Die Verwendung von fraktionalen Polynomen zur Modellierung kontinuierlicher Risikofaktoren in der Epidemiologie

HINTERGRUND: Die traditionelle Methode zur Analyse kontinuierlicher oder ordinaler Risikofaktoren durch Kategorisierung oder lineare Modelle kann verbessert werden. METHODEN: Wir schlagen einen Ansatz vor, der auf Transformation und fraktionalen Polynomen basiert und einfache Regressionsmodelle mit interpretierbaren Kurven liefert. Wir schlagen eine Möglichkeit vor, die Ergebnisse solcher Modelle darzustellen, die darin besteht, die durch das Modell geschätzten Risiken an geeigneten Werten des Risikofaktors zu tabellieren. Wir erörtern, wie mehrere kontinuierliche Risiko- und Störvariablen in ein einzelnes Modell integriert werden können. Der Ansatz wird anhand von Daten aus der Whitehall-I-Studie britischer Beamter veranschaulicht. Wir diskutieren den Ansatz im Verhältnis zur Kategorisierung und zu nicht-parametrischen Regressionsmodellen. ERGEBNISSE: Wir zeigen, dass nicht-lineare Risikomodelle die Daten besser anpassen als lineare Modelle. Wir diskutieren die Schwierigkeiten, die durch die Kategorisierung entstehen, und die Vorteile des neuen Ansatzes. SCHLUSSFOLGERUNGEN: Unser auf fraktionalen Polynomen basierender Ansatz sollte als wichtige Alternative zu den traditionellen Ansätzen zur Analyse kontinuierlicher Variablen in epidemiologischen Studien betrachtet werden.