Корректировка (adjustment) при проведения сравнений, логистическая регрессия? Опции

[martyni]

Задача: среди больных, одни из которых имеют признак Х (в данном случае метаболический синдром), другие не имеют, необходимо провести сравнение по нескольким параметрам (длительность основного заболевания, курение (да-нет), употребление алкоголя (да-нет), прием одного из препаратов в анамнезе (да-нет)). При этом многие из этих параметров не только могут влиять на развитие метаболического синдрома, но и зависят от возраста (например, чем больше возраст, тем больше длительность основного заболевания, при этом и метаболический синдром чаще возникает в более старших возрастных группах) и от пола (например, мужчины курят чаще). Поэтому при сравнении необходимо скорректировать эти факторы на пол и возраст.
Идея в следующем: сперва как есть для групп, сформированных по наличию или отсутствию признака метаболического синдрома, посчитать Т-критерий для количественных признаков и Хи-квадрат (или точный тест Фишера) для бинарных. Полученные значимости будут нескорректированными (Unadjusted). Затем в бинарную логистическую регрессию внести метаболический синдром как зависимую переменную, а в качестве ковариант пол, возраст и один из сравниваемых показателей, затем вместо него второй и т.д. (т.е. для каждого в отдельности). Таким образом получим для каждого из сравниваемых показателей скорректированную (adjusted) по полу и возрасту значимость различий между группой больных с метаболическим синдромом и без него.
Это подсмотрено в одной англоязычной статье, но т.к. нигде более не видел (может быть плохо смотрел), возникло сомнение, правильно ли я понял.
Вопрос в правомерности использования для этой задачи логистической регрессии. Какие другие методы корректировки могут быть здесь использованы, с учетом того, что признаки как количественные, так и бинарные?

[martyni]

Еще раз прошу прощения и признаю, что мне трудно правильно и четко сформулировать свою мысль с точки зрения статистики.
Если Вас не затруднит, уважаемый плав, объясните, пожалуйста, в чем, на Ваш взгляд, не правы авторы статьи.
Еще раз хочу объяснить клиническую сторону задачи, которую они ставили. Для примера возьмем показатель длительности антипсихотической терапии в анамнезе. Задача была: проверить, есть ли различия в длительности терапии между больными у которых при обследовании выявили МС с теми, у кого при обследовании МС не выявили. При этом, т.к. и частота мс и вероятность более длительноого анамнеза заболевания увеличивается с возрастом и увеличивается у женщин, и у белых по сравнению с черными, их задача была в том, чтобы как-то уравнять сравнивые группы по этим показателям. Для этого они использовали логист.регрессию так, как подробно написано в статье (я уже приводил полную цитату).
Вы считаете, что они, использовав таким образом этот метод, изучали влияние МС на длительность терапии шизофрении. Почему?
Заранее спасибо.
еще раз извините.

Сообщение отредактировал martyni - 9.02.2009 - 22:55

[плав]

Для примера возьмем показатель длительности антипсихотической терапии в анамнезе. Задача была: проверить, есть ли различия в длительности терапии между больными у которых при обследовании выявили МС с теми, у кого при обследовании МС не выявили. При этом, т.к. и частота мс и вероятность более длительноого анамнеза заболевания увеличивается с возрастом и увеличивается у женщин, и у белых по сравнению с черными, их задача была в том, чтобы как-то уравнять сравнивые группы по этим показателям. Для этого они использовали логист.регрессию так, как подробно написано в статье (я уже приводил полную цитату).
Вы считаете, что они, использовав таким образом этот метод, изучали влияние МС на длительность терапии шизофрении. Почему?

Итак, если задача - изучить связь терапии с МС, то вряд ли авторов интересует как МС влияет на длительность терапии (если только они не предполагают, что МС заставляет бросить терапию, т.е. МС появляется вначале и является фоном, на котором идет терапия). Соответственно, интересно выяснить, влияет ли длительность терапии на развитие МС. Соответственно, МС (наличие или отсутствие) является зависимой переменной, а длительность терапии - независимой. Соответственно, задачей будет являться выяснить, насколько повышается риск развития МС при увеличении терапии. Если задачу перевернуть (посчитать среднее время терапии в группе МС и без МС), то вопрос будет иным. В случае двумерного анализа (продолжительность и МС) ситуация обратимая и, строго говоря, оценки достоверности влияния будут одинаковыми в двух вопросах (в конце концов нулевая - тестируемая - гипотеза, что МС и продолжительность не связаны друг с другом).
Однако в случае многомерного анализа ситуация меняется принципиально, модель первого типа:
МС=время+пол+возраст,
второго типа
время=пол+возраст+МС.
Очевидно, что изучаются просто разные связи - время и пол, время и возраст во втором и МС и пол и МС и возраст в первом.
По тексту статьи непонятно какую модель использовали авторы при применении логистической регрессии, но, учитывая, что они вспоминают про логистическую регрессию только в случае бинарных факторов (не МС), подозреваю, что второго типа, т.е. не ту, которая заявлена как тема исследования.
В любом случае, если авторы хотят выяснить влияние чего-то на МС (бинарный показатель), они должны выбрать метод статистического анализа для бинарной зависимой переменной (т.е. логистическую регрессию). Вне зависимости от того, какой показатель является независимым - качественный (пол) или количественный (возраст). Соответственно, унивариантная модель будет
МС=возраст
а многомерная
МС=возраст+пол+...
Вообще-то в кардиологии это уже известно лет 30, после использования Kannell логистической регрессии на данных Фрамингемского исследования, почему психиатры продолжают применять методы, популярные до эпохи персональных компьютеров, когда доступ к статистическим программам на мэйнфреймах был только у эпидемиологов - кардиологов остается только догадываться.
Описанный в статье подход использовался в конце 70х - начале 80х, поскольку для дисперсионного анализа можно было использовать программируемые калькуляторы (у ДА есть аналитическое решение, у логистической регрессии только итерационное). С появлением мощных персоналок ограничения для использования логистической регрессии снялись.
Я подозреваю, что в статье просто намеряли большое количество параметров, оценить их влияние на МС не представлялось возможным, посему прибегли к чисто описательному подходу - как факторы риска выглядят в группе с МС и без МС, на самом деле работа - ни о чем, которых, к сожалению, попадается много и в зарубежной печати. Обычно такие статьи появляются после провала основного исследования, которое является их основой (т.е. отсутствия ожидаемых результатов), в данном случае CATIE продемонстрировал отсутствие значительного эффекта новых антипсихотических средств в сравнении со старыми препаратами. Исследование вызвало много споров (строго говоря вывод - новое не лучше старого, но много-много дороже) и поэтому была нужда в объяснении результатов (в частности оланзапин в CATIE давал серьезные метаболические изменения). Вот и появилась упомянутая статья...
Поэтому если Вы хотите изучить влияние антипсихотической терапии на МС, лучше использовать описанный выше всеми отвечавшими подход - логистическая регрессия с МС в качестве зависимой переменной.