В анализе выживаемости коэффициент риска ( HR ) представляет собой соотношение степеней риска, соответствующих условиям, характеризующимся двумя различными уровнями интересующей переменной лечения. Например, в ходе клинического исследования лекарства пролеченная популяция может умирать в два раза чаще , чем контрольная группа . Коэффициент риска будет равен 2, что указывает на более высокий риск смерти в результате лечения.
Например, в научной статье HR может использоваться для утверждения чего-то вроде: «Адекватный статус вакцинации против COVID-19 был связан со значительным снижением риска тяжелой формы COVID-19 или смертности при [n] HR 0,20 (95% ДИ, 0,17–0,22).» [1] По сути, в том же исследовании риск комбинированного исхода был на 80% ниже среди вакцинированных по сравнению с теми, кто не был вакцинирован. Таким образом, для опасного исхода (например, тяжелого заболевания или смерти) ОР ниже 1 указывает на то, что лечение (например, вакцинация) защищает от интересующего исхода. В других случаях HR больше 1 указывает на то, что лечение благоприятно. Например, если результат на самом деле благоприятный (например, принятие предложения о работе, чтобы положить конец периоду безработицы), HR больше 1 указывает, что искать работу выгоднее, чем не искать ее (если «лечение» определяется как поиск работа). [2]
Отношения рисков отличаются от относительных рисков (RR) и отношений шансов (OR) тем, что RR и OR суммируются в течение всего исследования с использованием определенной конечной точки, тогда как HR представляют собой мгновенный риск в течение периода времени исследования или его некоторой подгруппы. Коэффициенты рисков несколько меньше страдают от систематической ошибки отбора в отношении выбранных конечных точек и могут указывать на риски, которые происходят до конечной точки.
Регрессионные модели используются для получения коэффициентов риска и их доверительных интервалов . [3]
Мгновенная степень опасности представляет собой предел количества событий в единицу времени, деленный на количество подвергающихся риску, когда временной интервал приближается к 0:
где N ( t ) — количество рискующих в начале интервала. Опасность – это вероятность того, что пациент потерпит неудачу между и , учитывая, что он выжил до времени , деленная на , при приближении к нулю. [4]
Отношение рисков — это влияние на степень риска различий, таких как членство в группе (например, группа лечения или контроля , мужчина или женщина), как оценивается с помощью регрессионных моделей , которые рассматривают логарифм HR как функцию базовой опасности. и линейная комбинация объясняющих переменных:
Такие модели обычно относят к моделям регрессии пропорциональных рисков ; наиболее известными из них являются модель пропорциональных рисков Кокса [3] [5] и экспоненциальные параметрические модели Гомпертца и Вейбулла.
Для двух групп, отличающихся только условиями лечения, соотношение функций риска определяется выражением , где – оценка эффекта лечения, полученная на основе регрессионной модели. Это отношение рисков, то есть соотношение между прогнозируемой опасностью для члена одной группы и для члена другой группы, определяется путем сохранения всего остального постоянным, т.е. в предположении пропорциональности функций риска. [4]
Для непрерывной объясняющей переменной та же интерпретация применима и к единичной разнице. Другие модели HR имеют разные формулировки, и соответственно различается интерпретация оценок параметров.
В своей простейшей форме отношение рисков можно интерпретировать как вероятность возникновения события в группе лечения, деленную на вероятность возникновения события в контрольной группе или наоборот, в исследовании. Разрешение этих конечных точек обычно изображается с помощью кривых выживаемости Каплана-Мейера . Эти кривые отражают долю каждой группы, в которой конечная точка не была достигнута. Конечной точкой может быть любая зависимая переменная, связанная с ковариатой (независимой переменной), например смерть, ремиссия заболевания или обострение заболевания. Кривая представляет вероятность наступления конечной точки в каждый момент времени (опасность). Отношение рисков представляет собой просто соотношение между мгновенными опасностями в двух группах и представляет собой одно число величину расстояния между графиками Каплана-Мейера. [7]
Коэффициенты риска не отражают единицу времени исследования. Разница между показателями, основанными на опасности, и мерами, основанными на времени, подобна разнице между шансами на победу в гонке и запасом победы. [3] Когда в исследовании сообщается об одном коэффициенте риска за период времени, предполагается, что разница между группами была пропорциональна. Коэффициенты рисков теряют смысл, если не выполняется это предположение о пропорциональности. [7] [ нужна страница ]
Если предположение о пропорциональном риске справедливо, отношение рисков, равное единице, означает эквивалентность степени опасности двух групп, тогда как отношение рисков, отличное от единицы, указывает на разницу в степени опасности между группами. Исследователь указывает на вероятность того, что эта выборочная разница является случайной, сообщая о вероятности , связанной с некоторой статистикой теста . [8] Например, для оценки значимости любых различий, наблюдаемых в этих кривых выживаемости, можно затем использовать модель Кокса или лог-ранговый тест . [9]
Обычно вероятности ниже 0,05 считаются значимыми , и исследователи предоставляют 95% доверительный интервал для отношения рисков, например, полученный на основе стандартного отклонения коэффициента регрессии модели Кокса , т.е. [9] [10] Статистически значимые коэффициенты риска не могут включать единицу (единицу) в доверительные интервалы. [7]
Предположение о пропорциональных рисках для оценки отношения рисков является сильным и часто необоснованным. [11] Осложнения , неблагоприятные последствия и поздние последствия — все это возможные причины изменения уровня опасности с течением времени. Например, хирургическая процедура может иметь высокий ранний риск, но отличные долгосрочные результаты. [ нужна цитата ]
Если соотношение рисков между группами остается постоянным, это не является проблемой для интерпретации. Однако интерпретация отношений риска становится невозможной, когда между группами существует систематическая ошибка отбора . Например, особенно рискованная операция может привести к выживанию систематически более устойчивой группы, которая добилась бы большего успеха при любом из конкурирующих условий лечения, создавая впечатление, будто рискованная процедура была лучше. Время наблюдения также важно. Лечение рака, связанное с лучшими показателями ремиссии, может при последующем наблюдении быть связано с более высокой частотой рецидивов . Решение исследователей о том, когда следует проводить последующие мероприятия, является произвольным и может привести к очень разным сообщаемым коэффициентам риска. [12]
Коэффициенты опасности часто трактуются как отношение вероятностей смерти. [4] Например, считается, что коэффициент риска, равный 2, означает, что у группы в два раза больше шансов умереть, чем у группы сравнения. Можно показать, что в модели Кокса это выражается в следующей взаимосвязи между функциями группового выживания : (где r — коэффициент риска). [4] Таким образом, при коэффициенте риска 2, если (20% выжили в момент t ), (4% выжили в момент t ). Соответствующие вероятности смерти составляют 0,8 и 0,96. [11] Должно быть ясно, что коэффициент риска является относительной мерой эффекта и ничего не говорит нам об абсолютном риске. [13] [ нужна страница ]
Хотя отношения рисков позволяют проверить гипотезы , их следует рассматривать наряду с другими показателями для интерпретации эффекта лечения, например, соотношение медианного времени (медианное соотношение), при котором участники группы лечения и контрольной группы находятся в некоторой конечной точке. Если применить аналогию с гонкой, отношение рисков эквивалентно вероятности того, что человек из группы с более высоким риском первым достигнет конца гонки. Вероятность быть первым может быть получена из коэффициента, который представляет собой вероятность быть первым, разделенную на вероятность не быть первым:
В предыдущем примере коэффициент риска 2 соответствует 67% вероятности ранней смерти. Коэффициент риска не дает информации о том, как скоро наступит смерть. [3]
Эффект лечения зависит от основного заболевания, связанного с функцией выживания, а не только от отношения рисков. Поскольку соотношение рисков не дает нам прямой информации о времени до события, исследователям приходится сообщать медианное время конечной точки и рассчитывать медианное соотношение времени конечной точки путем деления медианного значения контрольной группы на медианное значение группы лечения. [ нужна цитата ]
В то время как медианный коэффициент конечных точек является показателем относительной скорости, коэффициент рисков таковым не является. [3] Зависимость между эффектом лечения и отношением рисков представлена как . Статистически важный, но практически незначительный эффект может привести к большому коэффициенту риска, например, лечение, увеличивающее число выживших в течение одного года в популяции с одного из 10 000 до одного из 1 000, имеет коэффициент риска 10. Маловероятно, что такое Лечение оказало бы большое влияние на медианное соотношение конечных точек и времени, которое, вероятно, было бы близко к единице, т. е. смертность была в основном одинаковой независимо от принадлежности к группе и была клинически незначительной . [ нужна цитата ]
Напротив, группа лечения, в которой 50% инфекций разрешаются через одну неделю (по сравнению с 25% в контрольной группе), дает коэффициент риска, равный двум. Если для разрешения всех случаев в группе лечения и половине случаев в контрольной группе требуется десять недель, десятинедельное отношение рисков останется равным двум, но медианное соотношение конечных точек и времени будет равно десяти, что является клинически значимой разницей.
{{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка )