累積リスクと複数の個人リスクモデルの対照的な小児期の経験（ACES）と成人の健康結果の関係の複数の個々のリスクモデル

背景：非常に多くの研究が、自己報告された不利な子供時代の経験（SRACES）と成人の健康結果との関係を文書化しています。同じまたは同様の質問を使用する複数の評価ツールにもかかわらず、予測変数として使用するための自己報告された小児期逆境の運用化には大きな矛盾があります。代替の概念モデルはめったに使用されず、非常に限られた証拠は概念モデルを互いに直接対比します。また、累積数値「ACEスコア」は規範的ですが、統計モデルで計算および使用される方法には違いがあります。累積ACEスコアと「複数の個々のリスク」（MIR）モデルのモデル適合とパフォーマンスの違いを調査し、個々のACEイベントを予測モデルにします。また、ACEスコアのコーディングと計算のためのさまざまな戦略の使用から生じる違いを調査しました。 方法：2011-2012 BRFSSデータ（n = 56,640）をマージし、3つの結果を分析しました。記述モデルフィットメトリックを比較し、モデル選択にVuongのテストを使用して、累積ACEスコア（連続またはカテゴリ変数の両方として）とMIRモデルの両方を使用してBest Fitモデルに到達し、統計的に最適なフィットモデルを互いに比較しました。 結果：複数の個々のリスクモデルは、「うつ病の生涯歴史」結果のカテゴリACEスコアよりも適切でした。肥満と心臓病の結果については、累積リスクと複数の個々のリスクモデルは同等の適合性でしたが、異なる補完的な推論をもたらしました。 結論：ACE健康関係に関する追加の情報豊富な推論は、複数の個別のリスクモデリング戦略を含めることから得ることができます。結果は、大規模なSRACESデータソースを使用して働く調査員が、研究中の結果に最適なアイテムの数と露出コーディング戦略を経験的に導き出すことができることを示唆しています。累積リスクモデルに加えて、累積リスクモデルに加えて、潜在的に調整されていないACEと結果の関係を推定する代わりに考慮することもできます。

BACKGROUND: A very large body of research documents relationships between self-reported Adverse Childhood Experiences (srACEs) and adult health outcomes. Despite multiple assessment tools that use the same or similar questions, there is a great deal of inconsistency in the operationalization of self-reported childhood adversity for use as a predictor variable. Alternative conceptual models are rarely used and very limited evidence directly contrasts conceptual models to each other. Also, while a cumulative numeric 'ACE Score' is normative, there are differences in the way it is calculated and used in statistical models. We investigated differences in model fit and performance between the cumulative ACE Score and a 'multiple individual risk' (MIR) model that enters individual ACE events together into prediction models. We also investigated differences that arise from the use of different strategies for coding and calculating the ACE Score. METHODS: We merged the 2011-2012 BRFSS data (N = 56,640) and analyzed 3 outcomes. We compared descriptive model fit metrics and used Vuong's test for model selection to arrive at best fit models using the cumulative ACE Score (as both a continuous or categorical variable) and the MIR model, and then statistically compared the best fit models to each other. RESULTS: The multiple individual risk model was a better fit than the categorical ACE Score for the 'lifetime history of depression' outcome. For the outcomes of obesity and cardiac disease, the cumulative risk and multiple individual risks models were of comparable fit, but yield different and complementary inferences. CONCLUSIONS: Additional information-rich inferences about ACE-health relationships can be obtained from including a multiple individual risk modeling strategy. Results suggest that investigators working with large srACEs data sources could empirically derive the number of items, as well as the exposure coding strategy, that are a best fit for the outcome under study. A multiple individual risk model could also be considered in addition to the cumulative risk model, potentially in place of estimation of unadjusted ACE-outcome relationships.