Aggiustamento bayesiano empirico per confronti multipli

Empirical bayes adjustments for multiple comparisons

OBIETTIVI GENERALI E SINTESI PROGETTO

Utilizzo di metodi bayesiani empirici o semi-bayesiani per correggere stime di rischio e corrispondenti errori standard nel caso di confronti multipli.

MATERIALI, METODI E RISULTATI ATTESI

La variabilità osservata della distribuzione delle stime di rischio è più grande della variabilità della distribuzione dei veri rischi relativi (ignoti). Il metodo bayesiano empirico stima la variabilità in eccesso dai dati stessi e la utilizza per correggere le stime dei rischi osservati. Il metodo semi-bayesiano utilizza informazioni a priori per stimare l’eccesso di variabilità.

STATO DI AVANZAMENTO AL 31/12/2013

I metodi sono stati applicati su ampi studi occupazionali per analizzare il rischio di leucemia, linfoma non Hodgkin, tumore alla vescica e tumore del polmone condotti dal Centre for Public Health Research, Massey University, Wellington, Nuova Zelanda. I quattro studi sono stati pubblicati. I metodi bayesiani empirici per l’aggiustamento per confronti multipli sono stati oggetto dello stage e tesi di laurea specialistica in Biostatistica di Marine Corbin (École Nationale de la Statistique e de l’Analyse de l’Information, Bruz, Francia), e sono stati pubblicati in un articolo metodologico. Un'ulteriore applicazione di questi metodi attraverso una regressione gerarchica a due stadi su uno studio caso-controllo sul tumore del polmone è stata sviluppata da Marine Corbin come parte del PhD presso Massey University (Nuova Zelanda) e l'Università di Torino ed è stata oggetto di una pubblicazione. Ulteriori applicazioni: studi occupazionali e genetici che comportano confronti multipli, compresa l’analisi delle combinazioni di codici ISCO e ISIC nell’ambito di studi occupazionali multicentrici internazionali (ARCAGE - vd. scheda 4.028, SYNERGY - vd. scheda 4.053).

RISORSE E FINANZIAMENTI

Non vi sono attualmente finanziamenti ad hoc.

COLLABORATORI

Lorenzo RICHIARDI

Franco MERLETTI

PUBBLICAZIONI

- CORBIN M, RICHIARDI L, VERMEULEN R, KROMHOUT H, MERLETTI F, PETERS S, SIMONATO L, STEENLAND K, PEARCE N, MAULE M. Hierarchical regression for multiple comparisons in a case-control study of occupational risks for lung cancer. PLoS One 2012; 7: e38944-e38944.
- CORBIN M, MCLEAN D, MANNETJE AT, DRYSON E, WALLS C, MCKENZIE F, MAULE M, CHENG S, CUNNINGHAM C, KROMHOUT H, BLAIR A, PEARCE N. Lung cancer and occupation: A New Zealand cancer registry-based case-control study. Am J Ind Med 2011; 54: 89-101.
- MCLEAN D,’T MANNETJE A, DRYSON E, WALLS C, MCKENZIE F, MAULE M, CHENG S, CUNNINGHAM C, KROMHOUT H, BOFFETTA P, BLAIR A, PEARCE N. Leukaemia and Occupation: A New Zealand cancer registry-based case-control study. Int J Epidemiol 2009; 38: 594–606.
- 'T MANNETJE AM, DRYSON E, WALLS C, MCLEAN DJ, MCKENZIE F, MAULE M, CHENG S, CUNNINGHAM C, KROMHOUT H, BOFFETTA P, BLAIR A, PEARCE N. High risk occupations for Non-Hodgkin's Lymphoma in New Zealand: case-control study. Occup Environ Med 2008; 65: 354-363.
- DRYSON E, 'T MANNETJE A, WALLS C, MCLEAN D, MCKENZIE F, MAULE M, CHENG S, CUNNINGHAM C, KROMHOUT H, BOFFETTA P, BLAIR A, PEARCE N. Case-control study of high risk occupations for bladder cancer in New Zealand. Int J Cancer 2008; 122: 1340–6.
- CORBIN M, MAULE M, RICHIARDI L, SIMONATO L, MERLETTI F, PEARCE N. Semi-Bayes and empirical Bayes adjustment methods for multiple comparisons. Epidemiol Prev 2008; 32: 108-110.
- MARINE CORBIN tesi di laurea specialistica in Biostatistica. Rapport de stage de fin d'études: Semi-Bayes and Empirical Bayes adjustments for multiple comparisons in studies of occupational risk for cancer. (École Nationale de la Statistique e de l’Analyse de l’Information, Bruz, Francia. Annéè scolaire: 2006-2007. Maîtres de stage: Lorenzo Richiardi, Milena Maule).