DOI QR코드

DOI QR Code

Clinical data analysis in retrospective study through equality adjustment between groups

후향적연구의 집단 간 동등성확보를 통한 임상자료분석

  • Kwak, Sang Gyu (Department of Medical Statistics, School of Medicine, Catholic University of Daegu) ;
  • Shin, Im Hee (Department of Medical Statistics, School of Medicine, Catholic University of Daegu)
  • 곽상규 (대구가톨릭대학교 의과대학 의학통계학교실) ;
  • 신임희 (대구가톨릭대학교 의과대학 의학통계학교실)
  • Received : 2015.10.12
  • Accepted : 2015.11.16
  • Published : 2015.11.30

Abstract

There are two types of clinical research to figure out risk factor for disease using collected data. One is prospective study to approach the subjects from the present time and the other is retrospective study to find the risk factor using the subject's information in the past. Both approached and study design are different but the purpose of the two studies is to identify a significant difference between two groups and to find out what the variables to influence groups. Especially when comparing the two groups in clinical research, we have to look at the difference between the impact clinical variables by group while controlling the influence of the baseline characteristics variables such as age and sex. However, in the retrospective study, the difference of baseline characteristic variables can occur more frequently because the past records did not randomly assign subjects into two groups. In clinical data analysis use covariates to solve this problem. Typically, the analysis method using the analysis of covariance of variance, adjusted model, and propensity score matching method. This study is introduce the way of equality adjustment between groups data analysis using covariates in retrospective clinical studies and apply it to the recurrence of gastric cancer data.

두 집단간을 비교하는 다양한 임상연구에서 수집된 데이터를 분석할 때 질환에 미치는 영향을 알아보는 방법으로는 현 시점에서 어떤 특정 질환을 일으킬 수 있는 위험요인포함 우, 무에 띠라 연구대상자를 나누어, 추적 관찰하는 전향적 임상연구에서의 분석과 현 시점에서 질환 유, 무에 따라 위험요인을 과거의 연구대상자의 관찰기록을 바탕으로 확인하는 후향적 임상연구에서의 분석이 있다. 접근 방법과 연구 설계는 다르지만 두 가지 연구의 목적은 두 집단 간 명확한 차이를 확인하는데 있으며, 나아가 두집단의 분류에 영향을 주는 변수가 무엇인지를 알아보는 방법이다. 특히 임상연구에서 두 집단을 비교할 때 성별과 나이와 같은 기본적 특성변수의 영향을 통제한 상태에서 임상적 변수들의 집단 간 차이와 영향을 살펴보아야 한다. 하지만 후향적 연구에서는 과거의 관찰기록을 바탕으로 분석이 진행되는 연구이므로 연구대상자를 두 집단으로 무작위 할당하지 못했기 때문에 기본적인 특성변수들이 차이가 나는 경우가 빈번하게 발생할 수 있다. 이를 해결하기 위하여 임상자료를 분석하는 방법으로 공변량을 사용한다. 대표적으로 공변량을 사용하는 분석방법으로는 공분산분석, 수정회귀모형, propensity score matching 방법 등이 있다. 본 연구는 후향적 임상연구에서 공변량을 이용한 자료 분석 방법 및 propensity score matching 방법을 소개하고, 실제 위암 환자들의 재발관련 자료에 적용하여, 그 필요성을 확인한다.

Keywords

References

  1. D'agostino. R. B. (1998). Tutorial in biostatistics propensity score methods for bias reduction in the comparison of a treatment to a non-randomized control group. Statistical Medicine, 17, 2265-2281. https://doi.org/10.1002/(SICI)1097-0258(19981015)17:19<2265::AID-SIM918>3.0.CO;2-B
  2. Dehejia, R. H. and Sadek, W. (1999). Causal effects in nonexperimental studies: Reevaluating the evaluation of training programs. Journal of American Statistic Association, 94, 1053-1062. https://doi.org/10.1080/01621459.1999.10473858
  3. Han G. H., Chung J. and Yoo J. K. (2014). A study on prediction for attendances of Korean probaseball games using covariates.Journal of the Korean Data & Information Science Society, 25, 1481-1489. https://doi.org/10.7465/jkdi.2014.25.6.1481
  4. Kang K. J. and Lee J. H. (2010). Characteristics of Gastric Cancer in Korea - with an Emphasis on the Increase of the Early Gastric Cancer (EGC). Journal of Korean Medical Association, 53, 283-289. https://doi.org/10.5124/jkma.2010.53.4.283
  5. Park H. C. and Park J. P. (1998). Joint modeling of daeth times and counts considering a marginal frailty model. Journal of the Korean Data & Information Science Society, 9, 311-322.
  6. Park J. (2015). Performance study of propensity score methods against regression with covariate adjustment. Journal of the Korean Data & Information Science Society, 26, 217-227. https://doi.org/10.7465/jkdi.2015.26.1.217
  7. Rosenbaum, P. R. and Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70, 41-55. https://doi.org/10.1093/biomet/70.1.41

Cited by

  1. 진료 품질 향상을 위한 환자 데이터 맞춤형 분석 프로세스 개발: 외국인 환자를 중심으로 vol.46, pp.3, 2015, https://doi.org/10.7469/jksqm.2018.46.3.539
  2. 다빈도 협진 질환의 후향적 진료기록 분석 연구 : 예비연구 vol.42, pp.4, 2015, https://doi.org/10.22246/jikm.2021.42.4.563