Statistische Analysen am Beispiel unterschiedlicher Fragestellungen der NAKO Martin Schumacher Institut für Medizinische Biometrie und Statistik Universitätsklinikum Freiburg 1. Beiratssitzung der NAKO Freiburg, 14. Dezember 2015 Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 2 • Kurzfristige Perspektive: Querschnittsstudien mit „Freiburger“ Daten • Längerfristige Perspektive: Longitudinalstudien in der Gesamt-Kohorte Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 3 Querschnittsuntersuchungen mit „Freiburger Daten“ (1) Beispiele • Schätzung der Prävalenz von vorliegenden Grunderkrankungen • Schätzung der Verteilung von Gesundheits- / Krankheitsindikatoren • Schätzung der Verteilung von Exposition- / Risikofaktorkonstellationen Vorteil: Repräsentative Stichprobe der Bevölkerung in FR / EM im Altersbereich 20 – 69 Jahre Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 4 NAKO, Informationsbroschüre, Level 1 Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 5 Querschnittsuntersuchungen mit „Freiburger Daten“ (2) • Genauigkeit von Prävalenzschätzungen (N = 10.000) (95%-Konfidenzintervall: geschätzte Prävalenz (2 Standardfehler)) Absolute Genauigkeit Prävalenz = 10% : 0,6% Prävalenz = Martin Schumacher 1% : 0,2% Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 6 Querschnittsuntersuchungen mit „Freiburger Daten“ (2) • Genauigkeit von Prävalenzschätzungen (N = 10.000) (95%-Konfidenzintervall: geschätzte Prävalenz (2 Standardfehler)) Absolute Genauigkeit Relative Genauigkeit Prävalenz = 10% : 0,6% 6% 1% : 0,2% 20% Prävalenz = • Relative Genauigkeit Martin Schumacher ( 2 Standardfehler / Prävalenz) Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 7 Querschnittsuntersuchungen mit „Freiburger Daten“ (3) • Abgestimmtes Vorgehen in der NAKO ist notwendig • „Antragsverfahren“ zur Überlassung und Auswertung der Daten • Frühzeitig planen, welche Daten zur Beantwortung welcher Fragestellungen (insbes. in welchem Detaillierungsgrad) vorhanden sind • Prüfen, ob Fragestellung nur für FR / EM oder für die gesamte NAKO von Interesse ist Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 8 Longitudinalstudien in der Gesamt-Kohorte (1) • Die Rekrutierungsphase der NAKO wird noch bis Mitte 2018 (geplant) dauern. • Alle Teilnehmer werden engmaschig nachbeobachtet (bis 2042) hinsichtlich Auftreten von Erkrankungen, Änderung in Risikofaktoren, Mortalität • Mit einer gewissen Drop-out-Rate muss man trotzdem rechnen Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 9 German National Cohort (GNC) Consortium. Eur J Epidemiol 2014;29:371-382 Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 10 Longitudinalstudien in der Gesamt-Kohorte (2) Szenario 1: Terminales Nierenversagen (End stage renal disease, ESRD), nach 15 Jahren Tod (ohne ESRD) ESRD Drop-out M F M F M F 410 210 13.600 8.000 3.320 3.470 Szenario 2: Lungenkarzinom (Lung cancer), nach 15 Jahren Lung cancer Tod (ohne lung cancer) Drop-out M F M F M F 1.600 620 13.200 7.960 3.300 3.450 Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 11 Longitudinalstudien in der Gesamt-Kohorte (3) • Power, um moderate Gen-Effekte nachzuweisen, ist im ESRD Szenario zu gering, im Lung Cancer Szenario ausreichend • Studie ist besonders geeignet um Gen-Umweltinteraktionen (Interaktionen zwischen genetischen und nicht genetischen „Umwelt“-Faktoren) zu untersuchen. Power ist bei realistischen, erwarteten Effekten ausreichend. • Es gibt verschiedene, simulationsbasierte Tools, die Bestimmung von Power und notwendigen Fallzahlen auch für komplexe Fragestellungen und unter komplexen Bedingungen wie in der NAKO erlauben. Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 12 Longitudinalstudien in der Gesamt-Kohorte (4) • Für jede Fragestellung muß geprüft werden, ob genetische Faktoren bei allen Teilnehmern der Kohorte bestimmt werden sollen, oder nur bei einem „Subsample“ Nested case-control study Alle „Fälle“ (z.B. Teilnehmer mit ESRD, etwa 620) und gemäß Incidence Density Sampling gezogene „Kontrollen“ (etwa 620 – 2080) Case-cohort study Alle „Fälle“ (z.B. Teilnehmer mit Lung cancer, etwa 2420) und eine Zufallsstichprobe der Gesamtkohorte (etwa 2500 – 5000) Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 13 Schlussbemerkung • Hinsichtlich der kurzfristigen Perspektive sollte man sich schon bald überlegen, welche Fragestellungen man mit den „Freiburger“ Daten (evtl. auch Teildaten) untersuchen möchte. • Zu langfristig durchzuführenden Longitudinalstudien ist es wichtig sich rechtzeitig in standortübergreifenden Arbeitsgruppen zusammen zu schliessen und detaillierte Pläne auszuarbeiten. • Mit dem CO-PI, Dr. Claudia Schmoor, ist eine studienerfahrene Statistikerin im Freiburger NAKO-Team, die gern auch von weiteren Wissenschaftler/innen des IMBI unterstützt wird. Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015 No. 14 Referenzen • German National Cohort (GNC) Consortium. The German National Cohort: aims, study design and organization. Eur J Epidemiol 2014; 29: 371-382. • Inormationsbroschüre zur Teilnahme an der NAKO (Pilot-und Hauptstudie) 2013 – 2018, Level 1. • Ohneberg K, Wolkewitz M, Beyersmann J, Palomar-Martinez M, Olaechea-Astigarraga P, AlvarezLerma F, Schumacher M: Analysis of Clinical Cohort Data Using Nested Case-control and Case-cohort Sampling Designs: A Powerful and Economical Tool. Method Inform Med, 2015; 54: 505-514. • Gaye A, Burton TWY, Burton PR. ESPRESSO: taking into account assessment errors on outcome and exposures in power analysis for association studies. Bioinformatics 2015; 31: 2691-2696. • Burton PR, Hansell AL, Fortier I, Manolio TA, Khoury MJ, Little J, Elliott p: Size matters: just how big is BIG?: Quantifying realistic sample size requirements for human genome epidemiology. Int J Epidemiol 2009; 38: 263-273. • Brown P, Jiang H. Simulation-based power calculations for large cohort studies. Biometrical J 2010; 52: 604-615. Martin Schumacher Statistische Analysen am Beispiel unterschiedlicher Fragestellungen … 14. Dezember 2015
© Copyright 2024 ExpyDoc
