Analýza dat v neurologii
LXIII. Pozor na interpretaci ekologických (korelačních) studií – II.


Autoři: L. Dušek ;  T. Pavlík ;  J. Jarkovský ;  J. Koptíková
Působiště autorů: Institut biostatistiky a analýz ;  Masarykova univerzita, Brno
Vyšlo v časopise: Cesk Slov Neurol N 2017; 80/113(3): 357-360
Kategorie: Okénko statistika

V předchozím díle seriálu jsme otevřeli problematiku tzv. ekologických (korelačních) studií jako zvláštního typu observačních studií „expozice– účinek“. Jejich nejvýznamnějším specifikem je sledování vztahu mezi expozicí a jejím následkem na skupinové, někdy až populační úrovni. Do analýzy zde typicky vstupují celé kohorty či populace, reprezentované agregovanými hodnotami zkoumaných charakteristik jako je např. konzumace cukru, expozice UVB záření apod. Na straně následku (efektu) potom nejčastěji vystupují epidemiologické parametry, typicky incidence, mortalita či prevalence určitých chorob. Krátká rešerše literatury uvedená v minulém díle doložila, že tento typ sledování je velmi často využíván i v současném výzkumu, ačkoli sledování vztahů mezi parametry bez možnosti korelovat individuální data vyvolává mnoho otázek a často i oprávněnou kritiku. Zejména pokud interpretace takových studií nerespektuje jejich objektivní limitace.

Faktem je, že ekologické studie patří mezi experimentální plány popisné (observační). Často také bývají řazeny mezi studie analytické. Na rozdíl od intervenčních experimentů zde nezasahujeme do přirozeného vývoje událostí a hodnotíme, nejčastěji retrospektivně, výskyt sledovaných jevů. Retrospektivní přístup přináší sám o sobě řadu interpretačních limitů, avšak ekologické studie jsou objektivními limity zatížené ještě více. Zatímco ve všech ostatních studiích je základní jednotkou analýzy jednotlivec, v ekologických studiích je to skupina osob, např. populace regionů či dokonce celých států. Již v minulém díle jsme rozebírali řadu faktorů, které mohou informační hodnotu takových pozorování silně omezit. Typickou ukázku ekologické studie představuje práce citovaná a dokumentovaná v příkladu 1 (Colli a Colli, 2006). Je patrné, že zde korelujeme charakteristiky životního stylu, agregované pro populace celých států, s integrálním ukazatelem, tedy mortalitou na nádory prostaty. Takto zobecněné analýzy jsou velmi náchylné ke zkreslení nebo dezinterpretaci výsledků; často proti sobě vystupují značně rozdílné faktory s množstvím pozaďových vlivů maskujících skutečný efekt.

Příklad 1. Ekologické (korelační) studie – definiční příklad.
Příklad 1. Ekologické (korelační) studie – definiční příklad.

Při ekologických sledováních může řadu problémů generovat již samotný proces získávání dat ve formě charakteristik studovaných populací. Data za skupinu osob jsou totiž vždy určitým způsobem zobecněná. Může jít např. o průměry či mediány hodnot měřených na určitém vzorku jedinců, o celkovou kumulativní dávku danou expozicí nebo o populační prevalenci epidemiologického faktoru. Obecně můžeme charakteristiky populací vstupující do ekologických studií dělit následovně:

  • Agregované proměnné získané původně měřením na vzorku jedinců a následně numericky vyjádřené pro celou skupinu (jako průměr, medián, podíl osob s nějakou charakteristikou apod.). Agregaci lze použít na straně zkoumaných rizikových faktorů (průměrná konzumace cukru v populaci) i pro vyjádření jejich důsledků (podíl obézních osob, průměrný body mass index). Již z popisu je patrné, že agregace hodnot maskuje inter-individuální variabilitu ve zkoumaných populacích. Rovněž samotný postup zvolený pro numerické vyjádření a agregaci hodnot může být podstatným zdrojem zkreslení a je třeba jej velmi pozorně interpretovat. Například může být velký rozdíl mezi průměrnou a mediánovou konzumací cukru apod.
  • Charakteristiky sídel, pracovního prostředí či environmentální faktory představují velmi podstatnou skupinu proměnných vhodných pro ekologické studie. Na rozdíl od výše popsaných agregovaných proměnných zde často není možné získat hodnoty příslušné konkrétnímu jedinci. Jako příklad uveďme např. koncentraci polutantů ve vzduchu ve městě nebo obsah těžkých kovů v pitné vodě v určité oblasti.
  • Souhrnné charakteristiky populací a společnosti, pro které neexistuje z definice možnost měření na individuální úrovni. Příkladem zde může být hustota osídlení nebo procento HDP investované ročně do zdravotnictví. Chceme-li takového faktory na straně expozice korelovat např. s nemocností či jinými epidemiologickými proměnnými, nutně pracujeme s celými populacemi.

Z výše uvedeného jistě vyplývá i vysvětlení, proč jsou ekologické studie stále tak frekventované nejen v epidemiologické literatuře. Zejména jde o situace, kdy individuální data nelze získat anebo by jejich získání bylo neetické (např. studie cíleně vystavující vybrané osoby polutantům ve vzduchu za účelem srovnání zdravotních rizik s kontrolou není proveditelná). V řadě případů je důvodem pro ekologickou studii i fakt, že studovaný problém cíleně vyžaduje zobecnění na populační úrovni („community-level studies“), např. při hodnocení efektu různých preventivních programů. Analýzu vztahů na komunitní úrovni rovněž usnadňuje fakt, že kalkulačně nejsou postupy statistického hodnocení nijak odlišné od analýzy individuálních dat. V příkladu 1 hodnotíme trend dvou spojitých proměnných, v bodovém grafu však nejsou zaneseny jednotlivé osoby, ale celé státy. Obdobně příklad 2 ukazuje, jak lze do běžné frekvenční tabulky vkládat data celých populací s využitím jejich populačních charakteristik. Další výpočet se již technicky neliší od obecného postupu hodnocení kontingenčních tabulek.

Příklad 2. Analýza kontingenčních tabulek v ekologických studiích.
Příklad 2. Analýza kontingenčních tabulek v ekologických studiích.

Ačkoli jsou studie založené na individuálních datech obecně považovány za více spolehlivé, nelze ekologické sledování paušálně odsoudit jako zavádějící. Ostatně analýza (celo)populačních charakteristik může být z epidemiologického hlediska více relevantní než individuální záznamy o nemoci u vybrané skupiny osob. Ekologické sledování přináší do asociačních studií populační kontext a je vhodné pro sledování interakce více rizikových faktorů zároveň, jako zdroj nových hypotéz o rizikových faktorech chorob a také pro studium vzácných chorob, kde individuální data nemusí být v dostatečně velkých souborech k dispozici. Jistým důkazem potřebnosti je i fakt, že ekologická sledování jsou stále velmi často publikována ve významných klinických časopisech, vč. časopisů neurologických. Ukázku vybraných výstupů takových studií přináší příklad 3.

Příklad 3. Tři příklady publikovaných ekologických studií.
Příklad 3. Tři příklady publikovaných ekologických studií.

Výhodami ekologických studií jsou totiž zejména velké velikosti vzorku a široké spektrum korelovaných faktorů. Velmi často tak tyto analýzy vedou k objevu faktorů vzájemně modifikujících svůj vliv na etiopatogenezi nemocí („risk-modifying factors“). Velké počty osob zahrnutých do regionálních či celostátních populací a kohort představují výhodu zejména při studiu vzácných chorob, kde není analýza epidemiologických charakteristik na bázi individuálních sběrů dat často dobře proveditelná. Obdobně jsou ekologická sledování výhodná při studiu chorob s dlouhou latencí, kde by prospektivně organizované studie nebyly časově reálně proveditelné. Jistou výhodou těchto studií bývá i jejich nízká cena, často totiž pracují s rutinně pořizovanými daty bez nutnosti dalších nákladů.

Nicméně objektivní pravdou zůstává fakt, že ekologické studie nejsou a nemohou být posledním stupněm při prokazování kauzality vztahu mezi expozicí (rizikovým faktorem) a následkem. Interpretace kauzality vztahů čistě na bázi populačních charakteristik není v naprosté většině případů přípustná. Pro interpretaci výsledků ekologických studií je důležité sledovat jejich vstupní hypotézu. Hypotéza, zda konzumace cukru statisticky souvisí (koreluje) s mortalitou na nádory prostaty (příklad 1), není totožná s otázkou, zda tato konzumace tuto mortalitu způsobuje. Většina korelačních studií je ovšem prováděna na základě úvahy, která jakýsi příčinný vztah předpokládá. Studie sice může zmíněný vztah analyticky indikovat a označit ho za statisticky významný, avšak pro konečný důkaz kauzality jsou nutné další experimenty a analýzy. Tyto musí vyloučit zkreslení v důsledku náhodné chyby, systematická zkreslení, vliv matoucích („confounding“) faktorů a také možnost ekologického zkreslení („ecological fallacy“, viz díl 62 seriálu).

Průkazu kauzality vztahů jsme již věnovali díl 59 našeho seriálu. Jeho obsah zde můžeme pouze shrnout do závěru, že exaktní průkaz kauzality vztahů vyžaduje kombinaci více experimentálních přístupů, víceúrovňovou analýzu dat („multi-level analysis“) zahrnující jak data ekologická, tak nutně i data individuální. Pro exaktní průkaz kauzality je vyžadována celá škála kritérií, od velmi exaktní analýzy reprodukovatelnosti sledování, kvantifikace trendu „dávka– účinek“ až po literární metaanalýzy za účelem posouzení věrohodnosti a koherence různých sledování. Nejde tedy o jednoduchý postup, který by ekologická sledování mohla sama o sobě naplnit. Ačkoli souhrnnou sadu kritérií kauzality publikoval Austin Bradford Hill již v roce 1965, stále se v mezinárodní literatuře objevují na dané téma nové metodické rozbory (Grant 2009, Howick et al 2009, Glass et al 2013) a téma je i kriticky rozvíjeno (Rothman a Greenland, 2005).

Tato neustále živá metodická debata jen dokazuje význam tématu a v konečném důsledku i význam ekologických analytických studií. Snad se nám v tomto a předchozím díle seriálu podařilo přesvědčit čtenáře, že jde sice o analýzy interpretačně limitované, avšak stále držící své pevné místo v současném, zejména epidemiologickém, výzkumu.

doc. RNDr. Ladislav Dušek, Ph.D.

Institut biostatistiky a analýz

MU, Brno

e‑mail: dusek@iba.muni.cz


Zdroje

1. Col­li JL, Col­li A. International comparisons of prostate cancer mortality rates with dietary practices and sun­light levels. Urol Oncol 2006;24(3):184– 94.

2. Glass TA, Goodman SN, Hernán MA, et al. Causal inference in public health. An­nu Rev Public Health 2013;34:61– 75. doi: 10.1146/ an­nurev-publhealth-031811-124606.

3. Grant WB. How strong is the evidence that solar ultraviolet B and vitamin D reduce the risk of cancer? An examination us­ing Hil­l‘s criteria for causality. Dermatoendocrinology 2009:1(1):17– 24.

4. Hain­ing R, Li G, Maheswaran R, et al. Inference from ecological models: Estimat­ing the relative risk of stroke from air pol­lution exposure us­ing small area data. Spatial Spatiotemporal Epidemiol 2010;1(2– 3):123– 31. doi: 10.1016/ j.s­ste.2010.03.006.

5. Hill AB. The Environment and Disease: As­sociation or Causation? Proc R Soc Med 1965:58:295– 300.

6. Howick J, Glasziou P, Aronson JK. The evolution of evidence hierarchies: what can Bradford Hil­l‘s ‚guidelines for causation‘ contribute? J R Soc Med 2009:102(5):186– 94. doi: 10.1258/ jrsm.2009.090020.

7. Rothman KJ, Greenland S. Causation and causal inference in epidemiology. Am J Public Health 2005;95(Suppl 1):S144– 50.

8. Sajedi SA, Abdol­lahi F. Geomagnetic disturbances may be environmental risk factor for multiple sclerosis: an ecological study of 111 locations in 24 countries. BMC Neurol 2012;12:100. doi: 10.1186/ 1471-2377-12-100.

9. Zhang J, Sasaki S, Amano K, et al. Fish consumption and mortality from all causes, ischemic heart disease, and stroke: an ecological study. Prev Med 1999;28(5):520– 9.

Štítky
Dětská neurologie Neurochirurgie Neurologie

Článek vyšel v časopise

Česká a slovenská neurologie a neurochirurgie

Číslo 3

2017 Číslo 3

Nejčtenější v tomto čísle

Tomuto tématu se dále věnují…


Přihlášení
Zapomenuté heslo

Nemáte účet?  Registrujte se

Zapomenuté heslo

Zadejte e-mailovou adresu se kterou jste vytvářel(a) účet, budou Vám na ni zaslány informace k nastavení nového hesla.

Přihlášení

Nemáte účet?  Registrujte se