Summary

En metode for trigonometriske Modellering av sesongvariasjon Demonstrerte med multippel sklerose Relapse data

Published: December 09, 2015
doi:

Summary

Combining plot analysis with trigonometric regression is a robust method for exploring complex, cyclical phenomena such as relapse onset timing in multiple sclerosis (MS). This method enabled unbiased characterisation of seasonal trends in relapse onset permitting novel inferences around the influence of seasonal variation, ultraviolet radiation (UVR) and latitude.

Abstract

This report describes a novel Stata-based application of trigonometric regression modelling to 55 years of multiple sclerosis relapse data from 46 clinical centers across 20 countries located in both hemispheres. Central to the success of this method was the strategic use of plot analysis to guide and corroborate the statistical regression modelling. Initial plot analysis was necessary for establishing realistic hypotheses regarding the presence and structural form of seasonal and latitudinal influences on relapse probability and then testing the performance of the resultant models. Trigonometric regression was then necessary to quantify these relationships, adjust for important confounders and provide a measure of certainty as to how plausible these associations were. Synchronization of graphing techniques with regression modelling permitted a systematic refinement of models until best-fit convergence was achieved, enabling novel inferences to be made regarding the independent influence of both season and latitude in predicting relapse onset timing in MS. These methods have the potential for application across other complex disease and epidemiological phenomena suspected or known to vary systematically with season and/or geographic location.

Introduction

Den vanligste formen for multippel sklerose (MS) er relapsing remitting multippel sklerose (RRMS). RRMS er preget av episodisk svekkelse av nevrologisk funksjon, etterfulgt av delvis eller fullstendig gjenoppretting. Globalt forekomsten og utbredelsen av MS øke med økende avstand fra ekvator på begge halvkuler. 1-3 Enten hyppigheten av tilbakefall hendelser som oppstår spesielt i RRMS også variere med breddegrad, og om det er noen underliggende sesongvariasjon i slike forening, er fortsatt uklart. Oppdaterte studier som undersøker sesongvariasjoner i tilbakefall timing har vært begrenset til enkelt kliniske sentre, noe som begrenser eventuelle slutninger om sesongens trender i tilbakefall timing til ensomme geografiske steder og dermed ute av stand til å utforske bredere bredde påvirkninger. 4-14 Disse studiene har blitt ytterligere begrenset av lite utvalg størrelser og sparsom tilbakefall data. En 2000 meta-analyse av ti studier fra kliniske sentre i Europe, USA og Canada, der hver studie inkluderte et minimum av tretti tilfeller rapporterer sesongen-of-utbruddet av tilbakefall, beskrev en klar sesong trend i timingen av tilbakefall utbruddet, med tilbakefall topp i vår og med en vinter trau 4 . Lignende sykliske årlige trender i utbruddet har blitt observert i påfølgende, om enn mindre, studier i både Japan 15 og Spania 16. Imidlertid klarte en sammenlignbar USA studie for å underbygge dette mønsteret 17. Hittil har disse studiene og observasjoner vært begrenset til den nordlige halvkule. Den MSBase studiegruppe nylig analysert et stort globalt datasett av MS tilbakefall på tvers av både nordlige og sørlige halvkule å utforske sesongens trender i tidspunkt for tilbakefall utbruddet i tillegg til bredde påvirkninger på forholdet mellom peak tilbakefall sannsynlighet og sesongultrafiolett stråling (UVR) trough 18 . Sentralt til disse metodene var anvendelsen av trigonometriske regresjonå visualisere og vurdere trender i timingen av tilbakefall utbruddet og UVR distribusjoner.

Det overordnede målet med denne studien var å teste hypotesen om at tidsmessige variasjoner i timingen av tilbakefall utbruddet i MS variert forutsigbart med sesongen i både den nordlige og sørlige halvkule, og dette sesongvariasjoner var påvirket av breddegrad. Begrunnelsen for bruk av trigonometriske modellering for å undersøke disse spørsmålene var fleksibiliteten for å karakterisere to- eller tre-dimensjonale fenomener som er kjent eller mistenkt for å beskrive diskrete, forutsigbare og konsistente figurer eller mønstre, som for eksempel den årlige syklusen av topper og bunner oftest observert i biologiske eller epidemiologiske fenomener besitter sesongvariasjoner. 19-22 En ulempe med konvensjonell tidsserieanalyser, inkludert Fourier-analyse, er antakelsen om at tidsserier er ofte preget av stokastiske prosesser. 21,23,24 Derimot omfatter trigonometriske funksjoner InFor en regresjon typemodell har fordelen av både tilrettelegging utforskning av regelmessige og systematiske strukturer i periodiske data mens utnytte regresjonsmodellen struktur for å utforske andre korrelater eller justere for confounders av sesong.

Trigonometrisk regresjon har tidligere blitt brukt mye i den medisinske epidemiologisk litteratur å utforske temporalitet i emner så forskjellige smittsomme sykdomsutbrudd deteksjon, rollen døgnrytme i alt fra det autonome nervesystemet til preterm morkakeløsning gjennom sesong korrelater av medfødte misdannelser og timingen presentasjoner av akutt. 25-32 Slike modellering vanligvis krever større utvalgsstørrelser enn mer konvensjonelle tidsserieanalyser og som sådan dette er første gang det har vært brukt på en global datasett av MS tilbakefall utbruddet. Trigonometrisk regresjon som beskrevet her er egnet verktøy for etterforskere å utforske noen phenomena som er kjent for eller mistenkt for å sykle systematisk over tid. Ikke bare kan en slik modellering hjelp karakterisere og visualisere disse mønstrene, det ytterligere tillater brukeren å utforske potensielle drivere og korrelater til disse trendene.

Når det gjelder spesifikt eksempel på MS tilbakefall utbruddet presenteres her, bruk av sprednings og residualplott å visualisere og vurdere hvor nært en hypotese trigonometrisk modell formen passer data utgjør det kritiske trinn for å bestemme: 1) hvorvidt de observerte data gir tilstrekkelig bevis for å understøtte en hypotese om sesongsvingninger eller andre tidsmessige trender i timingen av tilbakefall utbruddet; og 2) hvorvidt frekvensen og arrangement av sinus- og cosinusfunksjoner, som definerer en bestemt trigonometrisk modellen er tilstrekkelig til å tillate bruk av denne modellen for etterfølgende slutning og prediksjon. Regresjon modellering tillater også kontroll for viktige confounders av alle observerte sesong eller breddegrad effekt som pasientnivåtilbøyeligheter for tilbakefall, spesielt faktorer som i seg selv er tidsvariabel, for eksempel varigheten av pre-tilbakefall eksponering for sykdomsmodifiserende medikament (DMD) behandling. Isolere uavhengige geografiske og tidsmessige prediktorer og korrelater til tilbakefall utbruddet timing i MS har potensial til å lede biologisk undersøkelse mekanismene for tilbakefall hendelser som igjen kan informere utviklingen av fremtidige behandlingstiltak for å forebygge eller utsette sykdom forverring.

Den MSBase Registry

MS-pasienter som bidrar tilbakefalls data til denne analysen ble hentet fra den internasjonale MSBase registret. Etablert i 2004, registret langs samler demografisk, sykdomsaktivitet, klinisk undersøkelse og etterforskning egenskaper og beregninger fra samtykkende pasienter deltar MS klinikken bruker en Internett-basert, lege-eid og drevet system. 33 medlemssentre følge en felles protocol som definerer minimum datasett som kreves for å bli lastet opp på avtalt jevne mellomrom for å sikre resultatdata som tilbakefalls hendelser er konsekvent og prospektivt samlet. Datoen for tilbakefall utbruddet inngår som en obligatorisk minimum datasett variabel. I tillegg relevante kliniske data knyttet til disse tilbakefalls hendelser er ofte samlet inkludert kortikosteroid behandling og funksjonelt system berørt. Bruken av den felles iMed dataregistrering system ytterligere sikrer en helhetlig tilnærming på tvers av sentrene til datainnsamling og rapportering. Dette prosjektet har Menneskelig forskningsetiske komité godkjenning eller fritak på hver bidrar sentrum. Informert samtykke i henhold til lokale lover fra alle pasienter inkludert i analysen er obligatorisk.

Inklusjonskriterier

Totalt 9811 pasienter som bidrar 32,762 tilbakefalls hendelser ble inkludert i analysen. Klinisk MS sentre med et minimum av 20 registrerte pasienter samtykket, uploaded og sporet i registeret som av 1. desember 2013 (den dato for datainnsamling) var kvalifisert for inkludering i analysen. For å sikre at alle tilbakefall hendelser med i analysen ble prospektivt observert, bare tilbakefall onsets datert etter den første registrerte pasient uførhet vurdering (bruker Kurtzke Expanded Disability Status Score (EDSS)) ble inkludert i analysen. Alle pasienter som bidrar tilbakefall data til analyse fornøyd formelle diagnostiske kriteriene for MS. 34,35

Utfallsmål

Denne studien betraktes to primære utbytte: 1) hvorvidt det var tidsmessige variasjon i sannsynligheten for tilbakefall utbruddet ved nivået for den geografiske plassering, halvkule og / eller globalt; og 2) om det var et forhold mellom bredde og lag, i måneder, mellom tidspunktet for sesongmessige UVR trau og den etterfølgende topp tilbakefall sannsynlighet dato. Den MSBase Study gruppe hypothestørrelse som som absolutte vitamin D-nivåer er lavere i områder lenger vekk fra ekvator og stedsspesifikke sesongbefolkningsnivå vitamin D nadirs sannsynligvis nås tidligere etter vintersolverv i slike distale steder, da effekten av lav vitamin D-nivåer på økt MS tilbakefall sannsynlighet ville tilsvar beskrive slike tidsmessige og bredde mønstre.

Relapse definisjon og datoer

En tilbakefall ble definert som forekomst av nye symptomer eller forverring av eksisterende symptomer vedvarer i minst 24 timer, i fravær av ledsagende sykdom eller feber, og som forekommer i minst 30 dager etter at en tidligere angrep. Denne definisjonen har tidligere blitt brukt i en MSBase tilbakefall fenotype analyse. 36 oppfølgingsperioden for hver kvalifiserte pasient over som tilbakefalls hendelser kunne observeres ble definert som perioden omfatter datoen for første EDSS vurdering gjennom til datoen for den sisteInnspilt EDSS vurdering i registeret før dataene på datauttrekk og kompilering. I tilfeller der den nøyaktige dagen for tilbakefall utbruddet var utilgjengelig eller ute av stand til å være bestemt for en bestemt måned, klinikker brukes enten den 1. eller 15. dagen i måneden som standard datoer. Av de 32,762 tilbakefall analyseres i denne rapporten, ble 7913 (24,2%) og 4594 (14,0%) registrert på 1. og 15. dagen i måneden henholdsvis betydelig høyere enn andelen registrert på noen annen dag i måneden som varierte fra 0,8% gjennom 5,6%. For å korrigere for dette, tilbakefall er spilt inn på enten den 1. 15. dagen i måneden ble randomisert til en dag i løpet av en 15 dagers intervall hver side av begge disse standard datoer. Den interne Gyldigheten av denne metode ble bekreftet via følsomhetsanalyser som viste at den modellerte estimat av topp tilbakefall datoen under standard dato randomiseringen var ikke signifikant forskjellig fra en model ved hjelp av enten den opprinnelige rapporterte datoer eller utenom standard datoer helt.

Protocol

MERK: Hvert trinn beskrevet tilsvarer en del av Stata kode med samme nummer i kodefilen gitt. Stata kommando navn har blitt kursivert i følgende protokoll. 1. Forbered og Plott Observert Relapse Onset data Åpne en gjør-fil ved å klikke på "Ny Do-fil Editor" knappen og bruke generere kommandoen for å beregne antall tilbakefall onsets datert til hver av de tolv kalendermåneder for hver av de tre geografiske nivåer for å være modellert: plassering,…

Representative Results

Anvendelsen av trigonometriske regresjon til 32,762 tilbakefalls hendelser hentet fra 46 kliniske sentre over 20 land var grunnlag for å gi et forsvarlig statistisk argument for observasjonen at tidspunktet for tilbakefall utbruddet i MS er syklisk og sesong over begge halvkuler og at varigheten mellom sesong UVR trau og påfølgende tilbakefall peak korrelerer med breddegrad. Kritisk til dette var avhengighet av tomten analyse for å veilede nødvendigvis iterativ prosess med modellutvikling, evaluering og raffinement…

Discussion

Protokollen er beskrevet her detaljer en systematisk regresjon basert teknikk, guidet av visuell tomt analyse av globale MS tilbakefall utbruddet data. Det tar som utgangspunkt en relativt enkel beskrivende analyse av tilbakefall data fra 20 land over begge halvkuler, slik at brukeren kan utforske teorier om midlertidighet for tilbakefall utbruddet timing i MS og testing disse teoriene formelt gjennom bruk av trigonometriske modeller. Gjennom en trinnvis prosess for første inntegning global tilbakefalls utbruddet data …

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

The authors would like to thank Ivan Hanigan for his support in extracting and interpreting the ultraviolet radiation satellite data. The work was supported by the NHMRC Career Development Award (Clinical) to HB [ID628856], NHMRC Project Grant [1032484], NHMRC Center for Research Excellence [Grant ID 1001216] and the MSBase Foundation. The MSBase Foundation is a not-for-profit organization that receives support from Merck Serono, Biogen Idec, Novartis Pharma, Bayer-Schering, Sanofi-Aventis and BioCSL. RL is supported by a NHMRC Career Development Award [ID 1004898].

Materials

Stata SE Version 13 StataCorp, College Station, Texas Version 13 Statistical analysis software used for analysis
Microsoft Excel 2010 Microsoft 2010 Spreadsheet program for calendar date look-up

Riferimenti

  1. Simpson, S., Blizzard, L., Otahal, P., Van der Mei, I., Taylor, B. Latitude is significantly associated with the prevalence of multiple sclerosis: a meta-analysis. J Neurol Neurosurg Psychiatry. 82 (10), 1132-1141 (2011).
  2. Risco, J., et al. Latitudinal prevalence gradient of multiple sclerosis in Latin America. Mult Scler. 17 (9), 1055-1059 (2011).
  3. Hollingworth, S., Walker, K., Page, A., Eadie, M. Pharmacoepidemiology and the Australian regional prevalence of multiple sclerosis. Mult Scler. 19 (13), 1712-1716 (2013).
  4. Jin, Y., de Pedro-Cuesta, J., Soderstrom, M., Stawiarz, L., Link, H. Seasonal patterns in optic neuritis and multiple sclerosis: a meta-analysis. J Neurol Sci. 181 (1), 56-64 (2000).
  5. Bamford, C. R., Sibley, W. A., Thies, C. Seasonal variation of multiple sclerosis exacerbations in Arizona. Neurol. 33 (6), 697-701 (1983).
  6. Bisgard, C. Seasonal variation in disseminated sclerosis (Danish). Ugeskrift for Laeger. 152 (16), 1160-1161 (1990).
  7. Callaghan, T. S. Multiple sclerosis and sinusitis. Lancet. 328 (8499), 160-161 (1986).
  8. Gay, D., Dick, G., Upton, G. Multiple sclerosis associated with sinusitis: a case-controlled study in general practice. Lancet. 327 (8485), 815-819 (1986).
  9. Goodkin, D. E., Hertsgaard, D. Seasonal variation of multiple sclerosis exacerbations in North Dakota. Arch Neurol. 46 (9), 1015-1018 (1989).
  10. Hopkins, C. E., Swank, R. L. Multiple sclerosis and the local weather. Arch Neurol. 74 (2), 203-207 (1955).
  11. O’Reilly, M. A. R., O’Reilly, P. M. R. Temporal influences on relapses of multiple sclerosis. Eur Neurol. 31 (6), 391-395 (1991).
  12. Schapira, K. The seasonal incidence of onset and exacerbations in multiple sclerosis. J Neurol Neurosurg Psychiat. 22 (4), 285 (1959).
  13. Sibley, W. A., Foley, J. M. Seasonal variation in multiple sclerosis and retrobulbar neuritis in Northeastern Ohio. Trans Am Neurol Assoc. 90, 295-297 (1965).
  14. Sosa, E. M., Betancor, L. P., Rosas, C., Navarro, M. C. Multiple sclerosis in the province of Las Palmas (Spanish). Archivos de Neurobiologia. 46 (3), 161-166 (1982).
  15. Ogawa, G., Mochizuki, H., Kanzaki, M., Kaida, K., Motoyoshi, K., Kamakura, K. Seasonal variation of multiple sclerosis exacerbations in Japan. Neurol Sci. 24 (6), 417-419 (2004).
  16. Abella-Corral, J., Prieto, J. M., Dapena-Bolaño, D., Iglesias-Gòmez, S., Noya-Garcìa, M., Lema, M. Seasonal variations in the outbreaks in patients with multiple sclerosis. Rev Neurol. 40 (7), 394-396 (2004).
  17. Koziol, J. A., Feng, A. C. Sesonal variations in exacerbations and MRI parameters in relapsing-remitting multiple sclerosis. Neuroepidemiology. 23 (5), 217-223 (2004).
  18. Spelman, T., et al. Seasonal variation of relapse rate in multiple sclerosis is latitude dependent. Ann Neurol. 76 (6), 880-890 (2014).
  19. Gallier, J. H. . Curves and surfaces in geometric modeling: theory and algorithms. , (2000).
  20. Agoston, K. Computer Graphics and Geometric Modelling: Implementation & Algorithms. Springer Science & Business Media. , (2005).
  21. Cox, N. J. Speaking Stata: in praise of trigonometric predictors. Stata Journal. 6 (4), 561-579 (2006).
  22. Bhaskaran, K., Gasparrini, A., Hajat, S., Smeeth, L., Armstrong, B. Time series regression studies in environmental epidemiology. Int J Epidemiol. , (2013).
  23. Bracewell, R. N. . The Fourier Transform and Its Applications. , (2000).
  24. Korner, T. W. . Fourier Analysis. , (1998).
  25. Rigdon, S. E., et al. Detection of Outbreak Signals Using R. Online J Public Health Inform. 6 (1), (2014).
  26. Ziemssen, T., Reimann, M., Gasch, J., Rüdiger, H. Trigonometric regressive spectral analysis: an innovative tool for evaluating the autonomic nervous system. J Neural Transm. 120 (1), 27-33 (2013).
  27. Luque-Fernandez, M. A., et al. Absence of circadian rhythms of preterm premature rupture of membranes and preterm placental abruption. Ann Epidemiol. 24 (12), 882-887 (2014).
  28. Luteijn, J. M., et al. Seasonality of congenital anomalies in Europe. Birth Defects Res A Clin Mol Teratol. 100 (4), 260-269 (2014).
  29. Giardini, V., Russo, F. M., Ornaghi, S., Todyrenchuk, L., Vergani, P. Seasonal impact in the frequency of isolated spina bifida. Prenat Diagn. 33 (10), 1007-1009 (2013).
  30. Eghtesady, P., Brar, A., Hall, M. Seasonality of hypoplastic left heart syndrome in the United States: A 10-year time-series analysis. J Thorac Cardiovasc Surg. 141 (2), 432-438 (2011).
  31. Abiona, T. O., Adebowale, S. A., Fagbamigbe, A. F. Time Series Analysis of Admission in the Accident and Emergency Unit of University College Hospital, Ibadan, Southwestern Nigeria. Am. J. Comput. Appl. Math. 2 (1), 1-9 (2012).
  32. Cantwell, K., Dietze, P., Morgans, A. E., Smith, K. Ambulance demand: random events or predicable patterns?. Emerg Med J. 30 (11), 883-887 (2012).
  33. Butzkueven, H., et al. MSBase: an international, online registry and platform for collaborative outcomes research in multiple sclerosis. Mult Scler. 12 (6), 769-774 (2006).
  34. Poser, C. M., et al. New diagnostic criteria for multiple sclerosis: guidelines for research protocols. Ann Neurol. 13 (3), 227-231 (1983).
  35. McDonald, W. I., et al. Recommended diagnostic criteria for multiple sclerosis: guidelines from the International Panel on the diagnosis of multiple sclerosis. Ann Neurol. 50 (1), 121-127 (2001).
  36. Kalincik, T., et al. Risk of relapse phenotype recurrence in multiple sclerosis. Mult Scler. , (2014).
  37. D’Agostino, R. B., Belanger, A. J., D’Agostino, R. B. A suggestion for using powerful and informative tests of normality. Am Stat. 44 (4), 316-321 (1990).
  38. Gould, W. W., Rogers, W. H. Summary of tests for normality. Stata Technical Bulletin. 3, 20-23 (1991).
  39. Stolwijk, A. M., Straatman, H., Zielhuis, G. A. Studying seasonality by using sine and cosine functions in regression analysis. J Epidemiol Community Health. 53 (4), 235-238 (1999).
  40. Brookhart, M. A., Rothman, K. J. Simple estimators of the intensity of seasonal occurrence. BMC Med Res Methodol. 8 (1), 67 (2008).
  41. Fernández-Durán, J. J., Gregorio-Domìnguez, M. M. Testing for seasonality using circular distributions based on non-negative trigonometric sums as alternative hypotheses. Stat Methods Med Res. 23 (3), 279-292 (2011).
  42. Lemire, J. M., Archer, D. C., Beck, L., Spiegelberg, H. L. Immunosuppressive actions of 1,25-dihydroxyvitamin D3: preferential inhibition of Th1 functions. J Nutr. 125, 1704S-1708S (1995).
  43. Tsoukas, C. D., et al. Inhibition of interleukin-1 production by 1,25-dihydroxyvitamin D3. J Clin Endocrinol Metab. 69 (1), 127-133 (1989).
  44. Lemire, J. M. Immunomodulatory actions of 1,25-dihydroxyvitamin D3. J Steroid Biochem Mol Biol. 53 (1-6), 599-602 (1995).
  45. van Etten, E., Mathieu, C. Immunoregulation by 1,25-dihydroxyvitamin D3: basic concepts. J Steroid Biochem Mol Biol. 97 (1-2), 93-101 (2005).
  46. Tsoukas, C. D., Provvedini, D. M., Manolagas, S. C. 1,25-dihydroxyvitamin D3: a novel immunoregulatory hormone. Science. 224 (4656), 1438-1440 (1984).
  47. Smolders, J., Menheere, P., Kessels, A., Damoiseaux, J., Hupperts, R. Association of vitamin D metabolite levels with relapse rate and disability in multiple sclerosis. Mult Scler. 14 (9), 1220-1224 (2008).
  48. Provvedini, D. M., Manolagas, S. C. 1 Alpha,25-dihydroxyvitamin D3 receptor distribution and effects in subpopulations of normal human T lymphocytes. J Clin Endocrinol Metab. 68 (4), 774-779 (1989).
  49. Provvedini, D. M., Tsoukas, C. D., Deftos, L. J., Manolagas, S. C. 1 alpha,25-Dihydroxyvitamin D3-binding macromolecules in human B lymphocytes: effects on immunoglobulin production. J Immunol. 136 (8), 2734-2740 (1986).
check_url/it/53169?article_type=t

Play Video

Citazione di questo articolo
Spelman, T., Gray, O., Lucas, R., Butzkueven, H. A Method of Trigonometric Modelling of Seasonal Variation Demonstrated with Multiple Sclerosis Relapse Data. J. Vis. Exp. (106), e53169, doi:10.3791/53169 (2015).

View Video