MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Cochran-Mantel-Haenszel

Cochran-Mantel-Haenszelanaliz

İki ikili değişken arasındaki ilişkiyi, üçüncü bir karıştırıcı değişkenin her düzeyindeki 2x2 tabloları birleştirerek ve bu değişkenin etkisini dışarıda tutarak sınayan test.

Kavram

İki değişken arasındaki ilişki, her ikisiyle de bağlantılı üçüncü bir değişken (karıştırıcı) tarafından çarpıtılabilir. Ör. bir tedavi daha çok hafif hastaların bulunduğu bir hastanede uygulandıysa tedavi iyi görünür, oysa iyileşmeyi sağlayan hastalığın hafifliğidir. Tüm veriler tek tabloda birleştirildiğinde ilişkinin yönü bile tersine dönebilir (Simpson paradoksu). CMH testi bu sorunu karıştırıcının her düzeyini (tabaka) ayrı bir 2x2 tablo olarak ele alarak çözer.

Her tabakada iki değişkenin ilişkisi ayrı ayrı değerlendirilir ve bilgiler tabakalar boyunca birleştirilir: test, her tabakadaki bir hücrenin gözlenen sayısını o tabakada bağımsızlık altında beklenen sayıyla karşılaştırır ve farkları toplar. Böylece karşılaştırma yalnız aynı tabaka içindeki birimler arasında yapılır. Sonuç, tabakalardan bağımsız tek bir özetle verilir: Mantel-Haenszel ortak odds oranı (OR_MH). OR_MH = 1 karıştırıcı dikkate alındığında ilişki olmadığını gösterir.

Ortak bir odds oranı ancak ilişkinin gücü tabakalar arasında benzerse anlamlıdır; bu Breslow-Day homojenlik testiyle denetlenir. Odds oranları tabakalar arasında belirgin biçimde farklıysa (etki değişikliği) tek bir ortak değer yerine tabaka bazlı sonuçlar raporlanmalıdır. Test yalnız hesaba katılan karıştırıcıyı kontrol eder; ölçülmemiş karıştırıcılara karşı koruma sağlamaz.

Ne zaman kullanılır?

  • İki ikili değişken arasındaki ilişkiyi bir karıştırıcı değişkene (merkez, yaş grubu, cinsiyet, köy) göre tabakalayarak incelerken; çok merkezli çalışmalarda merkezleri birleştirirken.
  • Karıştırıcı yoksa ya da tek bir tablo yeterliyse ki-kare bağımsızlık testi ya da Fisher kesin testi kullanılır; tabakalarda sayılar çok küçükse kesin koşullu test tercih edilir.
  • Birden çok karıştırıcı ya da sürekli karıştırıcılar aynı anda kontrol edilecekse lojistik regresyon; üç ya da daha fazla kategorik değişkenin karşılıklı ilişkileri inceleniyorsa log-doğrusal model daha uygundur.

Gündelik bir örnek

Bir tarım kooperatifi yeni bir tohum ilacını üç köyde deniyor: her köyde bazı tarlalara ilaçlı, bazılarına ilaçsız tohum ekiliyor ve fidelerin mantar hastalığına yakalanıp yakalanmadığı kaydediliyor. Köyler iklim ve toprak bakımından farklı olduğu için hastalık oranı köyden köye değişiyor; ilaçlı tohum ise en çok nemli köyde kullanılmış olabilir. Tüm tarlalar tek tabloda toplanırsa ilacın etkisi köy farkıyla karışır. CMH testi ilaçlı ve ilaçsız tarlaları yalnız aynı köy içinde karşılaştırıp sonuçları birleştirir; ortak odds oranı ör. 0,45 çıkarsa köy farkı dışarıda tutulduğunda ilacın hastalık odds'unu yaklaşık yarıya indirdiği söylenebilir.

MerQur'da parametreler

Satır (ikili) ve Sütun (ikili)

Kavram: Her tabakadaki 2x2 tablonun satırını (çoğunlukla maruziyet ya da tedavi) ve sütununu (sonuç) oluşturan iki ikili değişkendir. Test istatistiği yer değiştirmeden etkilenmez; odds oranı, göreli risk ve risk farkının hangi grubu hangisine göre ifade ettiği ise bu seçime ve düzeylerin sırasına bağlıdır.

Gündelik örnek: Kooperatif örneğinde satırlar tohumun ilaçlı ya da ilaçsız olduğunu, sütunlar fidelerin hastalanıp hastalanmadığını gösterir. Böylece odds oranı 'ilaçlı tarlalarda hastalık odds'u ilaçsızlardakinin kaç katı?' sorusunu yanıtlar.

Ne işe yarar: Her tabakadaki 2x2 tablonun satır ve sütunudur. Düzeyler dize sırasıyla dizilir; OR (1. satır, 1. sütun) hücresine göre ad/bc olarak hesaplanır.

Sonuca etkisi: CMH χ², Breslow-Day, Cochran ve kesin p yer değişiminden etkilenmez; satır ve sütun birlikte değiştirilirse OR_MH aynı kalır. RR ve RD "1. sütun riski, 1. satır / 2. satır" tanımlı olduğundan değişir. Satır/sütun ikili değilse ve genelleştirilmiş CMH seçili değilse açık hata verilir.

Doğrulama verisinde: Migraine CMH = 8.3052, OR_MH = 3.3132 [1.4456, 7.5934]. Varsayılan düzende (satır Treatment [Active, Placebo], sütun Response [Better, Same]) RR_MH = 2.1636 [1.2336, 3.7948], RD_MH = 0.2738 (SE 0.0904) [0.0965, 0.4510]. Satır ve sütun yer değiştirince OR_MH aynı kalır; RR_MH = 1.7193 [1.1972, 2.4689], RD_MH = 0.2917 (SE 0.0954) çıkar. UCBAdmissions'ta OR_MH = 1.1053 (düzeyler alfabetik sıralanır, ters yönde 1/1.1053 = 0.9047; "düzeyler alfabetik" notu yazılır).

Tabaka

Kavram: Etkisi dışarıda tutulmak istenen karıştırıcı değişkendir; her düzeyi ayrı bir 2x2 tablo (tabaka) oluşturur. Karşılaştırmalar yalnız aynı tabaka içinde yapıldığı için bu değişkenin iki ana değişkenle olan bağlantısı sonucu çarpıtamaz.

Gündelik örnek: Kooperatif örneğinde tabaka köydür. İlaçlı ve ilaçsız tarlalar yalnız aynı köyün iklimi ve toprağı içinde karşılaştırıldığı için 'nemli köyde hastalık zaten çok' etkisi ilacın etkisine karışmaz.

Ne işe yarar: Karıştırıcı değişkendir; her düzeyi ayrı bir 2x2 tablo oluşturur. Ana CMH tüm tabakaları, ek satırlar n >= 2 olan tabakaları kullanır.

Sonuca etkisi: Rol değişimi tamamen farklı bir soruya yol açar. Sıfır marjinli tabakalar ana CMH'yi etkilemez; Breslow-Day ve Tarone'da bilgi taşımayan tabakalar çıkarılır.

Doğrulama verisinde: Tabaka = Yanıt, sütun = Cinsiyet alınırsa CMH = 0.0236, p = 0.878. Rabbits'te iki sıfır marjinli tabaka vardır; ana CMH 5.6571, Breslow-Day 8.6273 (df 2, p 0.0134) ve Tarone 8.3583 (p 0.0153).

→ Tabakalı analiz (tabaka değişkeni)

Güven Düzeyi (%90, %95, %99, Diğer (özel))

Kavram: Karar eşiğini (α = 1 − güven düzeyi) ve ortak odds oranı, ortak risk oranı ve risk farkı ile tabaka bazlı odds oranları için verilen güven aralıklarının genişliğini belirler. CMH istatistiği ve p-değeri değişmez.

Gündelik örnek: Ortak odds oranı 0,45 bulunduğunda %95 güven aralığı ör. 0,28 ile 0,72 arası çıkabilir; aralık 1'i içermediği için ilacın etkisi güvenilirdir. %99 güvende aralık genişler.

Ne işe yarar: alfa = 1 - güven düzeyi. OR_MH aralığı (Robins-Breslow-Greenland), tabaka OR (Woolf), RR_MH (Greenland-Robins) ve RD_MH (Sato) aralıkları, kesin aralık ve karar bu düzeyle hesaplanır.

Sonuca etkisi: Aralık genişlikleri ve sınırdaki p'lerde karar değişir; CMH istatistiği ve p değişmez. Genelleştirilmiş CMH'de aralık yoktur.

Doğrulama verisinde: Migraine OR_MH 3.3132: %80 [1.9263, 5.6985], %90 [1.6518, 6.6455], %95 [1.4456, 7.5934], %99 [1.1140, 9.8541], %99.9 [0.8232, 13.3339]; kesin aralık %95 [1.3534, 8.4551]; %99.9'da karar "reddedilemez" (p = 0.0040 > 0.001).

→ Güven düzeyi ve güven aralığı

Ek çıktılar: Ortak RR / RD

Kavram: Tabakalar boyunca birleştirilmiş göreli risk (bir grubun riskinin diğerinin kaç katı olduğu) ve risk farkıdır (iki risk arasındaki fark). Odds oranından daha sezgiseldir ama yalnız kohort ya da deneysel tasarımlarda anlamlıdır; vaka-kontrol çalışmalarında risk doğrudan kestirilemez, odds oranı yorumlanır.

Gündelik örnek: Kooperatif tarlaları ileriye dönük izlediği için risk doğrudan hesaplanabilir. Ortak risk oranı 0,55 ise köy farkı dışarıda tutulduğunda ilaçlı tarlalarda hastalık riski ilaçsızlardakinin yaklaşık yarısı kadardır; risk farkı ise bunu ör. '100 tarlada 15 daha az hastalıklı tarla' olarak ifade eder.

Ne işe yarar: Mantel-Haenszel ortak risk oranı (Greenland-Robins, 1985 varyansı) ve ortak risk farkı (Sato, 1989 varyansı); risk = 1. sütun düzeyi oranı, 1. satır ile 2. satır karşılaştırılır. Kohort ve klinik denemede anlamlıdır; vaka-kontrolde OR yorumlanır.

Sonuca etkisi: Yalnız ek satırlar. r x c x k tablolarda tanımsızdır ve "ortak RR/RD ve kesin test yalnız 2x2xK'da tanımlıdır" notu yazılır.

Doğrulama verisinde: Migraine RR_MH 2.1636 [1.2336, 3.7948], RD_MH 0.2738, SE 0.0904, GA [0.0965, 0.4510] (Mantel-Haenszel ağırlıklı ortak risk farkı). Terfi verisi 1.2327 / 0.1887 (OR_MH sonsuzken de hesaplanır).

→ Mantel-Haenszel ortak odds oranı

Ek çıktılar: Genelleştirilmiş CMH

Kavram: Satır ya da sütun değişkeni ikiden fazla kategoriliyse CMH fikrini genişletir. Üç farklı soruyu yanıtlar: iki sıralı değişken arasında doğrusal bir eğilim var mı, satır grupları sıralı sonucun ortalamasında farklı mı, ve herhangi bir türde ilişki var mı.

Gündelik örnek: Kooperatif ilaçsız, düşük doz ve yüksek doz olmak üzere üç grup kullanıp hastalığı 'yok, hafif, ağır' diye derecelendirseydi 2x2 tablo yetmezdi. Genelleştirilmiş CMH, köy farkını yine dışarıda tutarak 'doz arttıkça hastalık hafifliyor mu?' sorusunu sorabilir.

Ne işe yarar: r x c x k tablolar için sıfırdan farklı korelasyon (df 1), satır ortalama skorları (df r-1) ve genel ilişki (df (r-1)(c-1)) istatistikleri. Tablo skorları sayısal düzey değerleridir; sayısal değilse 1..k alınır.

Sonuca etkisi: 2x2xK'da üç istatistik de düzeltmesiz MH χ²'ye eşittir. Sıralı kategoriler sayısal kodla verilmelidir.

Doğrulama verisinde: Agresti Tablo 7.8 (Satisfaction): korelasyon 6.6235 (p 0.0101), satır ortalama 9.2259 (p 0.0264), genel ilişki 10.2001 (df 9, p 0.3345). Dize düzeylerde kod noktası sırası ve 1..k puanı kullanılır.

→ Mantel-Haenszel ortak odds oranı

Ek çıktılar: Kesin koşullu test

Kavram: Tabakalardaki sayılar küçükken ki-kare yaklaşımına dayanmadan, tabaka toplamları sabitken olası tüm tabloların kesin olasılıklarından p-değeri ve ortak odds oranı için kesin güven aralığı hesaplar.

Gündelik örnek: Kooperatif her köyde yalnız birkaç tarla denediyse bazı tabakalarda hastalıklı tarla sayısı 0 ya da 1 olabilir. Bu durumda yaklaşık CMH testi yerine kesin koşullu teste güvenmek daha doğrudur.

Ne işe yarar: S = Σa_k'nın tabaka marjinlerine koşullu dağılımını kullanır; iki yönlü p olasılığı gözlenenden küçük ya da eşit değerlerin toplamıdır. Koşullu MLE ortak OR ve kesin aralık (her kuyrukta alfa/2) verir. Küçük tabaka frekanslarında kullanılır.

Sonuca etkisi: Yalnız ek satırlar; ana CMH değişmez.

Doğrulama verisinde: Rabbits p = 0.03994, MLE 10.3610, GA [1.0774, 531.5128]. Migraine p = 0.005059 (koşullu olasılığı gözlenen S değerininkinden büyük olmayan S değerlerinin olasılıkları toplamı). Terfi verisi: p = 0.05625, MLE sonsuz, GA [0.9910, sonsuz].

→ Kesin (exact) test ve kesin p-değeri

H₀ ortak OR değeri

Kavram: Ortak odds oranının 1'den, yani 'ilişki yok' değerinden değil, araştırmacının belirlediği başka bir değerden farklı olup olmadığını sınar. Önceki bir çalışmanın bulgusuyla ya da kabul edilebilir bir etki eşiğiyle karşılaştırma için kullanılır.

Gündelik örnek: Eski tohum ilacının hastalık odds'unu 0,70'e indirdiği biliniyorsa kooperatif 'yeni ilaç eskisinden farklı mı?' diye sorabilir. Bu durumda H₀ değeri 0,70 yapılır ve ortak odds oranı 0,45'in bu değerden anlamlı biçimde uzak olup olmadığına bakılır.

Ne işe yarar: 1 dışında bir değer girildiğinde z = (ln OR_MH - ln ψ0)/SE ve iki yönlü p yazılır; kesin test seçiliyse kesin p ψ0 altında hesaplanır.

Sonuca etkisi: Yalnız ek satır; ψ0 = 1 iken satır yazılmaz. OR_MH sonsuzken çıktıda ham "inf/nan" görünmez.

Doğrulama verisinde: Migraine: ψ0 = 2 için z = 1.1928, p = 0.2329; ψ0 = 0.5 için p < 0.001; ψ0 = 100 için z = -8.052; ψ0 = 3.313 için p = 0.9999.

→ Sıfır hipotezi (H₀) ve test değeri

Gerçek veride örnek

Veri: SAS/STAT 15.1 Örnek 44.7 (Migraine)

Değişkenler: satır Treatment (tedavi), sütun Response (yanıt), tabaka Gender (cinsiyet)

  • Soru: Cinsiyet etkisi kontrol edildiğinde migren tedavisi (aktif / plasebo) ile yanıt (daha iyi / aynı) arasında ilişki var mı?
  • Varsayım: Ortak odds oranının tabakalar arasında homojen olması gerekir: Breslow-Day χ²(1) = 1.4929, p = 0.2218; kadın (OR = 5.82) ve erkek (OR = 2.04) tabakalarının OR'leri homojen kabul edilir, ortak OR yorumlanabilir.
  • Sonuç: CMH χ²(1) = 8.31, p = .004. H0 (ortak OR = 1) reddedilir: cinsiyet kontrol edildiğinde tedavi ile yanıt ilişkilidir.
  • Etki büyüklüğü: OR_MH = 3.31, %95 GA [1.45, 7.59]; aktif tedavi alanlarda "daha iyi" yanıtın odds'u plaseboya göre yaklaşık 3.3 kat yüksektir; aralık 1'i içermez.
  • Ek bulgu: Cochran χ² = 8.47 (p = .004) ve süreklilik düzeltmeli MH χ² = 7.20 (p = .007) aynı kararı verir.
  • APA: CMH χ²(1) = 8.305, p = .004, OR_MH = 3.313 (%95 CI [1.446, 7.593]).

İlgili kavramlar

Sıfır hipotezi (H₀) ve test değeriMantel-Haenszel ortak odds oranıTabakalı analiz (tabaka değişkeni)Breslow-Day (odds oranlarının homojenliği) testiKesin (exact) test ve kesin p-değeriOdds oranı (OR)Karıştırıcı (confounder) değişkenGöreli risk (RR) ve risk farkı (RD)

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.