結腸直腸がんスクリーニングの受診率に対する罹患率の影響に関する探索的分析

データセットと倫理問題の関連性。

サウスヨークシャーコホート (SYC) データ (患者識別子を含む) はシェフィールド大学の臨床試験研究ユニット (CTRU) によって保管され、腸がんスクリーニングプログラム (BCSP) データは NHS がんスクリーニングプログラム (一部) によって保管されます。イングランド公衆衛生）。

関連付けは、SYC の研究者が NHS の健康記録を調べることに同意し、結腸直腸がん (CRC) スクリーニングに招待される資格のある SYC への回答者のサブ​​セットに基づいて行われます。 提案する連携方法は以下の通りです。

• この同意を与えた回答者に対して、CTRU はその NHS 番号と SYC 研究 ID を BCSP に送信するものとします。
• BCSP は、NHS 番号を使用して、個人がスクリーニングに招待されたかどうか、また、招待された場合にはその個人がスクリーニングを受け入れたかどうかに関するデータを抽出します。
• 次に、BCSP は、SYC 研究 ID とともにスクリーニング データを CTRU に送信します。 NHS 番号は、BCSP から送信されるデータには含まれないものとします (つまり、擬似匿名化されます)。
• ＣＴＲＵは、擬似ＩＤを使用して、スクリーニングプログラムデータをＳＹＣデータにリンクするものとする。 その後、擬似匿名化されたデータセットが研究チームに公開されます。

このようにして、BCSP が受信する唯一の患者識別データは、BCSP がすでに保持しているデータ (NHS 番号) ですが、CTRU は追加の患者識別データを受信しません。

また、このプロジェクトを実施する研究チームは、プロジェクトのどの段階においても患者を特定できるデータにアクセスできないことも強調しておく必要があります。

使用したデータ。

このプロジェクト内では次のデータが使用されます。

• 暴露変数。 暴露変数は、長期にわたる状態の存在です。 これらは、自己報告による長期にわたる症状として SYC 内に収集されます。 12 の名前付き条件が「その他」条件とともに記録されます。この条件には、回答者が条件を述べるためのフリーテキストが含まれています。 これらの症状（およびSYCの60歳から74歳の人々の予備サンプルにおける有病率）は、うつ病（8％）、不安（10％）、疲労（19％）、痛み（28％）、不眠症（8％）です。 )、糖尿病 (10%)、呼吸の問題 (13%)、高血圧 (31%)、心臓病 (10%)、変形性関節症 (16%)、脳卒中 (3%)、癌 (5%)、その他 ( 29%）。

癌（これには大腸癌が含まれ、これに罹患している患者はスクリーニングの対象外であるため）および自由記述（これらは「その他」として分析されるものとする）を除いて、すべての長年にわたる症状が考慮されるものとする。

• 結果の変数。 結果変数は、個人が CRC スクリーニングに参加したかどうかになります。 これは、国立腸がんスクリーニング プログラムによって提供されるデータを使用して SYC データにリンクされます。 CRC スクリーニングは、個人の最初のスクリーニング (流行スクリーニング) に関連することに注意してください。 主な分析では、（送信された検査への招待状の数に関係なく）個人が CRC 検査を受けたかどうかが調べられます。 利用可能な証拠に応じて、二次分析では「最初の大腸がん検診の勧誘を拒否した後に個人が受け入れた大腸がん検診」という結果変数が考慮されます。
• 交絡変数。 次の潜在的に交絡する変数を評価する必要があります: 年齢、性別、民族性、最高教育レベル、身体運動のレベル、喫煙状況、アルコール摂取量、および IMD 剥奪スコア。
• 追加の説明変数。 以下の変数は統計モデル内では使用されませんが、スクリーニングに参加した人とスクリーニングに参加しなかった人の記述的な比較を実行するときに含めるものとします: 自己申告の EQ-5D 要約スコア、自己申告の医療利用過去 3 か月 (これには 22 の名前付きカテゴリが含まれますが、数が少ないため、これらの一部をグループ化する必要があることが予想されます。 考慮すべきグループ分けは次のとおりです: 事故と緊急事態 (A&E)、病院での使用 (A&E を除く)、医療従事者: GP、医療従事者: 看護師、その他の医療従事者、その他の介護者、代替療法士。

統計分析。

統計分析には次のセクションが含まれます。

• 初期の探索的分析。 この初期分析は、利用可能なデータの概要を提供し、統計モデリング内で対処する必要がある可能性がある問題を浮き彫りにします。

記述的分析では、CRC スクリーニング検査に参加した人と参加しなかった人の特徴を比較します。 この比較には、曝露変数、交絡変数、および追加の記述変数 (前のセクションで詳しく説明したとおり) が含まれます。 比較は統計的有意性についてテストされますが、特定の違いが事前に仮定されていないため、結果の p 値は注意して解釈する必要があることに注意してください。 T 検定は連続変数の比較に使用され、フィッシャーの直接確率検定は二値変数の比較に使用され、クラスカル-ウォリス検定は順序変数の比較に使用されます。 5% 未満の p 値は、統計的に有意な関連性を示すものとみなされます。

記述的分析に加えて、連続変数と結果の間の関連の関数形式は、平滑化手法を使用して視覚的に評価されます。 非線形関数形式が示されている場合は、非線形関数 (分数多項式、自然スプライン) の使用が考慮されます。

• 欠損データの処理。 欠損データの量によって、採用される戦略が決まります (Harrell、2001)。 欠損データを持つ人の合計割合が 5% 未満の場合は、欠損値の単一代入が実行されます。 それ以外の場合は、欠損値の複数の代入が実行されます。
• 統計モデリング。 CRC のスクリーニング受診率は、患者人口統計、社会経済的状態、ライフスタイル要因、および罹患率を潜在的な説明変数として、ロジスティック回帰を使用して分析されます。

主な関心は、どの罹患率が摂取率に影響を与えるかであり、特に精神的罹患率（SYCではうつ病と不安症が測定される）に関心がある。 このため、これら 2 つの精神疾患との相互作用のみを考慮する必要があります。 精神疾患と精神疾患の摂取との関連性を調査し、他の変数がこの関連性にどのような影響を与えるかを確認するために、一連のモデルを提示します。

• モデル 1 (単変量モデル): これには、独立変数として長期にわたる条件 (曝露変数) のみが含まれます。
• モデル 2 (人口動態調整モデル): これには、人口動態変数 (年齢、性別、民族) とともにモデル 1 の独立変数が含まれます。
• モデル 3 (完全なモデル): これには、この研究で考慮されたすべての変数が含まれます。 相互作用は考慮されません。
• モデル 4 (探索的モデル): これはモデル 3 にサブセット選択を適用します (後方段階的、除去確率 0.05)。 相互作用は、サブセット選択を適用した後に考慮されます。

一連のモデルを表示する目的は、罹患率とスクリーニング受診率との間の未調整の関連性を示し、これらの関連性が患者の特徴によってどの程度媒介されているかを強調することです。 「本質的な」特性（年齢、性別、民族）は、（一般に）個人の制御の範囲を超えて変化するものであり、残りの特性は個人がより制御できるものであると区別されます。

電力の計算。

電力分析は、G*Power 3.1.9 を使用して実行されました。 事前に指定された変数の有意な効果を検出するために必要なサンプル サイズが計算されました。 この分析では、5% のアルファ レベルと両側検定が使用されました。 推定または選択する必要がある追加の要素が多数ありました。

• 必要な電力: 95% と 80% の値が使用されました。
• オッズ比: 1.2 ～ 3 の値がテストされました。
• 罹患していない人々の摂取確率: 2008 年から 2011 年の間に観察された BCSP の全体摂取率 47% を使用しました。
• 潜在的な説明変数間の相関の程度: 20% と 40% の値がテストされました (これは、以下の表で「R2」で示されます)。
• 事前に指定された変数の有病率: SYC データの予備分析におけるうつ病の有病率に対応する 8% の値が使用されました。 この分析では、サンプルの 74% に疾病があり、1 人あたり平均 1.8 件の長期症状が見られました。

表 1: 検出力、相関、オッズ比の関数として必要なサンプル サイズ。

パワー = 80% パワー = 95% オッズ比 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

利用可能なサンプル サイズは約 7,500 であると予想され、1.4 以上のオッズ比は 80% の検出力で検出され、1.5 以上のオッズ比は 95% の検出力で検出されることを示しています。

オッズ比 1.5 に関連する摂取率の変化の例としては、摂取率が 60% から 57% に減少することが挙げられます。 さらなる例を表 2 に示します。

表 2: オッズ比 1.5 に相当する摂取率の減少 グループ 1 の摂取率: 90% 80% 70% 60% グループ 2 の摂取率: 81% 72% 64% 57%

サンプルサイズを推定するための代替方法もテストされました (Campbell、Julious、および Altman 1996)。 これは、事前に指定された 2 つの比率の差を 5% の有意水準、80% 検出力で識別するために必要なサンプル サイズ (グループごと) を推定する公開された表を使用します。 次に、グループ サイズの違いを考慮してグループ サイズが調整されます。 たとえば、うつ病のあるグループが総人口の 8% を占める場合、うつ病のない人々の摂取量の 65% とうつ病のある人々の 60% の違いを検出するには、全体のサンプル サイズ 425 が必要で、そのうち 34 個のサンプルが必要になります。 391 人はうつ病を患っていないはずです。 取り込み率のさまざまな違いに必要なサンプル全体のサイズを表 3 に示します (公開されている表ではこれらの値が使用されているため、取り込み率はすべて 5% の倍数です)。

表 3: 事前に指定された取り込みの違いを検出するために必要なサンプル サイズ。 A グループでの摂取量 B グループでの摂取量 サンプル総数 60% 55% 1 188 65% 60% 425 70% 65% 213 75% 70% 138

* うつ病のある人（有病率 8%、グループ B に相当）とうつ病でない人との比較であると仮定します。