प्रतिस्पर्धी जोखिम

प्रतिस्पर्धी जोखिम तब उत्पन्न होते हैं जब कोई विषय कई परस्पर अनन्य घटना प्रकारों में से किसी एक का अनुभव कर सकता है, और एक घटना का घटित होना दूसरी घटना के अवलोकन की संभावना को रोकता या बदल देता है — उदाहरण के लिए, अध्ययन के तहत कारण के अलावा किसी अन्य कारण से मृत्यु उस विषय को उस घटना की संभावना से हटा देती है। इस स्थिति में मानक एकल-घटना उत्तरजीविता विधियाँ भ्रामक हो सकती हैं, इसलिए प्रतिस्पर्धी-जोखिम विश्लेषण अनुकूलित अनुमानकों का उपयोग करता है।

Definition

एक प्रतिस्पर्धी जोखिम एक ऐसी घटना है जिसका घटित होना प्राथमिक रुचि की घटना की संभावना को रोकता है या मौलिक रूप से बदल देता है; प्रतिस्पर्धी-जोखिम विश्लेषण दूसरों को ध्यान में रखते हुए, मुख्य रूप से कारण-विशिष्ट जोखिमों और संचयी घटना फ़ंक्शन के माध्यम से, समय के साथ प्रत्येक घटना प्रकार की संभावना का अनुमान लगाता है।

Scope

यह विषय बताता है कि जब अन्य घटनाएँ प्रतिस्पर्धा करती हैं तो भोला कपलान-मायर अनुमान एक घटना के जोखिम को क्यों बढ़ा देता है, कारण-विशिष्ट जोखिम और संचयी घटना फ़ंक्शन के बीच का अंतर, और कारण-विशिष्ट कॉक्स मॉडल और फाइन-ग्रे सबडिस्ट्रिब्यूशन मॉडल सहित प्रतिगमन दृष्टिकोण। यह एक पद्धतिगत संदर्भ सामग्री है न कि नैदानिक ​​मार्गदर्शन।

Core questions

• प्रतिस्पर्धी घटनाओं को सामान्य सेंसरिंग के रूप में मानने से किसी घटना की अनुमानित संभावना में पूर्वाग्रह क्यों आता है?
• कारण-विशिष्ट जोखिम और संचयी घटना फ़ंक्शन जो वे वर्णन करते हैं उसमें कैसे भिन्न होते हैं?
• कारण-विशिष्ट कॉक्स मॉडल बनाम फाइन-ग्रे सबडिस्ट्रिब्यूशन मॉडल का उपयोग कब किया जाना चाहिए?
• प्रतिस्पर्धी-जोखिम परिणामों की व्याख्या और रिपोर्ट कैसे की जाती है?

Key concepts

• परस्पर अनन्य घटना प्रकार
• कारण-विशिष्ट जोखिम
• संचयी घटना फ़ंक्शन (CIF)
• सबडिस्ट्रिब्यूशन जोखिम
• फाइन-ग्रे मॉडल
• ग्रे का परीक्षण
• स्वतंत्र-सेंसरिंग उल्लंघन
• एक-माइनस-कपलान-मायर अतिरंजना

Mechanisms

जब प्रतिस्पर्धी घटनाओं को सामान्य सेंसरिंग के रूप में माना जाता है, तो स्वतंत्र-सेंसरिंग धारणा का उल्लंघन होता है, और कपलान-मायर अनुमान से एक घटाने पर रुचि की घटना की संभावना बढ़ जाती है क्योंकि यह परोक्ष रूप से मानता है कि सेंसर किए गए विषयों में अभी भी वह घटना हो सकती है। संचयी घटना फ़ंक्शन इसके बजाय वास्तविक दुनिया में एक निश्चित समय तक प्रत्येक विशिष्ट घटना की संभावना का अनुमान लगाता है जहाँ अन्य घटनाएँ भी घटित होती हैं, और यह किसी भी घटना की कुल संभावना के लिए घटना प्रकारों में योग करता है। दो प्रतिगमन ढाँचे सहसंयोजक प्रभावों को संबोधित करते हैं: कारण-विशिष्ट कॉक्स मॉडल, जो अभी भी घटना-मुक्त लोगों में प्रत्येक घटना के जोखिम को मॉडल करते हैं और एटियोलॉजिक प्रश्नों का उत्तर देते हैं, और फाइन-ग्रे मॉडल, जो सीधे संचयी घटना से जुड़े सबडिस्ट्रिब्यूशन जोखिम को मॉडल करते हैं और भविष्यवाणी के लिए उपयुक्त हैं। संचयी घटना की समूह तुलना ग्रे के परीक्षण का उपयोग करती है (फाइन एंड ग्रे, 1999; ग्रे, 1988; पुटर एट अल।, 2007; ऑस्टिन एट अल।, 2016)।

Clinical relevance

प्रतिस्पर्धी जोखिम वृद्ध या अधिक बीमार आबादी में आम हैं जहाँ, उदाहरण के लिए, अन्य कारणों से मृत्यु अध्ययन के तहत परिणाम के साथ प्रतिस्पर्धा करती है; उन्हें अनदेखा करने से उस परिणाम का जोखिम काफी बढ़ सकता है और तुलनाएँ विकृत हो सकती हैं। रोगनिरोधी अध्ययनों का मूल्यांकन करने के लिए इसे पहचानना महत्वपूर्ण है; यह प्रविष्टि कार्यप्रणाली का वर्णन करती है और व्यक्तिगत नैदानिक ​​निर्णयों का आधार नहीं है।

Epidemiology

प्रतिस्पर्धी-जोखिम सेटिंग्स कार्डियोलॉजी, ऑन्कोलॉजी, प्रत्यारोपण और जराचिकित्सा में अक्सर होती हैं, जहाँ विफलता के कई कारण सह-अस्तित्व में होते हैं; प्रमुख नैदानिक ​​पत्रिकाओं में पद्धतिगत ट्यूटोरियल ने जागरूकता बढ़ने के साथ उचित विश्लेषण को बढ़ावा दिया है (ऑस्टिन एट अल।, 2016)।

Evidence & guidelines

प्रतिस्पर्धी-जोखिम विश्लेषण के लिए कोई नैदानिक ​​दिशानिर्देश नहीं हैं; पद्धतिगत संदर्भ संचयी घटना के लिए ग्रे का परीक्षण (ग्रे, 1988), फाइन-ग्रे सबडिस्ट्रिब्यूशन मॉडल (फाइन एंड ग्रे, 1999), बायोस्टैटिस्टिक्स और नैदानिक ​​दर्शकों के लिए ट्यूटोरियल (पुटर एट अल।, 2007; ऑस्टिन एट अल।, 2016), और उत्तरजीविता-विश्लेषण ग्रंथ (क्लेन एंड मोशबर्गर, 2003) हैं।

History

संचयी घटना फ़ंक्शन और कारण-विशिष्ट जोखिमों की बहु-कमी पर बीमांकिक और बायोस्टैटिस्टिकल कार्य में लंबी जड़ें हैं, लेकिन आधुनिक अभ्यास को संचयी घटना के लिए ग्रे के 1988 के के-नमूना परीक्षण और फाइन-ग्रे 1999 के सबडिस्ट्रिब्यूशन जोखिम मॉडल द्वारा आकार दिया गया था, जिसने एक साथ व्यावहारिक अनुमान, परीक्षण और प्रतिगमन प्रदान किया। 2000 और 2010 के दशक में ट्यूटोरियल ने इन विधियों को नियमित नैदानिक ​​अनुसंधान में लाया (पुटर एट अल।, 2007; ऑस्टिन एट अल।, 2016)।

Debates

कारण-विशिष्ट जोखिम बनाम सबडिस्ट्रिब्यूशन (फाइन-ग्रे) मॉडल?

कारण-विशिष्ट मॉडल जोखिम वाले लोगों में किसी घटना की दर के बारे में एटियोलॉजिक प्रश्नों को संबोधित करते हैं, जबकि फाइन-ग्रे मॉडल भविष्यवाणी के लिए संचयी घटना को लक्षित करते हैं; विश्लेषक इस बात पर बहस करते हैं कि किसे रिपोर्ट करना चाहिए, और कई लोग एक को चुनने के बजाय दोनों को प्रस्तुत करने की सलाह देते हैं।

Key figures

• Jason P. Fine
• Robert J. Gray
• Hein Putter
• Peter C. Austin

Seminal works

• fine-gray-1999
• gray-1988

Frequently asked questions

जब प्रतिस्पर्धी जोखिम होते हैं तो मैं कपलान-मायर वक्र का उपयोग क्यों नहीं कर सकता?

प्रतिस्पर्धी घटनाओं को सेंसरिंग के रूप में मानने से स्वतंत्रता धारणा का उल्लंघन होता है और कपलान-मायर अनुमान से एक घटाने पर घटना की संभावना बढ़ जाती है; इसके बजाय संचयी घटना फ़ंक्शन का उपयोग किया जाना चाहिए।

कारण-विशिष्ट जोखिम और संचयी घटना फ़ंक्शन के बीच क्या अंतर है?

कारण-विशिष्ट जोखिम उन विषयों में एक विशेष घटना की दर है जो अभी भी घटना-मुक्त हैं और एटियोलॉजिक प्रश्नों का उत्तर देता है, जबकि संचयी घटना फ़ंक्शन प्रतिस्पर्धी घटनाओं की उपस्थिति में एक निश्चित समय तक उस घटना की वास्तविक संभावना देता है।