醫學資料庫常見的偏誤(Franklin Schneeweiss

  • 因果關係錯置

這是指因(介入/處置)與果(結果變項)在時間軸上的錯置,偏誤來源來自於事實上是結果變項決定了之後要做何種介入(或醫療選擇)。這種偏誤的處理方式很簡單,只要確認結果變項是發生在介入之後即可,亦即追蹤時間是從介入開始算。

 

  • 校正了因果關係中的中介變項

這是指在因果關係的路徑上,有些變項不是在一開始(介入當下或之前)就發生,而是發生在介於開始介入到結束追蹤之間,倘若不當地校正了這些中介變項,會導致介入/處置的估計效果趨近於零。Franklin 等人提到最常見的例子是將「治療持續時間」也當成是一個共變數並加以統計控制,而治療持續時間往往會受到一開始選擇的治療方式的影響。

 

  • 不死時間偏誤

不死時間偏誤特別容易發生在比較新、舊藥物的狀況時。以糖尿病藥物為例,一個新藥的選擇(例如SGLT-2),很可能之前有用過另外一種舊藥(例如 DPP4i),然而當我們要比較 SGLT-2 DPP4i 的療效差異時,我們往往為了最大化目標組(SGLT-2)的人數,會選擇優先辨識使用 SGLT-2 的患者,如此會造成一個問題,即此時 SGLT-2 的患者必定『在開始使用 DPP4i 到換成 SGLT-2 之間這段時間是必定存活的』,因此又稱為存活偏誤(survival analysis)。

若沒有妥善地處理保證存活的問題,會造成療效估計的很大偏誤。目前在流行病方法學以兩種方式較為主流,第一是以隨機時間分派的方式,將目標組的收案時間分派給對照組,此方法稱為 Prescription time-distribution matchingPTDM);第二種則是以時間相依存活分析(time-dependent),將目標組的保證存活期正確地歸類到屬於對照組的觀察存活時間(因為在那一段時間,患者確實屬於對照組)。

關於 PTDM 的說明,筆者的同事在部落格曾經分享過:

https://reurl.cc/qZbYy

https://reurl.cc/VRZWy

https://reurl.cc/91And

https://reurl.cc/GXqGZ

另外關於時間相依存活分析,筆者也在部落格曾經分享過:

https://reurl.cc/eWbVx

https://reurl.cc/OEaRX

https://reurl.cc/QWlV9

https://reurl.cc/MXmMk

 

  • 易受影響的病人的損耗

常見的情境是治療組比上對照組(non-user),然而這裡的治療組開始收案的時間並不是首次接受治療的時間,而是已經治療了一段時間,我們稱為 Prevalent user。儘管研究人員或許會排除開始治療後的一段時間內(例如收案後6個月內的 time window)發生感興趣事件的治療組病人,然而假定該治療確實可以減少事件風險,那麼在 time window 內排除的事件,可能很多都是剛開始接受治療的患者,他們比較容易受到影響(susceptible),換言之會留下來一群比較不受事件影響的用藥組患者(less susceptible to the outcome),這樣可能會造成高估治療組的療效1

而當比較比較新、舊藥物時,也可能會有這種偏誤,若『舊藥物組』的開始收案時間並不是首次開藥時間,而是已經治療了一段時間,因此也屬於 Prevalent user。處理這種方法的最佳選擇為 New user design(或稱為 Incident user design),即兩組的收案日期都是『第一次開藥日期』(且過去尚未被治療過),這就類似臨床試驗的概念,而且可以避免不死時間偏誤。

 

參考文獻

1.           Franklin JM, Schneeweiss S. When and how can real world data analyses substitute for randomized controlled trials? Clinical Pharmacology & Therapeutics. 2017;102(6):924-933.

2.           Sharma M, Nazareth I, Petersen I. Observational studies of treatment effectiveness: worthwhile or worthless? Clinical epidemiology. 2019;11:35.

3.           Schneeweiss S. Sensitivity analysis and external adjustment for unmeasured confounders in epidemiologic database studies of therapeutics. Pharmacoepidemiology and drug safety. 2006;15(5):291-303.

 

(仍有下文)

 

arrow
arrow
    全站熱搜

    晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()