症例対照研究における生存率の傾向

生存分析を行う不適切な方法のために拒否された記事を提出しました。レフェリーは、「時間の傾向に関する生存分析には、より洗練された検閲方法が必要です。」以外の詳細や説明は残していません。

質問：

喫煙者の過剰な死亡リスクは過去数十年で減少しましたか？

データ：

ドイツでは25,000人の喫煙者。彼らは1995年から2014年の間にいつでもコホートに登録されました。各喫煙者は（登録時に）一般集団（喫煙しなかった）からの性別と年齢が一致したコントロールに一致しています。研究期間全体で亡くなったすべての人には、正確な死の時間があります。フォローアップ中に死亡しなかった人は検閲されます。この研究は、1995年から2014年まで喫煙者の過剰な死亡リスクを毎年調査するために利用されています。

目的は次の計算です。

• 喫煙者と非喫煙者の死亡率を毎年調べ、これらの傾向を調べる
• 毎年（または数年連続）の喫煙者の過剰死亡リスク。

データはどのように分析されるべきですか？1998年に含まれている誰かが2015年に死ぬかもしれないことを思い出してください。開始と停止のカウントプロセスフォーマットを使用する正しいアプローチは毎年更新されますか？

これはレフェリーが嫌ったアプローチです：

発生率はポアソン回帰によって計算されました。モデルのオフセットとしてフォローアップ時間を含め、モデルの予測子として年齢、性別、喫煙状況、およびカレンダー期間（2つの連続した年を組み合わせたもの）を含めました。次に、Rのpredict（）関数を使用して、1000人年あたりの率を計算しました。オフセット（フォローアップ時間）は、登録からの全観察時間（日）でした。

Coxモデルを使用して、研究の開始から終了までの各期間における喫煙者の相対リスクを推定しました。簡単にするために、最初の期間のハザード比を最後の期間のハザード比と比較しました。

問題：-（彼のコントロールと共に）人は1998年に含まれている可能性があり、そのためそのカレンダーグループに属しているが、2006年にはイベントに苦しんでいる。コックスのカウントプロセス？開始時間と停止時間は何ですか？-この状況でトレンドをどのように評価できますか？

いくつかの説明：患者が1998年6月15日に最初に観察され、1998年12月31日のイベントを経験したとしましょう。この患者の時間変数の値は、期間が2年続くため、730日のうち182.5です。各期間の最大観測時間は730日です。

ある期間に患者が観察されたが、別の期間に打ち切られた（つまり、経験とイベントのいずれかまたは脱落した）場合、観察された日数を次の期間に追加する必要がありますか？

したがって、主な問題は、フォローアップ時間と暦年（2つの連続する年で構成されるカテゴリ変数として使用される）の処理です。

上記から、Coxモデルにはいくつかの可能性があります。

1. 各期間の個別のモデル：各人に1つの観測値を使用します。観察時間を計算し（追跡中に打ち切り/死が発生したときの考慮事項）、各期間のハザード比を計算します。次に、ハザード比を直接比較します。

2. 喫煙者と非喫煙者のハザードの相対的な変化を個別に計算する：1人につき1つの観察; 観測時間を計算し（打ち切り/イベントの発生時期に関係なく）、モデルですべての患者（1995年から2014年まで）を使用し、期間をカテゴリー変数として使用し、期間の1つを参照値として設定します。

   3. カウントプロセスの定式化：これは魅力的に聞こえますが、サバイバルタイム、開始停止間隔、および暦年の使用方法がわかりません。

レビュアーの不可解なコメントを読みすぎるのは危険ですが、異論は検閲が有益であるかどうかに関係していると思います。

$T$$T$

ただし、分析では、検閲されたのは2014年まで生存した人です。過去20年間に喫煙による過剰な死亡リスクに変化があったと思われる場合（または、死亡率が並行して変化した場合でも）両方のグループの場合）、これらの検閲された個人は、同じ期間生存したが以前に研究に参加した人々の代表ではない可能性があります。あなたの仮説では、検閲は有益かもしれません。

分析の設計の詳細によってこの問題が回避された可能性がありますが、レビューされた原稿ではそれが明確ではありませんでした。あるいは、レビュー担当者は、いくつかの追加の理由でこの調査が気に入らなかったため、これが編集者が質問しないことを拒否する方法であることに気づきました。それでも、これはこれらのデータを分析する方法に対する潜在的な異論のようであり、適切に処理されることを確認する必要があります。（これは私の個人的な専門知識を超えています。このサイトの他の人は、どのように進めるかについてのポインタを持っているかもしれません。この質問のより正確なタイトルは、研究の設計と分析の詳細とともに、より役立つ答えを得るかもしれません。）

あなたの質問と明確なコメントからは明らかではありませんが、Cox分析は、1年あたり（または2年以上の間隔で）の死亡率の単純なモデリングに役立つものを追加しています。さらに、あなたの仮説は、ハザードが標準的なコックス分析の基礎である非喫煙者と喫煙者の間で経時的に比例しないことを暗示しているようです。暦年の関数としての喫煙者と非喫煙者の死亡率の違いに関心がある場合は、モデル化するのが最も簡単な方法です（ただし、調査サンプルの非喫煙者の推定濃度を考慮する必要がある場合もあります）彼らの一致する喫煙対応者が死ぬとき）。