Il s’agit d’une étude observationnelle cas-témoins rapportée conformément aux directives STROBE (voir fichier supplémentaire 1 : liste de contrôle S1).
Échantillon d’étude
La UK Biobank est une étude de cohorte prospective à l’échelle du Royaume-Uni, dont le recrutement de base a eu lieu entre mars 2006 et octobre 2010. Au moment de cette étude, 227 297 participants avaient donné leur consentement pour que leurs dossiers de soins primaires soient mis à disposition et qui avaient confirmé les dossiers de soins primaires dans la base de données (Fig. 1). Dans ce groupe de participants, 7 participants n’avaient pas de situation géographique ou n’étaient pas dans la tranche d’âge du NHS Health Check. 20 256 autres participants (9 %) ont été exclus car inéligibles à un bilan de santé du NHS en raison d’un diagnostic existant de maladie cardiaque, cérébrale, hépatique ou rénale, et 66 135 participants (31 %) ont été exclus en raison d’une prescription de statines ou d’un diagnostic existant. du diabète ou de l’hypertension. Les critères du NHS Health Check excluent spécifiquement les personnes souffrant de ces conditions, car elles sont considérées comme déjà identifiées et prises en charge par leurs prestataires du NHS. Ainsi, 140 899 participants ont été utilisés comme échantillon d’étude.
Fig. 1
Étudier la sélection de l’échantillon. L’inclusion dans cette étude dépendait de la disponibilité des données sur les soins primaires et de l’éligibilité au bilan de santé du NHS. En d’autres termes, les participants étaient âgés de 40 à 74 ans et n’avaient aucun diagnostic existant qui nécessiterait normalement une surveillance régulière en soins primaires. Les résumés généraux des Figs. 2 et 3 concernent l’échantillon complet de l’étude (n = 140 899), et la modélisation des résultats a été réalisée avec l’échantillon apparié à des covariables (n = 97 204), avec des détails présentés dans le tableau 1 et les figures. 4 et 5
Appariement cas-témoins
Afin de réduire la confusion provenant de sources connues, nous avons appliqué un algorithme étendu d’appariement cas-témoins pour produire un groupe témoin qui a été apparié individuellement avec les bénéficiaires du NHS Health Check en utilisant l’appariement du score de propension du voisin le plus proche avec une largeur d’épaisseur de 0,2, selon les recommandations publiées [15]. L’appariement a été réalisé en fonction des caractéristiques démographiques (région géographique, âge, sexe, origine ethnique, indice de défavorisation de Townsend, éducation), des antécédents familiaux de maladie (accident vasculaire cérébral, maladie cardiaque, démence), des mesures physiques (indice de masse corporelle, tour de taille à la hanche). ratio, tension artérielle systolique au départ) et les comportements liés à la santé (tabagisme, fréquence de consommation d’alcool, activité physique et consommation quotidienne de légumes). Plus de 95 % des cas (bénéficiaires du NHS Health Check) ont reçu une correspondance de haute qualité, et les participants non correspondants ont été exclus de l’analyse. Un examen des participants exclus a indiqué que même s’ils avaient tendance à être plus jeunes, plus démunis et plus obèses, la principale raison de l’échec de l’appariement était l’exigence d’un appariement individuel au sein d’une région géographique. En d’autres termes, le contrôle apparié pour un bénéficiaire du bilan de santé de Londres doit également provenir de Londres. De ce processus, nous avons dérivé un échantillon apparié de 97 204 participants, avec 48 602 participants dans chaque groupe d’exposition (Fig. 1).
L’intervention : bilan de santé du NHS
Pour identifier les participants ayant reçu un bilan de santé du NHS (ou son équivalent écossais), nous avons effectué une recherche textuelle dans les dossiers cliniques de soins primaires, pour les expressions suivantes : « garder bien, bilan de santé, bilan de santé, départ en bonne santé, mode de vie sain, diabète. prévenir, bien homme, bien femme, bien adulte ». Cette recherche a renvoyé 283 536 enregistrements entre avril 2006 et décembre 2022. À partir de là, nous avons examiné le texte de l’enregistrement pour exclure d’autres types de contrôles de santé (mode de vie sain, gestion du diabète, contrôles de santé des soignants et examens non spécifiés) et les enregistrements qui n’indiquaient pas Achèvement du NHS Health Check, par exemple, invitations (termes comprenant invitation, e-mail, lettre), descripteurs neutres (non approprié, indiqué, statut) et refus du contrôle de santé (refusé, refusé, n’a pas participé). Les codes restants qui ont été utilisés pour confirmer les contrôles de santé du NHS sont fournis dans le fichier supplémentaire 1 : tableau S1. Bien que le lancement officiel à l’échelle nationale ait eu lieu en avril 2009, certaines régions ont participé à un programme pilote au cours de l’année précédant cette date. [16]. Au sein de la biobanque britannique, la couverture des dossiers de soins primaires était élevée jusqu’à la mi-2016, lorsque la disponibilité des dossiers a fortement chuté. Par conséquent, la fenêtre d’exposition a été fixée entre le 1er janvier 2008 et le 30 juin 2016. Le nombre d’enregistrements d’exposition au contrôle de santé par année est illustré dans la figure 2. À des fins de modélisation, nous avons considéré la date d’exposition comme étant la date de la première exposition. réalisé le bilan de santé du NHS.
Figure 2
Dossiers NHS Health Check par année et type d’enregistrement. Distributions décrivant les enregistrements NHS Health Check dans la biobanque britannique. A La distribution des enregistrements marqués avec les identifiants NHS Health Check, colorés par type d’enregistrement, si l’enregistrement décrit un contrôle de santé effectué, une invitation, un refus ou une étiquette descriptive (n’impliquant pas nécessairement l’achèvement ou le refus). B La répartition des contrôles de santé terminés, le bleu indiquant le premier contrôle de santé du NHS enregistré et le vert et le jaune représentant les contrôles de santé de suivi. Les participants sont inclus de janvier 2008 à juillet 2016
Vérification des résultats
La maladie existante au départ a été évaluée via une auto-évaluation et des dossiers couplés (hôpital et soins primaires). La maladie incidente après le départ a été vérifiée via les dossiers liés aux soins primaires, les dossiers hospitaliers et le registre des décès (fichier supplémentaire 1 : tableau S2), en utilisant les listes de codes publiées lorsqu’elles étaient disponibles. [17,18,19]. Nous avons inclus les critères de jugement suivants : hypertension, diabète, hyperlipidémie, accident vasculaire cérébral (tout type), démence toutes causes confondues, infarctus du myocarde, fibrillation auriculaire, insuffisance cardiaque, lésion rénale aiguë, maladie rénale chronique (stade 3, 4 ou 5), obésité. maladie du foie, maladie alcoolique du foie, cirrhose du foie, insuffisance hépatique, mortalité cardiovasculaire (décès dont la cause principale est comprise entre la CIM I00 et I80) et mortalité toutes causes confondues. Les participants ont été suivis jusqu’à fin octobre 2022. Toutes les procédures de consentement des patients ont été complétées par la UK Biobank, et les détails du couplage des enregistrements dans la UK Biobank ont été publiés précédemment. [20].
Définition des covariables
L’âge, le sexe et toutes les autres covariables ont été enregistrés au départ. Les covariables de modélisation ont été sélectionnées en fonction de leurs associations connues avec le risque de résultat dans des recherches antérieures ; ceux-ci incluent l’âge, le sexe, la région géographique, le score de privation de Townsend, l’origine ethnique (blanc/non blanc), l’éducation postsecondaire (oui/non), l’indice de masse corporelle, le rapport taille/hanches, le tabagisme actuel (oui/non). , tension artérielle systolique, indice de comorbidité de Charlson, fréquence de consommation d’alcool, activité physique et consommation de légumes frais. L’indice de comorbidité de Charlson a été codé à partir des conditions existantes au départ. [21]. L’activité physique a été codée en minutes de tâche équivalentes métaboliques totalisées par semaine, sur la base de l’agrégation des domaines d’activité physique conformément aux directives publiées. [22]. Pour répartir les participants en régions géographiques, nous avons identifié les coordonnées de six grandes villes du Royaume-Uni continental (Londres, Bristol, Birmingham, Manchester, Newcastle upon Tyne et Édimbourg), puis avons attribué à chaque participant la ville la plus proche en fonction de l’est et de l’arrondi. coordonnée nord fournie à la ligne de base. Certaines des covariables présentaient un petit nombre de valeurs manquantes (moins de 2 %) qui ont été imputées ensemble à l’aide d’une imputation multiple avec des équations chaînées. [23] (résumé dans Fichier supplémentaire 1 : Tableau S3).
analyses statistiques
Nous avons utilisé des illustrations graphiques et des statistiques descriptives simples pour décrire les caractéristiques des participants à la biobanque britannique disposant de données sur les soins primaires et l’adoption du NHS Health Check. Pour évaluer les différences de résultats ajustées en fonction des covariables entre les bénéficiaires et les non-bénéficiaires du bilan de santé, nous avons utilisé deux approches de modélisation principales.
Régression de Cox variable dans le temps
Nous avons appliqué la modélisation de survie de Cox avec l’intervention (date du NHS Health Check) codée de manière variable dans le temps, selon la méthode décrite par Therneau et ses collègues. [24,25,26]. Dans cette méthode, le suivi commence dès l’enregistrement de base et tous les participants commencent la période de suivi avec un statut d’intervention négatif, en d’autres termes, sans contrôle de santé du NHS. Puis, au fil du temps, certains participants reçoivent un bilan de santé du NHS, de sorte qu’à cette date, ils acquièrent un statut d’intervention positive. Les modèles de survie ont été ajustés en fonction de l’ensemble complet des covariables décrites ci-dessus, telles qu’enregistrées au départ. Cette analyse utilise la plus grande quantité de données et permet d’observer plus facilement les différences temporelles dans l’effet d’exposition, mais pourrait toujours être biaisée en raison de confusion résiduelle.
Régression de Cox à début aligné
Dans cette analyse, nous avons aligné la fenêtre d’intervention entre les cas et les contrôles d’une manière similaire à Sebuødegård et ses collègues. [27] puis appliqué la régression à risques proportionnels au sens conventionnel du terme. Ici, la période de suivi est définie pour commencer à la date du bilan de santé du NHS terminé, les délais de résultat étant alignés en conséquence. Chaque participant témoin (sans contrôle de santé du NHS) est suivi à partir de la date d’intervention de sa paire appariée. Les durées de suivi complet ont été comparées et n’étaient pas significativement différentes entre les groupes. Dans les analyses de début aligné, les âges ont été mis à jour pour être cohérents avec la date d’intervention, le reste des covariables étant mesuré au départ. Cette méthode offre un meilleur contrôle de qualité pour les confusions connues mais implique une perte de données, et donc une perte de puissance.
Les modèles de survie dans les deux approches ci-dessus ont été ajustés en fonction de l’âge, du sexe, de la région géographique, du score de privation de Townsend, de l’origine ethnique, des études postsecondaires, de l’indice de masse corporelle, du rapport taille/hanche, du tabagisme actuel, de la tension artérielle systolique, de l’indice de comorbidité de Charlson et de l’alcool. fréquence de consommation, activité physique et consommation de légumes frais. Les modèles à démarrage aligné ont en outre été ajustés en fonction du temps écoulé depuis l’enregistrement. Une correction de tests multiples utilisant un taux de fausses découvertes de 5 % a été appliquée pour identifier les valeurs p significatives dans tous les modèles.
Autres ajustements horaires
Des recherches antérieures ont identifié que la réception du NHS Health Check était associée à une détection et un diagnostic accrus du diabète, de l’hypertension et des maladies cardiovasculaires et rénales répandus (mais non reconnus). [9]. Par conséquent, nous avons effectué la modélisation de la survie avec trois paramètres d’exclusion : (a) inclure tous les résultats, (b) exclure les événements de résultat au cours des 12 premiers mois après le bilan de santé du NHS, et (c) exclure les événements de résultat au cours des 24 premiers mois après Bilan de santé du NHS. Dans la recherche épidémiologique, il est courant d’exclure les événements survenant au cours des premières années de suivi lorsqu’on étudie la relation entre une exposition et l’évolution de la maladie. Cette période de latence vise à réduire les biais de causalité inverse, qui se produisent lorsque les principaux processus biologiques à l’origine de l’évolution de la maladie précèdent l’exposition. En supprimant les événements survenant au cours des premières années de suivi, nous espérons observer des associations entre l’exposition et l’évolution de la maladie qui ne sont pas dues à une maladie préexistante influençant le statut d’exposition (voir Rothman et ses collègues, p. 218-219). [28]), et des exemples [29, 30]. Nous avons testé l’hypothèse des risques proportionnels pour l’effet du NHS Health Check sur le risque de résultat à l’aide d’un test du chi carré et d’un affichage graphique des résidus de Schoenfeld. Dans l’analyse de sensibilité, nous avons réexécuté les modèles de Cox de départ alignés avec des périodes de temps stratifiées (Therneau et ses collègues [24], secte. 4). Cette approche a la puissance la plus faible de toutes, car chaque coefficient est calculé uniquement en utilisant les résultats de chaque strate temporelle.
Une confusion non mesurée
Enfin, nous avons appliqué la méthodologie e-value décrite par VanderWeele et ses collègues. [31] évaluer l’impact annulateur potentiel de variables confusionnelles non observées. Nous avons calculé les valeurs e et leurs limites inférieures pour chaque résultat significatif et avons fourni une traduction de celles-ci en « années d’équivalent en vieillissement » pour faciliter une compréhension intuitive de leur force relative.
2024-01-23 04:35:58
1705975072
#participation #NHS #Health #Check #est #associée #risque #réduit #maladie #multiviscérale #une #étude #cohorte #appariée #dans #biobanque #britannique #Médecine #BMC
