Mantel-Haenszel- und stratifizierte Analyse

Die stratifizierte Analyse kontrolliert eine störende kategoriale Variable, indem sie die Daten in Schichten (Strata) aufteilt, die durch diese Variable definiert sind, die Expositions-Ergebnis-Assoziation innerhalb jeder Schicht analysiert und dann die Schichten zu einer einzigen Zusammenfassung kombiniert. Die Mantel-Haenszel-Methode ist das klassische Verfahren hierfür bei einer Reihe von 2×2-Tabellen: Sie liefert sowohl einen gepoolten Assoziationstest als auch eine gewichtete zusammenfassende Schätzung des Odds Ratios oder des Risikoverhältnisses, adjustiert für die stratifizierende Variable.

Definition

Die stratifizierte Mantel-Haenszel-Analyse kombiniert eine Reihe von 2×2-Tabellen – eine pro Ausprägung einer stratifizierenden (konfundierenden) Variable – zu einem einzigen gewichteten zusammenfassenden Assoziationsmaß und einem zugehörigen Test, wodurch eine Schätzung des Expositions-Ergebnis-Effekts erhalten wird, der für die stratifizierende Variable adjustiert ist.

Scope

Dieser Eintrag behandelt, warum die Stratifizierung Störfaktoren kontrolliert, wie der Mantel-Haenszel-Zusammenfassungsschätzer die Tabellen pro Schicht gewichtet, den begleitenden Chi-Quadrat-Test der Assoziation über die Schichten hinweg, den Standard-Varianzschätzer, der für Konfidenzintervalle verwendet wird, und wie die Stratifizierung eine Effektmodifikation aufzeigt, wenn schichtspezifische Schätzungen voneinander abweichen. Diese werden als Methoden zur Datenanalyse und nicht als klinische Leitlinien dargestellt.

Core questions

• Wie eliminiert die Aufteilung der Daten in Schichten den Einfluss einer störenden Variablen?
• Wie werden die einzelnen schichtspezifischen Tabellen gewichtet und zu einem zusammenfassenden Odds Ratio oder Risikoverhältnis kombiniert?
• Wie wird die gepoolte Assoziation getestet und wie wird ein Konfidenzintervall erhalten?
• Wann sollten die Schichten nicht gepoolt werden, weil der Effekt zwischen ihnen variiert (Effektmodifikation)?

Key concepts

• Stratifizierung zur Kontrolle von Störfaktoren
• Schichtspezifische 2×2-Tabellen
• Gewichtete gepoolte (zusammenfassende) Schätzung
• Mantel-Haenszel-Assoziationstest
• Varianzschätzer für die zusammenfassende Schätzung
• Homogenität des Effekts über Schichten hinweg
• Effektmodifikation (Interaktion)
• Rohe versus adjustierte Schätzung

Mechanisms

Die Daten werden in Schichten unterteilt, die durch die Ausprägungen eines potenziellen Störfaktors definiert sind, wodurch pro Schicht eine 2×2-Tabelle von Exposition versus Ergebnis entsteht. Innerhalb jeder Schicht ist die Assoziation frei von Störfaktoren durch diese Variable, da die Variable konstant gehalten wird. Das zusammenfassende Mantel-Haenszel Odds Ratio ist ein gewichteter Durchschnitt der schichtspezifischen Kreuzprodukte, wobei die Gewichte größeren und informativeren Schichten mehr Einfluss verleihen; ein analoger Schätzer existiert für das Risikoverhältnis. Ein einziger Chi-Quadrat-Test summiert die beobachteten minus erwarteten exponierten Fälle über die Schichten hinweg, um die gepoolte Assoziation zu testen, während die Stratifizierung beibehalten wird. Konfidenzintervalle verwenden einen Varianzschätzer, der sowohl bei vielen kleinen Schichten (spärliche Daten) als auch bei wenigen großen Schichten gültig ist, die duale Konsistenzeigenschaft, die von Robins, Breslow und Greenland etabliert wurde; Greenland und Robins lieferten verwandte Ergebnisse für spärliche Follow-up-Daten. Wenn die schichtspezifischen Schätzungen ähnlich sind, ist das Pooling angemessen und die zusammenfassende Schätzung ist der störfaktoradjustierte Effekt; wenn sie sich erheblich unterscheiden, ist die stratifizierende Variable ein Effektmodifikator und eine einzelne gepoolte Zahl kann irreführend sein.

Clinical relevance

Adjustierte Assoziationen in der beobachtenden Gesundheitsforschung werden häufig durch die stratifizierte Mantel-Haenszel-Analyse erstellt oder überprüft, den transparenten, nicht-modellbasierten Vorläufer der Regressionsanpassung. Das Verständnis dieser Methode verdeutlicht daher, wie Störfaktoren behandelt werden und wie eine Rohschätzung zu einer adjustierten Schätzung wird. Es handelt sich um eine Methode zur Analyse und Interpretation von Evidenz und nicht um eine Grundlage für individuelle diagnostische oder Behandlungsentscheidungen.

Epidemiology

Mantel-Haenszel-Methoden sind ein fester Bestandteil der epidemiologischen Analyse von Kohorten- und Fall-Kontroll-Daten und bilden auch die Grundlage der Fixed-Effect-Mantel-Haenszel-Methode, die in der Metaanalyse weit verbreitet ist, um 2×2-Tabellen über Studien hinweg zu poolen. Sie bleiben die kanonische Illustration der Störfaktorkontrolle vor oder neben der logistischen und Poisson-Regression.

History

Mantel und Haenszel führten ihren stratifizierten Test und ihren zusammenfassenden Schätzer 1959 im Kontext retrospektiver (Fall-Kontroll-)Studien von Krankheiten ein, und die Methode wurde schnell zentral für die Epidemiologie chronischer Krankheiten, kodifiziert in der Monographie von Breslow und Day aus dem Jahr 1980. Die Varianzschätzer, die für gültige Konfidenzintervalle sowohl in spärlichen als auch in großen Schichten erforderlich sind, wurden von Greenland und Robins (1985) sowie Robins, Breslow und Greenland (1986) bereitgestellt, wodurch der inferenzielle Rahmen vervollständigt wurde.

Debates

Pooling versus Berichterstattung über Effektmodifikation

Wenn schichtspezifische Schätzungen divergieren, kann eine einzelne Mantel-Haenszel-Zusammenfassung eine echte Interaktion verdecken; Analysten müssen beurteilen, ob die Schichten homogen genug sind, um sie zu poolen, oder ob stattdessen schichtspezifische Effekte berichtet werden sollten.

Key figures

• Nathan Mantel
• William Haenszel
• Sander Greenland
• James Robins
• Norman Breslow
• Kenneth Rothman

Seminal works

• mantel-haenszel-1959
• greenland-robins-1985
• robins-breslow-greenland-1986

Frequently asked questions

Wofür kontrolliert die Mantel-Haenszel-Methode?

Sie kontrolliert eine störende kategoriale Variable, indem sie die Expositions-Ergebnis-Assoziation innerhalb der Schichten dieser Variablen analysiert und dann die Schichten kombiniert, sodass die zusammenfassende Schätzung für die stratifizierende Variable adjustiert ist.

Was ist, wenn das Odds Ratio zwischen den Schichten variiert?

Deutlich unterschiedliche schichtspezifische Schätzungen weisen auf eine Effektmodifikation hin, was bedeutet, dass die Assoziation tatsächlich durch die stratifizierende Variable variiert; in diesem Fall kann eine einzelne gepoolte Zusammenfassung irreführend sein und die schichtspezifischen Ergebnisse sollten berichtet werden.