Institut für Medizinische Biometrie
und Statistik (IMBI)

Dieses Projekt ist abgeschlossen und diese Seite ist archiviert. Die letzte Änderung fand 2016 statt.

Förderung: 24 Monate

Zusammenfassung

Bei der Analyse von klinischen und epidemiologischen Daten treten häufig Kovariablen auf, die eine Mischverteilung in dem Sinne haben, dass ein Anteil der Individuen Exposition null hat, und die Verteilung unter den Exponierten stetig ist, z.B. Zigarettenkonsum, Stilldauer oder Alkoholkonsum. Dies sind sog. semi-stetige Variablen, auch „Variable mit spike at zero“ genannt. Bei Laborwerten und anderen Messungen kann empirisch eine solche Verteilung durch die untere Grenze der Messgenauigkeit entstehen. Zur Modellierung der Dosis-Wirkungs-Funktion haben die Antragsteller eine Methode vorgeschlagen, die auf einer Erweiterung der sog. Fractional Polynomials basiert. In diesem Forschungsvorhaben sollen (i) die theoretischen Grundlagen erarbeitet werden, mit denen bei gegebener Verteilungsklasse die korrekte Dosis-Wirkungs-Funktion berechnet werden kann, (ii) mit Simulationsstudien die Güte der Modellanpassung bei der oben vorgeschlagenen Prozedur, und einer kürzlich vorgeschlagenen Modifikation dieser Prozedur untersucht werden, (iii) eine Erweiterung der Prozedur für den multivariablen Fall und für Interaktionen vorgenommen werden (iv) multivariable Modelle sollen zur Herleitung und zur Untersuchnung des Einflusses verschiedener Metriken (z.B. kumulative oder mittlere Dosis, Herleitung neuen Metriken für korrelierte Variablen) verwendet werden und (v) eine Anwendung der Verfahren auf Daten verschiedener epidemiologischer und klinischer Studien erfolgen. Ziel des Projekts ist, verbesserte Analyseverfahren für Studien mit semi-stetige Variablen zu entwickeln, sie in Studien anzuwenden, und durch Bereitstellung geeigneter Software eine allgemeine Anwendung zu fördern.

Publikationen

• Becher H, Lorenz E, Royston P, Sauerbrei W. (2012) Analysing covariates with spike at zero: a modified FP procedure and conceptual issues, Biom J 54:686-700.
• Lorenz E, Jenkner C, Sauerbrei W, Becher H (2015) Dose-response modelling for bivariate covariates with and without a spike at zero: Theory and application to binary outcomes, Stat Neerl 69 374-398.
• Jenkner C, Lorenz E, Becher H, Sauerbrei W. (2016) Modeling Continuous Predictors With a ’Spike’ at Zero: Bivariate Approaches. Biom J (in press)
• Lorenz E, Jenkner C, Sauerbrei W, Becher H (2016) Modeling variables with a spike at zero. Examples and practical recommendations. Am J Epidemiol, to appear