Перекрестное исследование - Cross-sectional study

В медицинские исследования, социальная наука, и биология, а перекрестное исследование (также известный как поперечный анализ, поперечное исследование, исследование распространенности) является разновидностью наблюдательное исследование который анализирует данные из совокупности или репрезентативной подгруппы, в определенный момент времени-то есть, данные поперечного сечения.

В экономика, кросс-секционные исследования обычно включают использование поперечная регрессия, чтобы разобраться в существовании и величине причинных эффектов одного независимая переменная на зависимая переменная представляющих интерес в данный момент времени. Они отличаются от анализ временных рядов, в котором поведение одного или нескольких экономические агрегаты прослеживается во времени.

В медицинских исследованиях перекрестные исследования отличаются от исследования случай-контроль в том, что они стремятся предоставить данные обо всей исследуемой популяции, тогда как исследования случай-контроль обычно включают только людей, у которых развилось конкретное заболевание, и сравнивают их с подобранной выборкой, часто крошечным меньшинством, от остальной части населения. Поперечные исследования - это описательные исследования (ни продольные, ни экспериментальные). В отличие от исследований случай-контроль, они могут использоваться для описания не только отношение шансов, но также абсолютные риски и относительные риски из распространенность (иногда называют коэффициент риска распространенности, или PRR).[1][2] Они могут использоваться для описания некоторых характеристик населения, например распространенность болезни, но не может доказать причину и следствие. Продольные исследования отличаются от обоих тем, что проводят более одного раза серию наблюдений за членами исследуемой популяции в течение определенного периода времени.

Здравоохранение

Поперечные исследования включают данные, собранные в определенное время. Их часто используют для оценки распространенность об острых или хронических состояниях, но не может использоваться для ответа на вопросы о причинах заболевания или результатах вмешательства. Данные поперечного сечения не могут использоваться для вывода причинно-следственной связи, потому что временная зависимость неизвестна. Их также можно описать как переписи. Поперечные исследования могут включать специальный сбор данных, включая вопросы о прошлом, но они часто полагаются на данные, изначально собранные для других целей. Они умеренно дороги и не подходят для изучения редких заболеваний. Трудность вспомнить прошлые события также может способствовать предвзятости.

Преимущества

Использование регулярно собираемых данных позволяет проводить большие поперечные исследования с небольшими затратами или бесплатно. Это главное преимущество перед другими формами эпидемиологического исследования. Было предложено естественное развитие от дешевых перекрестных исследований регулярно собираемых данных, которые предполагают гипотезы, к исследованиям случай-контроль, проверяющим их более конкретно, а затем к когортные исследования и испытания, которые стоят намного дороже и занимают гораздо больше времени, но могут дать более убедительные доказательства. В перекрестном опросе определенная группа изучается, чтобы определить, алкоголь потребление, связано с исследуемым влиянием на здоровье, например цирроз печени. Если употребление алкоголя коррелирует с циррозом печени, это подтверждает гипотезу о том, что употребление алкоголя может быть связано с циррозом.

Недостатки

Обычные данные не могут быть предназначены для ответа на конкретный вопрос.

Регулярно собираемые данные обычно не описывают, какая переменная является причиной, а какая следствием. Поперечные исследования с использованием данных, изначально собранных для других целей, часто не могут включать данные о сопутствующие факторы, другие переменные, которые влияют на взаимосвязь между предполагаемой причиной и следствием. Например, данные только о нынешнем потреблении алкоголя и циррозе печени не позволят исследовать роль употребления алкоголя в прошлом или других причин. Поперечные исследования очень чувствительны к отзыв смещения.

Большинство исследований случай-контроль собирают специально разработанные данные обо всех участниках, включая поля данных, предназначенные для проверки интересующей гипотезы. Однако в вопросах, связанных с сильными личными переживаниями, конкретные вопросы могут быть источником предвзятости. Например, человек, желающий уменьшить свое личное чувство вины, может неправильно сообщить о прошлом употреблении алкоголя. Такая систематическая ошибка может быть меньше в регулярно собираемых статистических данных или может быть эффективно устранена, если наблюдения проводятся третьими сторонами, например, налоговые записи алкоголя по регионам.

Слабые стороны агрегированных данных

Поперечные исследования могут содержать данные на индивидуальном уровне (одна запись на человека, например, в национальных обследованиях здоровья). Однако в современной эпидемиологии может оказаться невозможным обследовать всю интересующую нас популяцию, поэтому перекрестные исследования часто включают вторичный анализ данных, собранных для другой цели. Во многих таких случаях исследователю не доступны отдельные записи, и необходимо использовать информацию на уровне группы. Основными источниками таких данных часто являются крупные учреждения, такие как Бюро переписи населения или Центры по контролю за заболеваниями В Соединенных Штатах. Данные недавней переписи населения не предоставляются, например, в Великобритании данные индивидуальной переписи публикуются только через столетие. Вместо этого данные агрегируются, как правило, по административным районам. Выводы о людях, основанные на совокупных данных, ослаблены экологическая ошибка. Также рассмотрите возможность совершения «атомистической ошибки», когда предположения об агрегированных подсчетах делаются на основе агрегирования данных индивидуального уровня (таких как усреднение переписных участков для расчета среднего по округу). Например, может быть правда, что нет корреляция между младенческой смертностью и семейным доходом на городском уровне, хотя все еще верно, что существует сильная взаимосвязь между младенческой смертностью и семейным доходом на индивидуальном уровне. Вся совокупная статистика подвержена композиционным эффектам, поэтому важно не только соотношение между доходом и младенческой смертностью на индивидуальном уровне, но и соотношение людей с низким, средним и высоким доходом в каждом городе. Поскольку исследования «случай-контроль» обычно основываются на данных индивидуального уровня, у них нет этой проблемы.

Экономика

В экономике перекрестный анализ имеет то преимущество, что позволяет избежать различных усложняющих аспектов использования данных, полученных из различных моментов времени, таких как серийная корреляция остатков. Он также имеет то преимущество, что для самого анализа данных не требуется допущения о том, что характер взаимосвязей между переменными является стабильным во времени, хотя это происходит за счет требования осторожности, если результаты для одного периода времени должны считаться действительными в данный момент. какой-то другой момент времени.

Примером перекрестного анализа в экономике является регрессия спрос на деньги - суммы, которые различные люди держат в высоколиквидных финансовых активах - в определенное время с учетом их дохода, общего финансового богатства и различных демографические факторы. Каждая точка данных предназначена для конкретного человека или семьи, и регрессия проводится на статистическая выборка нарисованный в один момент времени из всего численность населения отдельных лиц или семей. Напротив, межвременной анализ спроса на деньги будет использовать данные о денежных авуарах всей страны в каждый из различных моментов времени и будет регрессировать по текущему (или почти одновременному) доходу, общему финансовому богатству и некоторой мере процента. тарифы. Преимущество кросс-секционного исследования состоит в том, что оно позволяет изучить влияние различных демографических факторов (например, возраста) на индивидуальные различия; но у него есть недостаток, заключающийся в том, что он не может обнаружить влияние процентных ставок на спрос на деньги, потому что в перекрестном исследовании в определенный момент времени все наблюдаемые единицы сталкиваются с одним и тем же текущим уровнем процентных ставок.

Рекомендации

  1. ^ Шмидт, Колорадо; Кольманн, Т. (2008). «Когда использовать отношение шансов или относительный риск?». Международный журнал общественного здравоохранения. 53 (3): 165–167. Дои:10.1007 / s00038-008-7068-3. PMID  19127890.
  2. ^ Ли, Джеймс (1994). «Отношение шансов или относительный риск для перекрестных данных?». Международный журнал эпидемиологии. 23 (1): 201–3. Дои:10.1093 / ije / 23.1.201. PMID  8194918.

Источники

внешняя ссылка