רפואה נתמכת ראיות

Relationship between Clinic and Ambulatory Blood-Pressure Measurements and Mortality

התוסף של המאמר

יש שתי סיבות עקריות להשתמש ברגרסיית קוקס ולא בעקומות קפלן מאייר. אחת- כאשר המשתנה המסביר הוא כמותי (ולא קטגוריאלי עם שתי קבוצות בלבד). השנייה, חשובה יותר, היא כיוון שכך ניתן לקחת בחשבון מאפיינים נוספים מרובים של המטופלים, ולנטרל ערפלנים.

Cox regression

Multivariate analysis

Adjustment for confounders

Prediction

Kaplan-Meier method

Relationship between Clinic and Ambulatory Blood-Pressure Measurements and Mortality

התוסף של המאמר

בפרק הזה נבין את משמעות ה hazard ratio (HR) בתוצאות מחקר.

עבור משתנה כמותי , HR מציין פי כמה הקצב של האירועים גדל עבור כל יחידת מדידה של המשתנה. עבור משתנה קטגוריאלי, נבחרת קבוצת התייחסות, וה HR  מציין פי כמה קצב האירועים גדל כאשר המשתתף שייך לקבוצה אחרת.

כאשר ה HR גדול מ 1, מדובר בעליה בסיכון לאירוע. כאשר הוא קטן מ 1, מדובר בירידת סיכון, וכאשר הוא 1, מדובר במשתנה שלא משפיע על האירוע. הרווח בר סמך סביב ה HR מראה לנו האם התוצאה מובהקת. רווח בר סמך הכולל בתוכו את המספר 1 מעיד על תוצאה שאינה מובהקת- גורם סיכון שאולי לא באמת מגביר סיכון, או טיפול שאולי לא באמת מפחית סיכון.

Cox regression

Hazard ratio

(Categorical (nominal) variable (and reference

Quantitative variable

Cox regression coefficients

Confidence interval for hazard ratio

statistical significance of hazard ratio

טעות בהעלאת הפרק האחרון: ההקלטה שהועלתה השבוע לפרק "ההסבר הפשוט על רגרסיית קוקס" הייתה שגויה, וכעת העניין תוקן וההקלטה הנכונה הועלתה. מעכשיו באתר הפודקאסט ebm.podneam.com ועוד כמה ימים בכל אפליקציות הפודקאסטים, תוכלו לשמוע את הפרק האמיתי. תודה רבה לאביהוא על ההערה ובכלל לכל המאזינים ששלחו לי הערות, רעיונות ובקשות. לפודקאסט יש דף פייסבוק: "רפואה נתמכת ראיות- הפודקאסט" ואפשר לשלוח לי דרכו הערות מחשבות ובעקר, אם יש נושא חשוב בסטטיסטיקה שנראה לכם שהחמצתי ותרצו שאעשה עליו פרק. 

Relationship between Clinic and Ambulatory Blood-Pressure Measurements and Mortality

 התוסף של המאמר

רגרסיית קוקס היא מודל שמשתמש במונח ההאזארד, ומכפיל אותו ב hazard ratio מסוים עבור כל משתנה, כדי לקבל האזארד חדש. הנחת היסוד של המודל הזה, היא שהיחס בין שני האזארדים (ה hazard ratio) עבור כל משתנה נשאר דומה לאורך תקופת המעקב. המודל מאפשר לנו להעריך את אותו יחס, זאת אומרת פי כמה קצב האירועים (ההאזארד) בקבוצה אחת  גבוה מקצב האירועים בקבוצה אחרת בנקודת זמן מסוימת. בגלל הנחת היסוד, אותו יחס יהיה רלוונטי בנקודות זמן שונות.

Proportional hazards model- Cox regression

Proportional hazards assumption

hazard

hazard ratio

Early Palliative Care for Patients with Metastatic Non–Small-Cell Lung Cancer

Initial Invasive or Conservative Strategy for Stable Coronary Disease

עקומת קפלן מאייר היא אומדן. אומדן של עקומת השרידות אותה היינו רואים לו היו לנו נתונים עבור כל התקופה לכל משתתפי המחקר. בציר האופקי נמצא הזמן מתחילת המעקב, או מהרנדומיזציה, ובציר האנכי אומדן אחוז השרידות (או שיעור ההארעות המצטבר). אם נרצה לבדוק מהו אחוז השרידות לאחר תקופת זמן מסוימת, נתחיל מהציר האופקי. נחתוך את הגרף בנקודת הזמן שמעניינת אותנו, ואז נבדוק מהו אחוז השרידות בציר האנכי. אם נרצה לבדוק מהו אומדן זמן השרידות החציוני, נתחיל מהציר האנכי, בגובה בו השרידות היא 50%, ונבדוק באיזו נקודת זמן הגרף נחתך. לעתים על גבי העקומה יסומנו קווים אנכיים קטנים- אלו הם מקרי הצנזור, אנשים שעדיין לא חוו אירוע, אך שמנקודת זמן זו והלאה כבר אין לגביהם נתונים. סביב עקומת קפלן מאייר  אפשר לצייר ענן שמייצג רווח בר סמך לשיעור השרידות עבור כל נקודה בזמן.

Kaplan-meyer curve

Censoring

 Confidence interval for the KM curve

Number at risk

Median survival time

Initial Invasive or Conservative Strategy for Stable Coronary Disease

עקומת קפלן מאייר היא אומדן לעקומת שרידות או לעקומת אירועים מצטברים, וההסתכלות עליה דומה מאוד. אך בכל נקודת זמן היא מחושבת ומשורטטת לפי המשתתפים במחקר שזמינים לחוקרים. כיוון שבמחקר יש גיוס הדרגתי של משתתפים, חלק מהמשתתפים, אלו שגויסו מוקדם, יהיו עם זמן מעקב ארוך, אך חלק אחר, הקבוצה שגויסה מאוחר, ישתתפו במחקר רק זמן קצר ולכן יתרמו נתונים רק לתקופת הזמן הראשונה. בכל נקודת זמן אחוז הצטברות האירועים מחושב לא יחסית לקבוצה כולה אלא יחסית למספר האנשים הזמינים למעקב שעדיין לא עברו אירוע. אנשים הזמינים למעקב מייצגים עבור החישוב גם את האנשים שכבר אינם זמינים למעקב. העקומה המתקבלת מייצגת ומעריכה את שיעור האירועים המצטברים, או את שיעור השרידות בכל הקבוצה, אך חשוב לזכור שזהו רק אומדן, כיוון שלאורך הזמן יש פחות ופחות אנשים עבורם קיימים נתונים. 

Kaplan meyer curve

Kaplan-Meier estimate

number at risk

Relationship between Clinic and Ambulatory Blood-Pressure Measurements and Mortality

התוסף של המאמר

Initial Invasive or Conservative Strategy for Stable Coronary Disease

האזארד הוא הסיכוי לאירוע ביחידת הזמן הקרובה, בתנאי שהמשתתף במחקר כבר הגיע לנקודת זמן זו ללא אירוע עד כה. במלים פשוטות מדובר בקצב האירועים הצפוי ביחידת זמן, אך חשוב להבין שמדובר בחישוב מותנה: רק עבור אלו שהגיעו לתחילת יחידת זמן זו ללא התרחשות האירוע. גם כאשר קצב האירועים הוא לכאורה אחיד, למשל 600 אירועים בשנה מתוך 30000 משתתפים בתחילת המחקר, ההאזארד משתנה, כיוון שבתחילת המחקר יש 30,000 איש בסיכון, אך לאחר ארבע שנים ו 2400 אירועים, נותרו רק 27,600 איש בסיכון ורק מתוכם מחושב ההאזארד עבור נקודת הזמן הזו.

אם יש לנו נתונים של ההאזארד בשתי קבוצות באותה נקודת זמן, אפשר לחלק האזארד של קבוצה אחת בהאזארד של הקבוצה השניה ולקבל את היחס ביניהם: ההאזארד רשיו (סליחה על האינגליש).

במצבים מסוימים, יחס זה נשאר קבוע פחות או יותר לאורך כל תקופת המעקב ואז החוקרים יציגו לנו אותו כהאזארד רשיו הכללי. למשל, במחקר על השפעת יתר לחץ דם ממוסך על תמותה כללית, ההאזארד רשיו (של אנשים עם יתר לחץ דם ממוסך לעומת אנשים ללא יתר לחץ דם) היה 2.8.

במצבים אחרים, בהם עקומות ההשרדות של שתי קבוצות חוצות אחת את השנייה, נוכל להבין שההאזארד רשיו אינו קבוע.

hazard

Hazard ratio (HR)

Relationship between Clinic and Ambulatory Blood-Pressure Measurements and Mortality

התוסף של המאמר

במחקרים בהם עוקבים אחר אנשים לאורך זמן ובודקים מתי התרחש אירוע מסויים, למשל תמותה, אפשר לשרטט את גרף האירועים המצטברים לאורך זמן, זאת אומרת איזה אחוז מהקבוצה המקורית עבר כבר אירוע בנקודת זמן כלשהי.

בכל נקודת זמן, יש גם את קבוצת האנשים שלא עברו אירוע, ואלו נקראים "השורדים". נאמר שהאירוע בו מדובר הוא תמותה. בכל נקודת זמן אחוז השרידות הוא המשלים לאחד של אחוז התמותה המצטברת. למשל, אם עד נקודה מסוימת נפטרו 2% מהקבוצה המקורית, אחוז השרידות באותה נקודה יהיה 98%. לכן, עקומת השרידות תהיה עקומה הפוכה לעקומת התמותה המצטברת, מעין תמונת ראי שלה. עקומת התמותה המצטברת תהיה גרף עולה, ועקומת השרידות, גרף יורד.

כאשר קצב האירועים (יחסית לקבוצה ממנה התחלנו!)  הוא אחיד, עקומת השרידות תהיה קו ישר, אך כאשר  קצב האירועים מתמתן, עקומת השרידות תהיה מעוקלת, עם "בטן" הפונה כלפי מטה.

Survival analysis

Survival curve

Predicting Mortality in Patients with Diabetes Starting Dialysis

מהי משמעות הקבוע והמקדמים המתקבלים ברגרסיה לוגיסטית ואיך לתרגם את המקדמים ליחסי הסיכויים

יחסי הסיכויים - odds ratio

ישנה דרך אחרת לבטא את נוסחת הרגרסיה הלוגיסטית שהכרנו בפרק הקודם. במקום להשתמש בחזקה שבה מספר אוילר  הוא הבסיס, והתוצאה היא האודס, מבצעים לוג על שני הצדדים ומקבלים את הנוסחה הזו:

Log odds=R

כאשר "R" היא נוסחת הרגרסיה הלינארית המוכרת והלוג הוא על בסיס e.

כך שאם ברגרסיה הלינארית הצבנו את הקבוע והמקדמים בצורה שתתן לנו ערך, כאן מתקבל לנו ה log odds, ולכן logistic

logistic regression

מספר אוילר-  e