Explorative Analyse zum Einfluss von Morbiditäten auf die Aufnahme von Darmkrebs-Screenings

Verknüpfung von Datensätzen und ethischen Fragestellungen.

Die Daten der South Yorkshire Cohort (SYC) (einschließlich Patientenidentifikatoren) werden von der Clinical Trials Research Unit (CTRU) an der University of Sheffield gespeichert, während die Daten des Bowel Cancer Screening Program (BCSP) von den NHS Cancer Screening Programs (Teil von) gespeichert werden Öffentliche Gesundheit England).

Die Verknüpfung basiert auf der Untergruppe der SYC-Befragten, die den SYC-Forschern die Einsicht in ihre NHS-Gesundheitsakten gestattet haben und berechtigt sind, zur Darmkrebsvorsorge (CRC) eingeladen zu werden. Die vorgeschlagene Verknüpfungsmethode sieht wie folgt aus:

• Für diejenigen Befragten, die diese Einwilligung erteilt haben, sendet die CTRU ihre NHS-Nummer und ihre SYC-Studien-ID an das BCSP.
• Anhand der NHS-Nummer extrahiert das BCSP Daten darüber, ob die Person zum Screening eingeladen wurde und, wenn ja, ob die Person dem Screening zugestimmt hat oder nicht.
• Das BCSP sendet dann die Screening-Daten zusammen mit der SYC-Studien-ID an die CTRU. Die NHS-Nummer darf nicht in den vom BCSP gesendeten Daten enthalten sein (mit anderen Worten, sie werden pseudoanonymisiert).
• Die CTRU nutzt die Pseudo-ID, um die Screening-Programmdaten mit den SYC-Daten zu verknüpfen. Anschließend wird ein pseudoanonymisierter Datensatz an das Forschungsteam weitergegeben.

Auf diese Weise würden die einzigen patientenidentifizierbaren Daten, die das BCSP erhalten würde, Daten sein, die es bereits besitzt (NHS-Nummer), während die CTRU keine zusätzlichen patientenidentifizierbaren Daten erhalten würde.

Es sollte auch betont werden, dass das Forschungsteam, das dieses Projekt durchführt, zu keinem Zeitpunkt des Projekts Zugriff auf patientenidentifizierbare Daten haben würde.

Verwendete Daten.

Im Rahmen dieses Projekts werden folgende Daten verwendet:

• Expositionsvariablen. Die Expositionsvariablen sind das Vorliegen langjähriger Erkrankungen. Diese werden im SYC als selbst gemeldete Langzeiterkrankungen erfasst. Zwölf benannte Bedingungen werden zusammen mit einer „anderen“ Bedingung erfasst, die Freitext enthält, damit der Befragte die Bedingung angeben kann. Diese Erkrankungen (und ihre Prävalenz bei einer vorläufigen Stichprobe von Menschen im Alter von 60 bis 74 Jahren im SYC) sind: Depression (8 %), Angst (10 %), Müdigkeit (19 %), Schmerzen (28 %), Schlaflosigkeit (8 %). ), Diabetes (10 %), Atemprobleme (13 %), Bluthochdruck (31 %), Herzerkrankungen (10 %), Arthrose (16 %), Schlaganfall (3 %), Krebs (5 %) und andere ( 29 %).

Alle seit langem bestehenden Erkrankungen sind zu berücksichtigen, mit Ausnahme von Krebs (da dazu auch Darmkrebs gehört und Patienten mit dieser Krankheit nicht für ein Screening in Frage kommen) und Freitextbeschreibungen (diese werden als „Sonstige“ analysiert).

• Ergebnisvariable. Die Ergebnisvariable ist, ob die Person am CRC-Screening teilgenommen hat. Dies wird mit den SYC-Daten verknüpft, wobei Daten verwendet werden, die vom National Bowel Cancer Screening Programme bereitgestellt werden. Es ist zu beachten, dass sich das CRC-Screening auf das erste Screening einer Person bezieht (Prävalenzscreening). Bei der Hauptanalyse wird untersucht, ob bei einer Person ein CRC-Screening durchgeführt wurde (unabhängig von der Anzahl der verschickten Einladungen zum Screening). Abhängig von den verfügbaren Beweisen würde eine Sekundäranalyse die Ergebnisvariable „Einzelperson akzeptierte Darmkrebs-Untersuchung nach Ablehnung der ursprünglichen Einladung zur Darmkrebs-Untersuchung“ berücksichtigen.
• Verwirrende Variablen. Die folgenden potenziell verwirrenden Variablen sollen bewertet werden: Alter, Geschlecht, ethnische Zugehörigkeit, höchstes Bildungsniveau, Grad der körperlichen Betätigung, Raucherstatus, Alkoholkonsum und IMD-Deprivationsscore.
• Zusätzliche beschreibende Variablen. Die folgenden Variablen werden in den statistischen Modellen nicht verwendet, müssen aber bei der Durchführung eines deskriptiven Vergleichs von Personen, die am Screening teilnehmen, mit Personen, die nicht am Screening teilnehmen, einbezogen werden: selbstberichteter EQ-5D-Zusammenfassungsscore, selbstberichtete Inanspruchnahme von Gesundheitsleistungen in in den letzten 3 Monaten (dazu gehören 22 benannte Kategorien; aufgrund der geringen Anzahl wird davon ausgegangen, dass einige davon gruppiert werden müssen). Mögliche zu berücksichtigende Gruppierungen sind: Unfall und Notfall (A&E), Krankenhausnutzung (ohne A&E), Gesundheitspfleger: Allgemeinmediziner, Gesundheitspfleger: Krankenschwester, Andere Gesundheitspfleger, Andere Pfleger, Alternativtherapeuten.

Statistische Analyse.

Die statistische Analyse umfasst die folgenden Abschnitte:

• Erste explorative Analyse. Diese erste Analyse soll einen Überblick über die verfügbaren Daten geben und alle Probleme hervorheben, die möglicherweise im Rahmen der statistischen Modellierung behandelt werden müssen.

In einer deskriptiven Analyse sollen die Merkmale von Personen, die am Darmkrebs-Screening teilnehmen, mit denen verglichen werden, die nicht daran teilnehmen. Dieser Vergleich umfasst die Expositionsvariablen, Störvariablen und zusätzliche beschreibende Variablen (wie im vorherigen Abschnitt beschrieben). Vergleiche werden auf statistische Signifikanz getestet, mit der Einschränkung, dass die resultierenden p-Werte mit Vorsicht interpretiert werden sollten, da a priori keine spezifischen Unterschiede vermutet wurden. T-Tests werden verwendet, um kontinuierliche Variablen zu vergleichen, der exakte Fisher-Test wird verwendet, um binäre Variablen zu vergleichen, und der Kruskal-Wallis-Test wird verwendet, um ordinale Variablen zu vergleichen. Alle p-Werte unter 5 % werden als Hinweis auf einen statistisch signifikanten Zusammenhang gewertet.

Zusätzlich zur deskriptiven Analyse soll die funktionale Form des Zusammenhangs zwischen etwaigen kontinuierlichen Variablen und dem Ergebnis mithilfe von Glättungsverfahren visuell beurteilt werden. Wenn eine nichtlineare Funktionsform angegeben ist, muss die Verwendung nichtlinearer Funktionen (gebrochene Polynome, natürliche Splines) in Betracht gezogen werden.

• Umgang mit fehlenden Daten. Die Menge der fehlenden Daten bestimmt die angewandte Strategie (Harrell, 2001). Wenn der Gesamtanteil der Personen mit fehlenden Daten weniger als 5 % beträgt, muss eine einmalige Imputation fehlender Werte durchgeführt werden. Andernfalls erfolgt eine Mehrfachimputation fehlender Werte.
• Statistische Modellierung. Die Screening-Aufnahmeraten für CRC werden mithilfe einer logistischen Regression analysiert, wobei Patientendemografie, sozioökonomischer Status, Lebensstilfaktoren und Morbiditäten die potenziell erklärenden Variablen sind.

Das Hauptinteresse liegt darin, welche Morbiditäten die Aufnahmerate beeinflussen, mit besonderem Interesse an psychischen Morbiditäten (von denen Depressionen und Angstzustände im SYC gemessen werden). Aus diesem Grund sollen nur Wechselwirkungen mit diesen beiden psychischen Erkrankungen berücksichtigt werden. Um den Zusammenhang zwischen psychischen Morbiditäten und Aufnahme zu untersuchen und zu sehen, wie die anderen Variablen diesen Zusammenhang beeinflussen, soll eine Reihe von Modellen vorgestellt werden:

• Modell 1 (univariates Modell): Dieses soll nur die langjährigen Bedingungen (Expositionsvariablen) als unabhängige Variablen umfassen.
• Modell 2 (demografiebereinigtes Modell): Dies umfasst die unabhängigen Variablen aus Modell 1 sowie die demografischen Variablen (Alter, Geschlecht und ethnische Zugehörigkeit).
• Modell 3 (vollständiges Modell): Dies umfasst alle in dieser Studie berücksichtigten Variablen. Wechselwirkungen werden nicht berücksichtigt.
• Modell 4 (exploratives Modell): Dies soll die Teilmengenauswahl auf Modell 3 anwenden (schrittweise rückwärts, mit einer Entfernungswahrscheinlichkeit von 0,05). Wechselwirkungen werden nach Anwendung der Teilmengenauswahl berücksichtigt.

Der Zweck der Darstellung einer Reihe von Modellen besteht darin, den unbereinigten Zusammenhang zwischen Morbiditäten und Screening-Inanspruchnahme aufzuzeigen und den Grad hervorzuheben, in dem diese Zusammenhänge durch Patientenmerkmale vermittelt werden. Es wird zwischen „intrinsischen“ Merkmalen (Alter, Geschlecht und ethnische Zugehörigkeit), deren Veränderung (im Allgemeinen) außerhalb der Kontrolle einer Person liegt, und den übrigen Merkmalen, über die eine Person mehr Kontrolle hat, unterschieden

Leistungsberechnungen.

Leistungsanalysen wurden mit G*Power 3.1.9 durchgeführt. Die erforderliche Stichprobengröße zum Nachweis eines signifikanten Effekts einer vorab festgelegten Variablen wurde berechnet. Für diese Analysen wurden ein Alpha-Wert von 5 % und ein zweiseitiger Test verwendet. Es gab eine Reihe zusätzlicher Faktoren, die geschätzt oder ausgewählt werden mussten:

• Erforderliche Leistung: Es wurden Werte von 95 % und 80 % verwendet.
• Quotenverhältnis: Getestet wurden Werte zwischen 1,2 und 3.
• Wahrscheinlichkeit der Aufnahme bei Personen ohne Morbidität: Es wurde die zwischen 2008 und 2011 beobachtete Gesamtaufnahme des BCSP von 47 % verwendet.
• Grad der Korrelation zwischen den potenziell erklärenden Variablen: Es wurden Werte von 20 % und 40 % getestet (dies wird in der folgenden Tabelle mit „R2“ bezeichnet).
• Prävalenz der vorab festgelegten Variablen: Es wurde ein Wert von 8 % verwendet, der der Prävalenz von Depressionen in einer vorläufigen Analyse der SYC-Daten entspricht. In dieser Analyse wiesen 74 % der Stichprobe eine Morbidität auf, mit durchschnittlich 1,8 Langzeiterkrankungen pro Person.

Tabelle 1: Erforderliche Stichprobengröße als Funktion von Trennschärfe, Korrelation und Quotenverhältnis.

Leistung = 80 % Leistung = 95 % Quotenverhältnis 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 10.373 12.876 17.168 1,4 4.751 6,3 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 2,6 658 877 1.067 1.422 2,8 5 79 772 935 1.247 3,0 519 693 837 1.116

Es wird erwartet, dass die verfügbare Stichprobengröße etwa 7.500 beträgt, was bedeutet, dass alle Quotenverhältnisse von 1,4 oder mehr mit einer Leistung von 80 % erkannt werden, während alle Quotenverhältnisse von 1,5 oder mehr mit einer Leistung von 95 % erkannt werden.

Ein Beispiel für eine Änderung der Aufnahmeraten bei einem Odds Ratio von 1,5 wäre ein Rückgang der Aufnahme von 60 % auf 57 %. Weitere Beispiele sind in Tabelle 2 dargestellt.

Tabelle 2: Rückgänge der Aufnahmerate entsprechend einem Odds Ratio von 1,5 Aufnahmerate in Gruppe 1: 90 % 80 % 70 % 60 % Aufnahmerate in Gruppe 2: 81 % 72 % 64 % 57 %

Eine alternative Methode zur Schätzung der Stichprobengröße wurde ebenfalls getestet (Campbell, Julious und Altman 1996). Hierbei werden veröffentlichte Tabellen verwendet, die die Stichprobengröße (pro Gruppe) schätzen, die erforderlich ist, um einen vorab festgelegten Unterschied in zwei Anteilen bei einem Signifikanzniveau von 5 % und einer Trennschärfe von 80 % zu identifizieren. Die Gruppengrößen werden dann angepasst, um etwaige Unterschiede in der Gruppengröße zu berücksichtigen. Wenn beispielsweise die Gruppe mit Depressionen 8 % der Gesamtbevölkerung ausmacht, ist eine Gesamtstichprobengröße von 425 erforderlich, um einen Unterschied in der Aufnahme von 65 % bei Menschen ohne Depression und 60 % bei Menschen mit Depressionen festzustellen müsste eine Depression haben und 391 hätte keine Depression. Die Gesamtstichprobengröße, die für eine Reihe von Unterschieden in den Aufnahmeraten erforderlich ist, ist in Tabelle 3 dargestellt (die Aufnahmeraten sind alle Vielfache von 5 %, da diese Werte in den veröffentlichten Tabellen verwendet werden).

Tabelle 3: Probengrößen, die erforderlich sind, um vorab festgelegte Unterschiede in der Aufnahme zu erkennen. Aufnahme in Gruppe A Aufnahme in Gruppe B Gesamtstichprobengröße 60 % 55 % 1 188 65 % 60 % 425 70 % 65 % 213 75 % 70 % 138

* Unter der Annahme, dass der Vergleich zwischen Menschen mit Depressionen (Prävalenz 8 %, entspricht Gruppe B) und Menschen ohne Depressionen erfolgt.