Selection of working correlation structure and best model in GEE analyses of longitudinal data

The Generalized Estimating Equations (GEE) method is one of the most commonly used statistical methods for the analysis of longitudinal data in epidemiological studies. A working correlation structure for the repeated measures of the outcome variable of a subject needs to be specified by this method. However, statistical criteria for selecting the best correlation structure and the best subset of explanatory variables in GEE are only available recently because the GEE method is developed on the basis of quasi-likelihood theory. Maximum likelihood based model selection methods, such as the widely used Akaike Information Criterion (AIC), are not applicable to GEE directly. Pan (2001) proposed a selection method called QIC which can be used to select the best correlation structure and the best subset of explanatory variables. Based on the QIC method, we developed a computing program to calculate the QIC value for a range of different distributions, link functions and correlation structures. This program was written in Stata software. In this article, we introduce this program and demonstrate how to use it to select the most parsimonious model in GEE analyses of longitudinal data through several representative examples.

Modeling strategies in longitudinal data analysis: Covariate, variance function and correlation structure selection

A modeling paradigm is proposed for covariate, variance and working correlation structure selection for longitudinal data analysis. Appropriate selection of covariates is pertinent to correct variance modeling and selecting the appropriate covariates and variance function is vital to correlation structure selection. This leads to a stepwise model selection procedure that deploys a combination of different model selection criteria. Although these criteria find a common theoretical root based on approximating the Kullback-Leibler distance, they are designed to address different aspects of model selection and have different merits and limitations. For example, the extended quasi-likelihood information criterion (EQIC) with a covariance penalty performs well for covariate selection even when the working variance function is misspecified, but EQIC contains little information on correlation structures. The proposed model selection strategies are outlined and a Monte Carlo assessment of their finite sample properties is reported. Two longitudinal studies are used for illustration.

Working-correlation-structure identification in generalized estimating equations

Selecting an appropriate working correlation structure is pertinent to clustered data analysis using generalized estimating equations (GEE) because an inappropriate choice will lead to inefficient parameter estimation. We investigate the well-known criterion of QIC for selecting a working correlation Structure. and have found that performance of the QIC is deteriorated by a term that is theoretically independent of the correlation structures but has to be estimated with an error. This leads LIS to propose a correlation information criterion (CIC) that substantially improves the QIC performance. Extensive simulation studies indicate that the CIC has remarkable improvement in selecting the correct correlation structures. We also illustrate our findings using a data set from the Madras Longitudinal Schizophrenia Study.

Qualité de vie et communication entre soignant et soignée auprès de femmes atteintes de cancer du sein : approche longitudinale

Introduction : De nos jours, les femmes atteintes de cancer du sein peuvent espérer une survie prolongée et un grand nombre d’entre elles peuvent même entrevoir la guérison. Alors que le dépistage précoce et les traitements rigoureux donnent espoir à de plus en plus de femmes, les chercheurs et les cliniciens doivent maintenant se pencher sur la qualité de vie de ces femmes à chaque phase clinique de la trajectoire de soins. Les difficultés physiques, fonctionnelles, psychologiques et sociales avec lesquelles les femmes vivent peuvent compromettre leur qualité de vie, d’où l’intérêt d’évaluer celle-ci. Peu de chercheurs se sont intéressés au changement longitudinal de la qualité de vie de ces femmes aux différents moments de la trajectoire de soins en oncologie : diagnostic, traitement et suivi. De plus, peu se sont demandés si la perception que les femmes ont de leur communication avec les professionnels de la santé influence leur qualité de vie le long de la trajectoire de soins. Objectifs principaux : 1) Décrire l’évolution de la qualité de vie liée à la santé des femmes atteintes de cancer du sein pendant le diagnostic, les traitements de radiothérapie et le suivi; 2) Décrire l’évolution de la perception que les femmes ont de leur communication avec les médecins, les infirmières et les technologues en radio-oncologie au cours des mêmes phases cliniques; 3) Examiner l’évolution de la relation entre la perception que les femmes ont de leur communication avec les professionnels de la santé et leur qualité de vie liée à la santé durant les phases citées précédemment. Méthodes : L’échantillon se composait de 120 femmes atteintes d’un cancer du sein précoce (stades I et II) qui parlaient le français, âgées de plus de 18 ans (55 ans ± 9,5) qui ont eu une chirurgie conservatrice. Les femmes ont complété des questionnaires à la période entourant le diagnostic (en moyenne six semaines après le diagnostic), à mi-chemin de la radiothérapie (en moyenne 27 semaines après le diagnostic) et de trois à quatre mois après la fin de la radiothérapie (en moyenne 48 semaines après le diagnostic). À chaque temps de mesure, elles ont complété six questionnaires d’une durée totale de 60 minutes au centre hospitalier ou à domicile : un sur les données sociodémographiques, un sur les renseignements médicaux, le MOS SSS, le EORTC QLQ-C30/BR23 et le MCCS. Résultats : Les analyses GEE montrent que la qualité de vie liée à la santé des femmes atteintes de cancer du sein change dans le temps. Elle diminue pendant la radiothérapie, sauf pour le fonctionnement émotionnel et cognitif. Les analyses démontrent aussi que certains facteurs cliniques, intrapersonnels et interpersonnels influencent leur qualité de vie. Précisément, plus les femmes avancent en âge et plus elles perçoivent qu’elles ont eu du soutien social le long de la trajectoire de soins, plus leur qualité de vie est meilleure pour les dimensions génériques et spécifiques du fonctionnement. De plus, celles qui présentent une tumeur de stade II et celles qui ont eu de la radiothérapie et l’hormonothérapie ont des scores plus élevés pour certaines dimensions de qualité de vie comparativement à celles dont le cancer se situe au stade I et à celles qui ont eu la chimiothérapie, la radiothérapie et l’hormonothérapie. Les résultats font état également d’une interaction entre le facteur « temps » et un facteur intrapersonnel pour le fonctionnement « rôle » et le fonctionnement sexuel des femmes. La perception que les femmes ont de leur communication avec les médecins et les autres professionnels de la santé change très peu avec le temps. Ainsi, les femmes se perçoivent plus compétentes dans la recherche d’information avec les radio-oncologues pendant la radiothérapie qu’avec les chirurgiens-oncologues au moment du diagnostic. Elles perçoivent aussi la vérification et la recherche d’information par les radio-oncologues pendant la radiothérapie plus satisfaisante que celle des chirurgiens-oncologues lors de l’annonce du diagnostic. Globalement, les femmes perçoivent leur communication avec les radio-oncologues et les chirurgiens-oncologues comme étant meilleure pendant la radiothérapie et au suivi qu’au moment du diagnostic avec les chirurgiens-oncologues. Les analyses GEE montrent aussi que certains facteurs cliniques (nature des traitements), intrapersonnels et interpersonnels (âge, niveau de scolarité et soutien social perçu) sont des facteurs susceptibles d’influencer la façon dont elles perçoivent leur communication avec les professionnels de la santé. Enfin, la perception des femmes quant à leurs compétences de communication à l’égard des médecins et des autres professionnels de la santé explique davantage leur qualité de vie liée à la santé que celle des compétences des professionnels de la santé. Donc, les femmes ont un meilleur score pour le fonctionnement « rôle », émotionnel et elles ont moins d’effets secondaires et de symptômes pendant la radiothérapie et au suivi lorsqu’elles se perçoivent compétentes envers les médecins (chirurgiens-oncologues et radio-oncologues) pour la recherche d’information et l’aspect socio-affectif d’un entretien aux temps précédents. De plus, l’âge des femmes, le soutien social perçu, le stade de la maladie et la nature des traitements ont une influence sur le lien entre leur qualité de vie et leur communication avec les professionnels de la santé. Enfin, une interaction est présente entre le facteur « temps » et un facteur clinique ou intrapersonnel pour les dimensions de qualité de vie suivantes : rôle, émotionnel et fonctionnement sexuel. Conclusion et retombées : Les résultats de la présente thèse soulignent l’importance d’évaluer de façon longitudinale la qualité de vie liée à la santé des femmes atteintes de cancer du sein à différents moments de la trajectoire de soins, particulièrement pendant la radiothérapie, et, pour les intervenants psychosociaux, de s’occuper des jeunes femmes diagnostiquées et de celles qui ne perçoivent pas recevoir un soutien social. Ainsi, de meilleures ressources psychosociales pourront être mises sur pied pour aider ces groupes de femmes. Les résultats montrent également qu’il est essentiel d’informer les chirurgiens-oncologues de l’importance d’établir une communication satisfaisante avec les femmes atteintes de cancer du sein lors de l’annonce du diagnostic afin de favoriser une perception positive par les femmes de leur communication avec les chirurgiens-oncologues. Enfin, les résultats obtenus soulignent les avantages pour les femmes atteintes de cancer du sein d’être proactives et de se sentir compétentes pour la recherche d’information et l’aspect socio-affectif d’une relation avec les chirurgiens-oncologues et les radio-oncologues dans le maintien d’une bonne qualité de vie liée à la santé.

Prevalence of Staphylococcus aureus colonization among high-risk HIV populations

Staphylococcus aureus is a common microorganism in humans, typically colonizing the nasopharynx, skin and other mucosal surfaces. It is among the most frequent causes of clinically-significant bacterial infections accounting for increased morbidity and mortality among individuals with HIV/AIDS. Evidence of higher colonization rates among high-risk HIV populations have been observed however, prevalence estimates have varied. Additionally, behavioral, biological, and/or environmental factors that may account for these high colonization rates are not understood. Previous literature on clinic-based surveys were subject to considerable biases. Additionally, representative samples of high-risk HIV populations were difficult to obtain due in part to an underrepresentation of individuals who may not regularly obtain health care. ^ The main objective of this project is to determine the prevalence of methicillin-sensitive S. aureus (MSSA) and methicillin-resistant (MRSA) nasal colonization in two populations: 1) men who have sex with men (MSM) and 2) injection drug users (IDU). Both of these populations are included in the third round of the National HIV Behavioral Surveillance System (NHBS) in Houston, Texas. ^ In the NHBS-MSM3 study, logistic regression was used to report odds ratios and 95% confidence intervals (CI). For the NHBS-IDU3 study, to account for the lack of independence between samples, the method of generalized estimating equations was utilized to report adjusted odds ratios and 95% CI. The NHBS-MSM3 study enrolled 202 participants with a MSSA colonization rate of 26.7% and MRSA rate of 3%. In the NHBS-IDU3 study, 18.4% were nasally colonized with MSSA and 5.7% were nasally colonized with MRSA. Among the NHBS-MSM3 population, high-risk sexual practices were associated with colonization. For the NHBS-IDU3 population, age, marital status, employment status, and the presence of scabs, were associated with colonization status when controlling for size of recruitment network. In multivariate GEE analyses, the use of antiretroviral medications and age remained significantly associated with S. aureus nasal colonization when controlling for size of recruitment network and gender. In both studies, a significantly higher than expected S. aureus and MRSA colonization rate was observed as compared to colonization rates described for the general population. However, these estimates were moderate in comparison to reported clinic-based MSM and IDU S. aureus colonization findings. This study validates substantial prevalence differences and biases that may exist with data collected from clinic-based MSM and IDU. The prevalence of MSSA and MRSA nasal colonization did not differ significantly with respect to HIV status among NHBS-MSM3/NHBS-IDU3 participants. Continued examination on the effects of S. aureus colonization and infection should be examined longitudinally to confirm additional community-based determinants in populations that are disproportionately affected.^

Efficient parameter estimation in longitudinal data analysis using a hybrid GEE method

The method of generalized estimating equations (GEEs) provides consistent estimates of the regression parameters in a marginal regression model for longitudinal data, even when the working correlation model is misspecified (Liang and Zeger, 1986). However, the efficiency of a GEE estimate can be seriously affected by the choice of the working correlation model. This study addresses this problem by proposing a hybrid method that combines multiple GEEs based on different working correlation models, using the empirical likelihood method (Qin and Lawless, 1994). Analyses show that this hybrid method is more efficient than a GEE using a misspecified working correlation model. Furthermore, if one of the working correlation structures correctly models the within-subject correlations, then this hybrid method provides the most efficient parameter estimates. In simulations, the hybrid method's finite-sample performance is superior to a GEE under any of the commonly used working correlation models and is almost fully efficient in all scenarios studied. The hybrid method is illustrated using data from a longitudinal study of the respiratory infection rates in 275 Indonesian children.