わずかな構造回帰モデルとロジスティック回帰モデルを使用したオッズ比の非カラップ可能性の研究

観察研究における交絡の大きさを定量化する1つのアプローチは、共変量の調整の有無にかかわらず推定を比較することですが、この戦略はオッズ比などの非カラップ可能な測定に欠陥があることが知られています。限界構造および標準のロジスティック回帰モデルからの推定値を比較すると、原油と条件付き効果の合計差は、非カラップ可能性効果と交絡バイアスの合計に分解できます。ポイント暴露研究で非炭酸性効果を評価するための分析的アプローチを提供し、非炭酸性効果を表現するための一般的な式を提供します。次に、非カラップ可能性効果とベースラインリスクの関係を示すグラフィカルなアプローチを提供し、さまざまな曝露と共変量効果の範囲の非collapsibility効果の挙動を明らかにします。非カラップ可能性に関するさまざまな観察は、交絡の有無にかかわらず、さまざまなシナリオから作成できます。たとえば、共変量の効果の大きさは、暴露の効果の効果よりも非カラップ可能性効果においてより重要な役割を果たします。時変交絡の存在下でのオッズ比の非カプラカプリビリティ効果を調査するために、観察コホート研究をシミュレートしました。非カラップ可能性の大きさは、一般に、シミュレーション設定でのポイント暴露研究の効果に匹敵しました。最後に、適用された例では、折りたたみが実際に推定に重要な影響を与える可能性があることを実証します。

One approach to quantifying the magnitude of confounding in observational studies is to compare estimates with and without adjustment for a covariate, but this strategy is known to be defective for noncollapsible measures such as the odds ratio. Comparing estimates from marginal structural and standard logistic regression models, the total difference between crude and conditional effects can be decomposed into the sum of a noncollapsibility effect and confounding bias. We provide an analytic approach to assess the noncollapsibility effect in a point-exposure study and provide a general formula for expressing the noncollapsibility effect. Next, we provide a graphical approach that illustrates the relationship between the noncollapsibility effect and the baseline risk, and reveals the behavior of the noncollapsibility effect for a range of different exposure and covariate effects. Various observations about noncollapsibility can be made from the different scenarios with or without confounding; for example, the magnitude of effect of the covariate plays a more important role in the noncollapsibility effect than does that of the effect of the exposure. In order to explore the noncollapsibility effect of the odds ratio in the presence of time-varying confounding, we simulated an observational cohort study. The magnitude of noncollapsibility was generally comparable to the effect in the point-exposure study in our simulation settings. Finally, in an applied example we demonstrate that collapsibility can have an important impact on estimation in practice.