Cross-Tabulating Epidemiological Covariates with AUDIT-C Data in Large-Scale Biobanks

Dit artikel presenteert een nieuw raamwerk voor het analyseren van AUDIT-C-gegevens in grote biobanken door middel van een tweedimensionale kruistabel en een systematische schatting van de onder- en bovengrenzen, waardoor de onzekerheid van categorische vragenlijsten wordt gemitigeerd en de interpretatie van alcoholgerelateerde epidemiologische covariaten wordt verbeterd.

De kern

De Alcohol-Boodschappenlijst: Hoe je een vaag antwoord omzet in een scherp beeld

Stel je voor dat je op een feestje bent en iemand vraagt: "Hoeveel drankjes drink je eigenlijk?" De persoon antwoordt niet met een exact getal, maar zegt: "Nou, ik drink wel eens een biertje, misschien twee, en dat gebeurt zo'n twee tot vier keer per maand."

In de wetenschap, en zeker in grote medische databases, is dit soort antwoord heel normaal. Het is de AUDIT-C, een vragenlijst die overal wordt gebruikt om te checken of iemand te veel drinkt. Maar voor onderzoekers is dit lastig. Je kunt niet zomaar rekenen met "twee tot vier keer". Moet je uitgaan van twee? Vier? Of het gemiddelde, drie? Als je kiest voor drie, doe je alsof je heel precies weet wat er gebeurt, terwijl de persoon zelf misschien soms twee en soms vier drinkt. Het is alsof je probeert een wolk af te wegen door te zeggen: "Het is precies 500 gram." Dat is niet eerlijk tegenover de wolk.

De oplossing: Een tweedimensionale landkaart

Dr. August Blackburn, de schrijver van dit artikel, heeft een slimme manier bedacht om met deze "wazige" antwoorden om te gaan. Hij gebruikt twee creatieve hulpmiddelen: een landkaart en een veiligheidsnet.

1. De Landkaart (De Kruistabel)
Stel je voor dat je een grote landkaart tekent.

• Aan de onderkant (de X-as) zet je hoe vaak iemand drinkt (bijvoorbeeld: "zelden" tot "elke dag").
• Aan de zijkant (de Y-as) zet je hoeveel ze per keer drinken (bijvoorbeeld: "1 drankje" tot "10 of meer").

In plaats van alle mensen in één grote hoop te gooien, plaatst Dr. Blackburn ze in de kleine vakjes waar hun antwoord bij elkaar hoort.

• Voorbeeld: In het vakje "4 keer per week" en "10 drankjes" zitten de echte feestvierders. In het vakje "4 keer per week" maar "1 drankje" zitten de mensen die vaak een glas wijn drinken, maar niet veel.

Dit is belangrijk omdat het laat zien dat frequentie (hoe vaak) en hoeveelheid (hoeveel) twee verschillende dingen zijn. Iemand die elke dag één drankje drinkt, heeft een heel ander profiel dan iemand die één keer per week tien drankjes drinkt. Met deze landkaart kunnen onderzoekers precies zien welke groep mensen bijvoorbeeld meer last heeft van angst (GAD) of een bepaald gen heeft.

2. Het Veiligheidsnet (De Bounding-methode)
Nu komt het slimme rekenwerk. Omdat we niet weten of iemand in de categorie "2 tot 4 keer per maand" precies 2, 3 of 4 keer drinkt, maakt Dr. Blackburn geen gok. Hij trekt in plaats daarvan een veiligheidsnet.

Hij berekent twee grenzen:

• De laagste schatting: Stel dat iedereen in deze groep precies het minimum doet (2 keer per maand, 1 drankje). Hoeveel is dat per dag?
• De hoogste schatting: Stel dat iedereen het maximum doet (4 keer per maand, 4 drankjes). Hoeveel is dat per dag?

In plaats van te zeggen: "Deze groep drinkt gemiddeld 0,3 drankjes per dag" (wat alsof je een wolk weegt), zegt hij: "Deze groep drinkt ergens tussen de 0,2 en 0,4 drankjes per dag."

Waarom is dit zo handig?

Dr. Blackburn heeft dit systeem getest op drie groepen mensen uit de grote "All of Us" database:

1. Mensen met angst: Hij zag dat mensen die vaak drinken maar weinig per keer, minder angst hadden dan mensen die vaak drinken en veel per keer. Dat had je niet gezien als je alleen naar het totaal aantal drankjes had gekeken.
2. Genetiek: Hij keek naar een gen (rs1229984) dat ervoor zorgt dat mensen minder goed alcohol verdragen. De landkaart liet zien dat mensen met dit gen echt minder vaak én minder veel drinken.
3. Militairen: Hij zag dat mensen die in het leger hebben gezeten, iets vaker drinken dan burgers.

De moraal van het verhaal

De boodschap van dit artikel is simpel: Wees niet te zeker van je cijfers.

Wetenschappers hebben vaak de neiging om vaag antwoorden om te zetten in één exact getal, alsof ze een meetlat hebben die ze niet hebben. Dr. Blackburn zegt: "Laat de onzekerheid zien." Gebruik een landkaart om te zien waar de verschillende groepen zitten, en gebruik een veiligheidsnet om te zeggen: "Het ligt ergens hier tussen."

Dit maakt de resultaten eerlijker, makkelijker te begrijpen voor artsen en beleidsmakers, en voorkomt dat we verkeerde conclusies trekken op basis van nep-precisie. Het is alsof je in plaats van te zeggen "Het regent precies 5 millimeter", zegt: "Het regent tussen de 4 en 6 millimeter." Dat is een veel betrouwbaarder verhaal.

Technische samenvatting

Technische Samenvatting: Een Kader voor het Kruisverwijzen van Epidemiologische Covariaten met AUDIT-C-Data in Groot-Schaal Biobanken

Probleemstelling
Groot-schaal, aan elektronische gezondheidsdossiers (EHR) gekoppelde biobanken, zoals het "All of Us" Research Program van de NIH, bieden ongeëvenaarde mogelijkheden voor epidemiologisch en genetisch onderzoek. Een cruciale uitdaging in deze studies is de kwantitatieve analyse van zelfgerapporteerde levensstijlfactoren, specifiek alcoholconsumptie. Instrumenten zoals de AUDIT-C (Alcohol Use Disorders Identification Test-Consumption) worden veel gebruikt vanwege hun klinische validiteit en lage respondentlast, maar ze verzamelen data in categorische, range-gebaseerde "bins" (bijv. "2 tot 4 keer per maand" of "3 of 4 drankjes").

Traditionele analytische benaderingen om deze data bruikbaar te maken voor regressie of continue variabelen hebben twee belangrijke tekortkomingen:

1. Arbitraire middelpunten: Het toewijzen van een exacte numerieke waarde (bijv. 3,5 drankjes voor "3 of 4") creëert een valse precisie die de oorspronkelijke survey-ontwerp niet ondersteunt en de werkelijke variabiliteit in consumptie verbergt.
2. Aggregatie-scores: Het gebruik van een totale AUDIT-C-score (0-12) voor regressie kan fundamenteel verschillende gedragspatronen samenvoegen; een frequente lichte drinker en een zeldzame binge-drinker kunnen dezelfde score en dus dezelfde geschatte dagelijkse consumptie hebben, wat cruciale gedragsnuances verdoezelt.

Methodologie
De auteur, August Blackburn, presenteert een nieuw methodologisch kader dat twee complementaire technieken combineert om categorische AUDIT-C-data te structureren, te visualiseren en te contextualiseren zonder valse precisie te introduceren:

1. Kruistabulatiematrix (Cross-Tabulation Matrix):

   • Een tweedimensionale matrix waarbij de rijen de drankfrequentie (past year) en de kolommen de typische hoeveelheid per gelegenheid vertegenwoordigen.
   • Deze matrix behoudt de interactie tussen frequentie en hoeveelheid, in plaats van ze te aggregeren tot één score.
   • Het toont de prevalentie van klinische uitkomsten (bijv. GAD) of demografische verdelingen per intersecterende cel.
   • Het houdt rekening met ontbrekende data door een "Onbepaald" kolom toe te voegen om selectiebias te minimaliseren (hoewel in deze specifieke studie onvolledige gevallen werden verwijderd).

2. Systematische Bounding-algoritme (Bepalingsalgoritme):

   • In plaats van één middelpunt, berekent dit algoritme een strikt onder- en bovengrens voor de gemiddelde dagelijkse alcoholconsumptie.
   • Berekening: Voor elke combinatie van frequentie ($f$) en hoeveelheid ($q$) worden de discrete minimum- en maximumwaarden uit de surveytekst gehaald. Voor open-ended categorieën (bijv. "4 of meer keer per week") worden redelijke absolute limieten door de onderzoeker gedefinieerd (bijv. 4 en 7 keer per week).
   • Correctiefactor: De berekening ($E = \frac{f \times q}{t}$) normaliseert de data naar een dagelijkse rate door een tijdsinterval-correctiefactor ($t$) toe te passen (bijv. 7 voor wekelijkse, 30,4375 voor maandelijkse intervallen).
   • Dit resulteert in een bereik (bijv. 0,30 tot 0,78 drankjes per dag) dat de inherente onzekerheid van de categorische data transparant maakt.

De methode werd getoetst op drie analytische scenario's binnen een cohort van Europese afkomst (EUR) uit het "All of Us" programma:

• Klinisch: Prevalentie van Generalized Anxiety Disorder (GAD).
• Genetisch: Minor Allele Frequency (MAF) van het rs1229984 variant (ADH1B gen).
• Demografisch: Geschiedenis van actieve militaire dienst.

Belangrijkste Resultaten
De toepassing van het kader leverde gedetailleerde inzichten op die met traditionele methoden vaak onzichtbaar blijven:

• GAD en Alcohol: De kruistabulatie onthulde een complex patroon. Hoewel er een algemene trend was van hogere angst bij hogere consumptie (hoeveelheid), was er een tegenstrijdige trend waarbij hogere frequentie geassocieerd was met lagere angst. Bijvoorbeeld, deelnemers met de hoogste frequentie ("4+ keer per week") en hoogste hoeveelheid ("10+ drankjes") hadden een GAD-prevalentie van 13,5%, terwijl dezelfde frequentie met lage hoeveelheid ("1-2 drankjes") slechts 5,8% vertoonde.
• Genetische Impact: Het rs1229984-minor allel toonde een duidelijke dosis-afhankelijke onderdrukkende werking op zowel frequentie als hoeveelheid. De geschatte dagelijkse consumptie daalde van 0,311–0,803 (0 kopieën) naar 0,191–0,550 (2 kopieën). Dit maakt het mogelijk om de effectiviteit van genetische instrumenten nauwkeuriger te benaderen.
• Militaire Dienst: Personen met een geschiedenis van actieve militaire dienst toonden een verschuiving naar hogere frequentie en hogere geschatte dagelijkse consumptie (0,339–0,875 drankjes/dag) vergeleken met niet-militairen (0,297–0,770 drankjes/dag), een verschil van ongeveer 1,14 keer.

Bijdragen en Significatie
Deze studie biedt een waardevolle aanvulling op bestaande methoden in de epidemiologie en genetische studies:

1. Transparantie en Onzekerheidskwantificering: Door strikte onder- en bovengrenzen te presenteren in plaats van punt-schattingen, erkent de methode expliciet de onzekerheid inherent aan categorische surveys. Dit voorkomt de interpretatie van data met een precisie die niet bestaat.
2. Behoud van Gedragsnuances: De tweedimensionale matrix voorkomt dat fundamenteel verschillende drinkpatronen (frequentie vs. hoeveelheid) worden samengevoegd tot één aggregaat, waardoor subpopulaties en specifieke risicoprofielen beter zichtbaar worden.
3. Toepasbaarheid: Het kader is een puur beschrijvend, universeel leesbaar hulpmiddel dat geen complexe statistische modellen vereist om te interpreteren. Dit is bijzonder waardevol voor klinische administrators en onderzoekers in de militaire geneeskunde om gedragsverdelingen in specifieke populaties te visualiseren.
4. Reproduceerbaarheid: Het biedt een gestandaardiseerde manier om levensstijl-expositiedata in grote biobanken te rapporteren, wat de vergelijkbaarheid en reproduceerbaarheid van toekomstige studies verbetert.

Concluderend biedt dit kader onderzoekers een robuust alternatief voor traditionele middelpunt-benaderingen, waardoor de resolutie en interpretatie van alcoholgerelateerde data in grote observationele cohorts aanzienlijk wordt verbeterd.