PLoS ONE: Hierarkisk regression for flere sammenligninger i en case-kontrol undersøgelse af erhvervsbetingede risici for lungekræft

Abstrakt

Baggrund

Erhvervsmæssig undersøgelser involverer ofte flere sammenligninger, og derfor lider falsk positive resultater. Semi-Bayes justering metoder er undertiden blevet brugt til at løse dette problem. Hierarkisk regression er en mere generel tilgang, herunder Semi-Bayes justering som et særligt tilfælde, der sigter mod at forbedre gyldigheden af ​​standard maksimum-likelihood estimater i tilstedeværelsen af ​​flere sammenligninger ved at indarbejde ligheder mellem eksponeringerne af interesse i en anden fase model .

Metodologi /vigtigste resultater

Vi re-analyseret data fra en erhvervstilknyttet case-kontrol undersøgelse for lungekræft, anvender hierarkisk regression. I det andet trin model, vi medtaget eksponering til tre kendte lunge kræftfremkaldende stoffer (asbest, krom og silica) for hvert erhverv, under forudsætning af, at erhverv medfører lignende kræftfremkaldende eksponeringer er forbundet med lignende risiko for lungekræft. Hierarkiske regression estimater havde mindre konfidensintervaller end maksimum-likelihood estimater. Det svind mod nul var stærkere til ekstreme, mindre stabile estimater (fx “specialiserede landbrugere”: maksimal-likelihood OR: 3,44, 95% CI 0,90-13,17, hierarkisk regression OR: 1,53, 95% CI 0,63-3,68). I modsætning til Semi-Bayes justering mod den globale gennemsnitlige, havde hierarkisk regression ikke krymper alle disse regioner mod nul (f.eks “Metal smeltning, konvertering og raffinering furnacemen”: maksimal-sandsynlighed OR: 1,07, Semi-Bayes OR: 1,06, hierarkisk regression ELLER:. 1.26)

konklusioner /betydning

Hierarkisk regression kunne være et værdifuldt redskab i erhvervsmæssige undersøgelser, hvor sygdomsrisiko anslås til en stor mængde af erhverv, når vi har oplysninger på nøglen kræftfremkaldende påvirkninger er involveret i hvert erhverv. Med den konstante fremskridt inden eksponering vurderingsmetoder i erhvervsmæssige indstillinger og tilgængeligheden af ​​Job Eksponering Matricer, hvis det skulle blive lettere at anvende denne fremgangsmåde

Henvisning:. Corbin M, Richiardi L, Vermeulen R, Kromhout H, Merletti F , Peters S, et al. (2012) Hierarkisk regression for flere sammenligninger i en case-kontrol undersøgelse af erhvervsbetingede risici for lungekræft. PLoS ONE 7 (6): e38944. doi: 10,1371 /journal.pone.0038944

Redaktør: Thomas Behrens, University of Bochum, Tyskland

Modtaget: Januar 24, 2012; Accepteret: 14 maj 2012; Udgivet: 11 juni, 2012