[論文レビュー] Analysis of 24-Hour Ambulatory Blood Pressure Monitoring Data using Orthonormal Polynomials in the Linear Mixed Model

Lloyd J. Edwards, Sean L. Simpson|arXiv (Cornell University)|Oct 6, 2010

Nutritional Studies and Diet参考文献 34被引用数 3

ひとこと要約

本稿では、24時間ホルター血圧モニタリング（ABPM）データを分析するための線形混合モデルを提案し、正規直交多項式を用いることで、集団平均および被験者固有の血圧トレースのロバストな推定を可能にする。この手法により、時間的傾向のモデリングが改善され、心血管予後に関する推論が強化され、DASH研究において食事効果が時間経過とともに血圧に与える影響をより精密に検出できるようになった。

ABSTRACT

The use of 24-hour ambulatory blood pressure monitoring (ABPM) in clinical practice and observational epidemiological studies has grown considerably in the past 25 years. ABPM is a very effective technique for assessing biological, environmental, and drug effects on blood pressure. In order to enhance the effectiveness of ABPM for clinical and observational research studies via analytical and graphical results, developing alternative data analysis approaches are important. The linear mixed model for the analysis of longitudinal data is particularly well-suited for the estimation of, inference about, and interpretation of both population and subject-specific trajectories for ABPM data. Subject-specific trajectories are of great importance in ABPM studies, especially in clinical research, but little emphasis has been placed on this dimension of the problem in the statistical analyses of the data. We propose using a linear mixed model with orthonormal polynomials across time in both the fixed and random effects to analyze ABPM data. Orthonormal polynomials in the linear mixed model may be used to develop model-based, subject-specific 24-hour ABPM correlates of cardiovascular disease outcomes. We demonstrate the proposed analysis technique using data from the Dietary Approaches to Stop Hypertension (DASH) study, a multicenter, randomized, parallel arm feeding study that tested the effects of dietary patterns on blood pressure.

研究の動機と目的

• ABPMデータ解析における被験者固有トレースの活用不足を是正すること。
• 縦断的研究における24時間血圧パターンの分析的・視覚的表現を改善すること。
• 正規直交多項式を用いた統計的に堅牢な時間的傾向のモデリング手法を開発すること。
• 24時間サイクルにわたる生物学的要因、環境的要因、薬物効果が血圧に与える影響について、より正確な推論を可能にすること。
• 本手法の実臨床試験環境（例：DASH研究）における実用性を示すこと。

提案手法

• 本研究では、時間的傾向をモデリングするため、固定効果および変動効果の両方に正規直交多項式を用いた線形混合モデルを採用する。
• 時間的傾向を表現するために正規直交多項式が用いられ、多項式項間の直交性が保たれ、多重共線性が低減される。
• モデルは集団平均効果と被験者固有のランダム切片およびランダム傾きを推定し、個別化されたトレース推定が可能になる。
• 24時間にわたる繰り返し測定における相関構造は、構造化された分散・共分散行列を用いて扱われる。
• 推定効率を高め、バイアスを低減するため、制限付き最大尤度法（REML）を用いてモデルをフィッティングする。
• 本手法により、モデルベースの予測に基づく個別化された24時間血圧プロファイルの視覚化が可能になる。

実験結果

リサーチクエスチョン

• RQ1 縦断的ABPM研究において、被験者固有の24時間血圧トレースをより効果的にモデリングする方法は何か？
• RQ2 正規直交多項式の使用が、ABPMデータにおける混合モデル推定値の精度および解釈可能性に与える影響は何か？
• RQ3 提案手法は、従来のアプローチと比較して、時間経過に伴う食事効果の血圧への影響を検出する上で優れているか？
• RQ4 モデルベースの被験者固有トレースは、ABPMデータにおける心血管リスク関連要因の同定を改善できるか？
• RQ5 本手法は、臨床および疫学的研究現場において実用的な利点を有するか？

主な発見

• 標準的な多項式項と比較して、線形混合モデルに正規直交多項式を用いることで、モデルの適合度が著しく向上し、多重共線性が低減された。
• モデルから導かれた被験者固有トレースは、24時間サイクルにわたる個別血圧パターンに関する明確な視覚的および統計的インサイトを提供した。
• DASH研究において、本手法は食事パターンごとの血圧傾向の有意な差を的確に検出できた。特に収縮期および拡張期血圧の時間的低下に顕著な差が認められた。
• モデルベースの推定値は、希少または不規則に配置された測定値が存在する状況でも、時間的傾向の推定においてより高い精度を示した。
• 本手法により、臨床的に意味のある個別化された血圧プロファイルの同定が可能となり、個別化されたリスク評価が支援された。
• 本手法は実世界の環境で妥当性が検証され、ABPMデータの分析的および視覚的出力の質を向上させる実用性が示された。