Het gebruik van leeftijd als variabele in klinisch wetenschappelijk onderzoek

- There are a number of ways to study the effect of age as a variable in clinical research.

- Where survival is concerned, age is the parameter of interest. In this case, age-specific mortality risks, graphs of the logarithms of the age-specific mortality risks set against age (Gompertz-curves), life expectancies, and Kaplan-Meier survival analysis curves are used.

- Confounding and effect modification by the age of an association between a determinant and outcome can be recognised by evaluating the connection between the different age groups (stratification).

- Mathematical adjustments for age in linear, logistic, and Cox regression is easy to carry out but their interpretation is often difficult. Adjusting for age is not always necessary.

Ned Tijdschr Geneeskd. 2005;149:2958-63

Samenvatting

- Leeftijd als variabele wordt in klinisch wetenschappelijk onderzoek op verschillende manieren gebruikt.

- Als het gaat om overleving, is leeftijd de uitkomstmaat van het onderzoek. In dit geval wordt gebruikgemaakt van leeftijdsspecifieke sterfterisico’s, grafieken van de logaritme van het leeftijdsspecifieke sterfterisico uitgezet tegen de leeftijd (Gompertz-curven), levensverwachtingen en Kaplan-Meier-overlevingsanalysen.

- Vertekening door leeftijd van een verband tussen determinant en uitkomst, als confounder of effectmodificeerder, kan worden herkend door het verband te bepalen in verschillende leeftijdsgroepen (‘stratificatie’).

- Mathematische correctie voor leeftijd in lineaire, logistische en Cox-regressie zijn slecht invoelbare maar gemakkelijk toegankelijke methoden. Correctie voor leeftijd is niet altijd noodzakelijk.

Ned Tijdschr Geneeskd. 2005;149:2958-63