Verkennende analyse van de impact van morbiditeit op de opname van colorectale kankerscreening

Koppeling van datasets en ethische kwesties.

De gegevens van het South Yorkshire Cohort (SYC) (inclusief patiëntidentificatiegegevens) worden bewaard door de Clinical Trials Research Unit (CTRU) van de Universiteit van Sheffield, terwijl de gegevens van het Bowel Cancer Screening Program (BCSP) worden bewaard door de NHS Cancer Screening Programs (onderdeel van Volksgezondheid Engeland).

Koppeling zal gebaseerd zijn op de subset van respondenten van de SYC die hun toestemming hebben gegeven aan de SYC-onderzoekers om hun NHS-gezondheidsdossiers te bekijken en die in aanmerking komen om te worden uitgenodigd voor screening op colorectale kanker (CRC). De voorgestelde koppelingsmethode is als volgt:

• Voor de respondenten die deze toestemming hebben gegeven, stuurt de CTRU hun NHS-nummer en hun SYC-onderzoeks-ID naar de BCSP.
• Met behulp van het NHS-nummer haalt de BCSP gegevens op over of de persoon is uitgenodigd voor screening, en zo ja, of de persoon de screening al dan niet heeft geaccepteerd.
• De BCSP stuurt vervolgens de screeninggegevens samen met de SYC-onderzoeks-ID naar de CTRU. NHS-nummer zal niet worden opgenomen in de gegevens die vanuit de BCSP worden verzonden (met andere woorden, het zal pseudo-geanonimiseerd zijn).
• De CTRU zal het pseudo-ID gebruiken om de gegevens van het bevolkingsonderzoek te koppelen aan de SYC-gegevens. Vervolgens wordt een pseudo-geanonimiseerde dataset vrijgegeven aan het onderzoeksteam.

Op deze manier zijn de enige patiëntidentificeerbare gegevens die de BCSP zou ontvangen, de gegevens die ze al hebben (NHS-nummer), terwijl de CTRU geen aanvullende patiëntidentificeerbare gegevens zou ontvangen.

Er moet ook worden benadrukt dat het onderzoeksteam dat dit project uitvoert, in geen enkel stadium van het project toegang heeft tot patiëntidentificeerbare gegevens.

Gegevens gebruikt.

Binnen dit project worden de volgende gegevens gebruikt:

• Blootstellingsvariabelen. De blootstellingsvariabelen zijn de aanwezigheid van langdurige aandoeningen. Deze worden binnen de SYC verzameld als zelfgerapporteerde langdurige aandoeningen. Twaalf benoemde voorwaarden worden geregistreerd, samen met een "andere" voorwaarde, die vrije tekst bevat zodat de respondent de voorwaarde kan vermelden. Deze aandoeningen (en hun prevalentie onder een voorlopige steekproef van mensen van 60 tot 74 jaar in de SYC) zijn: depressie (8%), angst (10%), vermoeidheid (19%), pijn (28%), slapeloosheid (8% ), diabetes (10%), ademhalingsproblemen (13%), hoge bloeddruk (31%), hartziekte (10%), artrose (16%), beroerte (3%), kanker (5%) en andere ( 29%).

Alle langdurige aandoeningen zullen in aanmerking worden genomen, met uitzondering van kanker (aangezien dit CRC omvat, en patiënten met deze aandoening komen niet in aanmerking voor screening) en vrije tekstbeschrijvingen (deze zullen worden geanalyseerd als "overig").

• Uitkomst variabele. De uitkomstvariabele is of de persoon CRC-screening heeft bijgewoond. Deze wordt gekoppeld aan SYC-gegevens met behulp van gegevens van het Bevolkingsonderzoek Darmkanker. Opgemerkt moet worden dat CRC-screening betrekking heeft op de eerste keer dat iemand wordt gescreend (prevalente screening). Bij de hoofdanalyse wordt gekeken of een persoon een CRC-screening heeft gehad (ongeacht het aantal uitnodigingen voor screening dat is verzonden). Afhankelijk van het beschikbare bewijs zou een secundaire analyse de uitkomstvariabele 'individueel aanvaarde CRC-screening na weigering van de initiële uitnodiging voor CRC-screening' overwegen.
• Verwarrende variabelen. De volgende mogelijk verstorende variabelen worden beoordeeld: leeftijd, geslacht, etniciteit, hoogste opleidingsniveau, mate van lichaamsbeweging, rookstatus, alcoholgebruik en IMD-deprivatiescore.
• Aanvullende beschrijvende variabelen. De volgende variabelen worden niet gebruikt in de statistische modellen, maar worden wel meegenomen bij het uitvoeren van een beschrijvende vergelijking van personen die de screening bijwonen met personen die de screening niet bijwonen: zelfgerapporteerde EQ-5D-samenvattingsscore, zelfgerapporteerd zorggebruik in de laatste 3 maanden (dit omvat 22 genoemde categorieën, verwacht wordt dat vanwege de kleine aantallen sommige hiervan gegroepeerd zullen moeten worden. Mogelijke groepen om te overwegen zijn: Ongevallen en spoedgevallen (SEH), Ziekenhuisgebruik (exclusief SEH), Zorgverlener: Huisarts, Zorgverlener: Verpleegkundige, Andere zorgverstrekkers, Andere zorgverstrekkers, Alternatieve therapeuten.

Statistische analyse.

De statistische analyse omvat de volgende onderdelen:

• Eerste verkennende analyse. Deze initiële analyse geeft een overzicht van de beschikbare gegevens en zal de aandacht vestigen op eventuele problemen die in het kader van de statistische modellering moeten worden aangepakt.

Een beschrijvende analyse zal de kenmerken van mensen die CRC-screening bijwonen, vergelijken met degenen die niet aanwezig zijn. Deze vergelijking omvat de blootstellingsvariabelen, verstorende variabelen en aanvullende beschrijvende variabelen (zoals beschreven in de vorige paragraaf). Vergelijkingen zullen worden getest op statistische significantie, met het voorbehoud dat aangezien er geen specifieke verschillen a priori werden verondersteld, de resulterende p-waarden met de nodige voorzichtigheid moeten worden geïnterpreteerd. T-toetsen zullen worden gebruikt om continue variabelen te vergelijken, Fisher's exact-toets zal worden gebruikt om binaire variabelen te vergelijken en de Kruskal-Wallis-toets zal worden gebruikt om ordinale variabelen te vergelijken. Elke p-waarde van minder dan 5% wordt beschouwd als een statistisch significant verband.

Naast de beschrijvende analyse wordt de functionele vorm van het verband tussen eventuele continue variabelen en de uitkomst visueel beoordeeld met behulp van afvlakkingsmethoden. Als een niet-lineaire functievorm wordt aangegeven, moet het gebruik van niet-lineaire functies (fractionele polynomen, natuurlijke splines) worden overwogen.

• Omgaan met ontbrekende gegevens. De hoeveelheid ontbrekende gegevens bepaalt de toegepaste strategie (Harrell, 2001). Als het totale aantal mensen met ontbrekende gegevens minder dan 5% bedraagt, wordt een enkele imputatie van ontbrekende waarden uitgevoerd. Anders wordt een meervoudige toerekening van ontbrekende waarden uitgevoerd.
• Statistische modellering. Screeningspercentages voor CRC zullen worden geanalyseerd met behulp van logistische regressie, met demografische gegevens van de patiënt, sociaaleconomische status, leefstijlfactoren en morbiditeit als de mogelijk verklarende variabelen.

Het primaire belang is welke morbiditeiten de opnamesnelheid beïnvloeden, met bijzondere belangstelling voor mentale morbiditeiten (waarvan depressie en angst worden gemeten in de SYC). Daarom worden alleen interacties met deze twee mentale morbiditeiten overwogen. Om de associatie tussen mentale morbiditeit en opname te onderzoeken, en om te zien hoe de andere variabelen deze associatie beïnvloeden, zal een reeks modellen worden gepresenteerd:

• Model 1 (univariaat model): dit omvat alleen de langdurige omstandigheden (blootstellingsvariabelen) als de onafhankelijke variabelen.
• Model 2 (demografie-gecorrigeerd model): dit omvat de onafhankelijke variabelen van Model 1, samen met de demografische variabelen (leeftijd, geslacht en etniciteit).
• Model 3 (volledig model): dit omvat alle variabelen die in deze studie worden overwogen. Interacties worden niet overwogen.
• Model 4 (verkennend model): dit past subset-selectie toe op Model 3 (achterwaarts stapsgewijs, met een kans op verwijdering van 0,05). Interacties worden overwogen nadat subsetselectie is toegepast.

Het doel van het weergeven van een reeks modellen is om de niet-gecorrigeerde associatie tussen morbiditeit en deelname aan screening te tonen, en om de mate te benadrukken waarin deze associaties worden gemedieerd door patiëntkenmerken. Er wordt onderscheid gemaakt tussen 'intrinsieke' kenmerken (leeftijd, geslacht en etniciteit), die (over het algemeen) buiten de macht van een persoon liggen om te veranderen, en de overige kenmerken, waarover een persoon meer controle heeft

Vermogensberekeningen.

Vermogensanalyses werden uitgevoerd met G*Power 3.1.9. De vereiste steekproefomvang om een ​​significant effect van een vooraf gespecificeerde variabele te detecteren, werd berekend. Voor deze analyses werd een alfaniveau van 5% en een tweezijdige toets gebruikt. Er waren een aantal aanvullende factoren die moesten worden geschat of gekozen:

• Benodigd vermogen: waarden van 95% en 80% werden gebruikt.
• Odds ratio: waarden tussen 1,2 en 3 werden getest.
• Waarschijnlijkheid van opname onder degenen zonder enige morbiditeit: de totale opname van 47% waargenomen tussen 2008 en 2011 van de BCSP werd gebruikt.
• Mate van correlatie tussen de potentieel verklarende variabelen: waarden van 20% en 40% zijn getest (dit wordt in onderstaande tabel aangeduid met 'R2').
• Prevalentie van de vooraf gespecificeerde variabele: er werd een waarde van 8% gebruikt, overeenkomend met de prevalentie van depressie in een voorlopige analyse van de SYC-gegevens. In deze analyse had 74% van de steekproef een morbiditeit, met een gemiddelde van 1,8 langdurige aandoeningen per persoon.

Tabel 1: Vereiste steekproefomvang als functie van vermogen, correlatie en odds ratio.

Vermogen = 80% Vermogen = 95% Odds Ratio 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

De beschikbare steekproefomvang zal naar verwachting ongeveer 7.500 zijn, wat aangeeft dat odds ratio's van 1,4 of groter zullen worden gedetecteerd met 80% power, terwijl odds ratio's van 1,5 of groter zullen worden gedetecteerd met 95% power.

Een voorbeeld van een verandering in opnamepercentages met betrekking tot een odds ratio van 1,5 is een afname van de opname van 60% naar 57%. Verdere voorbeelden worden gepresenteerd in tabel 2.

Tabel 2: Afname in opnamesnelheid die overeenkomt met een odds ratio van 1,5 Opnamesnelheid in groep 1: 90% 80% 70% 60% Opnamesnelheid in groep 2: 81% 72% 64% 57%

Er werd ook een alternatieve methode getest om de grootte van steekproeven te schatten (Campbell, Julious en Altman 1996). Dit maakt gebruik van gepubliceerde tabellen die de steekproefomvang schatten (per groep) die nodig is om een ​​vooraf gespecificeerd verschil in twee verhoudingen te identificeren bij een significantieniveau van 5% met een vermogen van 80%. De groepsgroottes worden dan aangepast om rekening te houden met eventuele verschillen in groepsgrootte. Als de groep met depressie bijvoorbeeld 8% van de totale bevolking vertegenwoordigt, dan is om een ​​verschil in opname van 65% onder mensen zonder depressie en 60% onder mensen met depressie te detecteren, een totale steekproefomvang van 425 vereist, waarvan 34 zou een depressie moeten hebben en 391 zou geen depressie hebben. De totale steekproefomvang die nodig is voor een reeks verschillen in opnamepercentages wordt weergegeven in tabel 3 (de opnamepercentages zijn allemaal veelvouden van 5% aangezien deze waarden worden gebruikt in de gepubliceerde tabellen).

Tabel 3: Steekproefgroottes vereist om vooraf gespecificeerde verschillen in opname te detecteren. Opname in groep A Opname in groep B Totale steekproefomvang 60% 55% 1 188 65% 60% 425 70% 65% 213 75% 70% 138

* Ervan uitgaande dat de vergelijking is tussen mensen met een depressie (prevalentie 8%, overeenkomend met groep B) en zonder depressie.