在观察性研究中缺少数据的挑战:研究用于评估轴性脊柱关节炎疾病活性的横截式归算方法
Stylianos Georgiadis1, Marion Pons2, Simon Rasmussen2
1Copenhagen Center for Arthritis Research (COPECARE), Center for Rheumatology and Spine Diseases, Center of Head and Orthopaedics, Rigshospitalet, Glostrup, Denmark stylianos.georgiadis@regionh.dk.
RMD open
|February 20, 2025
概括
在轴性脊椎关节炎 (axSpA) 观察性研究中,建议使用热甲板归因方法,特别是预测平均值匹配,以归因疾病活性. 这些方法为疾病活动和低疾病活动状态提供了最可靠的估计.
科学领域:
- 类风湿病学 类风湿病学
- 观测研究 观测研究
- 生物统计学 生物统计学
背景情况:
- 在轴性脊椎关节炎 (axSpA) 研究中的纵向数据往往缺少疾病活性值.
- 准确的归算方法对于可靠分析观测 axSpA 数据至关重要.
研究的目的:
- 为了比较axSpA.中缺少的疾病活动数据的各种横截式归算方法.
- 为了确定对纵向 axSpA 研究的最稳健的归算技术.
主要方法:
- 一项模拟研究使用了来自10个欧洲注册表的8583名axSpA患者的数据.
- 对9种单项和5种多重归算方法 (平均值,回归,热甲板) 的评估,以确定轴性脊柱关节炎疾病活动指数 (ASDAS) 和低疾病活动指数 (LDA).
- 通过相对偏差和95%的置信区间覆盖率来评估平均ASDAS和LDA比例的性能.
主要成果:
- 热甲板归算方法比平均值和回归方法表现优越,特别是在LDA评估方面.
- 多次归算提供了比单次归算更好的覆盖范围.
- 预测平均值和加权预测平均值热甲板方法始终表现出低偏差,尽管没有一种方法在所有时间点实现了完美的公正性.
结论:
- 热甲板归因,特别是使用预测平均值匹配,是axSpA观测研究中归因疾病活动的最强有力的方法.
- 这一发现有助于提高axSpA研究中纵向数据分析的质量.
