Summary

Um Método de Trigonometria Modelagem da Variação Sazonal demonstrado com esclerose múltipla Relapse Dados

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

A forma mais comum de esclerose múltipla (EM) é remitente da esclerose múltipla (EMRR). EMRR é caracterizada por deteriorações episódicas na função neurológica, seguida por uma recuperação parcial ou completa. Globalmente, a incidência ea prevalência da SM com o aumento da distância aumentar longe do equador em ambos os hemisférios. 1-3 Se a freqüência de eventos de recaída que ocorrem especificamente na EMRR também variam com a latitude, e se há qualquer variação sazonal subjacente em tal associação, permanece obscuro. Para estudos de data explorando sazonalidade no tempo de recaída foram limitadas aos centros clínicos individuais, limitando quaisquer inferências sobre tendências sazonais no momento de recaída para localizações geográficas solitárias e, portanto, incapazes de explorar influências latitudinais mais amplas. 4-14 Estes estudos têm sido ainda mais limitada pela pequena amostra tamanhos e dados de recaída esparsas. A 2000 meta-análise de dez estudos de centros clínicos em Europe, Estados Unidos e Canadá, onde cada estudo incluiu um mínimo de trinta casos que relatam a temporada-de aparecimento de recaídas, descreveu uma tendência sazonal claro no momento do início recaída, com recaídas com pico na primavera e com uma calha de inverno 4 . Similares tendências anuais cíclicas no início foram observadas em subsequente, ainda que menores, estudos no Japão 15 e Espanha 16. No entanto, um estudo nos Estados Unidos comparável não conseguiu corroborar esse padrão 17. Até à data, estes estudos e observações têm sido limitados ao hemisfério Norte. O grupo de estudo MSBase analisou recentemente um grande conjunto de dados mundial de recaídas de EM em todo ambos os hemisférios norte e sul para explorar as tendências sazonais na época de início recaída, além de influências latitudinais sobre a relação entre a probabilidade de pico recaída e radiação ultravioleta sazonal (UVR) calha 18 . Central para estes métodos foi a aplicação de regressão trigonométricaspara visualizar e avaliar as tendências no tempo de distribuições de início e UVR recaída.

O objetivo geral deste estudo foi testar a hipótese de que a variação temporal no momento do início recaída em MS variou previsivelmente com a estação em ambos os hemisférios norte e sul e este sazonalidade foi influenciada pela latitude. A justificativa para o uso de modelagem trigonométricas para investigar essas questões foi sua flexibilidade para a caracterização de fenômenos de duas ou três dimensões que são conhecidos ou suspeitos para descrever formas ou padrões discretos, previsíveis e consistentes, como o ciclo anual de picos e depressões comumente observados em fenômenos biológicos ou epidemiológicos possuindo sazonalidade. 19-22 Uma desvantagem de séries temporais análises convencionais, incluindo a análise de Fourier, é a presunção de que as séries cronológicas são frequentemente caracterizadas por processos estocásticos. 21,23,24 Em contrapartida, incorporando funções trigonométricas into um modelo tipo de regressão tem a vantagem de facilitar tanto a exploração de estruturas regulares e sistemáticos em dados periódicos enquanto explorando a estrutura do modelo de regressão para explorar outros correlatos ou ajuste para fatores de confusão da sazonalidade.

Regressão trigonométricas já havia sido amplamente utilizada na literatura epidemiológica médica para explorar temporalidade em temas tão diversos infecciosa detecção de surtos de doenças, o papel dos ritmos circadianos em tudo, desde a disfunção do sistema nervoso autônomo para placenta prematuro descolamento até correlatos sazonais de malformações congênitas e do calendário de apresentações de acidente e emergência. 25-32 Essa modelagem normalmente exige amostras maiores do que mais tempo-série convencional analisa e, como tal, esta é a primeira vez que foi aplicado a um conjunto de dados mundial de MS recaída início. Regressão trigonométricas como descrito aqui é a ferramenta adequada para os investigadores que exploram qualquer phenomena que é conhecida ou suspeita de ciclismo sistematicamente ao longo do tempo. Não só pode ajudar a caracterizar tais modelagem e visualizar esses padrões, permite ainda que o usuário explore motoristas e correlatos de estas tendências potenciais.

Em relação ao exemplo específico de MS início recaída aqui apresentado, o uso de dispersão e gráficos residuais para visualizar e avaliar o quão perto uma forma hipótese modelo trigonométricas se ajusta aos dados constitui o passo crítico para determinar: 1) se os dados observados fornecer provas suficientes para apoiar uma hipótese de sazonalidade ou outras tendências temporais no tempo de início de recaída; e 2) se a frequência ea disposição das funções seno e cosseno que definem um modelo trigonométricas em particular seja adequado para permitir o uso desse modelo para a inferência e previsão subseqüente. O modelo de regressão também permite o controle para fatores de confusão importantes de qualquer efeito sazonal ou latitudinal observado, como em nível de pacientepropensões para recaída, particularmente factores que em si mesmos são tempo-variáveis, tais como a duração da exposição de pré-fármaco de recaída-reumáticos modificadores da doença (DMD) tratamento. Isolando preditores e correlatos de sincronismo início recaída em MS geográficas e temporais independentes tem o potencial para orientar a investigação biológica sobre os mecanismos de eventos de recaída que por sua vez pode informar o desenvolvimento de intervenções terapêuticas futuras destinadas a prevenir ou retardar a exacerbação da doença.

A Secretaria MSBase

MS pacientes que contribuem com dados de recaída para esta análise foram adquiridos a partir do registo MSBase internacional. Fundada em 2004, o registro agrupa longitudinalmente, atividade demográfica doença, o exame clínico e características de investigação e métricas de consentindo pacientes atendidos clínica MS usando um sistema de propriedade e operado médico baseado na Internet. 33 centros Membros seguem uma PROTOC comumol que define o conjunto de dados mínimo necessário para ser carregado em intervalos regulares acordados para garantir que os dados de resultado, tais como eventos de recaída são consistentemente e prospectivamente compilado. A data de início recaída é incluído como uma variável conjunto de dados mínimo obrigatório. Além dados clínicos relevantes associados a estes eventos de recaída é comumente recolhidos, incluindo tratamento com corticosteróide e do sistema funcional afectado. A utilização do sistema iMed comum de entrada de dados ainda garante uma abordagem unificada em centros de recolha de dados e elaboração de relatórios. Este projeto mantém aprovação do Comitê de Ética em Pesquisa Humana ou isenção em cada centro de contribuir. O consentimento informado de acordo com leis locais de todos os pacientes incluídos na análise é obrigatória.

Critério de inclusão

Um total de 9811 pacientes que contribuem 32,762 eventos de recaída foram incluídos na análise. MS clínico centros com um mínimo de 20 pacientes cadastrados consentiu, uploaded e rastreado no registro a partir do dia 1 de Dezembro de 2013 (data de compilação de dados) foram elegíveis para inclusão na análise. Para garantir que todos os eventos de recaída incluídos na análise foram prospectivamente observado, apenas a recidiva latências data posterior à primeira avaliação da incapacidade do paciente registada (usando o Expanded Disability Status de Pontuação Kurtzke (EDSS)) foram incluídos na análise. Todos os pacientes que contribuem com dados de recaída com a análise satisfeita critérios diagnósticos formais para MS. 34,35

Medidas de resultado

O estudo examinou duas desfechos primários: 1) se houve variação temporal da probabilidade de aparecimento de recidiva ao nível da localização geográfica, do hemisfério e / ou a nível global; e 2) se havia uma relação entre a latitude ea lag, em meses, entre o calendário da temporada calha UVR eo pico recaída data probabilidade subsequente. O Grupo de Estudo MSBase hypothedimensionados que os níveis absolutos de vitamina D são menores em regiões mais afastadas do equador e localização específica nadires sazonal nível da população de vitamina D são provavelmente alcançado mais cedo após o solstício de inverno em tais locais distais, então o efeito de níveis baixos de vitamina D sobre o aumento da MS probabilidade de recaída descreveria, igualmente, dos padrões temporais e latitudinais.

Definição e datas Relapse

A recaída foi definida como a ocorrência de novos sintomas ou exacerbação dos sintomas existentes que persiste por pelo menos 24 horas, na ausência de doença concomitante ou febre, e ocorrendo em menos de 30 dias depois de um ataque anterior. Esta definição foi aplicada anteriormente em uma análise recaída fenótipo MSBase 36 O período de acompanhamento para cada paciente elegível em toda a qual os eventos de recidiva pode ser observada foi definido como o período que vai da data da primeira avaliação EDSS até a data do mais recente.Avaliação EDSS registrada no Registro antes de os dados do extrato e compilação de dados. Nos casos em que o dia exato do início recaída não estava disponível ou não puder ser determinada para um determinado mês, clínicas usado tanto o 1º ou 15º dia do mês como datas padrão. Dos 32,762 recaídas analisadas neste relatório, 7.913 (24,2%) e 4594 (14,0%) foram registrados no 1º e 15º dia do mês, respectivamente, significativamente maior do que as proporções registrado em qualquer outro dia do mês que variou de 0,8% por meio de 5,6%. Para corrigir isso, as recaídas gravadas em ambos o 1º de 15º dia do mês foram randomizados para um dia dentro de um intervalo de 15 dias cada lado dessas duas datas padrão. A validade interna desta abordagem foi confirmada através de análises de sensibilidade que demonstrou que a estimativa modelado de data recaída de pico sob data padrão randomização não foi significativamente diferente de um model usando o original relatado datas ou excluindo datas padrão inteiramente.

Protocol

NOTA: Cada passo descrito corresponde a uma seção do código Stata com o mesmo número no arquivo de código fornecido. Nomes de comando stata foram itálico no seguinte protocolo. 1. Prepare e Traçar a Observado Relapse Onset Dados Abra um arquivo de fazer clicando no botão "Editor do New Do arquivo" e use o comando gerar para calcular o número de inícios de recaída datadas para cada um dos doze meses do calendário para cada um dos três níveis …

Representative Results

A aplicação de regressão trigonométrico para 32,762 eventos de recaída provenientes de 46 centros clínicos em 20 países foi a base para a prestação de um argumento estatístico defensável para a observação de que o momento de início recaída em MS é cíclica e sazonal em ambos os hemisférios e que a duração entre sazonal trough UVR e subsequente pico recaída se correlaciona com a latitude. Fundamental para isso foi a confiança em análise enredo para orientar o processo de desenvolvimento iterativo ne…

Discussion

O protocolo aqui descrito detalhes uma técnica baseada regressão sistemática, orientada por análise enredo visual, de dados de início recaída MS globais. Ele toma como ponto de partida uma análise descritiva relativamente simples de dados de recaída de 20 países em toda a ambos os hemisférios, permitindo ao usuário explorar teorias a respeito da temporalidade de timing início recaída em MS e testar essas teorias formalmente através do uso de modelos trigonométricas. Através de um processo passo a passo d…

Disclosures

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

References

  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).

Play Video

Cite This Article
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