articolo scientifico
Epidemiol Prev 2016; 40 (2): 119-126

Equazioni di stima generalizzate (GEE) per trattare dati mancanti e variabili dipendenti dal tempo in studi longitudinali: un’applicazione per valutare l’evoluzione della qualità di vita correlata alla salute (HRQL) in pazienti affetti da coronaropatie

Generalized Estimating Equations (GEE) to handle missing data and time-dependent variables in longitudinal studies: an application to assess the evolution of Health Related Quality of Life in coronary patients

  • María Dueñas1

  • Alejandro Salazar2

  • Begoña Ojeda2

  • Roque Arana3

  • Inmaculada Failde2

  1. Salus Infirmorum Faculty of Nursing, University of Cádiz, Spain
  2. Preventive Medicine and Public Health Area, University of Cádiz, Spain
  3. Cardiology Department, University Hospital “Puerta del Mar” Cádiz, Spain
Alejandro Salazar -

Cosa si sapeva già

What is already known?

  • Sociodemographic variables and the presence of cardiovascular risk factors affect Health Related Quality of Life (HRQL) of coronary patients (CP). Besides, the effect of the anxiety and depression on HRQL has also been discussed.

Cosa si aggiunge di nuovo

What does this study add?

  • The evolution of mental health predicts changes on HRQL in CP.
  • The time itself has an effect not explained by other covariates in the evolution of HRQL in both physical and mental components.
  • The variables predicting the evolution of HRQL differ depending on the time elapsed since the coronary event, some clinical variables having more impact in the last period.
  • The generalized estimating equations (GEE) allow us to analyse the evolution of HRQL from a longitudinal approach, while adequately handle missing data.

Riassunto:

OBIETTIVI: analizzare l’evoluzione della qualità di vita correlata alla salute (HRQL) in pazienti coronarici (PC) e individuare fattori predittivi che influenzano questa evoluzione in presenza di dati mancanti e variabili dipendenti dal tempo.
DISEGNO: studio prospettico con misure ripetute.
SETTING E PARTECIPANTI: sono stati inclusi in totale 175 pazienti coronarici. Modelli di equazioni di stima generalizzate (GEE) sono stati usati per valutare l’evoluzione dell’HRQL in questi pazienti. Tali modelli, non utilizzati frequentemente in questo contesto, sono impiegati in questo caso come alternativa alle tecniche tradizionali che non trattano propriamente dati mancanti e variabili dipendenti dal tempo.
PRINCIPALI MISURE DI OUTCOME: HRQL valutato tramite questionario SF-36v1 all’arruolamento, dopo 3 mesi e 6 mesi dalla dimissione.
RISULTATI: durante il follow-up sono migliorati ruolo fisico, dolore fisico, salute generale, vitalità e il riassunto della componente fisica dell’SF-36. Le condizioni associate a una riduzione dell’HRLQ nel tempo sono essere donna, essere più anziano e avere punteggi di GHQ-28 più alti. Eventuali precedenti di malattie coronariche, comorbidità, rivascolarizzazione, riospedalizzazione ed episodi di angina hanno avuto un impatto negativo sull’HRQL, specialmente tra i 3 e 6 mesi dopo le dimissioni.
CONCLUSIONE: l’analisi dell’evoluzione dell’HRQL con un approccio longitudinale usando modelli GEE mostra l’effetto predittivo delle variabili analizzate durante il follow-up, incluso il tempo stesso e le covariate dipendenti dal tempo, come l’evoluzione della salute mentale. Inoltre, tale strategia rende possibile dettagliare l’effetto predittivo delle covariate in ogni periodo all’interno del follow-up.

Parole chiave: malattia coronarica, qualità della vita correlata alla salute, analisi di dati longitudinali, salute mentale, dati mancanti, metodi statistici in epidemiologia

Abstract:

OBJECTIVES: to analyse the evolution of Health Related Quality of Life (HRQL) in coronary patients (CP) and to identify predictive factors influencing this evolution in a situation with missing data and time-dependent variables.
DESIGN: prospective study with repeated measures.
SETTING AND PARTICIPANTS: a total of 175 CP were included. General Estimating Equations (GEE) models were used to assess the evolution of HRQL in these patients. These models, not commonly used in this context, are applied here as an alternative to traditional techniques that do not handle missing data and time-dependent covariates properly.
MAIN OUTCOME MEASURES: HRQL assessed by SF-36v1 Questionnaire at baseline, 3 and 6 months after discharge.
RESULTS: role physical, bodily pain, general health, vitality, and the physical component summary of SF-36 improved over the follow-up. Being woman, older, and having higher scores on GHQ-28 were associated to a decrease in HRQL throughout time. Previous history of coronary heart disease, comorbidities, revascularisation, rehospitalisation, and episode of angina had a negative impact on HRQL, especially between 3 and 6 months after discharge.
CONCLUSION: the analysis of the evolution of HRQL with a longitudinal approach using GEE models shows the predictive effect of the variables analysed during the follow-up, including the time itself and time-dependent covariates such as the evolution of mental health. In addition, it allows to particularise the predictive effect of covariates at each period within the follow-up.

Keywords: coronary heart disease, health related quality of life, longitudinal data analysis, mental health, missing data, statistical methods in epidemiology


  • Se sei abbonato scarica il PDF nella colonna in alto a destra
  • Se non sei abbonato ti invitiamo ad abbonarti online cliccando qui
  • Se vuoi acquistare solo questo articolo scrivi a: abbonamenti@inferenze.it (20 euro)

Inserisci il tuo commento

L'indirizzo mail è privato e non verrà mostrato pubblicamente.
CAPTCHA
Riporta le lettere mostrate nel riquadro senza spazi. Non c'è differenza tra maiuscole e minuscole.
R
E
F
u
p
Non inserire spazi. E' indifferente l'uso del maiuscolo/minuscolo