Træningsaktiviteter dag 3

Transkript

1 Træningsaktiviteter dag 3 I træningsaktiviteterne skal I arbejde videre med Framingham data og risikoen for hjertesygdom. I skal dels lave MH-analyser som vi gjorde i timerne og dels lave en multipel logistisk regression med to forklarende variable. Den multiple logistiske regressionsmodel introducerede jeg til jer i slutningen af timerne - men jeg har også en video her i træningsaktiviteterne, som det er vigtigt I får set (evt flere gange?) da vi vil arbejde videre med principperne de næste mange gange. Vi vil arbejde videre med Framingham datasættet, som vi tog hul på i opgave 2 ved øvelserne på dag 2.Start med at indlæse data ved at benytte kommandoerne (samme som vi benyttede i timerne, husk at sætte din egen sti i stedet for min) data framing; infile '/home/sr00/mph2016/framing.txt' firstobs=2; input id sex age frw sbp sbp10 dbp chol cig chd yrschd death yrsdth cause; run; if chd=1 then chd01=.; if chd=0 then chd01=0; if chd gt 1 then chd01=1; Formålet med disse træningsopgaver er primært at bestemme indbyrdes justerede odds ratioer for hjertesygdom i en multipel logistisk regressionsmodel baseret på to binære forklarende variable. Outcome er fortsat hjertesygdom (CHD ja/ nej) opsummeret i variablen ved navn chd01. Vi vil her se på hvad køn og rygning betyder for risikoen for hjertesygdom. Til undervisningen dag 2 så vi på associationen mellem køn og hjertesygdom (slide 11-14) og bestemte OR for hjertesygdom, mænd vs kvinder, til Vi vil nu bestemme denne OR justeret for rygning og samtidigt bestemme OR for rygning justeret for køn. 1A : Variablen cig angiver hvor mange cigaretter personerne ryger pr dag. Hvor mange cigaretter pr dag ryger personerne med det største forbrug? Er der nogle manglende værdier? Definér en rygevariabel (ja/nej) ved navn smoke med værdierne

2 1 = mindst en cigaret pr dag (cig >= 1) 0 = 0 cigaretter Dvs blot en person ryger en cigaret pr dag, er denne kategoriseret som ryger. Bestem andelen af rygere. Du skal i de næste aktiviteter kun betragte denne binære udgave af rygning. Der er x manglende værdier for cigaret-variablen. Den person som ryger flest cigaretter ryger x cigaretter pr dag. Ialt er x% af materialet rygere. Vi vil i første omgang se nærmere på associationen mellem rygning og risikoen for hjertesygdom. 2A : Husk at mænd har kode 1 i sex-variablen. Undersøg om der er en association mellem køn og rygning. Lav en tabel af køn mod rygning. Hvor mange procent af kvinderne ryger? Hvor mange procent af mændene? Udfør et formelt test og konkludér. Blandt kvinder er andelen af rygere x% mens den blandt mænd er x%. Ved et chi-i-anden test finder vi at der ikke er forskel/ der er forskel på andelen af rygere blandt mænd og kvinder, p< A : Undersøg associationen mellem rygning og risikoen for hjertesygdom (chd01). Bestem OR for hjertesygdom, rygere vs ikke-rygere, incl CI og en p-værdi. Se eventuelt opgave 2 dag 2 hvis du har brug for at vende din OR.

3 OR for hjertesygdom i sammenligningen af rygere mod ikke-rygere er x, 95% CI x-x, p=x. Køn er / er formentligt ikke en mulig confounder for associationen mellem rygning og hjertesygdom. 4A : Vær opmærksom på om dine OR'er vender rigtigt inden du taster resultaterne ind på Absalon. Nedenfor skal du lave to Mantel-Haenszel analyser. Har du brug for et par ord på hvordan du læser output, kan du se min video + print af output med markeringer af, hvor du finder de interessante tal på (tal fra opgave 1 på dag 2). 1 ) Bestem ved en Mantel-Haenszel analyse OR for hjertesygdom for sammenligningen mænd mod kvinder justeret for rygning. Rapportér OR incl CI og p-værdi. 2 ) Bestem på tilsvarende vis OR for hjertesygdom for rygere mod ikke-rygere justeret for køn. Vurdér i begge tilfælde om forudsætningerne for at beregne Mantel-Haenszel estimatoren er opfyldt (homogenitet af OR'erne). Spørgsmålene lyder på Absalon : 1) OR for hjertesygdom for mænd mod kvinder justeret for rygning er x med tilhørende 95% CI x-x, p< ) OR for hjertesygdom for rygere mod ikke-rygere justeret for køn er x med tilhørende 95% CI x-x, p=x. Vi bemærker at effekten af rygning er øget / uændret / formindsket i forhold til den ujusterede analyse. 5 : Kør nu en logistisk regression baseret på de to variable rygning og køn ved at benytte følgende syntaks proc logistic data=framing descending;

4 class sex smoke (ref='0') / param=ref; model chd01 = sex smoke; run; hvor smoke er den rygevariabel (ja/nej) du har defineret under spørgsmål 1A, item B. Bemærk at vi ikke behøver at skrive (ref='2') efter sex-variablen idet SAS automatisk benytter højeste niveau = 2 = kvinderne som reference. Efter at have kørt denne analyse skal du se nedenstående video, hvor jeg forklarer programmet og modellen. Nedenfor er også et screendump af de griflerier jeg laver i videoen. Screendump: Video: Læs nedenstående dokument og se evt den tilhørende video hvor jeg gennemgår dokumentet dvs. viser hvordan de justerede OR'er bestemmes på baggrund af modellen du kørte i spørgsmål 5 item E (med tilhørende video). 6 : På samme måde som jeg finder OR for mænd mod kvinder for rygere i dokumentet, bestem følgende OR'er : 1 ) Mænd mod kvinder for ikke-rygere 2) Rygere mod ikke-rygere for kvinder

5 3) Rygere mod ikke rygere for mænd Konkluder at OR for hjertesygdom, mænd vs kvinder, er den samme for rygere og ikke rygere. Tilsvarende at OR for hjertesygdom, rygere vs ikke-rygere, er den samme for mænd og kvinder. Dvs effekten af rygning afhænger ikke af køn og vice versa. Altså at effekten af rygning ikke er modificeret af køn (og vice versa) svarende til at dette er en model uden effektmodifikation. Mere om det i undervisningen Dag 5, hvor vi tager hul på effektmodifikation med udgangspunkt i den model, jeg har introduceret jer til her. Vi opnår således én OR for kønseffekten samt én OR for rygeeffekten. Vi siger at disse OR'er er indbyrdes justerede. 7A : Rapporter de indbyrdes justerede OR'er fra den logistiske regression for hhv køn og rygning (mænd mod kvinder, rygere mod ikke-rygere) fra denne model incl CI og p-værdier (disse aflæses af dit output fra spørgsmål 5). På Absalon lyder spørgsmålet : 1) OR for hjertesygdom for mænd mod kvinder justeret for rygning er x med tilhørende 95% CI x-x, p=x. 2) OR for hjertesygdom for rygere mod ikke-rygere justeret for køn er x med tilhørende 95% CI x-x, p=x. 8A : Sammenlign de to OR'er og konfidensintervallerne fra den multiple logistiske regressionsmodel med de tilsvarende OR'er fra de to Mantel-Haenszel analyser. På Absalon lyder spørgsmålet : Resultaterne fra MH analyserne og den multiple logistiske regression er absolut aldeles helt ens / ligner hinanden ret meget / er ret forskellige? Bemærk i øvrigt at vi kan undre os over resultaterne - vi ser absolut ingen effekt af rygning.