[논문 리뷰] 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)|2010. 10. 06.

Nutritional Studies and Diet참고 문헌 34인용 수 3

한 줄 요약

이 논문은 24시간 동안의 동반 모니터링 혈압 측정(ABPM) 데이터를 분석하기 위해 정규직교 다항식을 사용하는 선형 혼합 모델을 제안한다. 이는 인구 평균 및 개별 환자별 혈압 변화 추세를 안정적으로 추정할 수 있도록 한다. 이 방법은 시간 경과에 따른 추세 모델링을 향상시키고 심혈관계 결과에 대한 추론을 강화하며, DASH 연구에서 식이요법의 영향을 시간에 따라 더 정밀하게 탐지할 수 있음을 입증한다.

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.

연구 동기 및 목표

• ABPM 데이터 분석에서 개별 환자별 추세의 활용 부족 문제를 해결하기 위해.
• 종단적 연구에서 24시간 혈압 패턴의 분석 및 시각화를 향상시키기 위해.
• 정규직교 다항식을 사용하여 ABPM 데이터의 시간 경과 추세를 통계적으로 신뢰할 수 있는 방법으로 모델링하기 위해.
• 혈액 내 생물학적, 환경적, 약물 효과가 24시간 주기 동안 혈압에 미치는 영향을 더 정확하게 추론할 수 있도록 하기 위해.
• 실제 임상 시험 환경(예: DASH 연구)에서 이 방법의 실용성을 입증하기 위해.

제안 방법

• 연구는 ABPM 데이터의 시간 경과 추세를 모델링하기 위해 고정효과와 무작위효과로 모두 정규직교 다항식을 사용하는 선형 혼합 모델을 적용한다.
• 시간 경과 추세를 표현하기 위해 정규직교 다항식을 사용하여 다항식 항 간의 직교성과 다중공선성 감소를 보장한다.
• 모델은 인구 평균 효과와 개별 환자별 무작위 절편 및 기울기를 동시에 추정하여 개인 맞춤형 추세 추정이 가능하다.
• 24시간 동안 반복 측정된 ABPM 데이터의 상관관계를 고려하기 위해 구조화된 분산-공분산 행렬을 사용한다.
• 추정 효율성 향상과 편향 감소를 위해 제한 최대우도기법(REML)을 사용하여 모델을 피팅한다.
• 모델 기반 예측을 바탕으로 개인 맞춤형 24시간 혈압 프로파일의 시각화가 가능해진다.

실험 결과

연구 질문

• RQ1 종단적 ABPM 연구에서 개별 환자별 24시간 혈압 변화 추세를 더 효과적으로 모델링할 수 있는 방법은 무엇인가?
• RQ2 정규직교 다항식을 사용할 경우 ABPM 데이터의 혼합모델 추정치의 정밀도와 해석 가능성은 어떻게 향상되는가?
• RQ3 제안된 모델은 기존의 접근 방식과 비교해 시간 경과에 따른 식이요법의 혈압 영향을 탐지하는 데 어떤가?
• RQ4 모델 기반의 개별 환자별 추세는 ABPM 데이터에서 심혈관계 위험 인자들을 더 잘 식별하는 데 기여하는가?
• RQ5 이 방법은 임상 및 역학 연구 현장에서 실질적인 장점이 무엇인가?

주요 결과

• 표준 다항식 항과 비교해 정규직교 다항식을 사용한 선형 혼합 모델은 모델 적합도 향상과 다중공선성 감소에 크게 기여하였다.
• 모델에서 유도된 개별 환자별 추세는 24시간 주기 동안 개인의 혈압 패턴을 더 명확하게 시각적 및 통계적으로 파악하는 데 기여하였다.
• DASH 연구에서 이 방법은 식이요법 간 혈압 변화 추세의 유의미한 차이를 성공적으로 탐지하였으며, 특히 수축기 및 이완기 혈압 감소에 있어 뚜렷한 결과를 보였다.
• 희소하거나 불규칙하게 간격이 떨어진 측정치가 있는 경우에도 모델 기반 추정치는 시간 경과 추세를 더 정밀하게 추정하였다.
• 이 방법은 임상적으로 의미 있는 개인 맞춤형 혈압 프로파일을 식별할 수 있었으며, 이는 개인화된 위험 평가를 지원하였다.
• 실제 임상 환경에서의 검증을 통해 이 방법은 ABPM 데이터의 분석 및 시각화 결과를 향상시키는 데 실용성을 입증하였다.