Análise exploratória sobre o impacto das morbidades na aceitação do rastreamento do câncer colorretal

Ligação de conjuntos de dados e questões éticas.

Os dados do South Yorkshire Cohort (SYC) (incluindo identificadores de pacientes) são mantidos pela Clinical Trials Research Unit (CTRU) da Universidade de Sheffield, enquanto os dados do Bowel Cancer Screening Program (BCSP) são mantidos pelos NHS Cancer Screening Programs (parte do Saúde Pública da Inglaterra).

A vinculação será baseada no subconjunto de entrevistados do SYC que deram seu consentimento para que os pesquisadores do SYC examinem seus registros de saúde do NHS e sejam elegíveis para serem convidados para triagem de câncer colorretal (CRC). O método proposto para a ligação será o seguinte:

• Para os entrevistados que deram esse consentimento, o CTRU enviará seu número do NHS e sua ID do estudo SYC ao BCSP.
• Usando o número do NHS, o BCSP extrairá dados sobre se o indivíduo foi convidado para triagem e, em caso afirmativo, se o indivíduo aceitou ou não a triagem.
• O BCSP deve então enviar os dados de triagem junto com o ID do estudo SYC para o CTRU. O número do NHS não será incluído nos dados enviados pelo BCSP (ou seja, será pseudo-anonimizado).
• O CTRU deve usar o pseudo-ID para vincular os dados do programa de triagem aos dados do SYC. Um conjunto de dados pseudo-anonimizados deve então ser liberado para a equipe de pesquisa.

Dessa forma, os únicos dados de identificação do paciente que o BCSP receberia são os dados que ele já possui (número do NHS), enquanto o CTRU não receberia nenhum dado adicional de identificação do paciente.

Também deve ser enfatizado que a equipe de pesquisa que realiza este projeto não teria acesso aos dados de identificação do paciente em nenhuma fase do projeto.

Dados usados.

Os seguintes dados devem ser usados ​​dentro deste projeto:

• Variáveis ​​de exposição. As variáveis ​​de exposição são a presença de condições de longa data. Estes são coletados dentro do SYC como condições auto-relatadas de longa data. Doze condições nomeadas são registradas, juntamente com uma "outra" condição, que inclui texto livre para permitir que o respondente declare a condição. Essas condições (e sua prevalência em uma amostra preliminar de pessoas de 60 a 74 anos no SYC) são: Depressão (8%), Ansiedade (10%), Fadiga (19%), Dor (28%), Insônia (8% ), Diabetes (10%), Problemas respiratórios (13%), Hipertensão arterial (31%), Doença cardíaca (10%), Artrose (16%), AVC (3%), Câncer (5%) e Outros ( 29%).

Todas as condições de longa duração devem ser consideradas, com exceção do câncer (já que isso incluirá CCR, e os pacientes com isso não são elegíveis para rastreamento) e descrições de texto livre (estes devem ser analisados ​​como "outros").

• Variável de resultado. A variável de resultado será se o indivíduo compareceu à triagem de CCR. Isso será vinculado aos dados do SYC usando dados fornecidos pelo Programa Nacional de Rastreamento do Câncer de Intestino. Deve-se notar que a triagem de CCR refere-se à primeira vez que um indivíduo é rastreado (triagem predominante). A análise principal analisará se um indivíduo passou por uma triagem de CRC (independentemente do número de convites para triagem que foram enviados). Dependendo da evidência disponível, uma análise secundária consideraria a variável de resultado de 'triagem de CCR individual aceita após recusar o convite inicial para triagem de CCR'.
• Variáveis ​​confusas. As seguintes variáveis ​​potencialmente confusas devem ser avaliadas: idade, sexo, etnia, maior nível educacional, níveis de exercício físico, tabagismo, consumo de álcool e pontuação de privação IMD.
• Variáveis ​​descritivas adicionais. As seguintes variáveis ​​não serão usadas nos modelos estatísticos, mas devem ser incluídas ao realizar uma comparação descritiva de indivíduos que fazem triagem com aqueles que não fazem triagem: pontuação resumida do EQ-5D autorreferida, uso de cuidados de saúde autorrelatado em nos últimos 3 meses (isso inclui 22 categorias nomeadas, antecipa-se que devido ao pequeno número algumas delas precisarão ser agrupadas. Possíveis agrupamentos a serem considerados são: Acidente e emergência (A&E), Uso hospitalar (excluindo A&E), Cuidador de saúde: GP, Cuidador de saúde: Enfermeiro, Outros cuidadores de saúde, Outros cuidadores, Terapeutas alternativos.

Análise estatística.

A análise estatística deve incluir as seguintes seções:

• Análise exploratória inicial. Essa análise inicial fornecerá uma visão geral dos dados disponíveis e destacará quaisquer questões que possam precisar ser abordadas na modelagem estatística.

Uma análise descritiva deve comparar as características das pessoas que fazem triagem de CCR com aquelas que não fazem. Essa comparação incluirá as variáveis ​​de exposição, variáveis ​​de confusão e variáveis ​​descritivas adicionais (conforme detalhado na seção anterior). As comparações serão testadas quanto à significância estatística, com a ressalva de que, como nenhuma diferença específica foi levantada a priori, os valores-p resultantes devem ser interpretados com cautela. Os testes T serão usados ​​para comparar variáveis ​​contínuas, o teste exato de Fisher será usado para comparar variáveis ​​binárias e o teste de Kruskal-Wallis será usado para comparar variáveis ​​ordinais. Quaisquer valores de p inferiores a 5% serão considerados para indicar uma associação estatisticamente significativa.

Além da análise descritiva, a forma funcional da associação entre quaisquer variáveis ​​contínuas e o resultado deve ser avaliada visualmente por meio de métodos de suavização. Se uma forma funcional não linear for indicada, o uso de funções não lineares (polinômios fracionários, splines naturais) deve ser considerado.

• Tratamento de dados ausentes. A quantidade de dados faltantes determinará a estratégia empregada (Harrell, 2001). Se a proporção total de pessoas com quaisquer dados ausentes for inferior a 5%, a imputação única de valores ausentes deve ser realizada. Caso contrário, a imputação múltipla de valores ausentes deve ser realizada.
• Modelagem estatística. As taxas de captação de triagem para CRC devem ser analisadas por meio de regressão logística, com dados demográficos do paciente, status socioeconômico, fatores de estilo de vida e morbidades como as variáveis ​​potencialmente explicativas.

O interesse primário é quais morbidades afetam a taxa de absorção, com particular interesse em morbidades mentais (das quais depressão e ansiedade são medidas no SYC). Por isso, devem ser consideradas apenas as interações com essas duas morbidades mentais. Para examinar a associação entre as morbidades mentais e a captação, e para ver como as outras variáveis ​​influenciam essa associação, uma série de modelos será apresentada:

• Modelo 1 (modelo univariado): deve incluir apenas as condições de longa duração (variáveis ​​de exposição) como variáveis ​​independentes.
• Modelo 2 (modelo ajustado à demografia): deve incluir as variáveis ​​independentes do Modelo 1, juntamente com as variáveis ​​demográficas (idade, sexo e etnia).
• Modelo 3 (modelo completo): deve incluir todas as variáveis ​​consideradas neste estudo. As interações não serão consideradas.
• Modelo 4 (modelo exploratório): deve aplicar a seleção de subconjuntos ao Modelo 3 (backward-stepwise, com probabilidade de remoção de 0,05). As interações devem ser consideradas após a aplicação da seleção de subconjunto.

O objetivo de exibir uma série de modelos será mostrar a associação não ajustada entre morbidades e adesão ao rastreamento e destacar o grau em que essas associações são mediadas pelas características do paciente. É feita uma distinção entre características 'intrínsecas' (idade, gênero e etnia), que estão (geralmente) além do controle de uma pessoa para mudar, e as demais características, sobre as quais uma pessoa tem mais controle

Cálculos de potência.

As análises de potência foram realizadas usando o G*Power 3.1.9. O tamanho da amostra necessário para detectar um efeito significativo de uma variável pré-especificada foi calculado. Para esta análise foi utilizado um nível alfa de 5% e um teste bicaudal. Havia uma série de fatores adicionais que precisavam ser estimados ou escolhidos:

• Potência necessária: foram usados ​​valores de 95% e 80%.
• Razão de chance: valores entre 1,2 e 3 foram testados.
• Probabilidade de captação entre os sem morbidade: foi utilizada a captação global de 47% observada entre 2008 e 2011 do BCSP.
• Grau de correlação entre as variáveis ​​potencialmente explicativas: foram testados valores de 20% e 40% (isto é denotado por 'R2' na tabela abaixo).
• Prevalência da variável pré-especificada: foi utilizado um valor de 8%, correspondente à prevalência de depressão numa análise preliminar dos dados do SYC. Nessa análise, 74% da amostra apresentava alguma morbidade, com uma média de 1,8 doenças de longa duração por pessoa.

Tabela 1: Tamanho amostral necessário em função do poder, correlação e razão de chances.

Potência = 80% Potência = 95% Razão de chances 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

Espera-se que o tamanho da amostra disponível seja de aproximadamente 7.500, indicando que quaisquer odds ratio de 1,4 ou mais serão detectadas com poder de 80%, enquanto quaisquer odds ratio de 1,5 ou mais serão detectadas com poder de 95%.

Um exemplo de alteração nas taxas de aceitação em relação a uma razão de chances de 1,5 seria uma diminuição na aceitação de 60% para 57%. Outros exemplos são apresentados na Tabela 2.

Tabela 2: Diminuições na taxa de captação correspondentes a uma razão de chance de 1,5 Taxa de captação no grupo 1: 90% 80% 70% 60% Taxa de captação no grupo 2: 81% 72% 64% 57%

Um método alternativo para estimar tamanhos de amostras também foi testado (Campbell, Julious e Altman 1996). Isso usa tabelas publicadas que estimam o tamanho da amostra (por grupo) necessário para identificar uma diferença pré-especificada em duas proporções a um nível de significância de 5% com poder de 80%. Os tamanhos dos grupos são então ajustados para levar em consideração quaisquer diferenças no tamanho do grupo. Por exemplo, se o grupo com depressão representa 8% da população total, então, para detectar uma diferença de absorção de 65% entre pessoas sem depressão e 60% entre pessoas com depressão, é necessário um tamanho amostral total de 425, dos quais 34 precisariam ter depressão e 391 não teriam depressão. O tamanho total da amostra necessário para uma variedade de diferenças nas taxas de absorção é apresentado na Tabela 3 (as taxas de absorção são todas múltiplas de 5%, pois esses valores são usados ​​nas tabelas publicadas).

Tabela 3: Tamanhos de amostra necessários para detectar diferenças pré-especificadas na absorção. Captação no grupo A Captação no grupo B Tamanho total da amostra 60% 55% 1 188 65% 60% 425 70% 65% 213 75% 70% 138

* Assumindo que a comparação é entre pessoas com depressão (prevalência 8%, correspondente ao grupo B) e sem depressão.