gms | German Medical Science

GMDS 2013: 58. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

01. - 05.09.2013, Lübeck

Bestimmung der Inzidenz aus Prävalenzdaten in einem kalenderzeit-, alters- und dauerabhängigem Erkrankungsmodell

Meeting Abstract

Search Medline for

  • Ralph Brinks - Deutsches Diabetes-Zentrum an der Heinrich-Heine-Universität Düsseldorf, Düsseldorf, DE
  • Sandra Landwehr - Deutsches Diabetes-Zentrum an der Heinrich-Heine-Universität Düsseldorf, Düsseldorf, DE
  • Guido Giani - Deutsches Diabetes-Zentrum an der Heinrich-Heine-Universität Düsseldorf, Düsseldorf, DE

GMDS 2013. 58. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Lübeck, 01.-05.09.2013. Düsseldorf: German Medical Science GMS Publishing House; 2013. DocAbstr.25

doi: 10.3205/13gmds184, urn:nbn:de:0183-13gmds1847

Published: August 27, 2013

© 2013 Brinks et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Einleitung und Fragestellung: In der Arbeit [1] wird anhand eines Illness-Death-Modells (IDM) ein analytischer Zusammenhang zwischen der Prävalenz einer chronischen Erkrankung, der Inzidenzrate i und den Mortalitäten m0 bzw m1 der Gesunden bzw Erkrankten beschrieben. Im allgemeinen Fall, wenn alle drei Zeitskalen (Kalenderzeit t, Alter a und Erkrankungsdauer d) eine Rolle spielen, ist dieser Zusammenhang nicht nach i auflösbar. In [2] wurde gezeigt, wie man unter der Bedingung von kalenderzeitunabhängigem i, die Inzidenz dennoch aus nur einem Prävalenzquerschnitt rekonstruieren kann, wenn man Informationen über die Geburtenraten hat. In dieser Arbeit wird das Verfahren anhand von simulierten Daten illustriert. Zudem sollen prospektive und retrospektive Studiendesigns vorgestellt werden, mit denen dieses Ziel erreicht werden kann.

Material und Methoden: Über eine Monte-Carlo (MC) Simulation wird ein Datensatz mit einer Geburtenrate von 5000 Personen pro Jahr in 60 aufeinander folgenden Jahren mit vorgegebener Inzidenz iS und Mortalitäten m0 und m1 erstellt [3]. Bei t = 100 wird eine Querschnittstudie zur Erfassung der altersspezifischen Prävalenz im Altersbereich 42.5-97.5 Jahre (in Altersklassen der Breite fünf Jahre) nachgestellt. Das Verfahren zur Ableitung der Inzidenz wird auf diese Prävalenzdaten angewendet und mit dem iS der MC Simulation verglichen.

Ergebnisse: Die Inzidenz ist im genannten Altersbereich mit einem absoluten relativen Fehler von weniger als 19% genau rekonstruierbar. In neun der elf betrachteten Altersklassen beträgt der relative Fehler weniger als 10%. Die benötigten Daten können prospektiv und retrospektiv gewonnen werden.

Diskussion: Es zeigt sich, dass das Verfahren zur Rekonstruktion der Inzidenz aus Prävalenzdaten durchführbar ist - sowohl bei retrospektiver als auch bei prospektiver Erhebung. Der Fehler in der Bestimmung der Inzidenz ergibt sich vollständig durch die MC-Effekte in der Simulation der Prävalenzdaten, was sich durch eine Anwendung des Verfahrens auf die analytisch berechnete Prävalenz über den Zusammenhang aus [1] zeigt.


Literatur

1.
Keiding N. Age-specific incidence and prevalence: a statistical perspective. J Roy Stat Soc A. 1991; 154(3):371-412
2.
Brinks R, Landwehr S, Giani G. On deriving incidences from current status data. DAGStat abstract book. 2013. p. 168
3.
Brinks R, Landwehr S, Giani G. Raytracing in the Lexis diagram. DAGStat abstract book. 2013. p. 417