Artikel
Schätzung adjustierter NNTs mithilfe der logistischen Regression in randomisierten kontrollierten Studien
Suche in Medline nach
Autoren
Veröffentlicht: | 2. September 2009 |
---|
Gliederung
Text
Einleitung / Hintergrund: Es ist bekannt, dass die Berücksichtigung balancierter Kovariablen bei der Schätzung relativer Behandlungseffekte im Rahmen der logistischen Regression auf der einen Seite zu einer schlechteren Präzision der Effektschätzung, auf der anderen Seite aber auch zu einer erhöhten Power des Tests auf Behandlungseffekt führt (Hauck et al., 1991; Robinson & Jewell, 1991). Das Weglassen wichtiger Kovariablen führt zu einem Bias in Richtung Nulleffekt sowie zu einer Reduktion der Überdeckungswahrscheinlichkeiten der Konfidenzintervalle (Negassa & Hanley, 2007). Die bisherigen Untersuchungen zu diesem Thema beziehen sich allerdings primär auf das Odds Ratio. In dieser Arbeit wird die Konsequenz einer Adjustierung für balancierte Kovariablen bezüglich der absoluten Effektmaße Risikodifferenz und Number Needed to Treat (NNT) untersucht.
Material und Methoden: Zur Schätzung adjustierter Risikodifferenzen wird eine Methode verwendet, die auf dem Average Risk Difference (ARD) Ansatz von Bender et al. (2007) aufbaut und für die Situation einer randomisierten kontrollierten Studie angepasst wird. Die Präzision und der relative Bias der Schätzungen und die Überdeckungswahrscheinlichkeiten der zugehörigen Konfidenzintervalle werden mithilfe einer Simulationsstudie untersucht.
Ergebnisse: Im Gegensatz zu den Ergebnissen bezüglich des Odds Ratios führt die Adjustierung für balancierte Kovariablen bei der Schätzung von Risikodifferenzen und NNTs nicht zu einer schlechteren Präzision. Die Standardfehler der adjustierten Schätzer sind ungefähr um 7% kleiner als die entsprechenden nicht adjustierten Schätzer. Ein relevanter Bias oder relevante Abweichungen der Überdeckungswahrscheinlichkeiten vom nominalen Konfidenzniveau wurde weder bei der rohen noch bei der adjustierten Schätzung von Risikodifferenzen gefunden.
Diskussion / Schlussfolgerungen: Zusätzlich zur erhöhten Power des Tests auf Behandlungseffekt führt eine Adjustierung nach balancierten Kovariablen bei der Schätzung von Risikodifferenzen und NNTs zu kürzeren Konfidenzintervallen. In randomisierten kontrollierten Studien hat daher eine Adjustierung für wichtige Kovariablen Vorteile, wenn eine Ergebnisdarstellung in Form von NNTs erfolgen soll.
Literatur
- 1.
- Bender R, Kuss O, Hildebrandt M, Gehrmann U. Estimating adjusted NNT measures in logistic regression analysis. Stat Med. 2007;26: 5586-5595.
- 2.
- Hauck WW, Neuhaus JM, Kalbfleisch JD, Anderson S. A consequence of omitted covariates when estimating odds ratios. J Clin Epidemiol. 1991;44: 77-81.
- 3.
- Negassa A, Hanley JA. The effect of omitted covariates on confidence interval and study power in binary outcome analysis: A simulation study. Contemp Clin Trials 2007;28: 242-248.
- 4.
- Robinson LD, Jewell NP. Some surprising results about covariate adjustment in logistic regression models. Int Stat Rev. 1991;59: 227-240.