A másik ok-okozati kérdés: az elhízásnak, mint halálozási oknak tulajdonítható frakciók megbecsülése

Absztrakt

A legutóbbi tudományos vita az elhízás, mint a halálozás oka miatt a populáció tulajdonítható frakciójának (PAF) becslésének pontosságáról tette láthatóvá a PAF fogalmát mind a tudományos, mind a népszerű hírekben. A PAF-ről széles körben úgy gondolják, hogy információt nyújt a betegség okozati összefüggéséről vagy annak tulajdonításáról, valamint információt nyújt az érdeklődésnek való kitettség kiküszöbölését célzó beavatkozások következményeiről. Megvitatom a PAF módszertani és fogalmi korlátait e kétféle információ nyújtása során. Ezen korlátozások miatt a PAF nem ad pontos választ a tudósoknak vagy a döntéshozóknak arra a kérdésre, hogy mekkora lenne a betegségterhelés megszüntetése, ha az expozíciót megszüntetnék a lakosságból? Ezeket a korlátozásokat nem lehet pusztán jobb statisztikai modellezéssel leküzdeni; a beavatkozások és az ilyen beavatkozások okozati következményeinek szigorúbb megvitatásával kell kezelni őket.

Bevezetés

Az elhízás miatti teljes halálozás százalékos arányának leírására vonatkozó, a népesség tulajdonítható frakciójának (PAF) becslésének pontosságával kapcsolatos legújabb tudományos vita a PAF fogalmát láthatóvá tette mind a tudományos, mind a népszerű hírekben. Nem volt sok vita arról az alapvető kérdésről, hogy milyen előnyök származnak az ilyen PAF-becslésekből. Tekintettel arra a sok tudományos forrásra, amelyet az elhízás PAF-becslésének témájára irányítottak az Egyesült Államokban, és az eredmények közzétételére az ország néhány legfontosabb orvosi és tudományos folyóiratában, 1, 2, 3, 4, ezt a kérdést érdemes feltenni . Ebben az esszében a PAF-re vonatkozó számos általános feltételezés korlátozásait tárgyalom, és választ adok arra a kérdésre, hogy mikor értelmes a PAF-becslés?

A PAF-t széles körben a betegségterhek arányának (vagy az esetek számának) becslésének tekintik, amelyet a figyelembe vett kockázati tényező (k) okoznak vagy annak tulajdonítanak. Ennek megfelelően azt a mennyiséget is tekintik, amelynek gyakorlati közegészségügyi jelentősége van: segíthet elgondolkodni az expozíció (k) kiküszöbölésére irányuló stratégiák következményein, és segíthet a közegészségügyi problémák rangsorolásában is. A PAF-et leggyakrabban a betegség előfordulásának vagy a betegség kockázatának azon hányadaként határozzák meg, amely a kockázati tényezőnek való kitettség kiküszöbölése esetén kiküszöbölhető lenne a populációból. Először a PAF-val kapcsolatos problémákat vitatom meg, amikor a betegség ok-okozati viszonyainak magyarázatára vagy hozzárendelésére kerül sor, majd megvitatom a tudósok és a politikai döntéshozók tájékoztatását a megelőző beavatkozások következményeiről.

A PAF korlátai, ha figyelembe vesszük a betegség okozati összefüggését a populációkban

Mivel a PAF becslés középpontjában az érdeklődésnek tulajdonítható esetek arányának vagy számának meghatározása áll, általános következtetés az, hogy többi az esetek aránya (vagy száma) nem okozati összefüggésben van az expozícióval. Ha például a tudósok úgy gondolják, hogy az elhízás, mint egy bizonyos betegség kimenetelének oka, a PAF 20%, általános feltételezés az lenne, hogy ennek az eredménynek az eseteinek 80% -a nem okoz okozati összefüggést az elhízással.

Csakúgy, mint a betegségszűrés hagyományos módszereiben, az adott eszköz érzékenységének javítása a specifitás rovására megy. (A kockázati tényező prediktív specifitása az egész időszakban egészséges marad, és az expozíció nélküli címkével rendelkezik.) Az expozíció tágabb meghatározása azt jelenti, hogy a végül megbetegedett emberek nagyobb hányada kerül az expozíciós címke alá (tehát lehetővé téve a magasabb PAF becslését), de a megmaradásra szánt egészséges emberek alacsonyabb hányada a nem megvilágított kategóriába kerül. Mivel a kockázati tényező pozitív prediktív értékének elsődleges meghatározója a specificitás (nem pedig az érzékenység), az expozíció egy adott definíciójának prediktív érzékenységének növekedése az expozíció pozitív prediktív értékének csökkenésével jár. Ez a pozitív prediktív érték leírható P(D ∣ E), amely egy adott expozíció esetén pontosan megegyezik a betegség abszolút kockázatával. Pontosabban fogalmazva: mivel az expozíció meghatározása érzékenyebbé válik, a PAF növekedni fog, de az expozíció tágabb meghatározásával (annak pozitív prediktív értékével) összefüggő betegség abszolút kockázata csökken.

Bár a PAF-et gyakran a betegség mennyiségével „magyarázható” vagy „miatt” kifejtett betegségmennyiségként írják le, a leírás ellentétes azzal, amit ma a legtöbb epidemiológus és orvostudós jelent, amikor a betegség előfordulásának „megértéséről” vagy „magyarázatáról” beszélnek. Hogyan ítélik meg az epidemiológusok, hogy a betegség kockázatának elfogadhatóan magas hányada már „megmagyarázható” (és ezért nincs szükség további etiológiai kutatásokra), vagy valóban további kutatásokra van szükség? Bár kifejezetten választ adnak egy ilyen alapkérdésre, ritkán kínálnak fel, a jelenlegi epidemiológiai írásban implicit módon magas pozitív prediktív érték (vagyis a betegség magas abszolút kockázata adott expozíció esetén), nem pedig magas prediktív érzékenység (azaz a „kitettnek” címkézett, megbetegedésre szánt személyek magas aránya, ami az „okok” folytonos keresésének alapvető célja. Tudományunk folyamatosan abban az irányban halad, hogy jobban meg tudják jósolni az egyén jövőjét. személyek a betegség szempontjából - tanúi a genetikai epidemiológia növekedésének -, nem pedig annak a stratégiának a vizsgálata irányában, hogy csökkentse a tömeges kitettségeket, amelyek gyakran meglehetősen szerény relatív kockázatok révén kapcsolódnak a betegségekhez, azokhoz az expozíciókhoz, amelyek ennek ellenére magas PAF-ekkel járhatnak.

Összefoglalva: a PAF nem használható annak meghatározására, hogy a betegség vagy a halálozás hány százaléka van okozati összefüggésben egy adott tényezővel. Bölcs lenne hallgatnunk Kempthornét, aki klasszikusban Biometria 9. cikk erőteljes érveket terjesztett elő az oksági viszonyok kvantitatív megosztására irányuló kísérlet ellen, amikor több tényező vagy erő együttesen határozza meg az eredményt. Azt állította, hogy az ilyen kísérletek eredményei értelmetlenek az ok-okozati folyamatok megértése szempontjából, valamint a beavatkozás reális hatásainak mérlegelése szempontjából. Most erre a témára, a beavatkozás hatásainak mérlegelésére térek át.

A PAF korlátai a betegségek megelőzésére irányuló beavatkozások tekintetében

A PAF-becslés egy nagyon specifikus és pontos kérdésre ad választ: a betegség kockázatának mekkora hányada küszöbölhető ki, ha az expozíciónak kitett abszolút kockázat hirtelen és fenntarthatóan a megvilágítatlan abszolút kockázat szintjére emelkedik, miközben semmi más, beleértve az abszolút kockázatot a megvilágítatlanokban, nem változott? Ennek a pontos megfogalmazásnak az egyik azonnal hasznos következménye, hogy jól látható, hogy maga az expozíció módosíthatósága (vagy megszüntetése) nem a legfontosabb kritérium; a legfontosabb a (többlet) megszüntetése kockázat az expozícióhoz kapcsolódik.

Az általunk megfogalmazott kérdés legfontosabb korlátja a hiányossága. A tudósok nem tudják megbecsülni az expozíció megszüntetésének (ok-okozati) hatásait a populációból, amíg meg nem határozzák az eliminációban alkalmazandó beavatkozást.

Sok vita és vita folyt az USA-ban bekövetkezett halálesetek tényleges nagyságáról, amelyek egyetlen év alatt az elhízásnak tulajdoníthatók. Ezzel szemben nem publikáltak arról vitát, hogy a vita alapjául szolgáló elsődleges közegészségügyi probléma érvényes-e. Nincs tudományos vagy társadalmi konszenzus arról, hogy az elhízásnak való kitettség eloszlása bármilyen értelmes módon módosítható, vagyis etikailag és hatékonyan lehet tenni valamit az elhízás elterjedésének az Egyesült Államok lakosságában való jelentős csökkentése, ha nem megszüntetése érdekében. Túlságosan egyszerű okfejtés annak az egyszerű érvelése, hogy a testtömeg eloszlása egykor más volt, mint ma, és így „módosítható”. Tekintsük úgy, hogy az önellátó mezőgazdaságban dolgozó, vagy légkondicionálást nem használó személyek aránya egykor jóval magasabb volt az Egyesült Államokban, mint manapság; biztosan nem gondolnánk etikusnak, hogy mérlegeljük a visszatérést az ilyen nagy „kitettségekhez”.

Végül sokan feltételezik, hogy a PAF felhasználható legalább a rendelési kitettségek rangsorolására a közegészségre gyakorolt negatív következményeik szempontjából. Például, ha az elhízás PAF-becslése (figyelembe véve a teljes halálozást) magasabb, mint a dohányzásé (ugyanazt az eredményt figyelembe véve), intuitív következtetés az, hogy az elhízás a terhesebb, és nagyobb figyelmet kell fordítani a közegészségügyi szakemberekre . Ez az értelmezés túlságosan leegyszerűsített. A rendelkezésre álló beavatkozások kérdéseinek, az ilyen beavatkozások kockázatainak és előnyeinek, valamint a lakosság egyéb kitettségének való kitettség kapcsolatáról (vagyis lehetséges-e még feltételezni a kitettség megváltoztatását, miközben az összes többi kockázati tényező „egyenlő?”) szigorúan foglalkozni kell, mielőtt feltételezhetnénk, hogy a magasabb PAF-értékkel járó kitettséget fontosabb figyelembe venni a politikai döntéshozók számára, mint egy másik kitettséget.

Következtetés

A PAF egy olyan intézkedés, amelyet általában két kapcsolódó módon értelmeznek: a betegség terhének a populációban való arányának becsléseként, amely ok-okozati összefüggésbe hozható az expozícióval, és a betegség terhének csökkenésének becsléseként, amelyet az expozíció kiküszöbölésével lehetne elérni. . Ebben a cikkemben azzal érveltem, hogy a PAF nem nyújt hasznos tudományos információt a betegség ok-okozati összefüggéséről vagy hozzárendeléséről. Azt sem biztosítja, magában, hasznos információ a döntéshozók számára, akiknek figyelembe kell venniük a különféle közegészségügyi beavatkozások valós kockázatait és előnyeit, mivel egyetlen PAF-becslés sem határoz meg beavatkozást.

Túl gyakran végeznek egyszerű PAF-számítást, becslést vezetnek le, és egy százalék vagy abszolút szám önálló életet ölt, akárcsak az emlőrák és az elhízás esetében. A valóságban a százalék vagy az abszolút szám viszonylag keveset jelenthet. Legalábbis nem biztos, hogy azt jelenti, amit a legtöbb ember feltételez. A PAF-nek önmagában nagyon korlátozott hipotetikus jelentése van: ha az expozíció betegségkockázata azonnal a nem expozíciós kockázattá válna, akkor a betegségterhelés becsült hányada megszűnnék. Ezért nem világos, hogy az elhízás – mortalitás összefüggésére vonatkozó bármilyen PAF-becslés, függetlenül attól, hogy a relatív kockázatokat és az expozíció prevalenciáját mennyire gondosan választják meg, bármennyire is gondosan gondolták a becslők zavarónak és hatásmódosítónak, reális becslés az elhízás megszüntetésére vagy annak egészségügyi következményeinek felszámolására irányuló egyedi beavatkozás következményeiről.

Ez a cikk végül nem érv amellett, hogy soha ne számítsuk ki a PAF-et. Sokkal inkább érvelés az egyértelműség, az igazolás és a komplex gondolkodás érdekében, amikor a PAF-ek segítségével mondanak valamit az ok-okozati felosztásról vagy a betegség magyarázatáról, vagy feltételeznek a megelőző beavatkozás következményeiről az expozíció prevalenciájának nagymértékű csökkentése érdekében. A PAF csak egy nagyon kísérleti kezdete annak a közegészségügyi következményeknek a megvitatásában, amelyek egy adott expozíció előfordulásának csökkentése érdekében történnek. legalábbis az epidemiológusok túl gyakran vették a vita végére.

Összeférhetetlenség

A szerző nem nyilatkozott anyagi érdekről.