Content

  1. Confounding Variable/Factor
  2. การหาความสัมพันธ์ระหว่าง ดื่มเหล้า กับ มะเร็งปอด
  3. การหาความสัมพันธ์ระหว่าง ดื่มเหล้า กับ มะเร็งปอด (แยก 2 Strata (สูบบุหรี่และไม่สูบบุหรี่)
  4. การหาความสัมพันธ์ระหว่าง ดื่มเหล้า กับสูบบุหรี่
  5. การหาความสัมพันธ์ระหว่าง สูบบุรี่ กับ มะเร็งปอด (แยก 2 Strata (ดื่มเหล้าและไม่ดื่มเหล้า)
  6. สรุปผลการศึกษาว่ามีความเกี่ยวเนื่องกับ Confouding Factor หรือไม่

Counfoding Factor

Confounding Factor จัดเป็น Bias ประเภทหนึ่ง โดย ความหมายของ Confounding Factor/Variable คือ
  1. ตัวแปร (Exposure) ที่เราทำการศึกษา ที่ไปมีความสัมพันธ์กับตัวแปรที่เป็นสาเหตุของโรคหรือ Outcome ที่ทำการศึกษา
  2. จึงทำให้ตัวแปร (Exposure) นั้น ไปมีความสัมพันธ์เทียม กับโรคหรือ Outcome ที่ทำการศึกษา
สรุป
  1. ในรูป ดื่มเหล้า (Exposure) ไปสัมพันธ์กับ บุหรี่ ซึ่งเป็นสาเหตุให้เกิดมะเร็งปอด (Outcome) จึงทำเมื่อไปทดสอบความสัมพันธ์ระหว่าง ดื่มเหล้า กับ มะเร็งปอด เกิดความสัมพันธ์เทียมขึ้น
  2. ถ้าทดสอบทางสถิติแล้วมีความแตกต่างอย่างมีนัยสำคัญ ให้ระลักถึงว่าอาจจะเกิดจาก 3 สาเหตุ คือ By Chance , Bias และ By Confounding เครื่องมือทางสถิติอะไรที่จะมาช่วยตรวจสอบว่า มาจากปัญหา By confounding Factors หรือไม่ ได้แก่
    1. Tables (2x2xN) ใน Stat Calc ใน Epi Info
    2. Analyse -->Descriptive statistics -->Crosstab -->Risk แล้วเลือก Cochran's and Mantel Haenzsel ใน SPSS

การหาความสัมพันธ์ระหว่าง ดื่มเหล้า กับ มะเร็งปอด

SPSS ได้เพิ่มการคำนวณ Risk (OR ,RR ) ด้วย Mantel Haenszel SPSS มีข้อดี คือ เป็นที่คุ้นเคยสำหรับคนทั่วไป แต่มีข้อเสียคือโปรแกรมมีลิขสิทธิ์ และค่าลิขสิทธิแพงมาก (ศูนย์อนามัยที่ 5 ซื้อ SPSS Version 21 ในราคา 120,000 บาท) จึงอยากให้ใช้ Epi Info มากกว่า เนื่องจากไม่มีค่าลิขสิทธิ์ ในกรณที่จะใช้ SPSS นั้น มีขั้นตอนการดำเนินการดังนี้
  1. ปกติ SPSS จะดึงข้อมูลดิบมาคำนวณแล้วทำตาราง Cross Tab เป็น 2x2 Table ในกรณีที่ข้อมูลเป็น 2x2 Table และต้องการให้ SPSS คำนวณ Risk ต้องสร้าง Table ใหม่ดังนี้
  2. จากนั้นทำการ weigh โดยที่ Menu ที่ชื่อ Data เลือก weight จากนั้นให้เลือก Field ที่จะทำการ weight ในที่นี้คือ field ที่ชื่อ weight
  3. ไปที่ Menu ที่ชื่อ Analyse -->descriptive statistic-->crosstabs จากนั้น row(s) ให้เลือก Alcohol ส่วน Column(s) ให้ใส่ cancer
  4. Click ที่ statistics เลือก Checkbox ที่ชื้อ risk และ checkbox cochran's and Mantel Heanszel statistics จากนั้น Click ที่ Continue เพื่อกลับไปหน้าเดิม แล้ว click ที่ OK เพื่อดูการประมวลผล
  5. Output ที่ได้จะการประมวลผล จะแสดงตาราง 2x2 table และผลการคำนวณ เนื่องจาก SPSS ไม่ทราบว่า การศึกษาของเรา เป็นแบบใด จึงแสดงผลทั้ง Odds Ratio และ Cohort เนื่องจากการศึกษานี้เป็น Case Control จึงเลือก Odds ratio
  6. กลุ่ม Cases ได้จากผู้ป่วยมะเร็งปอดจำนวน 950 คน ดื่มเหล้า 600 คน ไม่ดื่มเหล้า 350 คน
  7. กลุ่มควบคุม 2100 คน ดื้มเหล้า 900 คน ไม่ดื่มเหล้า 1200 คน
  8. OR = 2.286 (1.952 - 2.676) แตกต่างอย่างมีนัยสำคัญทางสถิติ (ค่า 95% CI ไม่มีค่าใดค่าหนึ่งผ่าน 1)

การหาความสัมพันธ์ระหว่าง ดื่มเหล้า กับ มะเร็งปอด (แยก 2 Strata (สูบบุหรี่และไม่สูบบุหรี่)

ถ้าพิจารณาว่า ดื่มเหล้าน่าจะเป็น Confounder โดย บุหรี่ น่าจะเป็นสาเหตุที่แท้จริงมากกว่า จึงแยกทำการวิเคราะห์โดยแบ่งเป็น 2 strata คือ Strata สูบบุหรี่ และ Strata ไม่สูบบุหรี่ ดังนี้
  1. ปกติ SPSS จะดึงข้อมูลดิบมาคำนวณแล้วทำตาราง Cross Tab เป็น 2x2 Table ในกรณีที่ข้อมูลเป็น 2x2 Table และต้องการให้ SPSS คำนวณ Risk ต้องสร้าง Table ใหม่ดังนี้ โดยเพิ่มตัวแปรของ smoking เข้าไปด้วย
  2. จากนั้นทำการ weigh โดยที่ Menu ที่ชื่อ Data เลือก weight จากนั้นให้เลือก Field ที่จะทำการ weight ในที่นี้คือ field ที่ชื่อ weight
  3. ไปที่ Menu ที่ชื่อ Analyse -->descriptive statistic-->crosstabs จากนั้น row(s) ให้เลือก Alcohol ส่วน Column(s) ให้ใส่ cancer ในช่องของ layer 1 of 1 ให้ใส่ smoke
  4. Click ที่ statistics เลือก Checkbox ที่ชื้อ risk และ checkbox cochran's and Mantel Heanszel statistics จากนั้น Click ที่ Continue เพื่อกลับไปหน้าเดิม แล้ว click ที่ OK เพื่อดูการประมวลผล
ผลลัพธ์จากประมวลผลเป็นดังนี้
  1. strata สูบบุหรี่ กลุ่มที่เป็นมะเร็งปอด 650 คน ดื่มเหล้า 500 ราย ไม่ดื่มเหล้า 150 ราย กลุ่มที่ไม่เป็นมะเร็งปอด 600 คน ดื่มเหล้า 400 ราย ไม่ดื่มเหล้า 200 ราย
  2. strata ไม่สูบบุหรี่ กลุ่มที่เป็นมะเร็งปอด 300 ดื่มเหล้า 100 ราย ไม่ดื่มเหล้า 200 ราย กลุ่มที่ไม่เป็นมะเร็งปอด 1500 คน ดื่มเหล้า 500 ราย ไม่ดื่มเหล้า 1500 ราย
  1. strata สูบบุหรี่ OR = 1.667 (1.299 - 2.138) แตกต่างอย่างมีนัยสำคัญทางสถิติ
  2. strata ไม่สูบบุหรี่ OR = 1.000 (0.769 - 1.301) ไม่แตกต่างอย่างมีนัยสำคัญทางสถิติ
  3. รวมทั้ง 2 Strata OR = 2.286 (1.952- 2.676) แตกต่างอย่างมีนัยสำคัญทางสถิติ

  1. ทดสอบ Homogeneity ของ OR พบมีความแตกต่างอย่างมีนัยสำคัญทางสถิติ แสดงว่า ค่า OR ของ Strata สูบ และไม่สูบบุหรี่มีความแตกต่างกัน
  2. Test Chi square MH = 8.371 p = .003 แสดงว่า มีความสัมพันธ์ระหว่าง ดื่มเหล้ากับ มะเร็งปอด ในภาพรวม

  1. OR MH = 1.309 , 95% CI = 1.095-1.555 แตกต่างอย่างมีนัยสำคัญทางสถิติ
  2. สรุป การทดสอบทางสถิติที่พบความสัมพันธ์ระหว่าง ดื่มเหล้า กับมะเร็งปอด นั้น เกิดใน Strata ของสูบบุหรี่เท่ากนั้น ส่วน Strata ที่ไม่สูบบุหรี่ ไม่มีความสัมพันธ์ จึงควรทดสอบทางสถิติว่ามีเกิดจาก Confounding Factor หรือไม่ โดยทดสอบความสัมพันธ์ระหว่า ดื่มเหล้ากับสูบบุหรี่ และ สูบบุหรี่กับมะเร็งปอด โดยแยกเป็น 2 Strata คือ ดื่มเหล้า และไม่ดื่มเหล้า

การหาความสัมพันธ์ระหว่าง ดื่มเหล้า กับสูบบุหรี่

  1. Click ที่ Menu Analyse -->Descriptive Statistics -->Crosstabs
  2. row(s) เลือก Smoke ส่วน Column(s) เลือก Alcohol
  3. เลือก statistics จากนั้นเลือก Checkbox Risk และ Cochran's and Mantel Haenszel statistics
สรุปผลลัพธ์ที่ได้
  1. กลุ่มที่ สูบบหรึ่ 1250 คน ดื่มเหล้า 900 คน ไม่ดื่มเหล้า 350 คน
  2. กลุ่มที่ ไม่สูบบหรึ่ 1800 คน ดื่มเหล้า 600 คน ไม่ดื่มเหล้า 1200 คน
  3. OR = 5.143 (4.393 - 6.021) แตกต่างอย่างมีนัยสำคัญทางสถิติ
  4. สรุป การดื่มเหล้าและการสูบบุหรี่มีความสัมพันธ์กัน

การหาความสัมพันธ์ระหว่าง สูบบุรี่ กับ มะเร็งปอด (แยก 2 Strata (ดื่มเหล้าและไม่ดื่มเหล้า)

  1. Click ที่ Menu Analyse -->Descriptive Statistics -->Crosstabs
  2. row(s) เลือก Smoke ส่วน Column(s) camcer ,Layer 1 of 1 เลือก alcohol
  3. เลือก statistics จากนั้นเลือก Checkbox Risk และ Cochran's and Mantel Haenszel statistics
สรุปผลลัพธ์ที่ได้
  1. strata ดื่มเหล้า กลุ่มที่เป็นมะเร็งปอด 600 คน สูบบุหรี่ 500 คนไม่สูบบุหรี่ 100 คน กลุ่มที่ไม่เป็นมะเร็งปอด 900 คน สูบยุหรี่ 400 คน ไม่สูบบุหรี่ 500 คน
  2. strata ไม่ดื่มเหล้า กลุ่มที่เป็นมะเร็งปอด 350 คน สูบบุหรี่ 150 คนไม่สูบบุหรี่ 200 คน กลุ่มที่ไม่เป็นมะเร็งปอด 1200 คน สูบยุหรี่ 200 คน ไม่สูบบุหรี่ 1000 คน
  3. strata ไม่ดื่มเหล้า โดยในกลุ่มสูบบุหรี่ จำนวน 350 คน เป็นมะเร็งปอด 150 คน ไม่เป็นมะเร็งปอด 200 คน ส่วนกลุ่มที่ไม่สูบบุหรี่ จำนวน 1200 คน เป็นมะเร็งปอด 200 คน ไม่เป็นมะเร็งปอด 1000 คน

  1. strata ดื่มเหล้า OR = 6.250 (4.859 - 8.039) แตกต่างอย่างมีนัยสำคัญทางสถิติ
  2. strata ไม่ดื่มเหล้า OR = 3.750 (2.890 - 4.866) แตกต่างอย่างมีนัยสำคัญทางสถิติ
  3. Crude OR รวม (Cross products) = 5.417 (4.587 - 6.397 ) แตกต่างอย่างมีนัยสำคัญทางสถิติ
  1. ทดสอบ Homogeneity ของ OR พบมีความแตกต่างอย่างมีนัยสำคัญทางสถิติ แสดงว่า ค่า OR ของ Strata ดื่มเหล้า และไม่สูบดื่มเหล้ามีความแตกต่างกัน
  2. Test Chi square MH = 330.922 p = .000 แสดงว่า มีความสัมพันธ์ระหว่าง สูบบุหรี่ กับ มะเร็งปอด ในภาพรวม
  1. OR Adjusted (MH) = 5.0205 (4.1955 - 6.0078 ) แตกต่างอย่างมีนัยสำคัญทางสถิติ
  2. มีความสัมพันธ์ระหว่าง สูบบุหรี่ กับ มะเร็งปอดอย่างมีนัยสำคัญทางสถิติ ทั้ง Strata ของ ดื่มสุรา และไม่ดื่มสุรา

สรุปผลการศึกษาว่ามีความเกี่ยวเนื่องกับ Confouding Factor หรือไม่

  1. การศึกษาแรก พบความสัมพันธ์ระหว่าง การดื่มเหล้า กับ มะเร็งปอด
  2. ศึกษาความสัมพันธ์ระหว่าง การดื่มเหล้า กับ มะเร็งปอด โดยแยกดื่มเหล้า เป็น 2 strata คือ สุบบุหรี่กับ ไม่สูบบุหรี่ พบว่า ดื่มเหล้ามีความสัมพันธ์กับมะเร็งปอด เฉพาะใน Strata สูบบุหรี่ ส่วน strata ไม่สูบบุหรี่ไม่มีความสัมพันธ์
  3. มาทดสอบความสัมพันธ์ระหว่าง ดื่มเหล้า กับ สูบบุหรี่ พบว่ามีความสัมพันธ์กัน นั่นคือ คนที่ดื่มเหล้า มักสูบบุหรี่ด้วย
  4. เมื่อทดสอบความสัมพันธ์ระหว่าง สูบบุหรี่ กับมะเร็งปอด โดยแยก กลุ่มสูบบุหรี่เป็น 2 Strata คือ ดื่มเหล้า และ ไม่ดื่มเหล้า พบว่ามีความสัมพันธ์ระหว่าง สูบบุหรี่ กับ มะเร็งปอด ทั้ง strata ดื่มเหล้า และไม่ดื่มเหล้า นั่นคือ สูบบุหรี่ สัมพันธ์กับ มะเร็งปอด
  5. สรุป การ ดื่มเหล้า สัมพันธ์ กับ มะเร็งปอด น่าจะเกิดจากปัญหาเรื่อง Confounding Factor โดยสาเหตุของการทำให้เกิดมะเร็งปอดน่าจะเกิดจากการสูบบุหรี่มากกว่า แต่คนสูบบุหรี่ มัก ดื่มเหล้าด้วย เมื่อหาความสัมพันธ์ระหว่างดื่มเหล้ากับสูบบุหรี่ จึงเกิดความสัมพันธ์เทียมขึ้น