Folkehelse epidemiologi kan ikke hevde å oppdage nytten AV IV i økologiske studier som de tidligste anvendelser AV «curve shifters» (variabler MED IV egenskaper) kan spores tilbake til økonometri litteratur på 1930-tallet . FAKTISK introduserte PG Wright IV FOR å estimere elastisiteten i tilbud og etterspørsel etter linfrø, kilden til linolje . For vår revurdering av verdien av økologiske assosiasjoner peker vi på analogien mellom enkelte økologiske variabler OG IV og sier at økologiske analyser er nyttige og meningsfulle når økologiske variabler kan tolkes som EN IV, dvs. en variabel som er korrelert med, eller helst en «årsak til» den individuelle eksponeringen, men hvis tilknytning til utfallet av interesse ikke selv er forvirret, i hvert fall ikke av umålte variabler (Figur 1). I tillegg bør den instrumentelle variabelen bare påvirke utfallet via den individuelle eksponeringen. Det vil si at det ikke skal være noen årsaksveier som forbinder IV OG utfall som omgår eksponeringen. Et epidemiologisk eksempel hvor instrumentelle variabler har vist seg å være nyttige, er «Mendelsk randomisering» (Mr) . For eksempel blir blodtrykket hos individer med alkoholaldehyd dehydrogenasemangelmutasjoner sammenlignet med de uten slike mutasjoner, som» i gjennomsnitt » bærere av denne mutasjonen drikker mindre enn ikke-bærere . Merk at I dette eksempelet, bruk AV MR unngår også behovet for å måle individuelle alkoholforbruk, noe som i tillegg til potensielle confounding av atferdsvariabler er nervøs med metodiske problemer uansett . IMIDLERTID HAR MR også blitt fruktbart brukt til å evaluere en årsakssammenheng av lipoprotein med høy tetthet i blod på kardiovaskulær sykdom . I tillegg er intention-to-treat analyse av en randomisert kontrollert studie også i hovedsak basert på instrumentelle variabler, da når compliance er < 100% tilfeldig tildeling til behandling ikke er identisk med faktisk behandling mottatt, men påvirkes ikke av de potensielt konfunderende faktorene som påvirker individuell behandlingsoverholdelse.
Markov-graf som viser effekten av individuelle eksponeringer (E) på deres helseutfall (O) i sammenheng med observasjonsstudier. Både E og O kan påvirkes av andre variabler, inkludert (ukjente) confounders (C). Eksistensen Av En Instrumentell variabel (IV) gjør Det mulig å etablere et årsakssammenheng Mellom E Og O.
Bemerkelsesverdig er at intention-to-treat-analysen ikke estimerer gjennomsnittlig årsakseffekt blant komplikatorer og er derfor gjenstand for» fortynning » – skjevhet, dvs. en skjevhet mot null på grunn av feilklassifisert eksponering. Behandlingsallokering er vanligvis en god instrumentvariabel når det ved bruk av blinding ikke er noen årsakssammenheng mellom randomiseringsarmen og utfallet som omgår faktisk behandling. I sammenheng med kliniske studier har det blitt fastslått at monotonicitet er et viktig krav til behandlingsoppgave for å være en god IV. I utgangspunktet, i sammenheng med økologiske studier, betyr monotonicitet at økninger på økologisk nivå ikke fører til nedgang på individnivå. For eksempel, anta at i tungt luftforurensede områder holder folk seg innendørs så ofte at de er mindre utsatt for partikler enn personer som bor i områder med mindre luftforurensning, så er det ingen monotonicitet. Linearitet er ikke nødvendig, selv om ikke-lineære relasjoner kan være utfordrende i analysen . I randomisert kontrollert studie kausal analyse terminologi betyr dette at det ikke er noen «defiers». Denne ideen kan enkelt ekstrapoleres til Andre IVs. Når DET gjelder MR og alkoholforbruk, for eksempel, er monotonisitet plausibel, da det er usannsynlig at noen uten aldehyd dehydrogenasemangelmutasjonen ville ha hatt et høyere ukentlig alkoholforbruk i den motfaktuelle situasjonen der han / hun bar mutasjonen. I sammenheng med økologiske foreninger KAN IV-ideen enkelt oversettes til tidsserieundersøkelser når befolkningen i løpet av perioden med varierende økologisk eksponering, for eksempel luftforurensning eller innføring av spesifikk lovgivning, forblir den samme. Monotonicitet kan imidlertid brytes hvis helsevarsel om nivåer av miljøeksponering vil forandre individets oppførsel.et tiltalende trekk ved å bruke en økologisk IV er potensialet til å svare på forskningsspørsmål som kanskje ikke er mulige ved å bruke alternative observasjonelle forskningsdesign på individnivå. Av denne grunn er økologiske studier også populære i studier der individuelle observasjoner ofte er vanskelige å oppnå . For eksempel har innføringen av en juridisk forpliktelse til å bruke sykkelhjelmer blitt utforsket SOM EN IV for en studie om virkningen av å bruke (sykkel) hjelmer på risiko for skade. På individnivå iført hjelmer er sannsynligvis forvirret med faktorer som «forsiktighet» og «risikotaking». En juridisk forpliktelse til å bruke hjelm er imidlertid ikke sannsynlig å påvirke «forsiktighet» eller annen trafikkadferd, men er en uavhengig grunn til å bruke slike hjelmer. Selv om eksistensen av defiers (folk som sluttet å bruke hjelmer på grunn av plikten til å bære en) ikke kan utelukkes helt, er de sannsynligvis sjeldne.Robinson, spesielt, ansatt en økologisk tilnærming for å undersøke effektiviteten av å innføre en obligatorisk sykkelhjelm lov I Australia på å redusere total syklist skade sykelighet og dødelighet. Robinson benyttet befolkningsnivå data for skadde syklist sykehusinnleggelser og matchet samlede undersøkelsesdata på hjelm iført priser pre-loven, første året av loven og andre året av loven for å hevde at sykkel hjelmer ikke gir markerte sikkerhetsfordeler for syklister på befolkningsnivå. Til tross for store økninger i (obligatorisk) hjelmbruk som følge av disse hjelmlovene, fulgte andelen syklister og fotgjengere innlagt på sykehus for hodeskader en lignende, fallende trend. Som sådan tilskrev Robinson den observerte reduksjonen i syklister med hodeskader til gjennomføringen av andre store trafiksikkerhetsinitiativer samtidig som håndhevelse av fartsgrenser, promillekjøring, behandling av ulykkessvarte flekker, etc. Interessant nok syntes den største effekten av å introdusere syklushjelmloven å motvirke sykling da pre – og postlovsundersøkelsene viste reduksjoner i antall barnesyklister 15 og 2,2 ganger større enn økningen i antall barn som hadde hjelmer; en observasjon som synes å ugyldiggjøre betingelsen om AT EN IV bare skulle påvirke utfallet via eksponering av interesse. Som et annet eksempel har alkoholforbruk mange, ofte negative, helseeffekter. Men på individnivå er alkoholforbruk forbundet med mange andre atferd, for eksempel røyking og seksuell risikotaking, som alle kan fungere som confounders når det er årsakssammenheng med et helseutfall av interesse. Noen tiltak som påvirker alkoholforbruket, for eksempel det «naturlige eksperimentet» i 1920-1933-forbudet i Usa (USA), kan gi muligheter til å omgå dette forvirrende og kan dermed fungere som instrumentelle variabler. For at dette skal være gyldig, er det imidlertid viktig at befolkningen kan betraktes som (mer eller mindre) konstant slik at begrepene complier og defier gir mening. Denne sistnevnte tilstanden vil gjøre langsiktige tidsserier (år, tiår) tvilsom.
i andre økologiske sammenhenger kan dette kriteriet om monotonisitet ikke være så enkelt å anvende; for eksempel når vi sammenligner regioner A Og B med forskjellige populasjoner Og forskjellige økologiske eksponeringsnivåer X. Direkte sammenligning av et utfallsmål y mellom A og B kan ikke være hensiktsmessig Da A og B kan ha forskjellige nivåer Av andre faktorer C som kausalt påvirker y, og er derfor confounders eller effektmodifikatorer. En annen begrensning Av IVs er at De bare kan forventes å si noe om årsakseffekten av individuelle eksponeringer xi på y hvis vi antar at forholdet mellom xi og y er monotonisk. Således bør enhver eksponering som har et U-formet forhold til utfall helst ikke være gjenstand for økologisk analyse.
Estimering
eksistensen av en økologisk IV gjør det mulig å fastslå årsakssammenheng mellom eksponering og utfall, selv når individuelle eksponeringer ikke observeres, MEN IV for hvert individ er kjent. Dette er imidlertid bare en kvalitativ konklusjon. I tillegg kan det også være ønskelig å estimere styrken av forholdet mellom individuelle eksponeringer og utfall. Når individuelle eksponeringer også måles, er dette greit å bruke enten to-trinns minste kvadrater av restinnsetting . I andre situasjoner kan dette være utfordrende, spesielt i sammenheng med ikke-lineære relasjoner.
Tidsserier For luftforurensning
Et eksempel der en økologisk variabel synes å ha riktige IV-egenskaper, er ved tidsvarierende luftforurensning, for eksempel partikler med en aerodynamisk diameter på <10 mikrometer; PM10. Mange steder varierer slike konsentrasjoner betydelig, og ofte raskt (innen timer eller dager), over tid. Selv om målte gjennomsnittlige nivåer kanskje ikke nøyaktig reflekterer individuelle eksponeringer, virker det sannsynlig at det eksisterer nært korrelasjoner, og at de økologiske foreningene derfor kan brukes til å studere sammenhengen mellom luftforurensning og (si) episoder av astmaforverring. Plausible confounders, for eksempel temperatur, er målbare og kan derfor justeres for. Også, siden stort sett de samme individene blir observert i ulike tidsperioder, er begrepet defier lett å tolke, nemlig. noen som har lavere individuell eksponering i tider med høye miljønivåer. Selvfølgelig vil slike studier synes mindre passende for utfall som er resultatet av kroniske kumulative eksponeringer, f .eks. kardiopulmonal – eller kreftrelatert dødelighet som I American Cancer Society-Studien.
Geografiske sammenligninger
Mer vanskelig er den økologiske sammenligningen mellom geografiske områder, for eksempel to områder med stort sett forskjellige luftforurensningsnivåer(f. eks. landbruksområder versus en urban industrisone). Da de to populasjonene er forskjellige, har begrepet «defier» bare en motfaktisk tolkning, nemlig. som noen, hvis han hadde skjedd å ha bodd i området med høyere forurensningsnivåer, ville han personlig ha lavere eksponering for luftforurensning (eller omvendt). Slike (motfaktuelle) individer er sannsynligvis sjeldne hvis områdene er like i andre (relevante) aspekter. Dette kan imidlertid ikke alltid være tilfelle. Personer med astma kan for eksempel velge å ikke bo i områder med høyt luftforurensningsnivå og er dermed defiers. Det er ingen gullstandardtest for å vurdere om geografisk definerte miljøeksponeringer har IV-egenskaper, men dette må vurderes på grunnlag av materiell kunnskap. Gjennomsnittlige individuelle eksponeringer kan noen ganger være plausible Som IVs, men noen ganger ikke.
Fattigdom og helse
en lignende situasjon kan eksistere i det mye diskuterte forholdet mellom» rikdom»,» fattigdom»,» sosialøkonomisk status»,» sysselsettingsstatus » og ulike (helse) utfall. På individnivå kan det være et sterkt forhold mellom arbeidsledighet, si og (dårlig) helse og dødelighet, noe som tyder på at arbeidsledigheten er årsakssammenheng med uønskede helseutfall. Men i tillegg til seleksjonsforskjeller, kan dette forholdet bli forvirret av mange variabler, noe som kan gjøre en årsakssammenheng tvilsom. Arbeidsledige personer kan ha mistet jobbene sine på grunn av dårligere fysisk og / eller psykisk helse eller kan være mindre sosialt tilpasningsdyktige. En økonomisk krise eller depresjon med rask massiv økning i arbeidsledigheten kan fungere SOM EN IV, og hvis (spesifikk) dødelighet eller sykelighet ikke øker under slike depressioner, kan man stille spørsmål om årsakssammenheng av foreninger på individualistisk nivå. Igjen, siden stort sett de samme personene er involvert, er det (minst konseptuelt) enkelt å vurdere om det er (betydelig antall) defiers, spesielt personer som økonomisk drar nytte av (eller finner arbeid) i depresjonstider. Selv om slike personer kan eksistere, er de sannsynligvis sjeldne. Økonomiske depressioner kan også potensielt påvirke helse gjennom veier som ikke involverer arbeidsledighet. For eksempel, under depressioner kan de (fortsatt) ansatt unngå atferd som vil sette deres sysselsetting i fare. Selv om disse alternative årsaksveiene potensielt kan ugyldiggjøre verdien AV depressioner som EN IV, synes deres betydning mindre. Tilsvarende kan naturkatastrofer eller andre «naturlige eksperimenter» på samme måte gi gode instrumentelle variabler. Et eksempel på dette er den allment aksepterte sammenhengen mellom tuberkulose og fattigdom. ; mens nesten alle tverrsnittsstudier viser denne sammenhengen, ga den raske økningen i fattigdom I USA og Europa i løpet av 1930-tallet ikke opphav til økning i tuberkulosedødelighet .som et ytterligere eksempel på BRUK AV IV i intervensjon, i stedet for observasjonsstudier, vurderer vi sammenhengen mellom regionale s ex-arbeidsintervensjoner og prevalens av humant immunsviktvirus (HIV) i India. Dette er for å illustrere situasjoner der økologiske (geografiske) nivåer av en variabel kan ha egnede IV-egenskaper. I De fire høy HIV-prevalens statene (Andhra Pradesh, Maharashtra, Karnataka, Tamil Nadu) I Sør-India intervensjoner rettet mot sexarbeidere (f. eks kondombruk, seksuelt overførbare sykdommer behandling) er implementert på et distrikt nivå. Effekter av tiltakene på distriktsnivå HIV prevalens og insidens måles også på distriktsnivå av distriktsspesifikk hiv prevalens hos unge (<25 år) ante-natal omsorg deltakere. Ideen bak disse tiltakene er at forebygging av overføring (ved sikrere sexpraksis) mellom sexarbeidere og deres klienter vil redusere TOTAL HIV-overføring. Disse tiltakene fikk sterk støtte Fra Bill Og Melinda Gates Foundation I form av «avahan» – prosjektet . Eksistensen av defiers, dvs. personer med lavere risiko FOR HIV-infeksjon i fravær av intervensjon, er usannsynlig, og dermed monotonicitet virker plausibel. Så i prinsippet kan intervensjon på distriktsnivå være en god IV.