Effect modificatie Algemeen principe Bepalen van effect modificatie

Slides:



Advertisements
Verwante presentaties
Help! Statistiek! Doorlopende serie laagdrempelige lezingen,
Advertisements

Toepassingen met integralen
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Introductie tot de lineaire regressie
Hier de titel van de presentatie
Math Candel Universiteit Maastricht. •Achtergrond: –Diagnose probleem –Meetinstrumenten –Conceptueel model •Presentaties van eigen analyses •Voorbeeld.
toepassingen van integralen
Rijden en epilepsie Eric Schmedding.
Math Candel Universiteit Maastricht. 1.Heldere en haalbare probleemstelling 2.Keuze van het design 3.Keuze van onderzoeks/analyse-eenheid 4.Operationalisatie.
November 2013 Opinieonderzoek Vlaanderen – oktober 2013 Opiniepeiling Vlaanderen uitgevoerd op het iVOXpanel.
Sociale relaties op school en geestelijke gezondheid
Record Linkage: Simulatie Resultaten Adelaide Ariel Biolink NL 28 maart 2014.
HOGE GEZONDHEIDSRAAD CONSEIL SUPERIEUR DE LA SANTE 1 Screening naar hartafwijkingen die voorbeschikken tot plotse hartdood bij adolescenten en jongvolwassenen.
Cursus Mei – Juni 2002 Kruistabelanalyse & Logistische regressie Frans Tan Methodologie en Statistiek COLLEGE 3: VOOR PAUZE.
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Jeugdgezondheidszorg Epidemiologie (incl. statistiek en informatica)
Help! Statistiek! Doorlopende serie laagdrempelige lezingen,
Pak uw stemkaarten vast
DIAGNOSE Typisch probleem:
1 Fysiek belastend werk. 2 Fysieke belasting Meta-analyse van E.L. Mozurkewich et al –Er werden 58 studies geselecteerd die aan hoge kwaliteitseisen.
Beeldvorming en follow-up adviezen
Standaardisatie prestaties VVT
WCRF-Wageningen projectgroep Renate Heine-Bröring
Gezond bewegen in het groen: Teek Control!
Jong geleerd, fout gedaan?
Het belang van vroegtijdig ingrijpen bij jeugdcriminaliteit
De rol van aandachtsfocus in blootstelling aan bedreigende informatie
Gegevensverwerving en verwerking
Inferentie voor regressie
Schatter voor covariantie
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Help! Statistiek! Doel:Informeren over statistiek in klinisch onderzoek. Tijd:Derde woensdag in de maand, uur 16 april : Hoe interpreteren we toetsresultaten?
Hoofdstuk 9 Verbanden, correlatie en regressie
Populatiegemiddelden: recap
Logistische regressie
Introductie tot de overlevings analyse
Bronnen van ‘fout’ Validiteit (en precisie)
Vormen van studie (ontwerp)
Vormen van studie (ontwerp)
ribwis1 Toegepaste wiskunde Lesweek 01 – Deel B
Voorspellende factoren van post-CVA depressie
Grip-force in relatie tot HAV- blootstelling Italiaans onderzoek G. DI GIULIO, N. PAONE, e.a.
Department of Public Health, Erasmus MC
Obesitas & Schouderdystocie
Vereisten voor een screeningsprogramma
Optimalisatie van HRMCA toepassingen
Nederlands tijdschrift voor Diabetologie
Family History Is a Predictor for Appendicitis in Adults in the Emergency Department Michael J. Drescher ea. West J Emerg Med December; 13(6): 468–471.
Persoonsgebonden behandeling van taaislijmziekte
Die ziekte in mijn familie krijg ik die later ook?
1 Cursus Regressie-analyse Rijkswaterstaat, 13 februari Interacties Transparanten beschikbaar gesteld door Dr. B. Pelzer.
Echtscheiding en sociaal kapitaal in Vlaanderen Belinda Wijckmans, Maaike Jappens & Jan Van Bavel Interface Demography Vlaanderen Gepeild 2009 Brussel,
STUDIEMATERIAAL DE RICK 1. PROPAEDEUTICA: - COPY TEKSTTRANSPARANTEN LES - HANDBOEK ‘ANAMNESE EN LICHAMELIJK ONDERZOEK BIJ GEZELSCHAPSDIEREN’ 2. ZIEKTENLEER.
Leydi Johana Breuls “In hoeverre speelt de sociale samenstelling van een sportclub een rol in de beslissing van leden om te stoppen?“ 01 Waarom?
Klinische gegevens en bloedonderzoek:
Kinkhoest…… bij volwassenen
Diagnostische waarde van de anamnese om lumbosacrale wortelcompressie vast te stellen
Latent class growth analysis als succesvolle methode om subgroepen te identificeren binnen een gewichtsreductie interventie. Bastiaan C. de Vos¹, MD,
Meta-analyse van observationeel onderzoek Nicole Vogelzangs Afdeling psychiatrie & EMGO + instituut.
 Wie zijn wij?  Waar hebben wij dit gedaan?  Wat hebben wij gedaan?  Tandheelkunde en fysiotherapie?
Het beloop en de prognose van acute laterale enkeldistorsies in de huisartsenpraktijk Adinda K.E. Mailuhu, Edwin H.G. Oei, Nienke van Putten-Katier, John.
Predictie van knieartrose en kniepijn in de 1 e lijn MLA Landsmeer, J Runhaar, M van Middelkoop, D Vroegindeweij, EHG Oei, PJE Bindels, SMA Bierma-Zeinstra.
Disclosure belangen NHG spreker
PUS, Kanker en Zwangerschap, VVOG, Mechelen, 16/05/2013
Lumbale MRI door de huisarts
Diagnostische tests voor
Disclosure belangen NHG spreker
Transcript van de presentatie:

Effect modificatie Algemeen principe Bepalen van effect modificatie Controle ?

Effect modificatie Algemeen principe Tot nog toe namen we in onze bespreking van verstoring aan dat de OR of de CIR die de associatie van een factor met ziekte beschrijft niet wijzigt door de variatie van de waarde van andere factoren (de confounders). Vaak is dit het geval. Dit precies ook de reden waarom we in deze parameters geïnteresseerd zijn. Bij andere gelegenheden kunnen echter belangrijke variaties opgemerkt worden. Als de associatiemaat (CIR of OR) tussen een variabele A en ziekte varieert in functie van het niveau van een andere variabele B, dan is variabele B een effect modificator. Effect modificatie = interactie

Effect modificatie Recap M = 100 mm Hg + (1 mm Hg/yr).A

Effect modificatie Additieve of multiplicatieve modellen ? De aanwezigheid van effect modificatie wordt mee bepaald door de keuze van het onderliggende model (additief of multiplicatief) In de meeste domeinen waar epidemiologische methoden worden toegepast is de relatieve rate van het voorkomen vaker constant dan het absolute risico. Daarom zijn de multiplicatieve modellen zo wijd verspreid (e.g. logistische regressie)

Effect modificatie Voorbeeld Ziekte met base-line incidentie dichtheid (ID) 1/100,000 pers.jaren Blootstelling aan determinant X1 geeft: ID = 4/100,000 pers.jaren Blootstelling aan determinant X2 geeft: ID = 10/100,000 pers.jaren X1 + X1 - X2+ X2 - X2 + X2 - ? 4/100,000py 10/100,000py. 1/100,000py. Als blootstelling aan zowel X1 als X2 geeft: ID = 13/100,000 pers.years dan is er een puur additief effect, i.e. geen interactie in een additief model In 100.000 personen-jaren ontstaan tgv het base-line risiko 1 geval, tgv blootstelling aan X1 3 extra gevallen en tgv blootstelling aan X2 9 extra gevallen Als bij blootstelling aan zowel X1 als X2; ID > 13/100,000 pers.jaren: synergy Als bij blootstelling aan zowel X1 als X2, ID < 13/100,000 pers.jaren: antagony

Effect modificatie INTERACTIE in een additief model blootgesteld niet blootgesteld leeftijd incidentie

Effect modificatie Voorbeeld Ziekte met base-line incidentie dichtheid (ID) 1/100,000 pers.jaren Blootstelling aan determinant X1 geeft: ID = 4/100,000 pers.jaren Blootstelling aan determinant X2 geeft: ID = 10/100,000 pers.jaren X1 + X1 - X2+ X2 - X2 + X2 - ? 4/100,000py 10/100,000py. 1/100,000py. Als blootstelling aan zowel X1 als X2 geeft: ID = 40/100,000 pers.years dan is er een puur multiplicatief effect, i.e. geen interactie in een multiplicatief model Blootstelling aan X1 verhoogt het risiko 4x, of er nu blootstelling is aan X2 of niet Als bij blootstelling aan zowel X1 als X2; ID > 40/100,000 pers.jaren: synergy Als bij blootstelling aan zowel X1 als X2, ID < 40/100,000 pers.jaren: antagony

Effect modificatie INTERACTIE in een multiplicatief model blootgesteld niet blootgesteld leeftijd Incidentie INTERACTIE in een multiplicatief model

Effect modificatie multiple lineaire regressie Voorbeeld: diagnose van streptococcen keelontsteking gebaseerd op klinische bevindingen Prevalentie als een functie van het diagnostisch profiel Prev= 0.04 + 0.25(koorts) + 0.41(inspectie) multiple lineaire regressie

Effect modificatie Voorbeeld: diagnose van streptococcen keelontsteking gebaseerd op klinische bevindingen Prevalentie als een functie van het diagnostisch profiel Prev= 0.04 + 0.25(koorts) + 0.41(inspectie) + 0.20(inspectie)(koorts) interactieterm

Effect modificatie Voorbeelden Maten voor de relatie tussen leeftijd en de incidentie van borst kanker worden gemodifieerd door geslacht Maten voor de relatie tussen sterfte bij coronair hart lijden en ‘bypass’ operaties worden gemodifieerd door de aard van de gestenoseerde vaten Maten voor de relatie tussen de prevalentie van astmasymptomen en het familiaal voorkomen van atopie worden gemodifieerd door de woonomstandigheden

Effect modificatie Bepaling van de aanwezigheid van effect modificatie Stratifieer voor alle determinanten + - Case Control Exposure E 1 2 3 4 Factor X3 Factor X2 Zijn de CIR’s of deOR’s in de verschillende strata gelijk ?

Effect modificatie Controle? Cave: Modificatie heeft betrekking op de details van de bestudeerde relatie en is daarom een aspect van het studie-object. Modificatie moet dus beschreven worden (in tegenstelling tot verstoring die moet verwijderd of ‘gecontrolleerd’ worden) Met andere worden, raporteer de bestudeerde associatie in de verschillende strata van de effectmodificator

Effect modificatie astma aanval in de laatste 12 maanden en familiaal astma Onafhankelijke stratum 1 stratum 2 gepoolde schatter Variabele POR POR POR 95%-CI Schimmel 5,61 37,17 15,4 6,03 - 46,8 ruwe schatter: 15,4 test voor ‘common odds’: p = 0,0631