Adjusted Relative Risk, Crosstab with Mantel-Haenszel stratified analysis

Date: Thu, 12 Mar 2009 22:46:03 +0700
เมื่อวันที่ นพ.โรม  บัวทอง มาช่วยสอบสวนโรค อีสุกอีใส ที่  รพ.พุทธชินราช
พอดีผมติดงานอะไรอยูก็จำไม่ได้แล้ว
เนื่องจากได้เคยอ่านการสอบสวนโรค

อาหารเป็นพิษจากแหล่งน้ำในโรงเรียนแห่งหนึ่ง จ.สุโขทัย 29 สค. - 1 กย. 2548
วิเคราะห์แบบ Cohort Study, Relative Risk และ Adjusted Relative Risk
นพ.โรม บัวทอง, พญ.วราลักษณ์ ตังคณะกุล, นพ.โสภณ เอี่ยมศิริถาวร, นพ.ภาณุวัฒน์ ปานเกตุ

Linkto: WESR 2550 ฉบับที่ 8 (wk50_08.pdf 351 KB)
http://somed1.tripod.com/wk50_08.pdf

ตัวผมเอง อ่านแล้วก็ยังไม่เข้าใจอยู่หลายอย่าง เช่น Adjusted Relative Risk
Adjusted ด้วยอะไร Adjusted ทำไม และ Adjusted อย่างไร

จึงฝากน้องพยาบาล ที่เคยเรียน ป.โท ระบาด ซึ่งเป็นผู้รายงาน Case อีสุกอีใส
ซึ่งได้จัดให้อยู่ในทีม SRRT ของ กลุ่มงานเวชกรรมสังคม
ของ รพ.พุทธชินราช ช่วยประสานงานกับทีมจังหวัดและส่วนกลางทีมาช่วย
และ ให้ช่วยถาม นพ.โรม ให้ด้วย

โรคอีสุกอีใสมีค่า R0 (อ่านว่า "อาร์ศูนย์") สูงถึง 20 ถึง 30
ติดไปผู้อื่นได้ง่าย ระยะติดต่อคือ 2 วันก่อนผื่นขึ้น
หมายความว่าถ้าเด็กหรือผู้ใหญ่ที่ไม่มีภูมิคุ้มกันเลย
จะติดต่อจาก 1 คนไปได้ 20 ถึง 30 คน

Linkto: Computer Program, Simulation Model ในการคำนวณการแพร่กระจายของโรค  
http://gotoknow.org/blog/nopadol/268251

Date: Thu, 12 Mar 2009 22:46:03 +0700

เมื่อวันที่ นพ.โรม  บัวทอง มาช่วยสอบสวนโรค อีสุกอีใส ที่  รพ.พุทธชินราช

ได้ถามถึงบทความ อาหารเป็นพิษจากแหล่งน้ำในโรงเรียนแห่งหนึ่ง จ.สุโขทัย

29 สค. - 1 กย. 2548

ว่า Retrospective Cohort ทำ RR และ adjusted RR ถามว่า adjusted ด้วยอะไร ?

ตอบ

Crosstab with Mantel-Haenszel stratified analysis

Crosstab ป่วยไม่ป่วย กับอาหาร 1 และ Adjusted ด้วยอาหารชนิดที่ 2

มีค่า RR และ 95% Confidence Limit


ตัวอย่าง 

Var1 คือ ป่วย ไม่ป่วย (ป่วย = 1, ไม่ป่วย = 0)

Var2 คืออาหารชนิดที่ 1 ข้าวมันไก่ (กิน = 1, ไม่กิน = 0)

Var3  คืออาหารชนิดที่ 2  ยำวุ้นเส้น (กิน = 1, ไม่กิน = 0)

Crosstab Var1 กับ Var2 และ Adjusted ด้วย Var3



Stratified Analysis ช่วยควบคุม Confounder ในขั้นตอนวิเคราะห์ข้อมูล

ในระหว่างนั้นก็อ่านเรือง Confounder

ซึ่ง Confounder ที่สำคัญ เช่น เพศ อายุ เชื้อชาติ อาชีพ

ในขั้นตอน การออกแบบงานวิจัย

ถ้าออกแบบงานวิจัยอย่างระมัดระวังจะช่วยลด Confounder 

Case Control Study ซึ่ง มี Outcome เป็น Case แล้ว
จะพยายามเลือก Control ตัวแปรต่างๆ ให้เหมือนกับ Case มากที่สุด
พยายามให้ต่างกันเฉพาะแต่เพียงปัจจัยที่จะศึกษา

แต่ Cohort Study เป็น Observational Study แบ่งประชากรที่ศึกษา เป็น 2 สาย
คือสายที่ Exposure + (เช่น กินข้าวมันไก่) และ Exposure -  (ไม่กินข้าวมันไก่)
แต่ประชากรที่ศึกษาแต่ละคน ก็อาจกินอาหารหลายอย่าง เช่น กินและไม่กินยำวุ้นเส้น
แล้วดูว่าต่อมาอีกหลายวัน ตามระยะฟักตัวของโรค
ว่าจะป่วยหรือไม่ป่วย  แบ่งออกเป็น 4 กลุ่ม คือ a, b c, d 

(บางทีอาจตรวจสอบย้อนถอยหลังไปประมาณ 1 ระยะฟักตัวของโรค นับจาก Index Case
อย่าปักใจเชืออย่างเดียวว่า อาหารมื้อนั้นเป็นต้นเหตุ อาจมีอย่างอื่นที่อาจเป็นสาเหตุได้หรือไม่)

ทำ Epidemic Curve ว่าเป็น Common Source, Propagated Source หรือ Mixed หรือ อื่นๆ
ตาม Definition ของโรค  เช่น ป่วย หมายถึง ถ่ายเหลว 1 คร้ง หรือถ่ายบ่อย 3 ครั้ง ปวดท้อง คลื่นไส้อาเจียน อาจดูได้จาก หนังสือนิยามโรคติดเชื้อ, กองระบาดวิทยา. 2546
แต่ถ้าเป็น Cluster ของ Syndrome ใหม่ ๆ ก็อาจต้องทำนิยามของโรคเอง
Stratified Analysis ช่วยควบคุม Confounder ในขั้นตอนวิเคราะห์ข้อมูล

Linkto: Blog Index Case
http://gotoknow.org/blog/epistat/268277

Linkto: Blog Causal Association, Causal Relation
http://gotoknow.org/blog/epistat/203606

Linkto: Blog Epistat
http://gotoknow.org/blog/epistat

Linkto: Blog Nopadol
http://gotoknow.org/blog/nopadol