gms | German Medical Science

50. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds)
12. Jahrestagung der Deutschen Arbeitsgemeinschaft für Epidemiologie (dae)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie
Deutsche Arbeitsgemeinschaft für Epidemiologie

12. bis 15.09.2005, Freiburg im Breisgau

Das attributable Risiko eines Faktors in der multifaktoriellen Situation: Evaluation verschiedener Ansätze der Partialisierung

Meeting Abstract

Suche in Medline nach

  • Christina Rabe - Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen
  • Olaf Gefeller - Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. Deutsche Arbeitsgemeinschaft für Epidemiologie. 50. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 12. Jahrestagung der Deutschen Arbeitsgemeinschaft für Epidemiologie. Freiburg im Breisgau, 12.-15.09.2005. Düsseldorf, Köln: German Medical Science; 2005. Doc05gmds176

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2005/05gmds145.shtml

Veröffentlicht: 8. September 2005

© 2005 Rabe et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Das attributable Risiko (AR) ist ein epidemiologisches Risikomaß, das den Anteil der auf eine Exposition zurückzuführenden Erkrankungen auf Bevölkerungsebene quantifiziert. Mit der adjustierten Variante des AR ist es möglich, andere Faktoren bei der Schätzung des ARs eines Faktors zu kontrollieren. Sollen attributable Risiken von mehreren Faktoren hingegen simultan bestimmt werden, so kommt es zu methodischen Problemen, bedingt durch Interaktionen zwischen den Faktoren. So addieren sich beispielsweise die (adjustierten) attributablen Risiken der einzelnen Faktoren nicht zum gemeinsamen AR auf.

Basierend auf einem Ansatz von Cox [1] entwickelten Eide und Gefeller [2] eine Methode, die das gemeinsame attributable Risiko in Komponenten für die einzelnen Faktoren zerlegt. Jüngst schlugen Llorca und Delgado-Rodriguez [3] ein alternatives Verfahren, abgeleitet aus einem Vorschlag von McElduff et al. [4], vor.

Ein zur Partialisierung des attributablen Risikos äquivalentes Problem findet man in der kooperativen Spieltheorie, wo gemeinsam erwirtschaftete Gewinne aufgeteilt werden. Der von Eide und Gefeller vorgeschlagene Parameter entspricht einer Standardlösung aus der Spieltheorie, dem Shapley-Wert. Land und Gefeller [5] zeigen wie sich Eigenschaften des Shapley-Wertes in epidemiologisch relevante Eigenschaften übertragen lassen. In dieser Arbeit zeigen wir, dass auch der neu vorgeschlagene Parameter von Llorca und Delgado-Rodriguez ein Analogon in der Spieltheorie besitzt.

Beide Methoden basieren auf unterschiedlichen Annahmen und können zu sehr unterschiedlichen Einschätzungen der Expositionsfaktoren führen. Im Falle von nur zwei Expositionsfaktoren unterscheiden sich die beiden Methoden nur durch eine andere Gewichtung des Interaktionsterms. Das Verfahren von Llorca und Delgado-Rodriguez ist allerdings bei mehr als zwei Expositionsvariablen kritisch zu betrachten, da Interaktionen zwischen Teilmengen von Faktoren bei der Zerlegung nicht berücksichtigt werden. Im Rahmen dieses Vortrags wird daher, in Anlehnung an ein neues Verfahren in der Spieltheorie [6], eine alternative Verallgemeinerung auf mehr als zwei Faktoren vorgeschlagen. Damit werden zwar strukturelle Probleme gelöst, aber die Risikoeinschätzung nach der Methode von Eide und Gefeller und dieser Methode können sich dennoch in bestimmten Situationen unterscheiden, wie anhand von Beispielen gezeigt wird.

Bei der Entscheidung, welches Partialisierungsverfahren in der epidemiologischen Praxis anzuwenden ist, verdient unserer Meinung nach das Verfahren von Eide und Gefeller den Vorzug, da hierbei epidemiologische Rahmenbedingungen bei der Partialisierung sinnvoll umgesetzt werden. Hingegen ist die Gewichtung der Interaktionsterme, die bei dem neuen Verfahren vorgenommen wird, aus epidemiologischer Sicht fragwürdig.


Literatur

1.
Cox LAJ. Probability of Causation and the Attributable Proportion of Risk. Risk Analysis 1984;4:221-230.
2.
Eide GE, Gefeller O. Sequential and Average Attributable fractions as Aids in the Selection of Preventive Strategies. Journal of Clinical Epidemiology 1995;48:645-655.
3.
Llorca J, Delgado-Rodriguez M. A New Way to Estimate the Contribution of a Risk Factor in Populations Avoided Nonadditivity. Journal of Clinical Epidemiology 2004; 57:479-483.
4.
McElduff P, Attia J, Ewald B, Cockburn J, Heller R. Estimating the contribution of individual risk factors to disease in a person with more than one risk factor. Journal of Clinical Epidemiology 2002;55:588-592.
5.
Land M, Gefeller O. A Game-Theoretic Approach to Partitioning Attributable Risks. Biometrical Journal 1997;39:777-792.
6.
Ortmann KM. The proportional value for positive cooperative games. Mathematical Methods of Operations Research 2000;51:235-248.