Fokus p

1
Fokus på gruppnivå
SIR workshop, Vår Gård, 2011-03-16

• Ulf Strömberg
• Professor i epidemiologisk metodik
• FoUU Halland och Lunds universitet

2
Epidemiologisk metodik
3
Innehåll(fokus på gruppnivå IVA-nivå, i regel)

• Flernivåmodellering
• O/E-ratio
• Vilken uppföljningstid?

4
Före SAPS 3
Current general outcome prediction models do not
consider the existence of clinical e.g.,
clinical management and nonclinical factors
e.g., organizational culture, aggregated at the
ICU level, that can have an important impact on
prognosis. Instead, they assume that these
factors are either not important or are randomly
distributed throughout large samples and the
variation between ICUs is small.
                                            
Moreno et al., 2006
5
Flernivåmodell

• pij Prdöd för patient i på sjukhus j
• Logit lnpij/(1-pij) ß0 ß1PRED1ij
  ß2PRED2ij aj

Sjukhusnivå Random effekt aj N(0,V)
Patientnivå Fixa effekter av prognostiska
variabler
6
Ett exempel Merlo et al., 2005

• Utfallsvariabel död inom 28 dagar efter första
  hjärtinfarkt
• Jämför utfallsdata för perioden 1993-1996 mellan
  90 sjukhus i Sverige

7

Skattning av mortaliteten rakt av. Därefter
normalisering till risk 1.0 för
medianrisksjukhus ? relativ risk (RR) för sjukhus
Modellbaserade RR, efter flernivåmodellering
8
Principer för flernivåmodellering
Hospital-level outcome Arise from an
ensemble of true RRs log-normal distribution



Patient-level outcome Can be
modeled (e.g., age and previous diagnosis)
9
Prior belief gällande sanna RR mellan
sjukhus, efter justering för variabler på
patientnivå
An ensemble of true ln(RR) Normal
distribution with mean ? ln(1) 0 and a true
variance The exchangeability assumption





True ln(RR)

Hospital no.
1 2 3 4 5
10

Skattning av mortaliteten rakt av. Därefter
normalisering till risk 1.0 (för
medianrisksjukhus), d.v.s. relativ risk (RR)
Modellbaserade RRs, efter flernivåmodellering
Både sjukhus- och patientnivå
11
En enkel flernivåmodell

• pij Prdöd för patient i på sjukhus j
• Logit lnpij/(1-pij) ß0 ß1AGEij aj

Sjukhusnivå Random intercept aj N(0,V)
Patientnivå Fix effekt av ålder
Logit
Logit
Age
Age
12
Antag att äldre patienter hamnar på sjukhus med
äldre medicinteknisk utrustning

• Logit lnpi/(1-pi) ß0 ß1AGEi
  Logit lnpij/(1-pij) ß0
  ß1AGEij aj

Logit
Logit
Age
Age
13
Betydelse av att inkludera random intercept på
IVA-nivå?

• I praktiken har det förmodligen marginell
  påverkan på en prediktionsmodell med många
  prognostiska variabler på patientnivå.

                                            
14
Möjligt att införa prognostisk variabelpå
IVA-nivå (utöver variablerna på patientnivå)

• Typ A IVA
• Typ B IVA

Logit
The exchangeability assumption should hold
within each ICU type
Age
15
Customized SAPS3 equationsLogit a ln(SAPS3
g)b
                                            
16
Jämförelse mellan olika grupper, O/E
                                            
Moreno et al., 2006
17
Jämförelse mellan olika grupper O/E beräknas
för respektive grupp

• O d1 d2 dn (di 1 om patient i
  dör di 0 om överlever)
• E p1 p2 pn (pi förväntad
  dödsrisk för patient i)
• Var(O) s2 p1(1-p1) p2(1-p2) pn(1-pn)
• 95 konfidensintervall för O/E (O 1.96s)/E
• Förutsättningar den logistiska modellen är
  korrekt och n antalet patienter i respektive
  grupp är tillräckligt stort (n gt 50 men även
  färre patienter kan fungera bra)

                                            
18
Vilken uppföljningstid?

• Död under sjukhusvistelse
• Död efter 28 dagar på sjukhus
• Död efter 30 dagar

                                            
Logistic regression aims at estimating and
explaining the probability of the event ( death)
in a population where all patients are observed
over the same time period. It is usually
assumed that length of stay in the ICU does not
alter statistical inference This assumption
is probably not valid. Moreno et al., 2008
19
DEMONSTRATION AVO/E BERÄKNINGAR
20
Data att arbeta med
IvaAvdAlias Overlevnad di Kon EMR ( pi) Variance_term( pi(1- pi))
247 587 0 M 0,072 0,067
247 582 0 K 0,675 0,219
247 581 0 K 0,045 0,955
247 580 0 M 0,483 0,517
247 2 1 K 0,585 0,415
247 5 1 K 0,934 0,066