Institut for Epidemiologi og Socialmedicin Institut for Biostatistik 6. SEMESTER Epidemiologi og Biostatistik Opgaver til 3. uge, tirsdag Noget om meta-analyse og vægtning af estimater. Læs afsnittet i Bland om meta analyse (s 36). Brug ikke for lang tid på beskrivelsen af de statistiske metoder det vil vi se på her! Vi vil tage udgangspunkt i en meta-anlyse lavet i Cochrane regi 1 : Lumley J, Oliver S, Waters E. Interventions for promoting smoking cessation during pregnancy (Cochrane Review). In: The Cochrane Library, Issue 3, 000. Oxford: Update Software. 55 sider. Summary (taget fra ovenstående oversigtsarbejde) Background: Smoking remains one of the few potentially preventable factors associated with low birth weight, very preterm birth and perinatal death. Objectives: The objective of this review was to assess the effects of smoking cessation programs implemented during pregnancy on the health of the fetus and infant, on the mother and on the family. Search strategy: We searched the Cochrane Pregnancy and Childbirth Group trials register and the Cochrane Tobacco Addiction Group trials register. Selection criteria: Randomised and quasi-randomised trials of smoking cessation programs implemented during pregnancy. Data collection and analysis: Trial quality was assessed and data were extracted independently by two reviewers. Main results: Forty-four trials were identified: 37 trials including 16,916 women provided data on smoking cessation and/or perinatal outcomes, as did one cluster-randomised trial including 3000 women. Over 800 women were included in trials of smoking relapse prevention. There was substantial variation in the intensity of the intervention and the extent of reminders and reinforcement through pregnancy. Based on 34 trials there was a significant reduction in smoking in the intervention groups (odds ratio 0.53, 95% confidence interval 0.47 to 0.60), an absolute difference of 6.4% women continuing to smoke. The eight trials with validated smoking cessation, a high intensity intervention and a high quality score had an odds ratio of 0.53, 95% confidence interval 0.44 to 0.63 and an absolute difference in continued smoking of 8.1%. The subset of trials with information on fetal outcome revealed a reduction in low birth weight (odds ratio 0.80, 95% confidence interval 0.67 to 0.95), a reduction in preterm birth (odds ratio 0.83, 95% confidence interval 0.69 to 0.99) and an increase in mean birth weight of 8g (95% confidence interval 9 to 49). There were no differences in very low birthweight or perinatal mortality. Five trials of smoking relapse prevention showed no significant difference. The single large cluster-randomised trial showed no evidence of a decrease in continued smoking or adjusted mean birthweight. Reviewers' conclusions: Smoking cessation programs in pregnancy appear to reduce smoking, low birthweight and preterm birth, but no effect was detected for very low birthweight or perinatal mortality. 1 The Cochrane collaboration er en international organisation, hvis mål er at hjælpe personer med at tage velunderbyggede beslutninger om behandlinger ved at vedligeholde og lave systematiske oversigter af effekterne af interventioner indenfor sundhedssektoren. Den letteste adgang til Cochrane finder du under litteratur på http://www.intermed.dk 1
Der er, som man kan læse, set på mange effektmål. Vi vil nøjes med to: Middelfødselsvægt samt risiko for lav fødselsvægt (<500g). På sidste side findes to figurer der viser hvilke studier og hvilke data,der indgår i de to analyser. Figurerne viser også eksempler på statistisk analyser, der kombinerer information på tværs af studier. Bemærk, at søjlenoverskriften Weight ikke indeholder information om fødselsvægten men med hvilken vægt,det enkelte studie indgår i den samlede analyse. Vi vil til en start se på to af de artikler, der indgår i oversigten: Haddow(1991): og Ershoff(1990): Haddow JE, Wald NJ, Palomaki GE, Kloza EM, Knight GJ. Cotinine-assisted intervention in pregnancy to reduce smoking and low birthweight delivery. Br J Obstet Gynaecol 1991;98:859-65. Erschoff DH, Lairson DR, Mullen PD, Quinn VP. Pregnancy and medical cost outcomes of a self-help prenatal smoking cessation program in an HMO. Public Health Rep 1990;105:340-7. Bemærk, dette studie i Cochrane oversigten er dateret til 1989. A. Haddow(1991) igennem med henblik på at identificere studietsformål, design, studiepopulation og effektmål! Ershoff(1990) er i Cochrane oversigten beskrevet således: Methods: Prospective randomised controlled trial in 5 health centres of the same HMO in Los Angeles, 1985-87. Participants: English-speaking pregnant women <18 weeks gestation, still smoking >=7 cigarettes a week (n= 33, 165 + 158, with losses due to termination (7+11), miscarriage (1+13), disenrollment or transfer to another HMO (0+18), leaving 16 + 116. Interventions: Control group: page pamphlet on hazards of smoking and on the need to quit, minutes discussion with a health educator (within a 45 minutes individual conference), advised of free 5 session smoking cessation program available through the HMO. Coverage in antenatal classes remained unchanged. Intervention group: as for the control group + first of series of 8 selfhelp booklets aimed to increase motivation for quitting, teach behavioural strategies for cessation and relapse prevention, 3 minutes introduction to these by health educator, asked to make a commitment to read the first one and list reasons for not smoking; others mailed weekly. Booklets were pregnancy-specific, multi-ethnic, and at a 9th Grade reading level. Outcomes: Smoking cessation, birth weight, low birth weight, preterm birth (<37 weeks), stillbirths. Notes. Educator turned over a pre-assigned card after a brief smoking related interview to identify allocation. Process evaluation showed good implementation. Biochemical validation of smoking status. USA B. Prøv at finde informationerne angående middelfødselsvægt i de to artikler. Hvilken information er der i Ershoff(1990) om variationen i fødselsvægt, og hvad er der opgivet i figur 1 på sidste side om dette. Estimer (for hver at de to studier) effekten af interventionen med standard error samt 95% sikkerhedsinterval! Sammenlign jeres resultater med det man finder i figur 1. Diskutér, med udgangspunkt i beskrivelsen af interventionen i de to studier, hvorvidt det er rimeligt at antage at, effekten er ens i de to studier! Estimer forskellen i effekt i de to studier(husk s.e. og sikkerhedsinterval). Kan man på basis af data afvise, at der er samme effekt af de to interventioner.
Vi vil yderligere her regne på de data fra Sexton(1984) man kan finde i figur 1. Hvis det synes rimeligt at antage, at der er tale om (stort set) samme intervention med samme effekt, vil man være interesseret i af kombinere information på tværs af de tre studier. Et naturligt estimat for effekten vil være at beregne et passende gennemsnit af de observerede effekter i de tre studier. Da de tre studier langt fra er lige store, vil et almindeligt gennemsnit ikke være fornuftigt studiet med størst information bør indgå med størst vægt i beregningen af gennemsnittet. Da en stor standard error er udtryk for stor usikkerhed på estimatet og en lille standard error er udtryk for lille usikkerhed, kan vægtene beregnes ud fra standard error. Man kan vise, at de optimale vægte er 1/ se : effekt estimat se + effekt estimat se + effekt estimat se fælles effekt estimat = effekt estimat 1 seershoff + 1 sehaddow + 1 sesexton w + effekt estimat w w + w + w = + effekt estimat w hvor w = 1 se, w = 1 se,og w = 1 se. Det fælles estimat af effekten får standard error : se 1 1 = = 1 se + 1 se + 1 se w + w + w ( fælles effekt estimat) Ovenstående procedure kan let generaliseres til en situation, hvor man ønsker at kombinere estimater fra flere end tre studier. Hvis vi betegner estimat i og sei = se( estimat i ) estimatet med tilhørende standard error baseret på de ite studie får vi: estimati i [ estimati fælles estimat wi = = 1 [ wi i 1 1 se( fælles estimat ) = =, 1 [ wi i hvor vægten for det i te studier er wi = 1 sei. Hvis man laver beregningerne i hånden kan man med stor fordel bruge et beregningsskema: Studie estimat se w=1/se estimat*w Haddow(1991) Ershoff(1990) Sexton(1984) Sum C. Beregn et fælles estimat (med sikkerhedsinterval) af effekten af ryge afvænning på fødselsvægten baseret på de tr studier. 3
Det er ovenstående metode, der er anvendt i den øverste figur på sidste side. I figuren angiver Weight % med hvilken vægt, det enkelte studie indgår i den samlede analyse, dvs Weight = w w. Man kan således se, at Haddow(1991) bidrager med 4.9%, mens i i j Ershoff(1990) kun bidrage med.3% til den samlede analyse. C. I linien Total er angivet det fælles estimat for effekten på middelfødselsvægten. Benyt sikkerhedsintervallet til at beregne standard error for dette estimat. Test hypotesen: Ingen effekt (på fødselsvægten). Hvad er jeres kommentarer til den estimerede effekt af interventionen på middelfødselsvægten. Når outcome er dikotomt ( ja/nej, død/levende eller lignende) vil det relevante effektmål være oddsratio, relativ risiko eller risiko differens. Hvis man arbejder med et af de relative mål, vil beregningerne og vægtningen foregå på ln-skala. Udgangspunktet for beregningerne bliver så fx ln(or) og den tilhørende standard error. D. Find data angående lav fødselsvægt i Ershoff(1991) og Haddow(1990). Estimer OR i hver af de to studier. I kan igen finde de relevante data fra Sexton(1984) i figuren på sidste side. Beregn et estimat for den fælles OR for de tre studier med et 95% sikkerhedsinterval. (husk at benytte et beregningskema som det I brugte før) Med hvilken vægt indgår informationerne i denne analyse? Hvad er jeres kommentarer til figuren om lav fødselsvægt. Kommentarer: 1. Ovenstående metode til beregning af et fælles OR estimat med tilhørende sikkerhedsinterval giver stort set det samme, som hvis man benytter Mantel-Haenszel s metode beskrevet i Analytisk epidemiologi.. Metoden kan være lidt problematisk at anvende, hvis der er meget få begivenheder i nogle af studierne. 3. Mange bruger ofte en helt tredje metode, Peto s method, til beregning af et fælles OR estimat i en meta-analyse. Denne metode vil give stort samme resultat, som den her skitserede og Mantel-Haenszel s metode. 4. Der findes nogle mere komplicerede metoder, der korrigerer for variation i effekten mellem studier. Sådanne metoder vil ofte blive omtalt som random effect methods 4
Figur 1 Informationer angående middelfødselsvægt (taget fra Cochrane studiet): Figur Informationer angående lav fødselsvægt (tager fra Cochrane studiet) 5