Publikationsserver
Die Messung des Einflusses von Heterogenität bei der Überlebenszeitanalyse von fertilen und subfertilen Männern
Die Relevanz von Heterogenität für die Mortalitätsforschung zeigen Vaupel et al. (2006) anhand einer sich seit den 80er Jahren des letzten Jahrhundert abschwächenden Verbesserung der Lebenserwartung in der US-Bevölkerung und einer daraus folgenden zunehmenden Distanz zu Ländern wie bei- spielsweis...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Beteiligte: | |
| Format: | Dissertation |
| Sprache: | Deutsch |
| Veröffentlicht: |
Philipps-Universität Marburg
2011
|
| Schlagworte: | |
| Online Zugang: | PDF-Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Zusammenfassung: | Die Relevanz von Heterogenität für die Mortalitätsforschung zeigen Vaupel et al. (2006) anhand einer sich seit den 80er Jahren des letzten Jahrhundert abschwächenden Verbesserung der Lebenserwartung in der US-Bevölkerung und einer daraus folgenden zunehmenden Distanz zu Ländern wie bei-
spielsweise Japan, bei denen nach wie vor ein starker Zugewinn an Lebenszeit zu beobachten ist.
Bedingt durch die scheinbar besseren Lebensrisiken – z.B. ist die Anzahl der Vorerkrankungen deutlich geringer –, könnte die Selektion zu Beginn vergleichsweise weniger intensiv sein, sodass sie sich auf einen späteren Zeitraum verschieben müsste, weil im Laufe der Beobachtungszeit die Zahl der Risikofälle altersbedingt anstiege und somit auch die Mortalität zunähme.
Es gilt somit auch zu klären, ob die unbeobachtete Heterogenität und die damit verbundene Selektion sich auf die gesamte Lebensspanne oder nur auf einzelne Teilzeiträume beziehen, und ob sich die Survivalverläufe zwischen den Vergleichsgruppen unterscheiden.
Ziel dieser Arbeit ist ein Vergleich der Hazard- und Survivalfunktionen von fertilen und subfertilen Männern. Dabei sollen die Einflüsse von Kovariablen wie Alter, Kohortenvarianzen oder Wohnort herangezogen werden, um die Sterblichkeitsunterschiede zu erklären. Statistische Zusammenhänge zwischen dem Hazard bzw. dem Survival und den erklärenden Variablen lassen sich methodisch vielfältig durch Proportional-Hazards-Modelle von Cox oder mit Frailty-Modellen berechnen.
Diese Ansätze basieren auf der Annahme der Proportional Hazards, dennoch können sich die Schätzergebnisse der Modelle unterscheiden, besonders dann, wenn die verwendeten Kovariablen keinen ausreichend hohen Erklärungsgehalt liefern und somit mögliche Effekte von unbeobachteter Heterogenität zulassen. Insbesondere können gerade die Berechnungen mit Cox-Modellen und Frailty-Modellen jeweils zu sehr unterschiedlichen, oftmals auch sehr widersprüchlichen Schätzergebnissen führen.
Die Proportional-Hazards-Modelle von Cox versuchen einen Zusammenhang zwischen den Population-Hazards und einer bestimmten Anzahl von Kovariablen herzustellen, welcher nur dann gültig ist, wenn die Untersuchungspopulation bezüglich der zu untersuchenden Eigenschaft, insbesondere der Ausfallneigung, homogen ist.
Der methodische Vorteil des Proportional-Hazard-Ansatzes von Cox liegt zweifelsohne in der Nichtspezifizierung der Baselinefunktion für die individuelle Ausfallneigung, diese Vorgehensweise ist aber nur dann gerechtfertigt, sobald alle Individuen zu einem gegebenen Zeitpunkt die gleiche Ausfallswahrscheinlichkeit besitzen.
Viele epidemiologische Studien zeigen aber auf, dass sich die betrachteten Studienpopulationen aus einer Vielzahl von Individuen zusammensetzen, die sich bezüglich ihrer biologischen Eigenschaften doch stark unterscheiden können. Insbesondere können sich Anfälligkeiten (Frailties) gegenüber Krankheiten oder dem Tod im Laufe eines Lebens verändern und sind somit nicht konstant. Die Vielseitigkeit in der Anfälligkeits-Neigung können durch Frailty-Modelle beschrieben werden, die eine Parametrisierung der Variabilität des individuellen Ausfallrisikos vornehmen. Die Modellierung dieser Variabilität kann durch halbwegs gutartige stetige Verteilungsfunktionen vorgenommen werden. Dabei ist aber anzumerken, dass die Art der Parametrisierung häufig mit biologischen Erklärungsfaktoren nicht ausreichend erklärt werden kann. |
|---|---|
| DOI: | 10.17192/z2011.0783 |