致轻微变化 (aHRs 0.77-0.81),表明死亡风险降低了19% - 23%.
结论:
- 与传统的共变量调整相比,高维的代理信息导致影响估计的微小变化.
- 在这项多发性硬化研究中,残留混的影响似乎很小.
- 进一步的研究应该探索额外的数据维度,并在不同的数据集中复制发现.
更多相关视频
05:44Author Spotlight: Creating a Versatile Experimental Autoimmune Encephalomyelitis Model Relevant for Both Male and Female Mice
Published on: October 13, 2023
10:46A Method of Trigonometric Modelling of Seasonal Variation Demonstrated with Multiple Sclerosis Relapse Data
Published on: December 9, 2015
相关概念视频
Strategies for Assessing and Addressing Confounding
Confounding can be addressed at both the design phase of a study and through analytical methods after data...
Confounding in Epidemiological Studies
Blinding
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
