Development and evaluation of three-stage procedures for modelling exposure patterns in epidemiological studies
Final Report Abstract
Messfehler in Expositionsdaten können zu verzerrten Effektschätzungen und somit zu falschen Schlussfolgerungen führen. Dies ist zum Beispiel von Bedeutung, wenn Assoziationen zwischen fehlerhaft ermittelten Lebensstilexpositionen und Gesundheitsendpunkten untersucht werden. Das Zusammenspiel mehrerer solcher Lebensstilexpositionen stellt dabei eine besondere Herausforderung an die statistische Modellierung dar. Die in diesem Projekt entwickelten statistischen Korrekturverfahren, die sogenannten drei-stufigen Verfahren (3-SV), berücksichtigen genau dieses komplexe Zusammenspiel verschiedener Expositionen und ihre Messfehlerstruktur, um so die Verzerrung bei der Assoziationsschätzung zu reduzieren. Dies wurde erreicht, indem Clusteranalyseverfahren mit Messfehlerkorrekturverfahren kombiniert wurden. Dabei wurde auf den k-Means-Algorithmus und das Gaußsche Mischverteilungsmodell für die Clusteranalyse zurückgegriffen. Diese beiden Verfahren wurden in drei Korrekturalgorithmen integriert (RK-3-SV, SIMEX-3-SV und MI-3-SV), und zwar basierend auf drei etablierten Prinzipen der Messfehlerkorrektur: Regressionskalibrierung, Simulationsextrapolation und multiple Imputation. Diese Korrekturalgorithmen wurden formal eingeführt und ihre Anwendbarkeit wurde auf realen Daten der IDEFICS/I.Family-Kohorte demonstriert. Zudem wurden sie in einer Simulationsstudie hinsichtlich ihrer finiten Eigenschaften miteinander verglichen. Es konnte gezeigt werden, dass RK-3-SV und MI-3-SV zu einer deutlichen Reduzierung der Verzerrung gegenüber der naiven Methode führen. Die geringste Verzerrung wurde mit dem MI-3-SV erreicht, sodass eine Empfehlung für die Verwendung dieses Verfahrens gegeben wird. Das SIMEX-3-SV hingegen scheint nicht geeignet zu sein, die durch die Missklassifikation bedingte Verzerrung zu reduzieren. Hervorzuheben sei an dieser Stelle die besondere Bedeutung der Entwicklung eines weiteren Korrekturverfahrens, das ebenfalls auf SIMEX basiert. Dieses Verfahren, das sogenannte SIMEX für Box-Cox-transformierte Daten, eignet sich für die Korrektur der Effektschätzung bei der Analyse des Zusammenhangs zwischen einem Gesundheitsendpunkt und einer stetigen Exposition, die fehlerhaft ermittelt wurde und einer schiefen Verteilung folgt. Für dieses Verfahren konnte sowohl der praktische Nutzen in einer Simulationsstudie nachgewiesen als auch die statistisch-theoretische Rechtfertigung geliefert werden. Ein weiteres wichtiges sowie erwartbares Resultat dieses Projekts stellt der Nachweis des differentiellen Messfehlers beim 3-SVs dar: Das heißt, sobald eine Klassifikation auf Basis mehrerer wiederholt fehlerhaft gemessener Expositionen stattfindet, kommt es zu differentieller Missklassifikation. Dieser differentielle Messfehler kann sowohl zu Über- als auch zu Unterschätzungen führen. Zudem konnte das 3-SV für die Messfehlerkorrektur erfolgreich in epidemiologischen Studien angewendet werden. Insgesamt konnten im Rahmen dieses Projekts Messfehlerkorrekturverfahren bei drei Fragestellungen angewendet werden. Eine weitere Studie, bei der das MI-3-SV verwendet wird, ist bereits in Arbeit. Es ist zu hoffen, dass die wiederholte praktische Umsetzung von Messfehlerkorrekturverfahren in epidemiologischen Studien zu einer stärken Akzeptanz dieser Methoden in der epidemiologischen Praxis führt.
Publications
- (2020) SIMEX for correction of dietary exposure effects with Box-Cox transformed data. Biometrical Journal 62:221-237
Intemann T, Mehlig K, De Henauw S, Siani A, Constantinou T, Moreno LA, Molnár D, Veidebaum T, Pigeot I on behalf of the I.Family consortium
(See online at https://doi.org/10.1002/bimj.201900066) - (2021) 25-Hydroxyvitamin D reference percentiles and the role of their determinants among European children and adolescents. European Journal of Clinical Nutrition
Wolters M, Intemann T, Russo P, Moreno LA, Molnár D, Veidebaum T, Tornaritis M, De Henauw S, Eiben G, Ahrens W, Floegel A on behalf of the IDEFICS and I.Family consortia
(See online at https://doi.org/10.1038/s41430-021-00985-4)
