165. Popülasyon Atfedilebilir Oranı (PAF)
Analiz kimliği: paf · Menü adı: Popülasyon Atfedilebilir Oranı (PAF) · Panel: gui/panels/analyses/paf_panel.py (read_options 75–86, execute 93–103) · Motor: stats/paf_atfedilebilir.py, paf_atfedilebilir (satır 78–212), _adj_paf (satır 68–75), _wald_ln1m (satır 59–65)
165.1 Ne işe yarar
Bir risk etkeni ortadan kaldırılsaydı önlenebilecek olay oranını (popülasyon atfedilebilir oranı, PAF) ve maruz kalanlar arasındaki atfedilebilir oranı kestirir. Halk sağlığında bir etkenin toplumdaki yükünü gösterir.
Ne zaman kullanılır? "Sigara olmasa akciğer kanserlerinin yüzde kaçı önlenebilirdi?" türü sorularda; GBD ve ulusal hastalık yükü raporlarında.
Ne zaman kullanılmaz? Etken nedensel değilse; birden çok etkenin PAF'larını toplamak için (toplam %100'ü aşabilir; birleşik PAF ayrı hesaplanır); etken koruyucuysa (negatif PAF).
Sık karıştırılan analizler. "Göreli Risk" etkinin büyüklüğünü verir; PAF etkinin büyüklüğüne maruziyet yaygınlığını da katar. Çok yaygın ve zayıf bir etken, nadir ve güçlü bir etkenden daha büyük PAF'a sahip olabilir.
165.2 Varsayımlar ve veri türü
| Varsayım | Ne demek | MerQur'da nasıl denetlenir |
|---|---|---|
| Nedensellik | Etken nedensel kabul edilir. | Denetlenmez; yorumda belirtilir. |
| Temsil edici yaygınlık | Maruziyet yaygınlığı hedef popülasyonu temsil eder. | Olgu-kontrolde örnek yaygınlığı yanlıdır; yaygınlık dışarıdan verilebilir. |
| Nadir hastalık | Olgu-kontrolde OR göreli riske yaklaşır. | Uyarı yazılmaz; yorumda belirtilir. |
| Karıştırıcı kontrolü | Düzeltilmiş PAF için karıştırıcılar modele girer. | Kovaryat verilirse Greenland–Drescher kestiricisi hesaplanır. |
165.3 Parametreler
| Arayüz adı | Varsayılan | Ne yapar | Sonucu nasıl değiştirir |
|---|---|---|---|
| Tasarım | kohort/kesitsel | Kohort: RR ve (I_{pop}-I_0)/I_{pop}. Olgu-kontrol: OR ve Miettinen. | Aynı tabloda iki kestirici farklıdır; tasarıma uygun olan seçilmelidir. |
| Maruz düzeyi | ikinci düzey | Riski artıran düzey. | Ters kodlama koruyucu etken (negatif PAF) üretir. |
| Maruziyet yaygınlığı | 0 (örnekten) | Hedef popülasyondaki maruz oranı. | Levin PAF'ı yaygınlıkla doğrudan değişir. |
| Düzeltme değişkenleri | yok | Lojistik modele eklenir; olgu toplamı kestiricisi. | Karıştırıcı etkisi ayıklanmış PAF verir. |
| Bootstrap | açık, 1000 | Düzeltilmiş PAF yüzdelik aralığı. | Delta aralığı olgu kovaryatlarını sabit tutar; bootstrap onları da yeniden örnekler. |
165.4 Veri örneği
Gerçek veri: Baystate çalışması (birthwt, n=189); sonuç low, etken smoke. Soru: gebelikte sigara olmasa düşük doğum ağırlığı olgularının yüzde kaçı önlenebilirdi? Düzeltme değişkenleri: anne yaşı ve kilo.
165.5 Formüller ve hesap adımları
İkili tablo a (maruz olgu), b (maruz olgu olmayan), c (maruz olmayan olgu), d.
Levin (1953): \mathrm{PAF}=\dfrac{p(R-1)}{1+p(R-1)}, p maruziyet yaygınlığı, R göreli ölçüt.
Kohort: \mathrm{PAF}=\dfrac{ad-bc}{(a+c)(c+d)}; aralık \ln(1-\mathrm{PAF}) üzerinden, varyans (b+\mathrm{PAF}(a+d))/(Nc) (Walter, 1975; Jewell, 2004).
Olgu-kontrol (Miettinen, 1974): \mathrm{PAF}=p_c\dfrac{R-1}{R}=\dfrac{ad-bc}{d(a+c)}, varyans a/(c(a+c))+b/(d(b+d)).
Düzeltilmiş (Greenland ve Drescher, 1993): lojistik modelden \widehat{\mathrm{AF}}=1-\dfrac{1}{n_{olgu}}\sum_{i\in olgu}\exp(-\hat\beta\,x_i).
165.6 Doğrulama: MerQur ve R (birthwt)
| Ölçüt | MerQur | Başvuru | Yöntem |
|---|---|---|---|
| kohort PAF | 0,192189 | 0,192189 | epiR::epi.2by2 (cohort.count) |
| olgu-kontrol PAF | 0,256996 | 0,256996 | epi.2by2 (case.control) |
| düzeltilmiş PAF | 0,2484824 | 0,2484824 | olgu toplamı |
| delta aralığı | 0,08242317 ile 0,4145417 | aynı | bağımsız R |
| düzeltilmiş OR | 1,95573 | 1,95573 | glm |
Not: epi.2by2 işlevinin yazdırdığı güven aralığı MerQur aralığıyla eşleşmemiştir; bu nedenle karşılaştırma nokta kestirimleri ve bağımsız R aralık hesabı üzerinden yapılmıştır. Nokta kestirimleri özdeştir.
165.7 Çıktıyı okuma
Aşağıdaki çıktı, bu bölümdeki örnek veriyle MerQur'un ürettiği sonuç metnidir.
ATFEDİLEBİLİR ORAN (PAF)
────────────────────────────────────────────────────────────────
189 gözlem, 59 olay (olay: 1); etken 'smoke' (maruz: 1); tasarım: Kohort ya da kesitsel.
İkili tablo
------------------------------------
smoke Olgu Olgu olmayan n
------------------------------------
Maruz 30 44 74
Maruz değil 29 86 115
------------------------------------
Göreli ölçüt ve yaygınlık
RR = 1,608 (%95 GA 1,058 ile 2,443)
Maruziyet yaygınlığı = %39,15 (örnekten)
Atfedilebilir oran kestirimleri
----------------------------------------------------------------------------
Kestirici Kestirim %95 GA
----------------------------------------------------------------------------
PAF, Levin (yaygınlık ve göreli ölçüt) 0,1922 -0,0021 - 0,3488
PAF, kohort (I_pop − I_0) / I_pop 0,1922 -0,0021 - 0,3488
Maruzlar arasında atfedilebilir oran (R − 1) / R 0,3780 0,0547 - 0,5907
----------------------------------------------------------------------------
Aralıklar ln(1 − PAF) üzerinden Wald yöntemiyle (Walter 1975; Jewell 2004); maruzlar arası oranın aralığı göreli ölçütün aralığından türetilmiştir.
Kovaryatlarla düzeltilmiş PAF (Greenland-Drescher)
-------------------------------------------------------------------------
Kestirici Kestirim %95 GA
-------------------------------------------------------------------------
Düzeltilmiş PAF (delta aralığı) 0,2485 0,0824 - 0,4145
Düzeltilmiş PAF (bootstrap yüzdelik, B = 300) 0,2485 -0,0418 - 0,4681
-------------------------------------------------------------------------
Düzeltilmiş OR = 1,956 (%95 GA 1,033 ile 3,704). Olgu toplamı kestiricisi: PAF = 1 − (olgular üzerinde ortalama) exp(−β x).
Levin (1953): PAF = p (R − 1) / (1 + p (R − 1)); Miettinen (1974): PAF = p_olgu (R − 1) / R; Greenland ve Drescher (1993): kovaryatla düzeltilmiş olgu toplamı kestiricisi.
── APA 7 ÖZET ──
'smoke' etkenine atfedilebilir olay oranı (düzeltilmiş popülasyon atfedilebilir oranı) %24,8 bulunmuştur (%95 GA %-4,2 ile %46,8).
Raporlama örneği (APA):
'smoke' etkenine atfedilebilir olay oranı (düzeltilmiş popülasyon atfedilebilir oranı) %24,8 bulunmuştur (%95 GA %-4,2 ile %46,8).
165.8 Uzman soruları
S1. Kohort ve olgu-kontrol PAF'ı neden farklı?
Birinde RR ve örnek yaygınlığı (0,192), ötekinde OR ve olgulardaki maruz oranı (0,257) kullanılır. OR, olay yaygınsa RR'den büyüktür; olgu-kontrol kestiricisi yalnız olgu-kontrol tasarımında doğrudur.
S2. Düzeltilmiş PAF (0,248) neden kohort PAF'ından (0,192) büyük?
Düzeltilmiş olgu toplamı kestiricisi göreli riski değil OR'yi (1,96) kullanır; olay yaygınken (%31) OR, RR'den (1,61) büyüktür. Aynı OR tabanlı kaba PAF (Miettinen) 0,257'dir; yaş ve kiloya göre düzeltme OR'yi 2,02'den 1,96'ya indirdiği için biraz küçülür.
S3. İki aralık (delta ve bootstrap) neden farklı?
Delta yöntemi olguların kovaryatlarını sabit tutar ve yalnız OR belirsizliğini yansıtır; bootstrap örneklemenin tüm değişkenliğini içerir ve genellikle daha geniştir.
165.9 Kaynaklar
- Levin, M. L. (1953). The occurrence of lung cancer in man. Acta Unio Internationalis Contra Cancrum, 9, 531–541.
- Miettinen, O. S. (1974). Proportion of disease caused or prevented by a given exposure, trait or intervention. American Journal of Epidemiology, 99, 325–332.
- Greenland, S. ve Drescher, K. (1993). Maximum likelihood estimation of the attributable fraction from logistic models. Biometrics, 49, 865–872.
- Jewell, N. P. (2004). Statistics for Epidemiology. Chapman and Hall.