사례-대조군 연구

Case–control study
환자-대조군 연구 대 코호트 타임라인. "OR"은 "odds ratio"를 뜻하고 "RR"은 "상대적 위험"을 뜻합니다.

사례-대조군 연구(case-control study, case-referent study)는 어떤 추정된 인과적 속성에 기초하여 결과가 다른 두 개의 기존 그룹을 식별하고 비교하는 관찰 연구의 한 유형입니다. 환자-대조군 연구는 종종 해당 질환/질환("사례")을 가진 피험자와 해당 질환/질환을 가지고 있지 않지만 유사한 환자("대조군")[1]를 비교함으로써 질환에 기여할 수 있는 요인을 식별하는 데 사용됩니다. 이들은 무작위 대조 시험보다 적은 자원을 필요로 하지만 인과적 추론에 대한 증거를 덜 제공합니다. 사례-대조군 연구는 종종 상대적 위험에 비해 연관 강도의 열등한 척도인 승산비를 산출하는 데 사용되지만, 새로운 통계 방법을 사용하면 사례-대조군 연구를 사용하여 상대적 위험, 위험 차이 및 기타 양을 추정할 수 있습니다.[2]

정의.

사례-대조군은 역학 관찰 연구의 한 유형입니다. 관찰 연구는 피험자를 노출 또는 노출되지 않은 그룹으로 무작위화하지 않고 피험자를 관찰하여 노출과 결과 상태를 모두 결정하고 노출 상태가 연구자에 의해 결정되지 않는 연구입니다.[citation needed]

Porta의 역학 사전은 환자-대조군 연구를 다음과 같이 정의합니다. 관심 있는 질병(또는 다른 결과 변수)을 가진 사람들에 대한 관찰 역학 연구와 질병이 없는 사람들에 대한 적절한 대조군(비교 그룹, 참조 그룹).[3] 의심되는 위험 인자 또는 속성의 질병에 대한 잠재적 관계는 각 그룹(질병 및 비질병)에서 인자 또는 속성이 얼마나 자주 존재하는지(또는 정량적인 경우 속성의 수준)와 관련하여 질병 및 비질병 피험자를 비교함으로써 조사됩니다."[3]

예를 들어, 담배를 피우는 사람들이 폐암 진단을 받을 가능성이 더 높다는 것(결과)을 보여주려는 연구에서, 그 사례들은 폐암이 있는 사람들이고, 대조군은 폐암이 없는 사람들(꼭 건강하지는 않지만)이며, 각 그룹 중 일부는 흡연자들일 것입니다. 대조군보다 더 많은 비율의 사례가 흡연을 하는 경우, 이는 가설이 유효함을 시사하지만 결정적으로 보여주지는 않습니다.[citation needed]

환자-대조군 연구는 노출된 피험자와 노출되지 않은 피험자가 관심 있는 결과를 얻을 때까지 관찰되는 코호트 연구와 자주 대조됩니다.[3][4]

대조군선택

대조군은 건강 상태가 양호할 필요는 없습니다. 대조군은 사례가 될 위험이 있는 사람들을 대표해야 하므로 아픈 사람을 포함하는 것이 적절한 경우가 있습니다.[5] 대조군은 사례와 동일한 모집단에서 나와야 하며, 그 선택은 관심 노출과 무관해야 합니다.[6]

대조군은 실험군과 동일한 질병을 가지고 있지만 다른 등급/심각도를 가지고 있으므로 관심 있는 결과와는 다릅니다. 그러나 사례와 대조군 간의 차이가 더 작기 때문에 노출 효과를 감지할 수 있는 전력이 더 낮아집니다.[citation needed]

다른 역학 연구와 마찬가지로, 연구에서 더 많은 수가 연구의 검정력을 증가시킬 것입니다. 사례 수와 대조군의 수가 동일할 필요는 없습니다. 많은 상황에서 사례를 찾는 것보다 대조군을 모집하는 것이 훨씬 쉽습니다. 약 4 대 1의 비율로 사례 수 이상의 대조군 수를 늘리는 것이 연구를 개선하는 비용 효율적인 방법일 수 있습니다.[5]

전향적 코호트 연구와 후향적 코호트 연구

전향적 연구는 연구 기간 동안 질병의 발병과 같은 결과를 관찰하고 이를 의심되는 위험 또는 보호 요인과 같은 다른 요인과 연관시킵니다. 이 연구는 일반적으로 대상자 집단을 채취하여 장기간에 걸쳐 관찰하는 것을 포함합니다. 관심 있는 결과는 공통적이어야 합니다. 그렇지 않으면 관찰된 결과의 수가 너무 적어서 통계적으로 의미가 없을 것입니다(우연에 의해 발생했을 수 있는 결과와 구별할 수 없음). 연구 중 추적 관찰해야 할 개인의 손실과 같은 편향의 원인을 피하기 위해 모든 노력을 기울여야 합니다. 전향적 연구는 대개 후향적 연구보다 편향과 교란의 잠재적 원인이 적습니다.[7]

반면에 후향적 연구는 연구의 시작 단계에서 확립된 결과와 관련하여 의심되는 위험 또는 보호 요인에 대한 노출을 역으로 검토합니다. Lane and Claypon의 1926년 유방암 위험인자 조사와 같은 많은 귀중한 환자-대조군 연구는 후향적 조사였습니다. 교락과 편향으로 인한 대부분의 오류 원인은 전향적 연구보다 후향적 연구에서 더 흔합니다. 이 때문에 후향적인 조사는 비판을 받기 일쑤입니다. 그러나 관심 있는 결과가 흔하지 않은 경우 상대적 위험을 추정하는 데 필요한 사전 조사의 규모가 너무 커서 실현 가능하지 않은 경우가 많습니다. 후향적 연구에서 승산비는 상대적 위험의 추정치를 제공합니다. 후향적 연구에서 편향과 혼란의 원인을 피하기 위해 특별한 주의를 기울여야 합니다.[7]

장단점

사례-대조군 연구는 비교적 저렴하고 자주 사용되는 유형의 역학 연구로, 더 구조화된 실험 연구가 종종 불가능한 방식으로 단일 시설에서 소규모 팀 또는 개별 연구자가 수행할 수 있습니다. 그들은 많은 중요한 발견과 발전의 길을 제시했습니다. 환자-대조군 연구 설계는 종종 희귀 질환 연구나 위험 인자와 관심 질환 사이의 연관성에 대해 알려진 바가 거의 없는 예비 연구로 사용됩니다.[8]

전향적 코호트 연구에 비해 비용이 적게 들고 지속 기간이 짧은 경향이 있습니다. 여러 상황에서 이들은 코호트 연구보다 통계적 힘이 더 크며, 이는 종종 '충분한' 수의 질병 사건이 발생할 때까지 기다려야 합니다.[citation needed]

사례-대조군 연구는 본질적으로 관찰적이므로 무작위 대조군 실험과 동일한 수준의 증거를 제공하지 않습니다. 결과는 더 나은 연구에 반대의 답을 주는 정도로 다른 요인에 의해 교락될 수 있습니다. 30개의 고품질 연구로 간주된 것에 대한 메타 분석은 제품의 사용이 실제로는 위험이 증가했을 때 위험을 반으로 줄인다는 결론을 내렸습니다.[9][10] 또한 환자-대조군 연구의 설정에서 질병 결과에 대한 노출 타임라인을 설정하는 것이 환자의 결과 상태를 확인하기 위해 시간이 지남에 따라 피험자를 추적하기 전에 노출이 확인되는 전향적 코호트 연구 설계 내에서보다 더 어려울 수 있습니다. 환자-대조군 연구에서 가장 중요한 단점은 시간이 지남에 따라 개인의 노출 상태에 대한 신뢰할 수 있는 정보를 얻는 것이 어렵다는 것입니다. 따라서 사례-대조군 연구는 증거 계층에서 낮은 위치에 놓입니다.[citation needed]

예

환자-대조군 연구의 가장 중요한 성과 중 하나는 리처드 돌과 브래드포드 힐의 담배 흡연과 폐암 사이의 연관성을 입증한 것입니다. 그들은 대규모 환자-대조군 연구에서 통계적으로 유의한 연관성을 보여주었습니다.[11] 반대자들은 이런 유형의 연구가 인과관계를 증명할 수 없다고 수년간 주장했지만, 코호트 연구의 궁극적인 결과는 환자-대조군 연구가 시사하는 인과관계를 확인했으며,[12][13] 현재 미국에서 담배 흡연이 전체 폐암 사망률의 약 87%의 원인이라는 것이 인정되고 있습니다.

분석.

사례-대조군 연구는 초기에 사례와 대조군 사이에 노출된 피험자의 비율 간에 유의한 차이가 있는지 여부를 테스트하여 분석되었습니다.[14] 이어서[15], 콘필드는 관심 있는 질병 결과가 드물 때 노출의 승산비를 사용하여 상대적 위험을 추정할 수 있다고 지적했습니다(희귀 질병 가정 참조). 승산비의 유효성은 연구된 질병의 특성, 표본 추출 방법 및 추적 유형에 따라 크게 다릅니다. 고전적인 증례-대조군 연구에서는 승산비가 희귀 질환의 경우 상대적 위험만을 근사할 수 있다는 것이 사실이지만, 여러 가지 다른 유형의 연구가 있습니다( 증례-단락, 중첩 증례-대조군, 코호트 연구) 후에 희귀 질병 가정 없이 노출의 승산비를 사용하여 상대적 위험 또는 노출의 발생 비율을 추정할 수 있다는 것이 밝혀졌습니다.[14][16][17]

로지스틱 회귀 모형을 사용하여 사례-대조군 데이터를 모형화하고 승산비가 관심 있는 경우에는 사전 및 후향적 우도 방법 모두에서 공변량에 대한 동일한 최대 우도 추정이 수행됩니다. 단, 절편을 제외하고는 공변량에 대한 동일한 최대 우도 추정이 수행됩니다.[18] 위험 비율, 수준 및 차이와 같이 오즈비보다 해석 가능한 모수를 추정하는 일반적인 방법은 사례-대조군 데이터에 적용할 경우 편향되지만 특수 통계 절차를 사용하면 일관된 추정기를 사용하기 쉽습니다.[19]

장수와 공중보건에 미치는 영향

테틀록과 가드너는 스코틀랜드 의사 아치 코크란이 제2차 세계 대전 후 무작위 대조 실험을 채택하도록 의료 기관을 설득할 수 있을 때까지 인간의 수명과 공중 보건을 증가시키는 의학의 기여는 무시할 수 있을 정도이며, 너무 자주 부정적이라고 주장했습니다.[20]

참고 항목

참고문헌

  1. ^ "8. Case–control and cross sectional studies" (PDF). Retrieved 5 March 2012.
  2. ^ King, Gary; Zeng, Langche (30 May 2002). "Estimating risk and rate levels, ratios and differences in case-control studies". Statistics in Medicine. 21 (10): 1409–1427. doi:10.1002/sim.1032. ISSN 0277-6715. PMID 12185893. S2CID 11387977.
  3. ^ a b c Porta, M., ed. (2008). A Dictionary of Epidemiology (5th ed.). New York: Oxford University Press. ISBN 978-0-19-531450-2.
  4. ^ Rothman, K. (2002). Epidemiology: An Introduction. Oxford, England: Oxford University Press. ISBN 978-0-19-513554-1.
  5. ^ a b Grimes DA, Schulz KF (2005). "Compared to what? Finding controls for case–control studies". Lancet. 365 (9468): 1429–33. doi:10.1016/S0140-6736(05)66379-9. PMID 15836892. S2CID 836985.
  6. ^ Schulz KF, Grimes DA (2002). "Case–control studies: research in reverse". Lancet. 359 (9304): 431–4. doi:10.1016/S0140-6736(02)07605-5. PMID 11844534. S2CID 10770936.
  7. ^ a b "Prospective, Retrospective, Case–control, Cohort Studies - StatsDirect". www.statsdirect.com. Retrieved 4 July 2019.
  8. ^ Levin KA (2005). "Study design I". Evidence-Based Dentistry. 6 (3): 78–79. doi:10.1038/sj.ebd.6400355. PMID 16184164.
  9. ^ Lawlor DA, Davey Smith G, Ebrahim S (2004). "Commentary: the hormone replacement-coronary heart disease conundrum: is this the death of observational epidemiology?". Int J Epidemiol. 33 (3): 464–7. doi:10.1093/ije/dyh124. PMID 15166201.
  10. ^ Ioannidis JP (2005). "Contradicted and initially stronger effects in highly cited clinical research". JAMA. 294 (2): 218–28. doi:10.1001/jama.294.2.218. PMID 16014596.
  11. ^ Doll R, Hill AB (1950). "Smoking and carcinoma of the lung; preliminary report". Br Med J. 2 (4682): 739–48. doi:10.1136/bmj.2.4682.739. PMC 2038856. PMID 14772469.
  12. ^ Doll R, Hill AB (1956). "Lung cancer and other causes of death in relation to smoking; a second report on the mortality of British doctors". Br Med J. 2 (5001): 1071–81. doi:10.1136/bmj.2.5001.1071. PMC 2035864. PMID 13364389.
  13. ^ Doll R, Peto R, Boreham J, Sutherland I (2004). "Mortality in relation to smoking: 50 years' observations on male British doctors". BMJ. 328 (7455): 1519. doi:10.1136/bmj.38142.554479.AE. PMC 437139. PMID 15213107.
  14. ^ a b Rodrigues, L.; Kirkwood, B. R. (1990). "Case–control designs in the study of common diseases: updates on the demise of the rare disease assumption and the choice of sampling scheme for controls". Int. J. Epidemiol. 19 (1): 205–13. doi:10.1093/ije/19.1.205. PMID 2190942.
  15. ^ Greenhouse SW (1982). "Jerome Cornfield's contributions to epidemiology". Biometrics. 38 Suppl: 33–45. doi:10.2307/2529852. JSTOR 2529852. PMID 7046823.
  16. ^ Miettinen, O. (1976). "Estimability and estimation in case–referent studies". Am. J. Epidemiol. 103 (2): 226–35. doi:10.1093/oxfordjournals.aje.a112220. PMID 1251836.
  17. ^ Rothman, K. J.; Greenland, S.; Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Wolters Kluwer, Lippincott Williams & Wilkins. ISBN 978-0-7817-5564-1.
  18. ^ Prentice RL, Pyke R (1979). "Logistic disease incidence models and case–control studies". Biometrika. 66 (3): 403–411. doi:10.1093/biomet/66.3.403.
  19. ^ King, Gary; Zeng, Langche (30 May 2002). "Estimating risk and rate levels, ratios and differences in case–control studies". Statistics in Medicine. 21 (10): 1409–1427. doi:10.1002/sim.1032. ISSN 0277-6715. PMID 12185893. S2CID 11387977.
  20. ^ Philip E. Tetlock; Dan Gardner (2015), Superforecasting: The Art and Science of Prediction, Crown Publishing Group, OL 26682260M, Wikidata Q21203378Philip E. Tetlock; Dan Gardner (2015), Superforecasting: The Art and Science of Prediction, Crown Publishing Group, OL 26682260M, Wikidata Q21203378특히 ch. 2.

더보기

외부 링크