探讨多数据源的哮喘和COPD趋势：小区域研究外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

本科生毕业论文-外文翻译

题 目 探讨多数据源的哮喘和COPD趋势：小区域研究

探讨多数据源的哮喘和COPD趋势：小区域研究

,b,

a流行病学和生物统计学系，MRC-PHE环境与健康中心，伦敦帝国学院，伦敦，英国

b英国小区域卫生统计组，MRC-PHE环境与健康中心，伦敦帝国学院，伦敦，英国

c帝国大学医疗保健NHS信托，伦敦，英国

摘要：本文通过使用多个数据源来研究哮喘和COPD的趋势，了解疾病流行率、发病率和死亡率之间的关系。按照英格兰临床委员会（CCG）标准分析从2010年8月至2011年3月的通用实践处方药物、住院和死亡情况。贝叶斯分级模型用于分析考虑哮喘和COPD间复杂的空间和时间依赖性，同时它也能够检测异常区域。主要结论表明不同数据源之间的重要差异反映了不同代表的患者组。此外，通过模型提供的检测机制，连同对空间和时间变化的推理，对呼吸道健康问题提供了一个很好的描述。

1 介绍

哮喘和慢性阻塞性肺疾病（COPD）在世界范围内是最常见的慢性呼吸道合并症，导致了严重的社会和生态负担（世界卫生组织，2012年）。

2014年患哮喘的人数估计在全球3.34亿（世界健康组织，2014），这个数字预计到2025年增加到4亿。每年大约有250,000例死亡年是由疾病引起的，而其中大多数认为是可预防的（Masoli等，2004）。COPD有较低的患病率为6400万人，但有很高的死亡率，每年有300万人死亡，占全球所有死亡中6％。预测2030年COPD将成为第三大死亡原因（世界卫生组织，2014年）。在英国，哮喘影响1到5个家庭，COPD是继癌症和心血管疾病后第五大死亡病（Masoli等，2004）。

哮喘和COPD具有相似的症状和治疗和可能有相当大的相似性，这使得他们难以区分（Drazen等，2015）。哮喘通常始于童年并且经常接触过敏源，而大部分COPD是由吸烟引起的，并且病症在中晚期开始。两种情况下的常见症状是呼吸短促和喘息呼吸道感染症状恶化，支气管扩张剂，类固醇和抗生素治疗都可以治疗这种相似的感染。严重的发病会导致入院或可能死亡，其主要决定因素可能受传染病趋势和具有时空结构（例如空气污染）的共同环境因素的影响（Eeftens等，2012）。

这些慢性呼吸道疾病的趋势研究是重要的，因为它使我们更好地理解疾病的特征，以确定健康政策或预防措施是否有效，确定高危人群可能需要额外的护理和治疗。然而，挑战是选择数据用于哮喘和COPD分析。研究表明（Sin等，2006）只研究了最高程度的严重性和发现可能不同于医院特别是对于哮喘的入院（Hansell等，2003），这是一个更加异质的条件。大多数研究使用来自二级和三级护理的数据，例如医院入院和急救护理数据，但这些将不会捕获到在初级保健中看到的较轻的病例。据估计只有20％的哮喘患者和不超过一半的COPD患者患有严重的症状（Lindebeg等，2006）。

哮喘和COPD研究的一个有用的补充是使用通用实践（GP）药物处方数据，其包括由GP在英国规定并在英国或欧洲的任何地方分配的项目的数量。GP药物处方可能与哮喘和COPD非常相关，因为这些是通过常规药物来控制长期病症。通过捕获患有任何严重程度疾病的患者，从轻度到严重，可以提供小面积水平呼吸健康人群的一般图片。只有少数作者使用GP药物处方调查研究哮喘和COPD趋势（Hansell等，2003; Laurent等，2009; Naureckaset等，2005; Sofianopoulou等，2013; Vegni等，2005）。

此外，哮喘和COPD的地理趋势只有少数作者研究过。Hansellet等（2003）发现，城市地区和英格兰北部地区的COPD死亡率，住院率和COPD的GP指标更高，但是使用年龄性别标准化事件比的哮喘在哮喘发病中的模式不太清楚。Holt 等（2011）贝叶斯层次框架内的分配，其他例子包括疾病控制中心和预防（2008），Joo等（2007），Lipton和Banerjee（2006）和Nandram 等（2000）。Sofianopoulou 等（2013）探讨了GP药物的地理模式，考虑英国的纽卡斯尔和北泰恩赛德地区作为研究区。（Hacking等，2011;Hansell等，2003; Wells和Gordon，2008）研究表明英国在过去40年内发病率和死亡率存在显着差异。这需要按顺序考虑以提供可靠的统计估计，并帮助公共卫生政策制定者更清楚地确定具有巨大需求的目标区域，改善疾病的预防和治疗。

这项研究的目的是调查趋势哮喘和COPD在英格兰的人口水平通过使用多个数据源来帮助理解疾病流行率，发病率和死亡率之间的关系。我们探讨GP的空间和时间模式药物处方，住院和死亡，及我们评估不同的行为导致不同严重性的不同数据源。我们还专注于异常区域的检测，即其特征在于偏离的时间趋势一般的，为一种政策或出现的局部因素提出建议。在这个分析中我们结合鉴于哮喘和COPD的信息在这些条件下的相似之处，区分它们的问题（Drazen等，2015）和GP处方所使用的数据集不提供诊断信息的事实。

本文的其余部分结构如下。第2节描述了研究设计和用于分析的数据源，第3节描述了统计建模框架。在第4节的结果研究提出，随后进行讨论。最后，第5节总结了论文的主要结论并提出未来研究的建议。

2 数据源

为了更好地了解哮喘和COPD，我们使用三个不同的数据来源：（i）一般实践（GP）药物处方对于这些疾病的治疗数据，以捕获患者由轻到重的症状并会给出一个总体的研究区域流行病图; （ii）医院聚集统计（HES）哮喘或COPD的哮喘; （iii）哮喘的死亡率数据和COPD疾病死亡数据。后两个数据源将具有较高严重性的病例。我们将在本节的其余部分描述每个数据源。

2.1 GP药物处方数据

处方成本分析（PACT）数据可从NHS商业服务管理局获取。这些包括从2010年8月起每月按时间记录英格兰的8003个一般做法的所有药物的每月处方数量。 在这项研究中，我们使用Salbutamol，Ventolin和Clenil Modulite的规定，分别对应相应的英国国家处方集（BNF）代码1011R0AAAPAP，0301011R0BEAIAP和03020 0 0C0BPABBF。这些占了更多超过90％的总处方的短效beta;2受体激动剂（SABA），用于缓解患者支气管痉挛的一类药物，特征性发生在急性症状（Drazen等人，2015年）。每个GP都是本地临床调试组（CCG）的一部分，根据2012健康和“社会照顾法”负责当地医疗服务，包括本地医院和NHS服务。同一CCG的GP协同评估当地需求，监测服务，确定优先事项，并制定针对具体地区的决定，以促进当地居民的医疗服务。这表明GP内部相同的CCG应该具有相似性。因此，聚集在CCG（英格兰211级）水平的可用GP数据来分析。PACT数据还包含每个GP内注册的患者数量，有信息年龄组和性别。这些也在CCG汇总范围，它们用于计算预期的药物数量将是GP药物处方分析的偏移量。

2.2 HES和死亡率数据

2010年8月至2011年3月的英格兰健康数据来自伦敦帝国理工学院小范围健康统计单位（SAHSU）。医院剧集统计（HES）入院数据，由健康和社会保健信息中心包含初次诊断为哮喘或COPD的入院人数，还可能包括同一患者的再入院。死亡率数据也从国家统计局（ONS）提供的SAHSU获得，来源于国家死亡率登记。收集患有哮喘或COPD的基础死亡原因（UCD）的死亡数。国际疾病编码版本10（ICD-10）在此期间用于入院和死亡率编码，哮喘和COPD定义为ICD-10代码4 90-4 96. HES与死亡率数据之间的联系以识别个体患者是不可能的。人口数据也从国家统计局获得，提供关于年龄和性别的个人信息，这些数据用于计算预期的病例数。HES，死亡率和群体数据都被汇总到CCG水平。

我们考虑了三个数据集中2010年8月至2011年3月的相同时间段内所有数据。

3 统计分析

该分析在贝叶斯分级框架中进行，考虑了哮喘和COPD在空间和时间上的复杂依赖模式.Bayesian方法已广泛应用于流行病学研究，以总结疾病风险的空间和时间变化（Best等，2005）。许多作者已经提出了时空背景下的方法（Abellan等，2008; Bernardinelli等，1995; Knorr-Held，200 0;Knorr-Held和Besag，1998; Waller等，1997）。

我们在本文中使用的时空模型，被称为BaySTDetect，是一种由Li等人最近开发的方法。 （2012），能够估计空间和时间模式，还检测其时间模式偏离一般区域的区域。

3.1 型号规格

层次模型的第一级由下式给出

（1）

其中和是CCG中的观察和预期计数，i=1hellip;211在时间点t = 1...8，对应于2010年8月，2010年9月，...，2011年3月。

在层次的第二级中，速率mu;遵循如下的两个分量的混合：

（2）

这里 （共同模型） （3）

且 （区域特定模型） （4）

共同模型（3）包括空间和时间效应，和，它们被相加地组合在对数标度上，从而估计时间模式对所有地区都是一样的。 总截距也被包括。

为了引入可能发生在任何特定的月份的不寻常的时间模式，我们选择一个替代的区域特定模型（4），估计时间效应k它对每个区域独立。 一个地区具体截距u也包括在模型中。

在层次结构的第三级中，指定先验对于所有型号参数如下：

（5）

（6）

（7）

对于公共模型，基于空间卷积先验在标准Besag-York-Mollie机制（Besaget 等，1991）被赋予空间随机效应。它结合了在条件自回归先验（ICAR）（Besag，1974）之后的空间结构化组件，考虑数据中的空间相关性，以及遵循高斯先验的空间非结构化组件，考虑数据中的异质性。对于空间ICAR先验，我们通过定义来指定邻域结构大小为Ntimes;N的邻接矩阵W，使得如果区域i和j共享公共边界，则对角线条目，并且非对角线条目，否则为0。时间效应被分配ICAR先前的时间模拟，因此考虑数据中的时间相关性。与空间ICAR先验类似，通过矩阵定义时间邻域结构Q，其中如果| h -t | = 1，，否则用h和t索引时间单位。 对于区域特定模型，将相同的ICAR先验分配给时间分量。 另外，由于可识别性原因，将先验分配给区域特定方差作为额外分层级。 对于总截距和面积比截距，指定模糊先验。

对于每个参数，和（Gelman，2006）分配弱信息半正态在前N（0,1），而将具有参数和，基于Li等人的规范，跟随先验N（0,1000）和N（0,2.52）（2012）。如后者在某种程度上提供信息，进行敏感性分析以评估结果的正确性。如后者提供了一些信息，执行sis以评估结果的正确性。

模型指示符遵循伯努利（0.95）先验，从公共模型（z = 1）或区域特定模型（z = 0）中选择估计。参数0.95反映了我们的期望，只有少数地区表达不寻常的时间模式。

为了划分不寻常区域，我们使用后验估计指标代表区域的可能性有多大以符合共同模式，即表现出了风险通常的模式，我们选择满足的那些以下条件：le;0.05，其中是第j次序后验。

3.2应用程序

该模型适用于第2节中所有三个数据集。在处方模型中，是在第t个月的GP药物处方的数量，是预期计数。还包括在（2）中加入适当的协变量-调整年龄和性别。对于年龄指标，我们使用活跃人口的百分比（年龄组15至64），而对于性别指标，我们使用男女比例。

在录取模型中，是在第t个月时中观察到的哮喘和COPD入院病例，是基于使用整个英格兰作为标准群体的年龄和性别直接标准化的预期值。 类似地，在死亡模型中，是在第t个月时中由于哮喘或COPD导致的死亡的观察数量，是基于使用整个英格兰作为标准人群的年龄和性别直接标准化的相应预期数量。

这些模型在OpenBUGS中使用马可夫链蒙特卡罗（MCMC）积分算法（Gilks​​，2005）。对于每个模型的每个参数运行三个链，对于80,00 0次迭代具有不同的初始值，其中20,000作为老化被丢弃，并且估计基于仅使用每第5次迭代的剩余样本以限制自相关。 在具有23.4 RAM和2.50 GHz的英特尔至强处理器上，每个模型的仿真耗时约17小时。 通过微量图，BGR统计和蒙特卡罗误差评估收敛。

4 结果与讨论

4.1空间模式

我们提供后遗症率的地图以调查三种不同数据来源的哮喘和COPD的地理模式，并评估它们是否具有相似性或差异性。图1a展

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[26818]，资料为PDF文档或Word文档，PDF文档可免费转换为Word