Riskisuhde - Hazard ratio

In eloonjäämisanalyysitekniikoita , riskisuhde ( HR ) on suhde vaaran hinnat vastaavat olosuhteita, joita kuvataan kaksi tasoa selittävä muuttuja. Esimerkiksi huumetutkimuksessa hoidettu populaatio voi kuolla kaksinkertaisesti verrokkipopulaation ajanjaksoa kohti. Riskisuhde olisi 2, mikä osoittaa hoidon aiheuttaman suuremman kuolemanvaaran.

Riskisuhteet eroavat suhteellisista riskeistä (RR) ja todennäköisyyksien suhteista siinä, että RR: t ja OR: t ovat kumulatiivisia koko tutkimuksessa käyttäen määriteltyä päätetapahtumaa, kun taas HR: t edustavat hetkellistä riskiä tutkimusajanjaksolla tai jollakin sen osajoukolla. Riskisuhteet kärsivät jonkin verran vähemmän valintapoikkeamasta valittuihin päätetapahtumiin nähden ja voivat osoittaa riskejä, jotka tapahtuvat ennen päätepistettä.

Määritelmä ja johdanto

Regressiomalleja käytetään riskisuhteiden ja niiden luottamusvälien saamiseen .

Välitön vaaraprosentti on tapahtumien määrän raja yksikköä kohden jaettuna riskiluvulla, kun aikaväli lähestyy 0.

${\ displaystyle h (t) = \ lim _ {\ Delta t \ rightarrow 0} {\ frac {\ mathrm {havaittu \; tapahtumat \; in \; aikaväli} [t, t + \ Delta t] / N (t) } {\ Delta t}}}$

missä N ( t ) on riskiluku aikavälin alussa. Vaara on todennäköisyys, että potilas epäonnistuu välillä, ja kun otetaan huomioon, että hän on selviytynyt ajoissa , jaettuna , kun lähestyy nollaa. ${\ displaystyle t}$${\ displaystyle t + \ Delta t}$${\ displaystyle t}$${\ displaystyle \ Delta t}$${\ displaystyle \ Delta t}$

Riskisuhde on eron, kuten ryhmään kuulumisen (esim. Hoito tai kontrolli , mies tai nainen) vaikutus tähän riskiprosenttiin , arvioituna regressiomalleilla, jotka käsittelevät HR: n lokia perustason vaaran funktiona ja selittävien muuttujien lineaarinen yhdistelmä: ${\ displaystyle h_ {0} (t)}$

${\ displaystyle \ log h (t) = f (h_ {0} (t), \ alpha + \ beta _ {1} X_ {1} + \ cdots + \ beta _ {k} X_ {k}). \ ,}$

Tällaiset mallit ovat yleensä luokiteltuja suhteellisten vaarojen regressiomalleja ; tunnetuin on Coxin puoliparametrinen suhteellinen vaaramalli ja eksponentiaaliset, Gompertzin ja Weibullin parametriset mallit.

Kahdelle ryhmälle, jotka eroavat toisistaan ​​vain hoito-olosuhteissa, vaaratoimintojen suhde saadaan , missä on regressiomallista saatu arvio hoitovaikutuksesta. Tämä vaarasuhde eli yhden ryhmän jäsenen ja toisen ryhmän jäsenen ennustetun vaaran suhde saadaan pitämällä kaikki muu vakiona eli olettaen vaaratoimintojen suhteellisuus. ${\ displaystyle e ^ {\ beta}}$${\ displaystyle \ beta}$

Jatkuvassa selittävässä muuttujassa sama tulkinta pätee yksikköeroon. Muilla HR-malleilla on erilaiset formulaatiot ja parametriestimaattien tulkinta eroaa vastaavasti.

Tulkinta

Kaplan-Meier-käyrä, joka kuvaa kokonaiseloonjäämistä aivometastaasien määrän perusteella . Elaimy et ai. (2011)

Yksinkertaisimmassa muodossaan riskisuhde voidaan tulkita jakamalla hoitoryhmässä tapahtuvan tapahtuman mahdollisuus tutkimuksen vertailuryhmässä tapahtuvan tapahtuman mahdollisuuteen tai päinvastoin. Näiden päätepisteiden resoluutio on yleensä kuvattu Kaplan – Meier-selviytymiskäyrillä . Nämä käyrät kuvaavat kunkin ryhmän osuutta, jossa päätetapahtumaa ei ole saavutettu. Päätetapahtuma voi olla mikä tahansa riippuvainen muuttuja, joka liittyy kovariaattiin (riippumaton muuttuja), esim. Kuolema, taudin remissio tai taudin supistuminen. Käyrä kuvaa kullakin ajankohdalla tapahtuneen päätetapahtuman todennäköisyyttä (vaara). Riskisuhde on yksinkertaisesti kahden ryhmän hetkellisten vaarojen välinen suhde, ja se edustaa yhdessä luvussa Kaplan – Meier-juonien välisen etäisyyden suuruutta.

Riskisuhteet eivät kuvasta tutkimuksen aikayksikköä. Ero vaaraperusteisten ja aikaperusteisten mittojen välillä on samanlainen kuin eron voittokertoimien ja voittomarginaalin välillä. Kun tutkimuksessa raportoidaan yksi riskisuhde ajanjaksoa kohden, oletetaan, että ero ryhmien välillä oli suhteellinen. Vaaran suhde muuttuu merkityksettömäksi, kun tätä oletusta suhteellisuudesta ei saavuteta.

Jos suhteellinen vaaraa koskeva oletus pitää paikkansa, yhden riskisuhde tarkoittaa kahden ryhmän vaarallisuuden vastaavuutta , kun taas muu kuin yksi riskisuhde osoittaa eroja ryhmien välillä. Tutkija osoittaa todennäköisyyttä tämän näytteen ero johtuu tilanteen raportoimalla todennäköisyys liittyy joihinkin testin tilastollinen . Esimerkiksi Cox-mallin mukaista tai log-rank -testiä voidaan sitten käyttää arvioimaan näissä eloonjäämiskäyrissä havaittujen erojen merkitystä. ${\ displaystyle \ beta}$

Perinteisesti alle 0,05: n todennäköisyyksiä pidetään merkittävinä, ja tutkijat toimittavat 95%: n luottamusvälin vaarosuhteelle, esimerkiksi johdettuna Cox-mallin regressiokertoimen keskihajonnasta , ts . Tilastollisesti merkittävät vaarasuhteet eivät voi sisällyttää yhtenäisyyttä (yhtä) luottamusväliinsä. ${\ displaystyle \ beta}$

Oletus suhteellisista vaaroista

Suhteellisten vaarojen olettamus riskisuhteen arvioimiseksi on vahva ja usein kohtuuton. Komplikaatiot , haittavaikutukset ja myöhäiset vaikutukset ovat kaikki mahdollisia syitä vaaraprosentin muutokseen ajan myötä. Esimerkiksi kirurgisella toimenpiteellä voi olla korkea varhainen riski, mutta erinomaiset pitkän aikavälin tulokset.

Jos ryhmien välinen riskisuhde pysyy vakiona, tämä ei ole ongelma tulkinnassa. Riskisuhteiden tulkitseminen on kuitenkin mahdotonta, kun ryhmien välillä on valintapoikkeamia . Esimerkiksi erityisen riskialtinen leikkaus voi johtaa systemaattisesti vahvemman ryhmän selviytymiseen, joka olisi pärjännyt paremmin missä tahansa kilpailevissa hoito-olosuhteissa, jolloin näyttää siltä, ​​että riskialtista menettely olisi parempi. Seuranta-aika on myös tärkeä. Parempiin remissioprosentteihin liittyvä syöpähoito saattaa seurannassa liittyä korkeampiin uusiutumisasteisiin . Tutkijoiden päätös seurannan ajankohdasta on mielivaltainen ja voi johtaa hyvin erilaisiin ilmoitettuihin riskisuhteisiin.

Riskisuhde ja eloonjääminen

Riskisuhteita käsitellään usein kuolemantodennäköisyyksien suhteena. Esimerkiksi riskisuhteen 2 uskotaan tarkoittavan sitä, että ryhmällä on kaksi kertaa suurempi mahdollisuus kuolla kuin vertailuryhmällä. Cox-mallissa tämän voidaan osoittaa kääntyvän seuraavaan suhteeseen ryhmän selviytymistoimintojen välillä : (missä r on riskisuhde). Siksi riskisuhteella 2, jos (20% selviytyi ajankohtana t ), (4% selviytyi ajankohtana t ). Vastaavat kuolemantodennäköisyydet ovat 0,8 ja 0,96. On oltava selvää, että riskisuhde on suhteellinen vaikutusmittari eikä kerro meille mitään absoluuttisesta riskistä. ${\ displaystyle S_ {1} (t) = S_ {0} (t) ^ {r}}$${\ displaystyle S_ {0} (t) = 0,2}$${\ displaystyle S_ {1} (t) = 0,2 ^ {2} = 0,04}$

Vaikka riskisuhteet mahdollistavat hypoteesitestauksen , niitä tulisi harkita muiden toimenpiteiden kanssa hoidon vaikutuksen tulkitsemiseksi, esim. Mediaani-aikojen suhde (mediaanisuhde), jolloin hoito- ja kontrolliryhmän osallistujat ovat jossain päätetapahtumassa. Jos sovelletaan kilpailun analogiaa, vaarosuhde vastaa kerrointa, jonka mukaan korkeamman vaaran omaavan ryhmän henkilö saavuttaa kilpailun ensimmäisen ensin. Todennäköisyys olla ensimmäinen voidaan johtaa kertoimista, mikä on todennäköisyys ensimmäiseksi jaettavaksi todennäköisyydellä olla ensimmäinen:

• HR = P / (1 - P); P = HR / (1 + HR).

Edellisessä esimerkissä riskisuhde 2 vastaa 67%: n varhaisen kuoleman mahdollisuutta. Riskisuhde ei välitä tietoa siitä, kuinka pian kuolema tapahtuu.

Riskisuhde, hoitovaikutus ja aikaperusteiset päätetapahtumat

Hoidon vaikutus riippuu eloonjäämiseen liittyvästä perussairaudesta, ei pelkästään riskisuhteesta. Koska riskisuhde ei anna meille suoraa aika-tapahtuma-informaatiota, tutkijoiden on raportoitava mediaaniset päätepisteajat ja laskettava mediaani-päätepisteaikojen suhde jakamalla kontrolliryhmän mediaaniarvo hoitoryhmän mediaaniarvolla.

Vaikka mediaani-päätepisteiden suhde on suhteellinen nopeusmittari, vaarojen suhde ei ole. Hoitovaikutuksen ja riskisuhteen suhde on esitetty muodossa . Tilastollisesti tärkeä, mutta käytännöllisesti katsoen merkityksetön vaikutus voi tuottaa suuren riskisuhteen, esimerkiksi hoidolla, joka kasvattaa yhden vuoden eloonjääneiden määrää väestössä yhdestä 10000: sta yhteen 1000: een, on riskisuhde 10. On epätodennäköistä, että tällainen hoidolla olisi ollut paljon vaikutusta mediaani-päätetapahtumien aika-suhteeseen, joka todennäköisesti olisi ollut lähellä yhtenäisyyttä, eli kuolleisuus oli pitkälti sama ryhmään kuulumisesta riippumatta ja kliinisesti merkityksetön . ${\ displaystyle e ^ {\ beta}}$

Sitä vastoin hoitoryhmä, jossa 50% infektioista ratkaistaan ​​viikon kuluttua (verrokissa 25%), antaa riskisuhteen kaksi. Jos hoitoryhmän kaikkien tapausten ja puolet kontrolliryhmän tapauksista ratkaisee kymmenen viikkoa, kymmenen viikon riskisuhde pysyy kahtena, mutta mediaani-päätepisteajan suhde on kymmenen, mikä on kliinisesti merkittävä ero.

Katso myös

• Selviytymisanalyysi
• Vikaantumisaste ja vaaran määrä
• Suhteellisten vaarojen mallit
• Suhteellinen riski

Viitteet