​​💫 Кажется, удалось разобраться с коллайдером 💫

..., но не адронным, а смещением, - думал я...

Я, вроде как, понимаю смысл этой систематической ошибки, но никак не могу найти наглядный пример из нашей области. И вот мне показалось, что после рецензии очередной статьи он сам запрыгнул ко мне на колени и замучрчал…

Саудиты решили валидировать в своей популяции шкалу Каприни, проведя ретроспективное исследование по типу случай-контроль, куда включили 88 пациентов с верифицированными послеоперационными ТГВ и ТЭЛА и 176 похожих больных без осложнений. С профилактикой у них там дела обстоят не очень, поэтому ее в неизвестном объеме назначали в 59% и 83% случаев соответственно. Балл Каприни и распределение в группы высокого и выше риска, закономерно, оказалось в пользу лиц с ВТЭО. В качестве основного доказательства валидности инструмента они путем логистической регрессии рассчитали ОШ для групп разного риска в сравнении с минимальным и получили достоверные показатели для 7-8 и ≥9 баллов, но только после коррекции на фармакопрофилактику.

У статьи было три рецензента (я, как обычно, занудствовал, а два остальных дали по паре комментариев), но больше всех удивил редактор. Во-первых, он объяснил, что это не валидация, т.к. нет ни С-статистики, ни Хосмера–Лемешова, ни калибровочного графика. Во-вторых, при таком дизайне нельзя использовать обычную регрессию, а только условную, учитывающие пары как страты. В-третьих, включение факта профилактики ВТЭО в регрессионную модель вносит ошибку коллайдера.

И вот я начал размышлять, почему сам до этого раньше не додумался.

Итак, коллайдер - это переменная, наряду с конфаундером и медиатором, на которую одновременно влияет как оцениваемый предиктор (фактор риска ВТЭО или принадлежность к группе по баллам Каприни), так и исход (зарегистрированное ВТЭО). Если профилактику назначать по наитию, то пациенты с более высоким риском, очевидно, будут получать ее чаще (а это есть ошибка отбора). Но если ВТЭО случается, то скорее у больных, не получавших профилактику. Таким образом, если в модель добавить коллайдер, то он перепутает все ассоциации, покажет ложные или устранит реальные.

Чаще всего это будет работать так:

💫 Пациенты с высоким риском ВТЭО чаще получают профилактику; если модель условливается на группу получивших профилактику, где осложнений меньше, то переменная «профилактика» становится коллайдером, что снижает силу связи между большими факторами риска и ВТЭО, поэтому их предсказательная ценность (ОШ, ОР) уменьшается, теряет статистическую значимость или даже демонстрирует парадоксальный протективный эффект.

Реже - так:

💫 Пациенты с подозрением на ВТЭО или с клиническими признаками осложнения чаще получают профилактику; если модель условливается на группу получивших профилактику, где факторов риска оказывается меньше, то переменная «профилактика» становится коллайдером, что усиливает ложную связь между слабыми факторами риска и ВТЭО, поэтому их предсказательная ценность (ОШ, ОР) искусственно возрастает и приобретает статистическую значимость.

Именно второй вариант наблюдается у Саудитов: недостоверные при обычном анализе ОШ для групп 7-8 и ≥9 баллов Каприни внезапно приобретают статистическую значимость после коррекции по профилактике (скорректированные ОШ), что может свидетельствовать о ее назначении у пациентов с высоким уровнем подозрения или состоявшимся ВТЭО. Второй вариант исключается по условиям исследования, поэтому остается только первый, который можно трактовать следующим образом: пациентам с очень высоким риском чаще назначалась профилактика, но она была недостаточной, поэтому ассоциировалась с повышением вероятности тромбоза и как коллайдер усиливала предсказательную возможность группы по баллам Каприни.

Но, подумав еще немного, мне кажется, что это больше ошибка отбора, чем коллайдера, т.к. подтвержденное ВТЭО не должно быть драйвером фармакопрофилактики. Поэтому продолжу поиски более наглядного примера.

А статью рекомендовал принять (они там мою фамилию не реже Каприни упоминают)😁