Two-stage imputation of longitudinal anthropometric data with cross-reference harmonisation: a simulation study

Stellen Sie sich vor, Sie versuchen, einen Film über das Wachstum eines Kindes zu rekonstruieren, aber die Filmrolle ist beschädigt. Einige Bilder fehlen (fehlende Daten) und noch schlimmer: Einige Szenen wurden mit zwei verschiedenen Arten von Kameras gefilmt, die Farben leicht unterschiedlich aufzeichnen (unterschiedliche Wachstumsstandards wie WHO vs. CDC). Wenn Sie die fehlenden Teile einfach nur erraten oder die Unterschiede zwischen den Kameras ignorieren, wird Ihr fertiger Film unscharf oder verzerrt sein.

Dieses Paper stellt eine einfache, zweistufige „Filmrestaurierungsmethode“ vor, um diese fehlenden Wachstumsmessungen (Gewicht und Größe) zu korrigieren, während gleichzeitig eine klare Aufzeichnung darüber geführt wird, wie jedes einzelne Teil des Puzzles gefunden wurde.

Hier ist die Funktionsweise der Methode, unter Verwendung alltäglicher Analogien:

Das Problem: Fehlende Bilder und gemischte Kameras

In der Gesundheitsforschung verfolgen wir Gewicht und Größe von Menschen im Laufe der Zeit. Oft verpassen Menschen Termine, wodurch Lücken in den Daten entstehen. Zudem verwenden einige Studien die WHO-Wachstumstabellen (wie eine „europäische Kamera“) und andere die CDC-Tabellen (wie eine „amerikanische Kamera“). Selbst wenn ein Kind die gleiche Größe hat, könnten diese beiden Tabellen sagen, dass es sich an einem anderen „Perzentil“ befindet (einem Ranking im Vergleich zu anderen Kindern). Wenn man diese Datensätze vermischt, ohne es zu bemerken, führt man einen versteckten Fehler ein, vergleichbar mit dem Versuch, einen Film zu bearbeiten, bei dem sich die Beleuchtung von Szene zu Szene zufällig ändert.

Die Lösung: Ein zweistufiger Restaurationsprozess

Die Autoren schlagen eine „zweistufige“ Methode vor, um die Lücken zu füllen, wobei sie die Daten der spezifischen Person gegenüber der Schätzung basierend auf der Allgemeinbevölkerung priorisieren.

Stufe 1: Die „Verbinde-die-Punkte“-Methode (Innerhalb-der-Subjekt-Interpolation)

• Die Analogie: Stellen Sie sich vor, Sie haben ein Foto eines Kindes im Alter von 5 Jahren und ein weiteres im Alter von 7 Jahren, aber das Foto für das Alter von 6 Jahren fehlt. Die einfachste, logischste Vermutung ist, eine gerade Linie zwischen dem 5-Jahres-Foto und dem 7-Jahres-Foto zu ziehen. Sie nehmen an, dass das Kind in der Zwischenzeit stetig gewachsen ist.
• Was das Paper macht: Wenn eine Person Messwerte vor und nach einem fehlenden Besuch hat, zieht der Computer einfach eine gerade Linie zwischen ihnen, um die Lücke zu füllen. Es nutzt dabei ausschließlich die Daten dieser spezifischen Person. Dies ist der genaueste Weg, eine Lücke zu füllen, da er das spezifische Wachstumsmuster dieses Kindes respektiert.

Stufe 2: Die „Wachstumstabellen“-Methode (LMS-Zentilen-Imputation)

• Die Analogie: Was ist, wenn Sie für ein bestimmtes Jahr überhaupt keine Fotos haben oder das Kind nur ein einziges Foto besitzt? Sie können keine Linie ziehen. Stattdessen schauen Sie sich eine Standard-„Wachstumstabelle“ an (wie die WHO- oder CDC-Tabellen). Sie finden heraus, wo dieses Kind normalerweise auf der Tabelle liegt (z. B. beim 50. Perzentil, was bedeutet, dass es durchschnittlich groß ist), und nehmen an, dass das Kind auf derselben „Spur“ geblieben ist, bis es das nächste Mal von Ihnen gesehen wurde.
• Was das Paper macht: Wenn Stufe 1 eine Lücke nicht füllen kann, nutzt die Methode die bekannten Messwerte des Kindes, um dessen „Wachstumsspur“ (Zentile) zu ermitteln. Sie nimmt dann an, dass das Kind auf dieser Spur geblieben ist, und berechnet, wie das Gewicht/die Größe zum fehlenden Zeitpunkt hätte sein müssen, unter Verwendung der spezifischen Wachstumstabelle (WHO oder CDC), die die ursprüngliche Datenquelle verwendet hat.
• Der „Explizite Parameter“-Kniff: Entscheidend ist, dass diese Methode den Forscher dazu zwingt zu sagen: „Ich verwende die WHO-Tabelle für Quelle A und die CDC-Tabelle für Quelle B.“ Sie verbirgt diese Entscheidung nicht. Sie zeichnet genau auf, welche „Kamera“ für jede einzelne Schätzung verwendet wurde.

Das „Provenienz“-Etikett: Der Beleg für jede Schätzung

Das Paper betont, dass jeder Wert im fertigen Datensatz ein „Etikett“ oder einen Beleg erhält:

1. Beobachtet (Observed): Wir haben dies tatsächlich gemessen.
2. Interpoliert (Interpolated): Wir haben die Punkte verbunden (Stufe 1).
3. Wachstumsreferenz (Growth Reference): Wir haben basierend auf der Tabelle geschätzt (Stufe 2).

Dies ist wichtig, weil ein Forscher, der besonders vorsichtig sein möchte, sagen kann: „Ich werde nur die ‚beobachteten‘ und ‚interpolierten‘ Werte verwenden und die ‚Wachstumsreferenz‘-Schätzungen ignorieren“, oder er kann sie separat analysieren, um zu sehen, ob die „Schätzungen“ die Ergebnisse verändern.

Die Ergebnisse: Wie gut ist die Restaurierung?

Die Autoren testeten diese Methode mit synthetischen Daten (computergenerierte, künstliche Daten, die wie echte Wachstumsstudien aussehen). Sie haben bewusst 20 % der bekannten Zahlen versteckt und versucht, diese zurückzuschätzen.

• Das Ergebnis: Die Methode konnte 100 % der Lücken füllen.
• Die Genauigkeit: Die Schätzungen lagen sehr nah an der Wahrheit. Für das Gewicht betrug der durchschnittliche Fehler etwa 1,78 kg (ca. 3,5 % Abweichung). Für die Größe betrug er etwa 2,84 cm (2 % Abweichung).
• Das Urteil: Wie erwartet waren die „Verbinde-die-Punkte“-Schätzungen (Stufe 1) genauer als die „Wachstumstabellen“-Schätzungen (Stufe 2). Dies beweist, dass die zweistufige Reihenfolge (versuchen Sie zuerst, die Punkte zu verbinden, nutzen Sie Tabellen nur falls nötig) der richtige Ansatz ist.

Wichtige Einschränkungen (Was das Paper sagt)

Das Paper ist sehr ehrlich darüber, was es noch nicht leistet:

• Es ist eine „Einzelabschätzung“: Die Methode liefert eine einzige beste Schätzung für eine fehlende Zahl. Sie berechnet nicht die „Unsicherheit“ oder den Bereich der Möglichkeiten. Wenn Sie diese Schätzungen in einer endgültigen medizinischen Studie verwenden, könnten Sie versehentlich glauben, dass Sie mehr wissen, als Sie tatsächlich wissen.
• Die „Stabilität“-Annahme: Stufe 2 geht davon aus, dass ein Kind auf derselben Wachstumsspur bleibt. Wenn ein Kind einen plötzlichen Krankheitsverlauf oder einen Wachstumsschub erlebt, der das Perzentil drastisch verändert, erkennt diese Methode diesen Wechsel möglicherweise nicht. Da die „Etiketten“ jedoch vorhanden sind, können Forscher diese Schätzungen identifizieren und sie mit Vorsicht behandeln.
• Nur Synthetisch: Diese Ergebnisse basieren auf Computersimulationen, nicht auf echten Patienten. Die Methode funktioniert perfekt in der Simulation, muss aber erst an echten, unordentlichen realen Daten getestet werden, bevor sie für ernsthafte medizinische Schlussfolgerungen verwendet werden kann.

Zusammenfassung

Dieses Paper bietet ein einfaches, transparentes Werkzeug, um fehlende Wachstumsdaten zu korrigieren. Es priorisiert zuerst die eigene Historie einer Person und greift dann auf Standard-Wachstumstabellen zurück, falls nötig, während es gleichzeitig lautstark verkündet, welcher „Standard“ für jede einzelne Berechnung verwendet wurde. Es ist ein Weg, um sicherzustellen, dass wir beim Zusammenführen von Daten aus verschiedenen Quellen nicht versehentlich Äpfel mit Birnen vermischen, ohne es zu wissen.