Home >> Répondre

Répondre

Nous avons pensé que si une relation causale potentielle entre le SARM et le choc ou la mort existait réellement, alors l’association entre ces variables devait persister chez les patients qui avaient la même maladie sous-jacente et d’autres indicateurs identiques ou similaires de gravité de la maladie, tels que Le pronostic de McCabe et la durée du séjour à l’hôpital Ce fut la raison de l’exploration plus approfondie de la question, en prenant un échantillon apparié de la cohorte originaleDr Perencevich est absolument correct lorsqu’il suggère que la méthode d’échantillonnage utilisée pour l’étude cas-témoins n’était pas typique En fait, si nous utilisons la bonne terminologie, la deuxième étude que nous avons effectuée doit être considérée comme une étude de cohorte appariée avec un modèle similaire à celui utilisé par les autres pour estimer la mortalité attribuable et le nombre de jours de séjour attribués à l’infection nosocomiale. Nous sommes d’accord avec le Dr Perencevich sur le fait que, dans les études cas-témoins rétrospectives, l’appariement peut ne pas augmenter la validité. y ou peut être encore moins efficace que la sélection aléatoire de sujets témoins ; cependant, ce sujet n’est peut-être pas tout à fait pertinent à la présente discussion journal médical. À notre avis, les critiques sur l’adéquation de l’analyse statistique de la cohorte appariée sont plus importantes Il est vrai que la procédure de régression conditionnelle visait formellement les prédicteurs. « De SARM, donc l’inclusion dans le modèle des variables qui ne sont pas antécédentes à l’apparition de bactériémie peut produire des résultats d’interprétation difficile Cependant, la modélisation de régression logistique peut également être considérée comme une procédure qui est capable d’obtenir des estimations de l’échantillonnage -association indépendante OU d’une variable donnée avec chacune des autres variables, indépendamment de leur séquence en temps réel Nous pensons que si une association intrinsèque de SARM avec choc ou mort aurait été présente dans l’étude de cohorte appariée, elle doit avoir été montré par l’analyse de régression conditionnelle, après prise en compte d’autres caractéristiques inégalement distribuées chez les patients atteints de RM Les résultats peuvent toujours être interprétés comme indiquant que, parmi les patients qui ont une maladie sous-jacente identique et un pronostic de McCabe et une durée de séjour similaire à l’hôpital, l’OR pour la participation de SARM chez les patients qui avaient soit choc ou mort n’était pas différent de l’OR pour SARM chez les patients sans choc ou qui ne sont pas morts, après ajustement pour d’autres variables associées à la bactériémie à SARM. La dernière question pertinente est de savoir si ces résultats peuvent être complètement expliqués par une perte de puissance statistique Pour une analyse de régression logistique non conditionnelle dans l’étude de cohorte, les OR non corrélées reliant choc et décès avec SARM étaient et, respectivement, alors que pour l’analyse de régression logistique conditionnelle dans l’étude de cohorte appariée, les valeurs non ajustées correspondantes Les ORs relatant le choc et la mort avec SARM étaient et, respectivement; D’un autre côté, si nous appliquons à la cohorte appariée les mêmes modèles qui ont été dérivés de l’étude de cohorte originale pour prédire le choc et la mort, le rajustement non conditionnel ajusté Les OR pour SARM étaient% CI, – pour choc et% IC, – pour décès. Cela indique non seulement une perte de signification statistique résultant d’une augmentation des erreurs-types, mais aussi une association plus faible de SARM avec les variables d’intérêt. le problème de l’estimation de la taille d’échantillon appropriée dans les études cas-témoins a été essayé , et Hsieh a publié des formules et des tableaux qui sont spécifiquement conçus pour être appliqués à l’analyse de régression logistique La question reste cependant controversée qui ne repose pas sur des motifs formels mais qui fait appel au bon sens, Freeman a suggéré que le nombre d’individus qui sont nécessaires pour effectuer une mult L’analyse de régression logistique iple sans rencontrer de problèmes doit être supérieure à * K, où K dénote le nombre de covariables Il a également été suggéré que si une variable dichotomique en particulier, la variable « response » n’a pas au moins de cas pour chacun des Les valeurs possibles, les estimations ne peuvent être considérées comme fiables. Notre étude remplit amplement les deux règles. Sur la base des valeurs OR et du nombre de patients inclus dans l’étude appariée, nous pensons que les résultats discordants observés étaient plus susceptibles d’être la conséquence d’une meilleure ajustement pour l’effet confondant de la maladie sous-jacente plutôt que d’un manque de puissance statistique pour détecter des différences significatives Nous remercions le Dr Perencevich pour ses critiques constructives. En tout cas, nous considérons que nos opinions sont moins importantes que les données, qui sont maintenant devant le public et sont ouverts, peut-être, à des interprétations plus sages