Průzkumná analýza dopadu nemocí na vychytávání screeningu kolorektálního karcinomu

Propojení datových sad a etické otázky.

Údaje z kohorty South Yorkshire (SYC) (včetně identifikátorů pacientů) jsou uchovávány oddělením pro výzkum klinických zkoušek (CTRU) na University of Sheffield, zatímco údaje z Programu screeningu rakoviny tlustého střeva (BCSP) jsou uchovávány Programy screeningu rakoviny NHS (součást Public Health England).

Spojení bude založeno na podskupině respondentů SYC, kteří dali souhlas k tomu, aby výzkumní pracovníci SYC nahlédli do jejich zdravotních záznamů NHS, a jsou způsobilí k pozvání na screening kolorektálního karcinomu (CRC). Navrhovaný způsob propojení bude následující:

• Těm respondentům, kteří dali tento souhlas, zašle CTRU jejich číslo NHS a ID studie SYC na BCSP.
• Pomocí čísla NHS získá BCSP údaje o tom, zda byla osoba pozvána na screening, a pokud ano, zda jednotlivec screening přijal či nikoli.
• BCSP poté zašle screeningová data spolu s ID studie SYC do CTRU. V údajích zasílaných z BCSP nebude číslo NHS zahrnuto (jinými slovy bude pseudoanonymizováno).
• CTRU použije pseudo-ID k propojení dat screeningového programu s daty SYC. Pseudoanonymizovaný soubor dat se poté zpřístupní výzkumnému týmu.

Tímto způsobem jediné identifikovatelné údaje pacienta, které by BCSP obdržel, jsou údaje, které již vlastní (číslo NHS), zatímco CTRU by neobdržela žádné další údaje identifikovatelné pacientem.

Je třeba také zdůraznit, že výzkumný tým realizující tento projekt by neměl v žádné fázi projektu přístup k údajům identifikovatelným pacienta.

Použitá data.

V rámci tohoto projektu budou použity následující údaje:

• Expoziční proměnné. Expoziční proměnné jsou přítomnost dlouhodobých podmínek. Ty jsou shromažďovány v rámci SYC jako samohlášené dlouhodobé podmínky. Je zaznamenáno dvanáct pojmenovaných podmínek spolu s „jinou“ podmínkou, která zahrnuje libovolný text, který umožňuje respondentovi uvést podmínku. Tyto stavy (a jejich prevalence u předběžného vzorku lidí ve věku 60 až 74 let v SYC) jsou: deprese (8 %), úzkost (10 %), únava (19 %), bolest (28 %), nespavost (8 %) ), Diabetes (10 %), Problémy s dýcháním (13 %), Vysoký krevní tlak (31 %), Srdeční onemocnění (10 %), Osteoartritida (16 %), Cévní mozková příhoda (3 %), Rakovina (5 %) a Jiné ( 29 %).

Je třeba vzít v úvahu všechny dlouhodobé stavy s výjimkou rakoviny (protože to bude zahrnovat CRC a pacienti s tímto onemocněním nejsou způsobilí pro screening) a popisy s libovolným textem (tyto budou analyzovány jako „jiné“).

• Proměnná výsledku. Výslednou proměnnou bude, zda se jedinec zúčastnil screeningu CRC. To bude spojeno s údaji SYC pomocí údajů poskytnutých Národním programem screeningu rakoviny tlustého střeva. Je třeba poznamenat, že screening CRC se týká prvního screeningu jedince (převládající screening). Hlavní analýza se zaměří na to, zda jednotlivec prošel screeningem CRC (bez ohledu na počet odeslaných pozvánek na screening). V závislosti na dostupných důkazech by sekundární analýza zvážila výslednou proměnnou „individuálně přijatý screening CRC po odmítnutí původního pozvání na screening CRC“.
• Matoucí proměnné. Posuzují se následující potenciálně matoucí proměnné: věk, pohlaví, etnická příslušnost, nejvyšší úroveň vzdělání, úroveň fyzického cvičení, kouření, konzumace alkoholu a skóre deprivace IMD.
• Další popisné proměnné. Následující proměnné nebudou použity v rámci statistických modelů, ale budou zahrnuty při provádění popisného srovnání jedinců, kteří se účastní screeningu s těmi, kteří se screeningu nezúčastní: self-reported EQ-5D souhrnné skóre, self-reported health use in poslední 3 měsíce (to zahrnuje 22 pojmenovaných kategorií, očekává se, že z důvodu malého počtu bude nutné některé z nich seskupit. Možná seskupení ke zvážení jsou: Úrazové a nouzové (A&E), Použití v nemocnici (kromě A&E), Zdravotník: praktický lékař, Zdravotník: Zdravotní sestra, Jiní zdravotníci, Ostatní pečovatelé, Alternativní terapeuti.

Statistická analýza.

Statistická analýza bude obsahovat tyto oddíly:

• Počáteční průzkumná analýza. Tato počáteční analýza poskytne přehled dostupných údajů a upozorní na všechny problémy, které může být třeba řešit v rámci statistického modelování.

Deskriptivní analýza porovná charakteristiky lidí, kteří se účastní screeningu KRK, s těmi, kteří se nezúčastní. Toto srovnání bude zahrnovat proměnné expozice, matoucí proměnné a další popisné proměnné (jak je podrobně popsáno v předchozí části). Srovnání budou testována na statistickou významnost, s upozorněním, že jelikož nebyly a priori předpokládány žádné specifické rozdíly, výsledné p-hodnoty by měly být interpretovány opatrně. Pro srovnání spojitých proměnných budou použity T-testy, pro porovnání binárních proměnných Fisherův exaktní test a pro srovnání ordinálních proměnných Kruskal-Wallisův test. Jakékoli p-hodnoty menší než 5 % budou považovány za statisticky významnou asociaci.

Kromě deskriptivní analýzy se pomocí vyhlazovacích metod vizuálně hodnotí funkční forma spojení mezi jakýmikoli spojitými proměnnými a výsledkem. Je-li uvedena nelineární funkční forma, je třeba zvážit použití nelineárních funkcí (zlomkové polynomy, přirozené splajny).

• Manipulace s chybějícími daty. Množství chybějících dat určí použitou strategii (Harrell, 2001). Je-li celkový podíl osob s chybějícími údaji menší než 5 %, provede se jednorázový dopočet chybějících hodnot. V opačném případě se provede vícenásobný dopočet chybějících hodnot.
• Statistické modelování. Míra absorpce CRC při screeningu se analyzuje pomocí logistické regrese, přičemž jako potenciálně vysvětlující proměnné se použijí demografie pacientů, socioekonomický stav, faktory životního stylu a nemocnosti.

Primárním zájmem je, které morbidity ovlivňují míru vychytávání, se zvláštním zájmem o mentální morbidity (z nichž deprese a úzkost jsou měřeny v SYC). Z tohoto důvodu je třeba brát v úvahu pouze interakce s těmito dvěma mentálními nemocemi. Abychom prozkoumali souvislost mezi mentálními nemocnostmi a absorpcí a viděli, jak ostatní proměnné ovlivňují tuto souvislost, je třeba předložit řadu modelů:

• Model 1 (jednorozměrný model): tento zahrnuje pouze dlouhodobé podmínky (proměnné expozice) jako nezávislé proměnné.
• Model 2 (demograficky upravený model): bude zahrnovat nezávislé proměnné z modelu 1 spolu s demografickými proměnnými (věk, pohlaví a etnický původ).
• Model 3 (úplný model): zahrnuje všechny proměnné uvažované v této studii. Interakce se neberou v úvahu.
• Model 4 (průzkumný model): u modelu 3 se použije výběr podmnožiny (po krocích zpět, s pravděpodobností odstranění 0,05). Po použití výběru podmnožiny se musí zvážit interakce.

Účelem zobrazení řady modelů bude ukázat neupravenou souvislost mezi morbiditou a absorpcí screeningu a zdůraznit míru, do jaké jsou tyto souvislosti zprostředkovány charakteristikami pacienta. Rozlišuje se mezi „vnitřními“ charakteristikami (věk, pohlaví a etnický původ), které jsou (obecně) mimo kontrolu osoby, aby se mohly změnit, a zbývajícími charakteristikami, nad kterými má osoba větší kontrolu.

Výpočty výkonu.

Výkonové analýzy byly provedeny pomocí G*Power 3.1.9. Byla vypočtena požadovaná velikost vzorku pro detekci významného účinku předem specifikované proměnné. Pro tyto analýzy byla použita hladina alfa 5 % a dvoustranný test. Bylo potřeba odhadnout nebo vybrat řadu dalších faktorů:

• Požadovaný výkon: byly použity hodnoty 95 % a 80 %.
• Poměr šancí: byly testovány hodnoty mezi 1,2 a 3.
• Pravděpodobnost absorpce u osob bez jakékoli morbidity: bylo použito celkové vychytávání 47 % pozorované mezi lety 2008 a 2011 BCSP.
• Stupeň korelace mezi potenciálně vysvětlujícími proměnnými: byly testovány hodnoty 20 % a 40 % (v tabulce níže je to označeno „R2“).
• Prevalence předem specifikované proměnné: byla použita hodnota 8 %, což odpovídá prevalenci deprese v předběžné analýze dat SYC. V této analýze mělo 74 % vzorku nemocnost s průměrem 1,8 dlouhodobých stavů na osobu.

Tabulka 1: Velikost vzorku požadovaná jako funkce síly, korelace a poměru šancí.

Síla = 80 % Síla = 95 % Poměr šancí R2 = 0,2 R2 = 0,4 R2 = 0,2 R2 = 0,4 1,2 16 066 21 422 26 605 35 473 1,3 7 780 10 1473 12,576 12,576 12,571 713 35 7,857 10,476 1,5 3,292 4,389 5,437 7,249 1,6 2,466 3,289 4,069 5,425 1,8 1,603 2,137 2,637 3,516 2,0 1,174 1,566 1,925 2,567 2,2 926 1,234 1,513 2,017 2,4 767 1,022 1,248 1,665 1,87 2,6 2,6 2,6 79 772 935 1 247 3,0 519 693 837 1 116

Očekává se, že velikost vzorku, která je k dispozici, bude přibližně 7 500, což znamená, že jakýkoli poměr šancí 1,4 nebo větší bude detekován s 80% výkonem, zatímco jakýkoli poměr šancí 1,5 nebo větší bude detekován s 95% výkonem.

Příkladem změny míry absorpce související s poměrem šancí 1,5 by bylo snížení absorpce z 60 % na 57 %. Další příklady jsou uvedeny v tabulce 2.

Tabulka 2: Snížení rychlosti vychytávání odpovídající poměru šancí 1,5 Rychlost vychytávání ve skupině 1: 90 % 80 % 70 % 60 % Rychlost vychytávání ve skupině 2: 81 % 72 % 64 % 57 %

Byla také testována alternativní metoda pro odhad velikosti vzorků (Campbell, Julious a Altman 1996). To využívá publikované tabulky, které odhadují velikost vzorku (na skupinu) potřebnou k identifikaci předem specifikovaného rozdílu ve dvou poměrech na 5% hladině významnosti s 80% mocninou. Velikosti skupin jsou poté upraveny tak, aby zohledňovaly případné rozdíly ve velikosti skupin. Pokud například skupina s depresí představuje 8 % z celkové populace, pak pro zjištění rozdílu v absorpci 65 % mezi lidmi bez deprese a 60 % mezi lidmi s depresí je zapotřebí celkový vzorek velikosti 425, z nichž 34 potřeboval by mít depresi a 391 by deprese neměl. Celková velikost vzorku požadovaná pro rozsah rozdílů v rychlostech příjmu je uvedena v tabulce 3 (rychlosti příjmu jsou všechny násobky 5 %, protože tyto hodnoty jsou použity v publikovaných tabulkách).

Tabulka 3: Velikosti vzorků potřebné k detekci předem specifikovaných rozdílů v příjmu. Příjem ve skupině A Příjem ve skupině B Celková velikost vzorku 60 % 55 % 1 188 65 % 60 % 425 70 % 65 % 213 75 % 70 % 138

* Za předpokladu, že srovnání je mezi lidmi s depresí (prevalence 8 %, odpovídá skupině B) a bez deprese.