In het zelfstudie document hebben we gesproken over de onderzoeksvraag en de onderzoeksopzet, en hebben we een begin gemaakt met het vertalen van de onderzoeksvraag naar formules voor statistische analyses. In dit werkcollege gaan we oefenen met deze onderwerpen aan de hand van abstracts (en eventueel tabellen en figuren) van artikelen die jullie in voorgaande cursussen al een keer behandeld hebben.


Vragen bij artikelen

Beantwoord de onderstaande vragen bij de drie artikelen die hieronder besproken worden. Gebruik het abstract en eventueel figuren en tabellen in het artikel zelf. Het is niet nodig om het hele artikel te lezen. Probeer de vragen eerst individueel te beantwoorden, en bespreek daarna de antwoorden in kleine groepen.

  1. Is dit een observationeel of een experimenteel onderzoek?
    • Indien observationeel: is het een case-control of een cohort studie?
  2. Is de dataverzameling cross-sectioneel, retrospectief of prospectief?
  3. Wat is het domein in deze studie?
  4. Wat is / zijn de determinant(en) in deze studie?
  5. Wat is / zijn de uitkomst(en) in deze studie?
  6. Benoem van iedere variabele (determinant en uitkomst) welk type data dit is:
    • nominaal (dichotoom of meer dan twee categorieën), ordinaal of interval/ratio?
    • Is er een data transformatie nodig geweest? Welke?
  7. Schrijf de (belangrijkste) formule van deze studie op
    • Als er een transformatie nodig is geweest, zet die dan ook in de formule!
  8. Denk je dat deze data met een t-toets, een simpele lineaire regressie of een chi-kwadraat toets geanalyseerd kunnen worden? Volg de volgende stappen om daar achter te komen:
    • Hoeveel determinanten en uitkomsten zijn er?
    • Welk datatype is de uitkomst?
    • Welk datatype is de determinant?
  9. Als je deze data niet met een t-toets, simpele lineaire regressie of een chi-kwadraat toets kunt analyseren, beschrijf dan waarom niet


Voorbeeld

Abstract

Referentie: Peça, J., Feliciano, C., Ting, J. et al. Shank3 mutant mice display autistic-like behaviours and striatal dysfunction. Nature 472, 437–442 (2011). https://doi-org.proxy.library.uu.nl/10.1038/nature09965

Link: https://www-nature-com.proxy.library.uu.nl/articles/nature09965

Abstract: Autism spectrum disorders (ASDs) comprise a range of neurodevelopmental conditions that share core neurobehavioural characteristics involving differences in social interactions, communication, and patterns of restricted interests and repetitive behaviours. The neurological basis and circuitry mechanisms underlying these behavioural features are not yet fully understood. SHANK3 is a postsynaptic protein whose alteration at the genetic level is associated with the development of 22q13 deletion syndrome (Phelan–McDermid syndrome) and other non-syndromic ASDs. Here we show that mice with Shank3 gene deletions exhibit self-injurious repetitive grooming and altered social interaction. Cellular, electrophysiological, and biochemical analyses revealed differences in striatal synapses and cortico-striatal circuits in Shank3 mutant mice. Our findings indicate a critical role for SHANK3 in typical neuronal connectivity development and establish a causal link between Shank3 gene disruption and the emergence of autism-related behaviours in mice.

Opmerking: Dit abstract is herschreven om te zorgen voor een neutralere toon over ASD.


Vragen

1. Is dit een observationeel of een experimenteel onderzoek? Indien observationeel: is het een case-control of een cohort studie?

    Dit is een experimenteel onderzoek. Er is een interventie gedaan (mutant mouse, shank3 gene deletion).

2. Is de dataverzameling cross-sectioneel, retrospectief of prospectief?

   Prospectief. De muizen worden gemeten in de toekomst.

3. Wat is het domein in deze studie?

   Muizen!

4. Wat is / zijn de determinant(en) in deze studie?

   Shank3 mutatie: wild type of knockout

5. Wat is / zijn de uitkomst(en) in deze studie?

   Grooming = percentage of time grooming, zie figuur 1

   Social interaction

   Meerdere Cellular, electrophysiological and biochemical markers zoals striatal synapses and cortico-striatal circuits, “neuronal connectivity”

6. Benoem van iedere variabele (determinant en uitkomst) welk type data dit is.

  • Nominaal (dichotoom of meer dan twee categorieën), ordinaal of interval/ratio?

  • Is er een data transformatie nodig geweest? Welke?

   Shank3 mutatie             – Nominaal (dichotoom)

   Grooming                      – Ratio (total or percentage time spend grooming)

   Social interaction         – Ratio (voornamelijk tijdbezig met interactie)

   Meerdere Cellular, electrophysiological and biochemical markers zoals striatal synapses and cortico-striatal circuits, “neuronal connectivity” – Deze zijn allemaal een ratio meetniveau

   Er zijn geen transformaties nodig geweest.

7. Schrijf de (belangrijkste) formule van deze studie op. Als er een transformatie nodig is geweest, zet die dan ook in de formule!

   Grooming\(_i\) = f(mutatie) + \(\epsilon_i\) = \(\beta_0 + \beta_1 \times\) mutatie\(_i\) + \(\epsilon_i\)

   Zelfde voor de andere uitkomsten

8. Denk je dat deze data met een t-toets, een simpele lineaire regressie of een chi-kwadraat toets geanalyseerd kunnen worden? Volg de volgende stappen om daar achter te komen:

  • Hoeveel determinanten en uitkomsten zijn er?

  • Welk datatype is de uitkomst?

  • Welk datatype is de determinant?

   Er is 1 interval/ratio uitkomst en 1 dichotome determinant dus je zou hier een twee steekproef t-toets uit kunnen voeren.

9. Als je deze data niet met een t-toets, simpele lineaire regressie of een chi-kwadraat toets kunt analyseren, beschrijf dan waarom niet

   Nvt


Artikel 1: Bapineuzumab voor Alzheimer’s Disease

Abstract

Referentie: Salloway S, Sperling R, Fox NC, Blennow K, Klunk W, Raskind M, Sabbagh M, Honig LS, Porsteinsson AP, Ferris S, Reichert M, Ketter N, Nejadnik B, Guenzler V, Miloslavsky M, Wang D, Lu Y, Lull J, Tudor IC, Liu E, Grundman M, Yuen E, Black R, Brashear HR; Bapineuzumab 301 and 302 Clinical Trial Investigators. Two phase 3 trials of bapineuzumab in mild-to-moderate Alzheimer’s disease. N Engl J Med. 2014 Jan 23;370(4):322-33. doi: 10.1056/NEJMoa1304839.

Link: https://pubmed.ncbi.nlm.nih.gov/24450891/

Abstract: Bapineuzumab, a humanized anti–amyloid-beta monoclonal antibody, is in clinical development for the treatment of Alzheimer’s disease. We conducted two double-blind, randomized, placebo-controlled, phase 3 trials involving patients with mild-to-moderate Alzheimer’s disease — one involving 1121 carriers of the apolipoprotein E (APOE) ε4 allele and the other involving 1331 noncarriers. Bapineuzumab or placebo, with doses varying by study, was administered by intravenous infusion every 13 weeks for 78 weeks. The primary outcome measures were scores on the 11-item cognitive subscale of the Alzheimer’s Disease Assessment Scale (ADAS-cog11, with scores ranging from 0 to 70 and higher scores indicating greater impairment) and the Disability Assessment for Dementia (DAD, with scores ranging from 0 to 100 and higher scores indicating less impairment). A total of 1090 carriers and 1114 noncarriers were included in the efficacy analysis. Secondary outcome measures included findings on positron-emission tomographic amyloid imaging with the use of Pittsburgh compound B (PIB-PET) and cerebrospinal fluid phosphorylated tau (phospho-tau) concentrations. There were no significant between-group differences in the primary outcomes. At week 78, the between-group differences in the change from baseline in the ADAS-cog11 and DAD scores (bapineuzumab group minus placebo group) were −0.2 (P = 0.80) and −1.2 (P = 0.34), respectively, in the carrier study; the corresponding differences in the noncarrier study were −0.3 (P = 0.64) and 2.8 (P = 0.07) with the 0.5-mg-per-kilogram dose of bapineuzumab and 0.4 (P = 0.62) and 0.9 (P = 0.55) with the 1.0-mg-per-kilogram dose. The major safety finding was amyloid-related imaging abnormalities with edema among patients receiving bapineuzumab, which increased with bapineuzumab dose and APOE ε4 allele number and which led to discontinuation of the 2.0-mg-per-kilogram dose. Between-group differences were observed with respect to PIB-PET and cerebrospinal fluid phospho-tau concentrations in APOE ε4 allele carriers but not in noncarriers. Bapineuzumab did not improve clinical outcomes in patients with Alzheimer’s disease, despite treatment differences in biomarkers observed in APOE ε4 carriers.


Vragen

1. Is dit een observationeel of een experimenteel onderzoek? - Indien observationeel: is het een case-control of een cohort studie?

Experimenteel (clinical trial)

2. Is de dataverzameling cross-sectioneel, retrospectief of prospectief?

Prospectief

3. Wat is het domein in deze studie?

Patiënten 50 tot 88 jaar, met milde of gematigde Alzheimer’s Disease. Een studie in APO E ε4 dragers en een studie in niet-dragers.

4. Wat is / zijn de determinant(en) in deze studie?

Behandeling (bapineuzumab vs. Placebo, of eigenlijk 3 groepen, 0.5mg/kg / 1.0mg/kg en placebo)

APO E ε4 status (maar: dit komt uit 2 verschillende trials?)

5. Wat is / zijn de uitkomst(en) in deze studie?

ADAS-cog11 score

DAD score

PIB-PET (amyloid)

Phospho-tau uit CSF

(verschil tussen metingen op 78 wkn en vlak voor randomisatie, in aparte analyses)

6. Benoem van iedere variabele (determinant en uitkomst) welk type data dit is.

  • Nominaal (dichotoom of meer dan twee categorieën), ordinaal of interval/ratio?

  • Is er een data transformatie nodig geweest? Welke?

Behandeling (bapineuzumab vs. Placebo): dichotoom

ADAS-cog11 score: interval / ratio

DAD score: interval / ratio

PIB-PET (amyloid): interval / ratio

Phospho-tau uit CSF: interval / ratio

Geen data transformatie

7. Schrijf de (belangrijkste) formule van deze studie op. Als er een transformatie nodig is geweest, zet die dan ook in de formule!

ADAS-cog11 verschil score\(_i\) = f(behandeling) + \(\epsilon_i\) =

\(\beta_0 + \beta_1 \times\) behandeling\(_i + \epsilon_i\)

Deze formule kan uitgebreid worden met o.a. APO E ε4 status. Dit hebben de onderzoekers gedaan. Zij hebben ook meerdere uitkomsten in 1 analyse gebruikt: de ADAS-cog11 score is voor iedere persoon meerdere keren bepaald tussen randomisatie en het laatste, belangrijke eindpunt op 78 weken.

8. Denk je dat deze data met een t-toets, een simpele lineaire regressie of een chi-kwadraat toets geanalyseerd kunnen worden? Volg de volgende stappen om daar achter te komen:

  • Hoeveel determinanten en uitkomsten zijn er?

  • Welk datatype is de uitkomst?

  • Welk datatype is de determinant?

We hebben in de meest eenvoudige formule 1 determinant en 1 uitkomst. De uitkomst is interval/ratio schaal, de determinant is dichotoom. Deze data zou je dus met een twee steekproeven t-toets kunnen analyseren.

9. Als je deze data niet met een t-toets, simpele lineaire regressie of een chi-kwadraat toets kunt analyseren, beschrijf dan waarom niet

Dit soort data kun je analyseren met een mixed model. In LE5 komt dit nog aan bod.


Artikel 2: Notenconsumptie en mortaliteit

Abstract

Referentie: Bao Y, Han J, Hu FB, Giovannucci EL, Stampfer MJ, Willett WC, Fuchs CS. Association of nut consumption with total and cause-specific mortality. N Engl J Med. 2013 Nov 21;369(21):2001-11. doi: 10.1056/NEJMoa1307352.

Link: https://pubmed.ncbi.nlm.nih.gov/24256379/

Abstract: Increased nut consumption has been associated with a reduced risk of major chronic diseases, including cardiovascular disease and type 2 diabetes mellitus. However, the association between nut consumption and mortality remains unclear. We examined the association between nut consumption and subsequent total and cause-specific mortality among 76,464 women in the Nurses’ Health Study (1980–2010) and 42,498 men in the Health Professionals Follow-up Study (1986–2010). Participants with a history of cancer, heart disease, or stroke were excluded. Nut consumption was assessed at baseline and updated every 2 to 4 years. During 3,038,853 person-years of follow-up, 16,200 women and 11,229 men died. Nut consumption was inversely associated with total mortality among both women and men, after adjustment for other known or suspected risk factors. The pooled multivariate hazard ratios for death among participants who ate nuts, as compared with those who did not, were 0.93 (95% confidence interval [CI], 0.90 to 0.96) for the consumption of nuts less than once per week, 0.89 (95% CI, 0.86 to 0.93) for once per week, 0.87 (95% CI, 0.83 to 0.90) for two to four times per week, 0.85 (95% CI, 0.79 to 0.91) for five or six times per week, and 0.80 (95% CI, 0.73 to 0.86) for seven or more times per week (P<0.001 for trend). Significant inverse associations were also observed between nut consumption and deaths due to cancer, heart disease, and respiratory disease. In two large, independent cohorts of nurses and other health professionals, the frequency of nut consumption was inversely associated with total and cause-specific mortality, independently of other predictors of death.

Opmerking: Multivariate Hazard Ratio mag je hier lezen als een Relatief Risico (RR)


Vragen

1. Is dit een observationeel of een experimenteel onderzoek? - Indien observationeel: is het een case-control of een cohort studie?

Observationeel, cohort

2. Is de dataverzameling cross-sectioneel, retrospectief of prospectief?

Prospectief

3. Wat is het domein in deze studie?

Intentie is iedereen zonder een geschiedenis met kanker, hartziekte of beroertes. Dit baseren ze op een populatie van gezondheidszorgmedewerkers

4. Wat is / zijn de determinant(en) in deze studie?

Noten consumptie

“other known or suspected risk factors” (uit het artikel zelf (tabel 1) blijkt dat dit in ieder geval zijn: leeftijd, BMI, lichamelijke activiteit, roken, screening onderzoek, gebruik multivitaminen, alcoholgebruik, rood vlees, fruit en groente gebruik)

5. Wat is / zijn de uitkomst(en) in deze studie?

Mortaliteit

In secundaire analyses ook oorzaakspecifieke mortaliteit (kanker, cardiovasculair, respiratoir, en meer, zie figuur 1 en tabel 3)

6. Benoem van iedere variabele (determinant en uitkomst) welk type data dit is.

  • Nominaal (dichotoom of meer dan twee categorieën), ordinaal of interval/ratio?

  • Is er een data transformatie nodig geweest? Welke?

Notenconsumptie is een ordinale variabele (nooit, minder dan 1x per week, 1x per week, 2 tot 4x per week, 5 of 6x per week en vaker)

Other known or suspected risk factors: zie table 1: Interval/ratio voor leeftijd, BMI, fysieke activiteit en alcohol, fruit, vlees en groente consumptie. Dichotoom voor roken, screening, en multivitamine gebruik

Mortaliteit is een dichotome variabele (Ja/nee).

Geen data transformatie vermeld

7. Schrijf de (belangrijkste) formule van deze studie op. Als er een transformatie nodig is geweest, zet die dan ook in de formule!

Mortaliteit\(_i\) = f(notenconsumptie, “other known or suspected risk factors”) + \(\epsilon_i\) =

\(\beta_0 + \beta_1 \times\) notenconsumptie\(_i + \beta_2 \times\) age\(_i + \beta_3 \times\) BMI\(_i + \ldots + \epsilon_i\)

8. Denk je dat deze data met een t-toets, een simpele lineaire regressie of een chi-kwadraat toets geanalyseerd kunnen worden? Volg de volgende stappen om daar achter te komen:

  • Hoeveel determinanten en uitkomsten zijn er?

  • Welk datatype is de uitkomst?

  • Welk datatype is de determinant?

Er is, per analyse, 1 uitkomst, maar er zijn meerdere determinanten. We kunnen misschien wel een ruwe versie van de analyse uitvoeren met de belangrijkste determinant notenconsumptie. De uitkomst is dichotoom en de determinant bestaat uit meerdere categorieën. Dit zou je met een chi-kwadraat toets kunnen analyseren.

9. Als je deze data niet met een t-toets, simpele lineaire regressie of een chi-kwadraat toets kunt analyseren, beschrijf dan waarom niet

Het is in deze studie belangrijk om ook alle bekende risicofactoren voor overall en cause specific mortality in de analyse op te nemen, want deze risicofactoren zijn wellicht niet gelijk verdeeld over de groepen van meer of minder notenconsumptie. Dit is mogelijk met multipele (logistische) regressieanalyse. De onderzoekers hebben ook nog rekening gehouden met de tijd tot overlijden (vanaf geboorte, dus leeftijd van overlijden). Je zou dan denken dat dit een continue uitkomst is, maar we hebben waarschijnlijk te maken met deelnemers die wel overleden zijn (en waarvan die leeftijd dus bekend is) en deelnemers die nog niet overleden zijn. Dit vraagt weer om een ander soort analyse, de Cox proportional Hazards regressie voor survival analyse. Deze data analyse is momenteel dus nog niet helemaal correct door jullie uit te voeren.


Artikel 3: Glioma cells en endothelial cell apoptosis

Abstract

Referentie: Ezhilarasan, R., Mohanam, I., Govindarajan, K., & Mohanam, S. (2007). Glioma cells suppress hypoxia-induced endothelial cell apoptosis and promote the angiogenic process. International Journal of Oncology, 30, 701-707. https://doi.org/10.3892/ijo.30.3.701

Link: https://www.spandidos-publications.com/ijo/30/3/701

Abstract: The hypoxic microenvironment of solid tumors is associated with malignant progression and it renders tumors more resistant to cancer therapies. Endothelial cell damage may occur following hypoxic conditions and lead to dysfunction; however, endothelial cells in tumors survive hypoxic conditions providing nutrients and oxygen to facilitate tumor growth. In this study, we investigated the effects of tumor-conditioned medium on hypoxia-induced changes in endothelial cell growth, migration and survival. Tumor conditioned medium collected from U87 human glioblastoma cells were applied to endothelial cultures in normoxia or hypoxia conditions. Hypoxia caused a reduction in clonogenic cell survival response and an increase of the sub-G1 phase of the cell cycle in endothelial cells. Cell migration was measured by spheroid and wound-induced migration assays and hypoxia compared with normoxia significantly increased the number of migrating endothelial cells. Nuclear staining with Hoechst 33258 and caspase-9 and -3 activation in endothelial cells show that hypoxia-induced apoptosis involves caspase-dependent mechanism. Exposure to hypoxia caused an increase in gene expression of VEGF and VEGFR2 and activities of MMP-2 and MMP-9. Furthermore, hypoxia induced an increase in capillary-like structure formation in endothelial cells seeded into Matrigel. Tumor conditioned medium enhanced survival and rescued endothelial cells from apoptosis induced by hypoxia. These molecular changes in endothelial cells could, in part, contribute to the angiogenic response that occurs during hypoxia-induced angiogenesis in glial tumors.


Vragen

1. Is dit een observationeel of een experimenteel onderzoek? - Indien observationeel: is het een case-control of een cohort studie?

Experimenteel

2. Is de dataverzameling cross-sectioneel, retrospectief of prospectief?

Prospectief

3. Wat is het domein in deze studie?

Endothelial cells

4. Wat is / zijn de determinant(en) in deze studie?

Medium: Tumor conditioned medium vs. normal medium

Conditie: Hypoxia vs. normoxia

5. Wat is / zijn de uitkomst(en) in deze studie?

Celgroei

Migratie

Survival

6. Benoem van iedere variabele (determinant en uitkomst) welk type data dit is.

  • Nominaal (dichotoom of meer dan twee categorieën), ordinaal of interval/ratio?

  • Is er een data transformatie nodig geweest? Welke?

Medium: Tumor conditioned medium vs. normal medium: dichotoom

Conditie: Hypoxia vs. normoxia: dichotoom (voor sommige analyses 3 categorieën)

Celgroei: interval/ratio (transformatie?)

Migratie: interval/ratio (transformatie?)

Survival: interval/ratio (transformatie?)

7. Schrijf de (belangrijkste) formule van deze studie op. Als er een transformatie nodig is geweest, zet die dan ook in de formule!

celgroei\(_i\) = f(medium, condition) + \(\epsilon_i\) =

\(\beta_0 + \beta_1 \times\) medium\(_i + \beta_2 \times\) conditie\(_i + \beta_3 \times\) medium\(_i \times\) conditie\(_i + \epsilon_i\)

De laatste, dikgedrukte term is een interactie effect tussen medium en conditie. Hiermee toets je of het effect van conditie hetzelfde is in beide mediums (tumor conditioned of normaal). Dit is een belangrijke vraagstelling in dit onderzoek.

8. Denk je dat deze data met een t-toets, een simpele lineaire regressie of een chi-kwadraat toets geanalyseerd kunnen worden? Volg de volgende stappen om daar achter te komen:

  • Hoeveel determinanten en uitkomsten zijn er?

  • Welk datatype is de uitkomst?

  • Welk datatype is de determinant?

We hebben 3 uitkomsten, allen op interval/ratio schaal, die we apart kunnen analyseren.

Per analyse hebben we twee determinanten, beiden dichotoom, die van belang zijn voor het beantwoorden van de vraagstelling. Omdat er twee determinanten zijn kunnen we deze vraag nu nog niet beantwoorden met de toetsen die aan bod zijn geweest.

9. Als je deze data niet met een t-toets, simpele lineaire regressie of een chi-kwadraat toets kunt analyseren, beschrijf dan waarom niet

Dit kan op meerdere manieren onderzocht worden, de meest toegankelijke manier is met meerdere twee-weg ANOVA’s (een per uitkomst), zodat het interactie effect beoordeeld kan worden. We gaan hier verder op in in LE5.