Previsione della mortalità per carcinoma epatocellulare utilizzando un modello di regressione ponderata per stimare gli effetti di coorte a Taiwan

Riepilogo

Descriviamo un metodo a più stadi per misurare l'effetto di una coorte con i dati sull'età, consentendo così di eliminare i dati in molte situazioni senza sacrificare la qualità dei dati. Il protocollo dimostra la strategia e fornisce un modello di regressione ponderata per l'analisi dei dati del carcinoma epatocellulare.

Abstract

Per eliminare l'influenza dell'età e del periodo nei dati della tabella di contingenza del ciclo di età, è stato adottato un metodo a più stadi per valutare l'effetto di coorte. Il tumore maligno primario più generale del fegato è il carcinoma epatocellulare (HCC). L'HCC è associato a cirrosi epatica con eziologie alcoliche e virali. In epidemiologia, le tendenze a lungo termine della mortalità per HCC sono state delineate (o previste) utilizzando un modello di coorte per età (APC). I decessi per HCC sono stati determinati per ciascuna coorte con la sua influenza ponderata. L'intervallo di confidenza (CI) della media ponderata è piuttosto stretto (rispetto alle stime equamente ponderate). A causa dell'IC piuttosto ristretto con meno incertezza, la stima della media ponderata è stata utilizzata come mezzo per la previsione. Con il metodo multistadio, si raccomanda di utilizzare la stima della media ponderata basata su un modello di regressione per valutare l'effetto di coorte nei dati della tabella di contingenza del periodo di età.

Introduzione

Il tumore maligno primario più comune del fegato è il carcinoma epatocellulare (HCC). Il suo tasso di mortalità è al quinto posto negli uomini e all'ottavo nelle donne (6% degli uomini e 3% delle donne), ¹ tra tutti i tumori maligni a livello mondiale. A Taiwan, è il tumore più comune negli uomini e il secondo tumore più comune nelle donne (21,8% degli uomini e 14,2% delle donne) ². Si stima che dal 2000 il numero annuale di HCC diagnosticati in tutto il mondo sia di 564.000, di cui 398.000 uomini e 166.000 ^donne. In epidemiologia, il modo più comune per spiegare la relazione tra le variabili di età, periodo e coorte (APC) è che l'età e il periodo si influenzano a vicenda per creare un'esperienza generazionale unica per l'andamento della malattia studiata.

Anche se questa concettualizzazione ha ancora una precisa connessione lineare di età + coorte = periodo, l'esposizione (predittore) non è un fattore intrinseco in una coorte di nascita. Invece, proponiamo che quando i cambiamenti causano diverse distribuzioni della malattia, c'è un effetto di coorte. Tuttavia, poiché età + coorte = periodo, queste tre variabili sono linearmente correlate; solo se vengono applicate altre restrizioni è impossibile generare un modello di coorte di età stimata (APC) utilizzando gli effetti lineari di età, periodo e coorte. In questo studio, abbiamo chiarito questo problema e le potenziali restrizioni che abbiamo imposto nelle nostre precedenti pubblicazioni 4,5,6,7.

Con la minima congettura sui dati della tabella di contingenza, il metodo multistadio ⁸ fornisce tre fasi per valutare l'effetto di coorte. Inoltre, poiché la lucidatura mediana non dipende da una distribuzione o da un quadro specifico, è stata utilizzata per vari tipi di dati, come rapporti, rapporti logaritmici e conteggi. La lucidatura mediana è la tecnica principale utilizzata nel metodo multifase.

I dati di una tabella di contingenza a due vie ⁹ sono stati utilizzati per generare lo sviluppo della mediana levigata. La procedura di lucidatura della mediana viene utilizzata per eliminare gli effetti cumulativi dell'età (cioè della riga) e del periodo (cioè la colonna) sottraendo iterativamente la mediana da ogni riga e da ogni colonna. Questa procedura è spesso utilizzata nell'analisi dei dati epidemiologici ¹⁰. Un vantaggio di questa tecnica è che non sono necessarie ipotesi sulla distribuzione o la struttura dei dati nella tabella di contingenza bidirezionale. Pertanto, questa tecnica è stata ampiamente utilizzata per qualsiasi tipo di dati contenuti nella tabella, come i dati sul suicidio ¹¹. Il modello APC è stato utilizzato anche per descrivere le tendenze a lungo termine dell'incidenza o della mortalità della malattia ⁵. I modelli APC spesso assumono che l'età, il periodo e la coorte abbiano effetti additivi sulla trasformazione logaritmica di malattia/mortalità. Per valutare gli effetti di coorte, il protocollo descritto genera un modello APC per l'analisi della mortalità per carcinoma epatocellulare completo (HCC) con regressione ponderata, supportando così previsioni affidabili e una valutazione moderata degli effetti del trattamento.

Protocollo

1. Fonti dei dati

Per dimostrare i calcoli, abbiamo utilizzato i dati annuali sulla mortalità da HCC dal 1976 al 2015 per uomini e donne a Taiwan. Per eseguire i protocolli per questo studio è stato utilizzato il pacchetto statistico per le scienze sociali (SPSS) versione 24.0 per Windows e Microsoft Excel.

1. Chiedi al medico dell'HCC di classificare i sintomi clinici dei pazienti, i test di laboratorio e i risultati dell'imaging medico per fornire un codice di diagnosi secondo il codice della classificazione internazionale delle malattie (ICD), ICD 150.
2. Assicurati che il file di dati (salvato come CSV) contenga l'anno (ad esempio, il periodo), l'età, la coorte, il numero di decessi, il numero di popolazione a metà anno e la mortalità come colonne.
   1. Fare clic su File | Importazione dati | Dati CSV | Apri. Assicurati che ci sia un segno di spunta nella casella accanto a Leggi i nomi delle variabili dalla prima riga dei dati e fai clic su OK. Assicurarsi che il file di dati sia importato in SPSS.
3. Costruisci i dati della tabella di contingenza incrociati per gruppi di età attraverso SPSS. In generale, abbiamo definito le variabili di riga come età e le variabili di colonna come periodo. Se i dati contenevano dati di un singolo periodo (o di un singolo anno di età), era necessario integrarli in un gruppo di periodi (o fascia di età). Quindi, abbiamo incrociato gli atteggiamenti di una fascia d'età nel corso degli anni dell'indagine.
   1. Fare clic su Analizza | Statistica descrittiva | Tabelle incrociate e seleziona la variabile età nella casella accanto a righe e la variabile periodo nella casella accanto alle colonne. Fai clic su Celle e assicurati che ci sia un segno di spunta nella casella accanto a Osservato. Una tabella di contingenza del numero di decessi (o del numero della popolazione a metà anno, o della mortalità) può essere eseguita in SPSS seguendo i passaggi precedenti.
   2. Esporta i dati della tabella di contingenza che sono stati inseriti in formato CSV per l'analisi tramite altri software. Fare clic su File | Esportazione dei dati | Assicurati che il formato dei dati desiderato sia CSV | Posizione. Questo campo non modificabile visualizza la posizione sicura per il file esportato.
   3. Nome file: fare clic su Seleziona per modificare il nome del file.
   4. Esporta come: seleziona un tipo di file CSV dal menu a discesa. Fare clic su Variabili per visualizzare le variabili disponibili e selezionare le tabelle delle variabili. Per impostazione predefinita, tutte le variabili del set di dati di origine vengono mantenute per il file esportato. I ricercatori possono utilizzare le tabelle per specificare quali variabili di origine includere nel file esportato. Fare clic su Esporta.

2. Impostazione del modello

NOTA: Il metodo a più stadi è stato proposto da Keys e Li ⁸ con indagine grafica. È stata eseguita un'analisi mediana della lucidatura per eliminare gli effetti cumulativi dell'età e del periodo; Infine, questi residui della fase di lucidatura mediana nella categoria di coorte nel modello di regressione lineare sono stati regrediti e sono stati valutati gli effetti di coorte utilizzando i dati della tabella di contingenza.

1. La rappresentazione grafica come prima fase
   1. Creare un grafico a linee delle fasce d'età e delle mestruazioni. Per esaminare le coorti di nascita in tutte le fasce d'età o le coorti di nascita, disegna anche le coorti di nascita in tutte le età o cicli nei grafici a linee.
   2. Importa un file CSV con i dati sulla mortalità della tabella di contingenza. Fare clic su File | Aperto | Sfogliare per selezionare un file CSV da una cartella. Ricordarsi di scegliere Tutti i file nell'elenco a discesa accanto alla casella Nome file.
   3. Fare clic su Apri per aprire il file CSV. Evidenziare le righe e le colonne dei dati di contingenza della mortalità e fare clic su Inserisci | Grafici | Grafico a linee.
2. Analisi polacca mediana come seconda fase
   1. Sottrarre iterativamente la mediana da ogni riga e da ogni colonna per eliminare l'effetto cumulativo dell'età e del periodo. Dopo la fase di lucidatura mediana, conservare i residui per la procedura di regressione per valutare gli effetti di coorte.
   2. Calcola la tabella mediana e residua complessiva. Importare un file CSV con i dati di mortalità della tabella di contingenza (fare riferimento a 2.1.1.2).
   3. LN è stato utilizzato per ogni cella dei dati di mortalità della tabella di contingenza. Fai clic su Formule | Funzione matematica e trigonometrica e selezionare LN.
   4. Numero: inserisci l'etichetta della posizione per ogni cella. Assicurarsi che ogni cella dei dati di mortalità della tabella di contingenza abbia preso LN. Fai clic su Formule | Altre funzioni | Statistiche e selezionare MEDIANA.
   5. Numero1: immettere l'etichetta della prima posizione della cella.
   6. Numero2: inserisci l'etichetta dell'ultima posizione della cella. Assicurarsi che il valore mediano risultante sia memorizzato nel margine superiore sinistro della tabella di contingenza. Assicurarsi che venga creata una tabella residua prendendo la differenza tra il valore originale (ad esempio, i dati sulla mortalità LN) e la mediana complessiva.
   7. Calcola le mediane delle righe (cioè le mediane di ogni gruppo di età) e assicurati che siano calcolati i valori mediani delle righe per la fascia di età della risposta. Fai clic su Formule | Altre funzioni | Statistiche | Selezionare MEDIANO.
      1. Numero 1: Immettere l'etichetta della prima posizione della cella del campione grezzo.
      2. Numero 2: Immettere l'etichetta dell'ultima posizione della cella della materia prima. Assicurarsi che i valori mediani delle righe risultanti siano memorizzati nel margine sinistro della tabella di contingenza.
   8. Creare una nuova tabella residua dopo aver sottratto dalle mediane delle righe. Assicurarsi che venga creato un nuovo set di valori residui dalle mediane delle righe in cui ogni cella assume il valore della sottrazione della mediana delle righe da ogni variabile di risposta in quella riga. Fare clic su = e assicurarsi che l'etichetta di posizione della cella complessiva di ogni riga abbia sottratto l'etichetta della mediana del margine sinistro.
   9. Calcola le mediane delle colonne (ovvero le mediane di ciascun gruppo di periodi) e assicurati che calcoli i valori mediani delle colonne per il gruppo del periodo di risposta. Fai clic su Formule | Altre funzioni | Statistiche | Selezionare MEDIANO.
      1. Numero 1: Immettere l'etichetta della prima posizione della cella della colonna. Numero 2: immettere l'etichetta dell'ultima posizione della cella della colonna. Assicurarsi che i valori mediani della colonna risultanti siano memorizzati nel margine superiore della tabella di contingenza.
   10. Creare una nuova tabella residua dopo aver sottratto dalle mediane delle colonne. Assicurarsi che venga creato un nuovo set di valori residui dalle mediane della colonna in cui ogni cella assume il valore della sottrazione della mediana della colonna da ogni variabile di risposta in quella colonna. Fare clic su = e assicurarsi che l'etichetta di posizione complessiva della cella di ogni colonna abbia sottratto l'etichetta della mediana del margine superiore.
   11. Ripetere i passaggi da 2.1.2.7 a 2.1.2.10 fino a quando le mediane di riga e colonna non si avvicinano allo zero. Fai clic su Formule | Altre funzioni | Statistiche | Selezionare MEDIANO. Assicurarsi che le mediane di riga e colonna siano approssimativamente pari a zero. Salva la tabella residua finale in formato CSV.
3. Procedura di regressione con peso come terza fase
   NOTA: Abbiamo calcolato la variabile dipendente come residui per ogni coorte con il numero di morti come peso. Successivamente, abbiamo eseguito regressioni lineari per calcolare gli effetti di coorte.
   1. Assicurati che Kutools per Excel sia stato installato e usa il suo Sposta le dimensioni della tabella strumento per convertire rapidamente le tabelle incrociate in elenchi piatti. Importare un file CSV con i dati residui della tabella di contingenza (fare riferimento a 2.1.2.11).
   2. Selezionare la tabella da convertire in un elenco. Fare clic sul pulsante Kutools | Modifica | Trasporre la dimensione della tabella. Nella finestra di dialogo Trasponi dimensioni tabella, assicurarsi che sia presente un segno di spunta nella casella accanto alla tabella incrociata da elencare e selezionare l'intervallo Risultati per memorizzare i residui in formato elenco.
   3. Inserimento della colonna nel file di dati iniziale (fare riferimento al punto 1.2) con i dati in formato elenco residuo (fare riferimento al punto 2.1.3.1). Assicurarsi che sia stata inserita una colonna di supporto nei dati in formato elenco residuo (fare riferimento a 2.1.3.1). Fare clic su = variabili di età e periodo e fare clic su Invio. Utilizzare una colonna di supporto per cercare le etichette dei gruppi di età e periodo dei dati in formato elenco residuo per inserire una colonna di risposta residua nel file di dati iniziale (fare riferimento a 1.2).
   4. Fai clic su Formule | Ricerca e riferimento | Selezionare CERCA.VERT. Impostare CERCA.VERT (etichetta di posizione della cella dell'età e etichetta della posizione della cella del periodo, etichetta di posizione della prima cella della colonna di supporto: l'etichetta di posizione dell'ultima cella della colonna residua, 4, 0). Assicurarsi che l'intervallo di selezione includa le colonne di supporto, età, periodo e residuo (ad esempio, la^{quarta colonna come} elenco residuo).
   5. Assicurarsi che i residui siano inseriti nel file di dati iniziale (fare riferimento a 1.2), cercare i dati in formato elenco residui (fare riferimento a 2.1.3.1) per il passaggio successivo. Adattare il modello di regressione con i minimi quadrati non ponderati e analizzare i residui.
   6. Fare clic su Analizza | Regressione | Lineare. Trasferisci la variabile indipendente, categoria di coorte (cioè 17 coorti di nascita), nella casella Indipendenti(i) e la variabile dipendente, Residui, nella casella Dipendente:. Assicurati di generare i risultati degli effetti di coorte non ponderati.
   7. Assicurarsi che i residui siano inseriti nel file di dati Excel iniziale (fare riferimento a 1.2), cercare i dati in formato elenco residui (fare riferimento a 2.1.3.1) per il passaggio successivo. Adattare il modello di regressione in base ai minimi quadrati ponderati e analizzare i residui. Fare clic su Analizza | Regressione | Lineare.
   8. Trasferisci la variabile indipendente e la categoria di coorte (cioè 17 coorti di nascita) nella casella indipendente/i e la variabile dipendente e i residui nella casella dipendente:. Trasferisci il numero del decesso nella scatola dei pesi WLS. Fare clic su OK. Assicurati che generi i risultati della media ponderata dell'effetto di coorte.

Risultati

I dati sulla mortalità sono stati dimostrati per 10 gruppi di età quinquennale (40-44, 45-49, 50-54, 55-59, 60-64, 65-69, 70-74, 75-79, 80-84 e 85+) e 8 periodi di cinque anni (1976-1980, 1981-1985, 1986-1990, 1991-1995, 1996-2000, 2001-2005, 2006-2010 e 2011-2015). Il numero di gruppi di coorte è stato selezionato sottraendo uno dal numero totale di gruppi di età: 10 (gruppi di età di cinque anni) + 8 (periodi di cinque anni) -1 = 17 coorti di nascita, con i gruppi di coorte di nas...

Discussione

A causa dell'andamento temporale della mortalità per HCC, i modelli convenzionali sottostimano alcune importanti caratteristiche nascoste nei dati (come gli effetti di coorte) e le analisi convenzionali che utilizzano una semplice estrapolazione lineare del tasso di correzione logaritmico dell'età osservato mostrano un'accuratezza significativamente ridotta nelle loro previsioni. È chiaro che questa tendenza è continuata per 35 anni e tenderà al rialzo nei prossimi anni se osserviam...

Materiali

Name	Company	Catalog Number	Comments
not applicable	not applicable	not applicable	not applicable