Evidensbaseret medicin · K5-K6 · Udgave 1

Kohortestudier

Følg eksponering og udfald over tid. Spørg derefter, om de grupper, der blev sammenlignet, faktisk kunne sammenlignes.

GPT-6 Sol · Extra High 18-27 min 2 eksamensopgaver

Detaljegrad

Kort fortalt

Kohortestudier

Et kohortestudie følger personer fra et defineret udgangspunkt og sammenligner udfald mellem grupper med forskellig eksponering. Designet kan bygge på nyindsamlede data eller eksisterende registre, med fast eller varierende opfølgning. Kurset går fra tid-nul og risiko, rate og hazard til valg af komparator, konfounding, selektion, misklassifikation og tidsrelateret bias. Det viser, hvordan aktiv komparator, nye brugere og justering kan styrke en sammenligning, uden at et observationsstudie dermed bliver randomiseret.

Tidslinje

Hvem følges, og fra hvornår?

En kohorte starter med mennesker, ikke med udfaldet

Standard

En defineret gruppe følges for nye hændelser over tid.

Eksponering og komparator skal være kendt før det udfald, der analyseres.

Designets retning

Udvælg personer efter inklusionskriterier og mål deres eksponering ved et relevant udgangspunkt. Følg derefter, hvem der får udfaldet. Det adskiller kohortedesignet fra et case-kontrol-studie, hvor deltagere udvælges efter udfaldsstatus.

Uden lodtrækning er grupperne ikke automatisk ens

Fordi deltagerne ikke randomiseres til eksponeringen, kan forskelle i sygdom, adfærd og behandling forklare både gruppevalget og udfaldet. Et kohortestudie kan vise en tidsmæssig association, men alene fastslår designnavnet ikke en årsagseffekt.

Prospektiv og historisk beskriver dataindsamlingens timing

Standard

En kohorte kan følges med nye målinger eller rekonstrueres fra eksisterende data.

En historisk kohorte kræver stadig, at eksponeringen tidsmæssigt går forud for udfaldet.

To veje til samme grunddesign

Ved planlagt, løbende dataindsamling måles deltagere fremadrettet. Ved historisk dataindsamling samles oplysninger, som allerede findes, fx recepter og diagnoser i registre. “Retrospektiv” om datakilden betyder ikke, at analysen starter med syge og raske som i et case-kontrol-studie.

Det, registrene ikke ved

Store registre kan give lang opfølgning og sjældne udfald, men en indløst recept er ikke lig med faktisk indtagelse, og en diagnosekode er ikke nødvendigvis et verificeret klinisk udfald. En nyindsamlet kohorte kan måle mere direkte, men kan også få selektiv deltagelse og frafald.

En kohorte kan have fælles slutdato eller løbende ind- og udtræden

Standard

Lukket kohorte: en defineret gruppe følges fra et fælles eller veldefineret startpunkt.

Dynamisk kohorte: deltagere kan komme til og forlade populationen over tid.

Opfølgning er en del af definitionen

Beskriv start, ophør, hændelse, død, udvandring og andet frafald. Ved varierende opfølgning bidrager deltagere med forskellig persontid. Censurering må ikke uden videre behandles som om personen var fulgt uden hændelse til studiets slutning.

Nye deltagere kan være nyttige

I en dynamisk population kan personer blive inkluderet, når de opfylder kriterierne. Hver persons eget tid-nul og risikotid skal stadig være klart. Et fælles kalenderår er ikke nødvendigvis samme sygdoms- eller behandlingstid for alle.

Risiko, rate og hazard ratio har forskellige nævnere

Standard

Risiko over et fast tidsrum ved komplet opfølgning: nye tilfælde/personer i risiko ved start.

Incidensrate: nye tilfælde/persontid. HR sammenligner hazards over tid, ikke direkte risici.

Vælg tallet efter opfølgningen

Hvis 20 af 100 personer får et udfald i løbet af ét år med komplet opfølgning, er den observerede etårsrisiko 20 %. Hvis personerne følges i forskellig tid, kan man opgøre hændelser pr. fx 1.000 personår. En incidensrate har tid i nævneren og må ikke læses som sandsynlighed for et udfald i ét år.

HR er et forhold mellem øjeblikkelige hændelsesrater

En Cox-model kan estimere en hazard ratio for eksponeret mod komparator. HR = 0,8 betyder lavere estimeret hazard i den eksponerede gruppe under modellen; det betyder ikke automatisk 20 procentpoint lavere risiko. Den almindelige proportional-hazards-model antager, at hazardforholdet er konstant over opfølgningstiden.

Sammenligning

Byg grupper, der svarer på det samme spørgsmål

Komparatoren afgør, hvilken kontrast der estimeres

Standard

Behandling A mod ingen behandling er ikke samme spørgsmål som A mod behandling B.

Sammenligningsgruppen skal være klinisk relevant og kunne følges fra tilsvarende tid-nul.

Et behandlingsvalg har alternativer

Spørg, hvem der i praksis kunne have fået begge de behandlinger, som sammenlignes. En ubehandlet gruppe kan afvige stærkt i sygdomsgrad, adgang til behandling og prognose. En aktiv komparator kan give en mere meningsfuld klinisk beslutning, men har sin egen virkning og mulige risici.

Sammenlign eksponeringer på samme tidspunkt

Grupperne bør være defineret efter sammenlignelige kriterier og ved en fælles type beslutningspunkt. Hvis den ene gruppe består af nye brugere og den anden af langvarige, overlevende brugere, kan en forskel skyldes, hvem der allerede har tålt behandlingen.

Indikationen kan få behandling til at ligne en risikofaktor

Standard

Sygdommens sværhedsgrad kan påvirke både behandlingsvalg og risiko for udfald.

Dette er konfounding by indication, ikke en bivirkning dokumenteret af sammenhængen.

Den kliniske beslutning er ikke tilfældig

Personer med størst risiko får ofte behandling netop på grund af risikoen. Hvis de senere får flere hændelser end ubehandlede, kan den rå sammenligning afspejle prognosen før behandling snarere end behandlingens skade. Mål derfor de faktorer, der påvirkede valget, og vælg om muligt grupper med tilsvarende indikation.

En aktiv komparator hjælper, men løser ikke alt

To behandlinger for samme tilstand kan mindske forskelle mellem grupperne. De kan stadig vælges forskelligt efter alder, nyrefunktion, sygdomsgrad eller præference. Sammenlign basisdata og overvej, hvilke prognostiske faktorer der ikke er registreret.

Tid-nul skal passe til både inklusion og behandlingsstart

Standard

Definér tidspunktet, hvor deltageren er egnet, gruppen fastlægges, og opfølgning begynder.

Ingen gruppe må få hændelsesfri tid foræret ved at blive bestemt ud fra fremtiden.

En tidslinje før regressionsmodellen

Angiv hvornår eksponering og komparator bliver valgt, hvilke oplysninger der må bruges som baseline, og hvornår udfald tælles fra. Hvis man først kalder en deltager “behandlet” efter flere fremtidige recepter, må personen have overlevet længe nok til at opfylde definitionen. Den forudgående tid kan skabe immortal-time bias, hvis den håndteres forkert.

Samme logik i begge grupper

Personer i sammenligningsgrupperne skal kunne opfylde deres inklusionskriterier på tilsvarende tidspunkt. Et forsinket startpunkt i den ene gruppe og et øjeblikkeligt i den anden kan give en skæv hændelsesrate, selv når alle kovariater siden justeres.

Aktiv komparator og nye brugere giver en renere start

Standard

Sammenlign nye brugere af to relevante behandlinger for samme indikation.

ACNU mindsker nogle vigtige skævheder, men er ikke randomisering.

To designvalg med hver sin opgave

En aktiv komparator gør grupperne mere klinisk sammenlignelige og kan reducere konfounding ved indikation. Kravet om nye brugere lægger tid-nul ved behandlingsstart og undgår at sammenligne nye brugere med personer, som allerede har tålt mange måneders behandling. Baselinefaktorer bør måles før dette startpunkt.

Kontrollér om designet faktisk er udført

Se efter en veldefineret periode uden tidligere brug, ensartede kriterier for begge behandlinger, lignende indikation og opfølgning fra opstart. En overskrift om ACNU hjælper ikke, hvis tidligere brugere eller forskellige kalenderperioder alligevel blandes ind.

Fejlkilder

Hvor kan sammenhængen blive skæv?

Selektionsbias og manglende generaliserbarhed er forskellige problemer

Standard

Skæv inklusion eller frafald kan forvrænge sammenligningen inde i kohorten.

En snæver kohorte kan samtidig være internt valid, men passe dårligt til andre patienter.

Hvem kommer med, og hvem bliver?

Undersøg om deltagelse, eksklusion eller bortfald hænger sammen med både eksponering og prognose. Hvis en stor andel ikke deltager, er det vigtigt at se, om grupperne stadig kan sammenlignes. En lav deltagelsesprocent alene kvantificerer dog ikke størrelsen af en intern bias.

To spørgsmål, ikke ét

Intern validitet spørger, om associationen i den analyserede kohorte er skæv. Generaliserbarhed spørger, om resultatet kan overføres til målpopulationen. En ikke-repræsentativ prøve er ikke automatisk et biased estimat for deltagerne selv; et frafald, der afhænger af både eksponering og udfaldsrisiko, kan derimod true den interne sammenligning.

Fejlmålt eksponering og udfald kan skubbe estimatet

Standard

Registerkode eller recept er et mål for noget, ikke nødvendigvis selve det kliniske forhold.

Fejl kan være forskellige eller ensartede på tværs af grupper; retningen er ikke altid enkel.

Fra registrering til virkelighed

En recept viser udlevering, ikke sikkert indtag. En hospitalskode kan overse milde tilfælde og indeholde kodningsfejl. Spørg, om eksponering og udfald er defineret ens i begge grupper, om definitionerne er valideret, og hvilken type fejl der er sandsynlig.

Differentiel fejl er særlig bekymrende

Hvis en gruppe undersøges oftere eller rapporterer symptomer anderledes, kan udfald opdages med forskellig sandsynlighed. Ikke-differentiel misklassifikation kan under enkle betingelser trække en binær association mod nul, men er ikke en universel regel; fortolk retning og størrelse konkret.

Kalendertid og tidlige symptomer kan vende årsagsfortællingen

Standard

Behandlinger indføres ofte på forskellige tidspunkter, hvor risiko og diagnostik også ændrer sig.

Et lægemiddel givet mod tidlige sygdomssymptomer kan se ud til at forårsage sygdommen.

Sammenlign samtidige patienter

Hvis behandling A især blev brugt i et tidligt kalenderår og B senere, kan ændringer i smitte, diagnostik eller øvrig behandling forklare noget af forskellen. Tjek kalenderperioder, indgangstid og opfølgningens længde, før sammenligningen tolkes.

Protopathic bias er omvendt tidsretning

En endnu udiagnosticeret sygdom kan give symptomer, der udløser medicin. Når diagnosen senere stilles, kan medicinen fejlagtigt fremstå som årsag. Undersøg derfor, hvorfor behandlingen blev startet, og om sygdommen kunne være begyndt før eksponeringen.

Stratificering, matching og regression angriber målt konfounding

Standard

Sammenlign inden for ens niveauer af en confounder, eller gør grupperne mere ens.

En “justeret” HR er ikke garanti for, at alle relevante forskelle er fjernet.

Tre måder at kontrollere kendte forskelle

Stratificering viser associationen inden for grupper, fx alderslag. Matching vælger sammenlignelige personer. Regression kan justere for flere målte faktorer samtidigt. En propensity score samler målte faktorer til en estimeret sandsynlighed for at få eksponeringen og kan bruges til matching, stratificering eller vægtning.

Se både råt og justeret

Et stort skift fra rå til justeret estimat kan vise, at gruppefordelingen betød noget. Kontroller hvilke variable, der blev målt før eksponeringen, hvorfor de blev valgt, og om der stadig er forskelle efter justering. Ingen af metoderne kan alene ophæve ukendt eller fejlmålt konfounding.

Tolkning

Fra association til en nøgtern konklusion

Effektmodifikation er en mulig forskel i virkning, ikke en fejl der skal fjernes

Standard

En association kan være større i én klinisk gruppe end i en anden.

Vurder forskellen mellem grupperne direkte og på en relevant effektmålsskala.

Andet spørgsmål end konfounding

Konfounding forvrænger den sammenligning, man ville have. Effektmodifikation beskriver, at effekten faktisk kan variere med fx alder eller sygdomsgrad. En forskel mellem estimater i undergrupper er et muligt signal, men kan også skyldes tilfældighed eller bias.

Sammenlign effekterne, ikke p-værdierne

At én undergruppe har p < 0,05 og en anden ikke har, viser ikke i sig selv en forskel mellem dem. Se effektstørrelser, usikkerhed og en relevant interaktionstest, helst forudplanlagt. Overvej også om det er forskel på relativ eller absolut skala, der er klinisk vigtig.

En relativ association fortæller ikke, hvor mange patienter det gælder

Standard

RR og HR beskriver forhold; absolut risiko og risikoforskel kræver en tidshorisont.

Samme relative association kan have forskellig klinisk betydning ved forskellig grundrisiko.

Oversæt kun når oplysningerne findes

En HR på 0,8 er ikke det samme som en absolut risikoreduktion på 20 %. Se efter gruppespecifikke hændelser, opfølgningstid og eventuelt absolut risiko ved et bestemt tidspunkt. Ved varierende opfølgning kan incidensrater eller estimerede kumulative risici give den nødvendige kontekst.

Association er endnu ikke behandlingsgevinst

Et justeret estimat kan være både statistisk præcist og stadig præget af residual konfounding. Hold konklusionen til den undersøgte kontrast og population, og angiv usikkerhed og begrænsninger, før et tal omsættes til en klinisk beslutning.

Læs et kohortestudie som en tidslinje og en sammenligning

Standard

Find inklusion, eksponering, komparator, tid-nul, udfald og censurering.

Spørg derefter, hvilke forskelle mellem grupperne der er målt, justeret og stadig ukendte.

En hurtig kvalitetskontrol

Er grupperne dannet ved samme type beslutning og fulgt fra samme slags tid-nul? Er udfaldet registreret ens? Hvor mange mangler data eller er tabt under opfølgning? Viser tabellen forskelle i prognose før justering, og er de vigtigste mulige confoundere faktisk målt?

Læs rapporten mod metoden

Se både rå og justerede estimater med intervaller, absolutte hændelser og følsomhedsanalyser. Undersøg om udfald, undergrupper og analyse var planlagt, og om resultater uden gunstig retning også rapporteres. STROBE og RECORD kan hjælpe med at finde manglende oplysninger, men er rapporteringsguider, ikke kvalitetsstempler.

MCQouture

Opgaver fra MCQ

2 opgaver i én session. Resultatet justerer kun de emner, som opgaverne dækker.

Fra MCQB10 F23 · Spørgsmål 6

Genkend kohortedesignet

Spørgsmål 1 af 2

Spørgsmål 6 I et norsk studie ønskede forskerne at undersøge, om brug af paracetamol under graviditeten øger risikoen for at det fødte barn får ADHD. For at undersøge dette blev kvinder der havde taget paracetamol under graviditeten, sammenlignet med kvinder der ikke havde taget paracetamol. Oplysninger om brug af paracetamol og andre typer medicin under graviditeten blev indhentet ved en spørgeskemaundersøgelse, hvor der også blev spurgt om livsstil og uddannelse. I alt valgte 41% af de indbudte at deltage i undersøgelsen. De fødte børn blev fulgt mht. udvikling af ADHD i det Norske Patient Register, hvor de værste tilfælde af ADHD er registeret (dem der kræver en indlæggelse eller ambulant behandling). Opfølgningstiden var 7 år fra fødslen (fra fødsel og til barnets 7-års fødselsdag). Hvilket studiedesign er anvendt?

Randomiseret kontrolleret forsøgKohortestudieCase-kontrol-studieTværsnitsstudie

Kilde-ID: B10-F23-06

Afventer faglig gennemgang.