folkesundhedsepidemiologi kan ikke gøre krav på at opdage nytten af IV i økologiske studier, da de tidligste anvendelser af “kurveskiftere” (variabler med IV-egenskaber) kan spores til økonometrilitteraturen i 1930 ‘ erne . For det andet er det vigtigt, at der tages hensyn til, at der ikke er tale om nogen form for statsstøtte . Til vores revurdering af værdien af økologiske foreninger peger vi på analogien mellem nogle økologiske variabler og IV og hævder, at økologiske analyser er nyttige og meningsfulde, når økologiske variabler kan fortolkes som en IV, dvs.en variabel, der er korreleret med eller helst en “årsag til” den individuelle eksponering, men hvis tilknytning til resultatet af interesse ikke i sig selv er forvirret, i det mindste ikke af umålte variabler (Figur 1). Derudover bør den instrumentelle variabel kun påvirke resultatet via den individuelle eksponering. Det vil sige, at der ikke bør være nogen årsagsveje, der forbinder IV og resultat, der omgår eksponeringen. Et epidemiologisk eksempel, hvor instrumentelle variabler har vist sig at være nyttige, er “Mendelsk randomisering” (MR) . For eksempel sammenlignes blodtrykket hos personer med alkoholaldehyddehydrogenasemangelmutationer med dem uden sådanne mutationer, da “i gennemsnit” bærere af denne mutation drikker mindre end ikke-bærere . Bemærk, at i dette eksempel, brugen af MR undgår også behovet for at måle individuelt alkoholforbrug, noget der ud over potentiel forvirring af adfærdsmæssige variabler alligevel er fyldt med metodologiske problemer . Imidlertid er MR også blevet frugtbart brugt til at evaluere en årsagseffekt af lipoprotein med høj densitet i blod på hjerte-kar-sygdomme . Derudover er intention-to-treat-analyse af et randomiseret kontrolleret forsøg også i det væsentlige baseret på instrumentelle variabler, som når compliance er <100% tilfældig tildeling til behandling er ikke identisk med faktisk modtaget behandling, men påvirkes ikke af de potentielt forvirrende faktorer, der påvirker individuel behandlingsoverholdelse.

bemærkelsesværdigt er, at intention-to-treat-analyse ikke estimerer den gennemsnitlige årsagseffekt blandt compliers og derfor er underlagt “fortynding” – bias, dvs.en bias mod null på grund af forkert klassificeret eksponering. Behandlingstildeling er typisk en god instrumental variabel, når der ved hjælp af blinding ikke er nogen årsagsforbindelser mellem randomiseringsarmen og resultatet, der omgår den faktiske behandling. I forbindelse med kliniske forsøg er det blevet fastslået, at monotonicitet er et væsentligt krav til behandlingsopgave for at være en god IV. Grundlæggende betyder monotonicitet i forbindelse med økologiske undersøgelser, at stigninger på økologisk niveau ikke fører til fald på individuelt niveau. Antag for eksempel, at folk i stærkt luftforurenede områder forbliver indendørs så ofte, at de faktisk er mindre udsatte for partikler end personer, der bor i områder med mindre luftforurening, så er der ingen monotonicitet. Linearitet er ikke påkrævet, selvom ikke-lineære forhold kan være udfordrende i analysen . I randomiseret kontrolleret forsøgs kausal analyseterminologi betyder det, at der ikke er nogen “defiers” . Denne ide kan simpelthen ekstrapoleres til andre IV ‘ er. I tilfælde af MR og alkoholforbrug er monotonicitet plausibel, da det er usandsynligt, at nogen uden aldehyddehydrogenasemangelmutationen ville have haft et højere ugentligt alkoholforbrug i den kontrafaktiske situation, hvor han/hun bar mutationen. I forbindelse med økologiske foreninger kan IV-ideen let oversættes til tidsserieundersøgelser, når befolkningen i perioden med varierende økologisk eksponering, såsom luftforurening eller indførelse af specifik lovgivning, forbliver den samme. Monotonicitet, imidlertid, kunne krænkes, hvis sundhedsadvarsel om niveauer af miljøeksponering ville ændre en persons adfærd.

et tiltalende træk ved at bruge en økologisk IV er potentialet til at besvare forskningsspørgsmål, der muligvis ikke er mulige ved hjælp af alternative observationsforskningsdesign på individuelt niveau. Af denne grund er økologiske undersøgelser også populære i undersøgelser, hvor individuelle observationer ofte er svære at opnå . For eksempel er indførelsen af en juridisk forpligtelse til at bære cykelhjelme blevet undersøgt som en IV for en undersøgelse af virkningen af at bære (cykel) hjelme på risiko for skade. På individuelt niveau er iført hjelme sandsynligvis forvirret med faktorer som” forsigtighed “og”risikotagning”. En juridisk forpligtelse til at bære hjelme vil dog sandsynligvis ikke påvirke “forsigtighed” eller anden trafikadfærd, men er en uafhængig grund til at bære sådanne hjelme. Selvom eksistensen af trodsere (mennesker, der stoppede med at bære hjelme på grund af forpligtelsen til at bære en) ikke helt kan udelukkes, er de sandsynligvis sjældne.Robinson anvendte specifikt en økologisk tilgang til at undersøge effektiviteten af at indføre en obligatorisk lov om cykelhjelm i Australien om reduktion af den samlede cyklistskade sygelighed og dødelighed. Robinson udnyttede data på befolkningsniveau til tilskadekomne hospitalsindlæggelser på cyklist og matchede samlede undersøgelsesdata om hjelmbærehastigheder før loven, første lovår og andet lovår for at argumentere for, at cykelhjelme ikke giver markante sikkerhedsfordele for cyklister på befolkningsniveau. På trods af store stigninger i (obligatorisk) hjelmbrug som følge af disse hjelmlove fulgte andelen af cyklister og fodgængere indlagt på hospitalet for hovedskader en lignende faldende tendens. Som sådan tilskrev Robinson den observerede reduktion i cyklister med hovedskader implementeringen af andre større trafiksikkerhedsinitiativer på samme tid, såsom håndhævelse af hastighedsgrænser, love om spirituskørsel, behandling af sorte pletter i ulykker osv. Interessant nok syntes den største effekt af at indføre cyklushjelmloven at modvirke cykling, da undersøgelserne før og efter loven viste reduktioner i antallet af børnecyklister 15 og 2,2 gange større end stigningen i antallet af børn, der bærer hjelme; en observation, der synes at ugyldiggøre betingelsen om, at en IV kun skulle påvirke resultatet via eksponeringen af interesse. Som et andet eksempel har alkoholforbrug mange, ofte negative virkninger på helbredet. Imidlertid, på individuelt niveau er alkoholforbrug forbundet med mange andre adfærd, såsom rygning og seksuel risikotagning, som alle kan fungere som forvirrende, når de er årsagssammenhængende med et sundhedsresultat af interesse. Nogle indgreb, der påvirker alkoholforbruget, såsom det “naturlige eksperiment” i forbuddet 1920-1933 i Amerikas Forenede Stater (USA), kan give muligheder for at omgå denne forvirrende og kan således fungere som instrumentelle variabler. For at dette skal være gyldigt er det imidlertid vigtigt, at befolkningen kan betragtes (mere eller mindre) konstant, så begreberne complier og defier giver mening. Denne sidstnævnte betingelse ville gøre langsigtede tidsserier (år, årtier) tvivlsomme.

i andre økologiske sammenhænge er dette kriterium for monotonicitet muligvis ikke så enkelt at anvende; for eksempel når vi sammenligner regioner A og B med forskellige populationer og forskellige økologiske eksponeringsniveauer. Direkte sammenligning af et resultatmål y mellem A og B er muligvis ikke passende, da A og B kan have forskellige niveauer af andre faktorer C, der kausalt påvirker y, og er derfor forvirrende eller effektmodifikatorer. En anden begrænsning af IVs er, at de kun kan forventes at sige noget om årsagseffekten af individuelle eksponeringer på y, hvis vi antager, at forholdet mellem Ji og y er monoton. Således bør enhver eksponering, der har et U-formet forhold til resultatet, helst ikke være genstand for økologisk analyse.

estimering

eksistensen af en økologisk IV gør det muligt at fastslå årsagssammenhængen mellem eksponering og resultat, selv når individuelle eksponeringer ikke observeres, men IV for hvert individ er kendt. Dette er dog kun en kvalitativ konklusion. Derudover kan det også være ønskeligt at estimere styrken af forholdet mellem individuelle eksponeringer og resultat. Når individuelle eksponeringer også måles, er dette ligetil ved hjælp af enten to-trins mindste kvadrater med resterende indsættelse . I andre situationer kan dette være udfordrende, især i sammenhæng med ikke-lineære forhold.

tidsserier for luftforurening

et eksempel, hvor en økologisk variabel synes at have passende IV-egenskaber, er i tilfælde af tidsvarierende luftforurening, såsom partikler med en aerodynamisk diameter på<10 mikrometer; PM10. Mange steder varierer sådanne koncentrationer betydeligt og ofte hurtigt (inden for timer eller dage) over tid. Selvom målte gennemsnitsniveauer muligvis ikke nøjagtigt afspejler individuelle eksponeringer, synes det sandsynligt, at der findes tætte sammenhænge, og at de økologiske foreninger derfor kan bruges til at undersøge sammenhængen mellem luftforurening og (sige) episoder med astmaforværring. Plausible confounders, for eksempel temperatur, er målbare og kan derfor justeres for. Da stort set de samme individer observeres i forskellige tidsperioder, er begrebet defier let at fortolke, nemlig. en person, der har lavere individuel eksponering i tider med høje miljøniveauer. Selvfølgelig synes sådanne undersøgelser mindre passende for resultater, der er resultatet af kroniske kumulative eksponeringer, f .eks.

geografiske sammenligninger

vanskeligere er den økologiske sammenligning mellem geografiske områder, for eksempel to områder med stort set forskellige luftforureningsniveauer (f.eks. landbrugsregion i landdistrikterne versus et byindustriområde). Da de to populationer er forskellige, har begrebet “defier” kun en kontrafaktisk fortolkning, nemlig. som nogen, hvis han tilfældigvis havde boet i området med de højere forureningsniveauer, ville – personligt have lavere eksponering for luftforurening (eller omvendt). Sådanne (kontrafaktiske) individer er sandsynligvis sjældne, hvis områderne er ens i andre (relevante) aspekter. Dette kan dog ikke altid være tilfældet. Personer med astma kan for eksempel vælge ikke at bo i områder med høje luftforureningsniveauer og er således trodsige. Der er ingen guldstandardtest for at vurdere, om geografisk definerede miljøeksponeringer har IV-egenskaber, men dette skal vurderes på grundlag af materiel viden. Gennemsnitlige individuelle eksponeringer kan undertiden være plausible som IVs, men nogle gange ikke.

fattigdom og sundhed

en lignende situation kan eksistere i det bredt diskuterede forhold mellem “rigdom”, “fattigdom”, “social økonomisk status”, “beskæftigelsesstatus” og forskellige (sundhedsmæssige) resultater. På individuelt niveau kan der være et stærkt forhold mellem arbejdsløshed og (dårlig) sundhed og dødelighed, hvilket tyder på, at arbejdsløshed er årsagssammenhængende med negative sundhedsresultater. Ud over udvælgelsesforstyrrelser kan dette forhold imidlertid forveksles med mange variabler, hvilket kan gøre en årsagstolkning tvivlsom. De arbejdsløse kan have mistet deres job på grund af dårligere fysisk og/eller mental sundhed eller kan være mindre socialt tilpasningsdygtige. En økonomisk krise eller depression med hurtige massive stigninger i ledigheden kan fungere som en IV, og hvis (specifik) dødelighed eller sygelighed ikke stiger under sådanne depressioner, kan man stille spørgsmålstegn ved kausale fortolkninger af foreninger på et individualistisk niveau. Igen, da stort set de samme personer er involveret, er det (i det mindste konceptuelt) let at vurdere, om der er (betydeligt antal) trodsere, specifikt mennesker, der økonomisk drager fordel (eller finder beskæftigelse) i tider med depression. Selvom sådanne personer kan eksistere, er de sandsynligvis sjældne. Økonomiske depressioner kan også potentielt påvirke helbredet gennem veje, der ikke involverer arbejdsløshed. For eksempel kan den (stadig) beskæftigede under depressioner undgå adfærd, der ville bringe deres beskæftigelse i fare. Selvom disse alternative årsagsveje potentielt kunne ugyldiggøre værdien af depressioner som en IV, synes deres betydning mindre. Tilsvarende kan naturkatastrofer eller andre “naturlige eksperimenter” ligeledes lejlighedsvis give gode instrumentelle variabler. Et eksempel er den bredt accepterede sammenhæng mellem tuberkulose og fattigdom ; mens næsten alle tværsnitsstudier viser denne sammenhæng, gav den hurtige stigning i fattigdom i USA og Europa i 1930 ‘ erne ikke anledning til stigninger i tuberkulosedødeligheden .

som et yderligere eksempel på brugen af IV i intervention, snarere end observationsstudier, overvejer vi sammenhængen mellem regionale interventioner fra tidligere arbejdstagere og forekomst af human immundefektvirus (HIV) i Indien. Dette er for at illustrere situationer, hvor økologiske (geografiske) niveauer af en variabel kan have passende IV-egenskaber. I de fire høje HIV-prævalensstater (Andhra Pradesh, Maharashtra, Karnataka, Tamil Nadu) i det sydlige Indien interventioner rettet mod køn arbejdere (f.eks. kondombrug, seksuelt overført sygdomsbehandling) implementeres på distriktsniveau. Virkningerne af interventionerne på hiv-prævalens og forekomst på distriktsniveau måles også på distriktsniveau af den distriktsspecifikke HIV-prævalens hos unge (<25 år) deltagere i fødselspleje. Ideen bag disse interventioner er, at forebyggelse af transmission (ved sikrere kønspraksis) mellem kønarbejdere og deres klienter ville reducere den samlede hiv-transmission. Disse interventioner modtog stærk støtte fra Bill og Melinda Gates Foundation i form af “Avahan” – projektet . Eksistensen af defiers, dvs.mennesker med en lavere risiko for HIV-infektion i fravær af en intervention, er usandsynlig, således synes monotonicitet plausibel. Så i princippet kan intervention på distriktsniveau være en god IV.