STATISTIK-FORUM.de

[Gavrich]

Hallo,

ich habe eine etwas spezielle Art einer Power-Analyse vor und wäre ggf. für Tipps dankbar, ob/wie diese methodisch noch zu verbessern wäre.

Hintergrund:
Es geht darum, eine Diskussionsgrundlage zu liefern, um zu entscheiden, ob durch den sehr aufwändiger Abgleich zweier Datenbestände interpretierbare Ergebnisse zu erwarten sind.
Der eine Datenbestand ist ein Expositionskataster mit Follow-up, der sowohl Exponierte als auch nicht Exponierte enthält (Studienkohorte).
Der andere Datenbestand ist ein Krankheitsregister, mit dem festgestellt werden soll, ob sich die Erkrankungshäufigkeit der Exponierten und nicht Exponierten unterscheidet.

***
Mein Plan:

Zuerst modelliere ich die Geschlechts- und Altersstruktur der Studienkohorte für jedes Jahr bis zum Ende des Beobachtungszeitraums.
(Aus verschiedenen Gründen geht hier neben der Alterung der Kohorte nur die Mortalität und nicht Migration ein).

Dann schätze ich auf Basis einer regionalen Auswertung des Krankheitsregisters die allgemeinen alters- und geschlechtsspezifischen Erkrankungsraten.
Daraus berechne ich die zu erwartende Zahl der Neuerkrankungen (Inzidenz) im Beobachtungszeitraum in der Studienkohorte.
Die Zahlen sind korrekt unter der Annahme dass die Exposition keine Wirkung hat.
Beispiel: 100 Neuerkrankungen

Als Nullhypothese gehe ich davon aus, dass zwischen Exponierten und nicht Exponierten kein Unterschied in der Inzidenz besteht.
Somit wäre die Inzidenz in der Gruppe der Exponierten entsprechend ihrem Anteil. Wenn dieser 30% beträgt, so resultieren 30 Neuerkrankungen unter Exponierten.

(Dies führe ich alles in Stata durch).

***
Power-Analyse:

Startpunkt ist die erwartete Neuerkrankungszahl in der Gruppe der Exponierten (bei mir noch getrennt nach verschiedenen Krankheiten) wenn es keine Auswirkung der Exposition gibt.
Ich verwende für den möglichen Effekt der Exposition auf das Krankheitsgeschehen ein multiplikatives Modell (Inzidenz steigt um Faktor X).
Da es nur eine einmalige Auswertung sein soll führe ich es recht simpel in Excel durch: Ich erstelle 200 Spalten mit dem Faktor 1,01, 1,02 ... 3 und berechne für jede Krankheit die damit resultierenden ganzzahlig gerundeten Inzidenzen.
(Wenn also die Exponierten über alle Geschlechts- und Altersgruppen hinweg ein dreifaches Erkrankungsrisiko hätten, so wären statt 30 nun 90 Erkrankungen zu erwarten).

Nun verwende ich in Excel die Poisson-Funktion und bestimme für jeden faktorisierten Inzidenzwert die Wahrscheinlichkeit, dass er oder ein höherer Wert unter dem Mittelwert (= Basis-Inzidenz: hier 30, bzw. Faktor = 1) auftritt.
Als Signifikanzniveau verwende ich 5% beidseitig, obwohl ich mich in der Analyse hier nur auf die obere Seite beschränke.
Ich suche nun manuell für jede Erkrankung nach dem Faktor, bei dem die Wahrscheinlichkeit erstmals 2,5% unterschreitet.
Im vorliegenden Beispiel von 30 Erkrankungen unter Exponierten wäre dies bei gerundet 43 Erkrankungen und einem Faktor von 1,42 der Fall.

***
Interpretation

Nun treffe ich die Aussage, dass mit der vorhandenen Datenbasis ein Unterschied zwischen Exponierten und nicht Exponierten nur statistisch signifikant gezeigt werden kann, wenn im Beobachtungszeitraum durch die Exposition die Neuerkrankungsrate um mindestens 42% erhöht ist. Dies ist dann Grundlage der Diskussion, ob ein Abgleich sinnvoll ist, oder nicht.

(Bei seltenen Erkrankungen mit geringen Fallzahlen wird durch die ganzzahlige Rundung nur eine ungefähre Faktorangabe möglich. Diese haben aber eh recht hohe Faktoren, so dass dies für den geschilderten Zweck kaum relevant ist).

Ich bin mir nicht sicher, ob das nun lege artis ist, habe aber auch noch keinen anderen Weg recherchieren können.

Liebe Grüße

Stefan





























Anhand des Anteils der Exponierten in der Expositionskohorte