Odhadování incidence HIV z průřezových dat

Transkript

1 Odhadování incidence HIV z průřezových dat Michal Kulich, Arnošt Komárek, Marek Omelka KPMSMFFUK Robust 2014 Jetřichovice M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 1/ 33

2 Obsah 1 Motivace Projekt ACCEPT 2 Průřezové odhady incidence HIV 3 Vyhodnocení algoritmů pro průřezové odhady M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 2/ 33

3 Obsah Motivace Projekt ACCEPT 1 Motivace Projekt ACCEPT 2 Průřezové odhady incidence HIV 3 Vyhodnocení algoritmů pro průřezové odhady M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 3/ 33

4 Projekt ACCEPT Motivace Projekt ACCEPT Randomizovaná studie pro vyhodnocení vlivu behaviorální intervence na incidenci HIV v Africe a Thajsku Aktivní intervence:(cbvct) snadno dostupné dobrovolné testování na HIV veřejná kampaň na podporu testování společenské aktivity, podpora Standardní intervence(svct) testování na klinikách, v nemocnicích atp. M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 4/ 33

5 Motivace Projekt ACCEPT Plán studie Skupinově randomizovaná studie: Experimentální jednotky jsou geografické oblasti Oblasti byly spárovány podle geografické polohy, velikosti, etnického složení, dostupnosti zdravotnických služeb, atp. V každém páru byla jedné oblasti náhodně přiřazena intervence CBVCT, druhé oblasti intervence SVCT. M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 5/ 33

6 Motivace Projekt ACCEPT Rozsah výběru oblasti Chiang Mai(Thajsko): 7 párů Kisarawe(Tanzánie): 5 párů Mutoko(Zimbabwe): 4 páry Vulindlela(Jižní Afrika): 4 páry Soweto(Jižní Afrika): 4 páry Velikost oblastí: 5,000 15,000 obyv.(soweto 15,000 25,000) M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 6/ 33

7 Motivace Projekt ACCEPT Rozsah výběru jedinci Úvodní šetření: náhodný výběr z populace let v každé oblasti demografický a behaviorální dotazník Rozsah výběru: na oblast; 14,203 celkem Randomizace Provádění intervence: 3 roky Pointervenční šetření: náhodný výběr z populace let v každé oblasti, nezávisle na úvodním šetření demografický a behaviorální dotazník krevní vzorek pro vyšetření přítomnosti viru HIV Rozsah výběru: na oblast; 56,683 celkem M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 7/ 33

8 Motivace Projekt ACCEPT Časový průběh studie plánování, grantové žádosti 2003 grant udělen 2004 přípravné práce 2005 úvodní šetření, randomizace 2006 zahájení intervencí 2009 ukončení intervencí pointervenční šetření čištění dat analýzy 2013 publikace M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 8/ 33

9 Statistická analýza Motivace Projekt ACCEPT Označme odhady incidence HIV v oblastech s aktivní a standardní intervencíi-téhopáru: λ 1 i, λ 0 i Efekt intervence v i-tém páru odhadneme jako logaritmus podílu odhadnutých incidencí, tj. θ i =log λ 1 i log λ 0 i M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 9/ 33

10 Motivace Projekt ACCEPT Statistická analýza odhadovanýmparametremjerelativníriziko 0 exp{θ 0 },kde θ 0 E θ i =Elog( λ 1 i / λ 0 i ) budemetestovathypotézuh 0 : θ 0 =0protialternativěH 1 : θ 0 0a konstruovat95%-níintervalspolehlivostipro 0 M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 10/ 33

11 Motivace Projekt ACCEPT Statistická analýza Odhad logaritmu relativního rizika n i=1 ˆθ W = w i θ i n i=1 w, i kdew i jsouvhodnězvolenéváhy. Testovástatistikaje[Robust2012]T W = ˆθ W SW,kde n SW 2 = ai 2ˆθ i 2 ˆθ W 2 i=1 n ai 2, a i = i=1 w i n i=1 w. i M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 11/ 33

12 Téma příspěvku Motivace Projekt ACCEPT Jak odhadnout incidenci HIV v dané oblasti? M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 12/ 33

13 Obsah Průřezové odhady incidence HIV 1 Motivace Projekt ACCEPT 2 Průřezové odhady incidence HIV 3 Vyhodnocení algoritmů pro průřezové odhady M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 13/ 33

14 Průřezové odhady incidence HIV Klasický odhad incidence Klasický postup: ustanovrepresentativníkohortuhiv jedincůovelikostin sledujjepodobu τ,testujjenahivvpravidelnýchintervalech nasčítejpočetn I nověnakaženýchjedinců odhadni incidenci ˆλ C = N I τ(n N I /2) ve jmenovateli je odhad celkové doby sledování všech jedinců z kohorty M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 14/ 33

15 Průřezové odhady incidence HIV Klasický odhad incidence Nevýhody: Je těžké získat representativní kohortu Sledovánítrvádelšídobuajedrahé Vyžaduje opakované testování všech jedinců nelze použít v této studii M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 15/ 33

16 Průřezové odhady incidence HIV Průřezový odhad incidence Alternativa: Odhad z průřezových dat získej representativní náhodný výběr z populace proveď jeden HIV test na každém jedinci u nakažených jedinců proveď dodatečná laboratorní měření, jejichž výsledky korelují s délkou infekce odhadnipočetn R nedávno nakaženýchjedinců odhadni incidenci ˆλ C = N R τ R (N +N R /2) τ R (časovéokno)odhadujedélkusledováníjedince;vejmenovatelije odhad celkové doby sledování M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 16/ 33

17 Průřezové odhady incidence HIV Laboratorní měření pro detekci nedávno nakažených infekcí Provádějí se na HIV+ vzorcích Měří imunitní odezvu vůči viru; hladina většinou roste s dobou od nakažení Příklady:BED,avidityindex,... Detekce nedávno nakažených: stanov hraniční hodnotu pro BED/AI, nižší hodnoty považuj za nedávno nakažené M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 17/ 33

18 Průřezové odhady incidence HIV Laboratorní měření pro detekci nedávno nakažených infekcí BED koncentrace protilátek IGg, hodnoty na škále 0 6, hraniční hodnota 0.8 AI měří sílu vazby protilátek na antigeny, hodnoty na škále 0 1.2, hraniční hodnota 0.4 CD4 měří koncentraci CD4 lymfocytů, hodnoty > 0 VL měří koncentraci virové RNA, hodnoty > 0 M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 18/ 33

19 Průřezové odhady incidence HIV ZávislostBEDaAInadoběodnakažení BED OD n AI/ Time (months) Time (months) M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 19/ 33

20 Průřezové odhady incidence HIV Problémy průřezového odhadu incidence Řešení: odhad není konsistentní vychýlení závisí na populaci(zejm. na rozdělení dob od nakažení v populaci) vychýlení může být kladné nebo záporné a nelze jej odhadnout, predikovat ani odstranit uvažuj procedury spojující více laboratorních testů(multi-assay algorithm, MAA) uvažuj různé hraniční hodnoty pro detekci nedávno nakažených infekcí vyber algoritmus, který minimalizuje střední čtvercovou chybu M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 20/ 33

21 Obsah Vyhodnocení algoritmů pro průřezové odhady 1 Motivace Projekt ACCEPT 2 Průřezové odhady incidence HIV 3 Vyhodnocení algoritmů pro průřezové odhady M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 21/ 33

22 Vyhodnocení algoritmů pro průřezové odhady Strategie Algoritmy jsme vyhodnocovali simulačně Používali jsme validační data obsahující hodnoty BED, AI, CD4 a VL pro >4,000vzorkůHIV+jedincůspřibližněznámoudobouod nakažení Vyhodnotili jsme klasifikační pravděpodobnosti v závislosti na době od nakažení Spočítali jsme MSE odhadu incidence pro 403 algoritmů pro 3 různá rozdělení doby od nakažení Odhadli jsme sílu pro test efektu intervence v Projektu ACCEPT pro 8 vybraných algoritmů M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 22/ 33

23 Vyhodnocení algoritmů pro průřezové odhady Klasifikace výsledky 100 % classified as recent BED<0.8 AI<40 BED<1.0, AI<80, CD>200, VL>400 BED<1.2, AI<90, CD>200, VL> >10 n = Years from seroconversion M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 23/ 33

24 Vyhodnocení algoritmů pro průřezové odhady Porovnání algoritmů Uvažuj 403 algoritmy s různými kombinacemi hraničních hodnot Proveď simulaci: náhodně vyber 200 vzorků z validačních dat, spočítej odhad incidence, odhadni vychýlení, rozptyl, střední čtvercovou chybu. Seřaď algoritmy podle velikosti střední čtvercové chyby. Ta ale závisí na rozdělení dob od nakažení v populaci. Opakuj simulaci pro tři různé scénáře specifikující různá rozdělení dob od nakažení. Zajisti, aby v simulovaných datech rozdělení dob od nakažení odpovídalo zvolenému scénáři. M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 24/ 33

25 Scénáře Vyhodnocení algoritmů pro průřezové odhady Stable epidemic Frequency New epidemic Time since infection [years] Waning epidemic Frequency Frequency Time since infection [years] Time since infection [years] M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 25/ 33

26 Vyhodnocení algoritmů pro průřezové odhady Porovnání algoritmů výsledky 6 m s. sledování BED<1.0, AI<80, CD>200, AI>400 BED<0.8 AI<40 BED<1.2, AI<90, CD>200, AI>400 5 MAA1 Odhad ro níincidence[%] Incidence estimate [% per year] M MAA1 M1 M2 MAA2 2 A B BED AI 1 6M6 6 B A M1 M2 6M BED AI MAA2 0 Stabilní Nastupující Scenario BED B AI A MAA2 MAA1 M1 M2 Stable epidemic Emerging epidemic Waning epidemic Scéná Odeznívající M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 26/ 33

27 Vyhodnocení algoritmů pro průřezové odhady Porovnání algoritmů výsledky Scénář Stabilní Nastupující Odeznívající Poř. Vych. RM Poř. Vych. RM Poř. Vych. RM 12 měsíců 0.0% % % měsíců -7.9% % % 0.51 BED< % % % 1.19 AI< % % % 1.06 MAA % % % 0.71 MAA % % % 0.75 RM: odmocnina ze střední čtvercové chyby odhadu log incidence Poř.: pořadí podle RM mezi 403 algoritmy Vych.: relativní vychýlení odhadu incidence 6, 12 měsíců: odhad incidence pomocí sledování o příslušné délce MAA1: BED<1.0, AI<80, CD4>200, VL>400 MAA2: BED<1.2, AI<90, CD4>200, VL>400 M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 27/ 33

28 Vyhodnocení algoritmů pro průřezové odhady Výběr algoritmu 1. kolo Algoritmy byly seřazeny podle střední čtvercové chyby pro odhad logaritmu incidence pod daným scénářem Každému algoritmu bylo přiřazeno celkové skóre rovnající se součtu pořadí pro tři scénáře Šest algoritmů s nejlepším celkovým skóre bylo vybráno pro vyhodnocení síly testu na relativní riziko(podíl incidencí) M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 28/ 33

29 Vyhodnocení algoritmů pro průřezové odhady Výběr algoritmu 2. kolo Máme 6 uvažovaných algoritmů Proveď simulační studii podle situace v Projektu ACCEPT: 17 párů oblastí, v každé náhodný výběr jedinců. Velikosti výběrů a počty nakažených odpovídaly skutečnosti. Simuluj data výběrem vzorků z validační databáze podle stabilního scénáře, uměle vytvoř efekt intervence(redukce incidence o cca 35% v posledních 2 letech v oblastech s aktivní intervencí). Spočítej odhady incidence v každé oblasti a odhady efektu intervence v každém páru. Spočítej celkový efekt intervence, proveď test, spočítej interval spolehlivosti. Vyber algoritmus, který poskytuje nejlepší sílu testu. M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 29/ 33

30 Vyhodnocení algoritmů pro průřezové odhady Výběr algoritmu výsledky Algoritmus Odh. Empirická Odhadnutá Síla Pokrytí Efekt směr.odch. směr.odch. testu 95%CI 6 měsíců měsíců BED< AI< MAA MAA , 24 měsíců: odhad incidence pomocí sledování o příslušné délce MAA1: BED<1.0, AI<80, CD4>200, VL>400 MAA2: BED<1.2, AI<90, CD4>200, VL>400 M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 30/ 33

31 Vyhodnocení algoritmů pro průřezové odhady Výběr algoritmu výsledky Vybrali jsme algoritmus BED <1.2,AI <90,CD4 >200,VL >400 M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 31/ 33

32 Vyhodnocení algoritmů pro průřezové odhady Výsledky Projektu ACCEPT Efekt intervence(rr) % interval spolehlivosti pro RR Vážená t-statistika na 9.44 stupních volnosti P-hodnota Země Preval.[%] Nedáv. a Inc.[%] C S C S C S RR b Váha c Zimbabwe Tanzánie Vulindlela Soweto a PočetnedávnýchinfekcídetekovanýchalgoritmemMAA2 b Relativnírizikoinfekce(CBVCTvs.SVCT) c Váhapřianalýze M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 32/ 33

33 Vyhodnocení algoritmů pro průřezové odhady To je dnes všechno. M. Kulich (KPMS MFF UK) Odhadování incidence HIV Robust 14 33/ 33