Toimintakyky heikkenee edelleen yli 90-vuotiaidenkin joukossa, mutta heikkenemisvauhti riippuu tutkimusjoukosta: tutkimusjoukko määrittää käytettävän tilastollisen menetelmän

Tervaskannot 90+ -tutkimuksen mukaan vielä yli 90-vuotiaidenkin joukossa fyysinen toimintakyky heikkenee ikävuosien lisääntyessä, mutta heikkenemisvauhti riippuu tutkimusjoukosta. Huonosti valittu tilastollinen menetelmä saattaa johtaa virheellisiin päätelmiin tutkimusjoukosta erityisesti silloin, kun aineistossa on kuolleisuudesta johtuvaa katoa.

Pitkittäisaineistoissa on hyvin yleistä, että kaikilta henkilöiltä ei saada havaintoja jokaisesta aikapisteestä. Tämä aiheuttaa monenlaisia haasteita pitkittäisaineiston analyysiin, oli kyseessä yksittäinen puuttuva havainto tai systemaattinen kato. Yksi systemaattista katoa aiheuttava tekijä on kuolleisuus, vaikka se ei tarkalleen ottaen edes aiheuta puuttuvaa tietoa, koska kuoleman jälkeen ei ole havaintoja eikä näin ollen voi olla puuttuvia havaintojakaan. Käytännössä kuoleman vuoksi henkilöllä on kuitenkin vähemmän havaintoja, mikä tulee ottaa huomioon analyysivaiheessa.

Tutkimuskohteena fyysisen toimintakyvyn muutos

Tutkimuksessamme tarkasteltiin Tervaskannot 90+ tutkimuksen yli 90-vuotiaiden tamperelaisten fyysisen toimintakyvyn muutosta vuosina 2001, 2003, 2007, 2010 ja 2014. Vähintään yhteen viidestä postikyselystä vastasi kaikkiaan 3992 henkilöä, joista 57 % kuoli seuranta-ajan loppuun mennessä. Näin muodostettuun pitkittäisaineistoon sovitettiin kolme yleisesti käytettyä mallia ja tarkasteltiin sitä, miten ne ottavat huomioon kuolleisuudesta johtuvan kadon fyysistä toimintakykyä mallinnettaessa.

Kolme menetelmää

Yleistettyjen estimointiyhtälöiden (generalized estimating equations, GEE) menetelmä soveltuu pitkittäisaineiston tarkasteluun, kun halutaan tehdä ryhmätason päätelmiä koko perusjoukosta. Jos aineistossa on kuolleisuudesta johtuvaa katoa, niin toimintakyvyn muutosta voidaan tarkastella olettamalla kunkin henkilön havainnot riippumattomiksi. Tällöin aikapisteitä käsitellään erillisinä poikkileikkauksina ja toimintakyvyn keskiarvoa tarkastellaan kussakin aikapisteessä elossa olleiden joukossa. Lineaarisella sekamallilla (linear mixed-effect, LME) sen sijaan tarkastellaan toimintakyvyn muutosta yksilötasolla sovittamalla kullekin henkilölle oma regressiosuora. Malli tuottaa kuitenkin oletusarvoisesti harhaisia tuloksia, jos aineistossa on kuolleisuudesta johtuvaa katoa, koska se imputoi implisiittisesti arvot myös kuoleman jälkeen. Näin ollen se soveltuu pitkittäisaineiston tarkasteluun, jos aineistossa ei ole kuolleisuudesta johtuvaa puuttuvuutta tai jos kuolleisuuden ja vastemuuttujan välillä ei havaita riippuvuutta. Kolmantena menetelmänä kokeiltu joint model tuottaa LME:n tavoin yksilökohtaiset kehityskäyrät, vaikka mittauksia puuttuisi. Menetelmä perustuu pitkittäis- ja eloonjäämistietojen samanaikaiseen mallintamiseen kytkemällä yhteen LME:n ja elinaikamallin (suhteellisten riskitiheyksien malli). Kuolleisuudesta aiheutuvaa harhaa voidaan korjata sovittamalla aineistoon joint model, jos pitkittäisaineiston vastemuuttujan ja eloonjäämisen välillä havaitaan voimakas yhteys.

Tutkimusjoukko määrittää käytettävän mallin

Mallista riippumatta toimintakyvyn havaittiin heikkenevän merkitsevästi vielä yli 90-vuotiaidenkin joukossa, mutta heikkenemisvauhti vaihteli selvästi mallien välillä. Elossa olleilla (GEE) toimintakyvyn heikkenemisvauhti oli keskimäärin vain noin kolmasosa (-0.21 vs. -0.59 yksikköä per ikävuosi) verrattuna tarkasteluun, jossa otettiin huomioon eloonjäämistieto (joint model). Myös fyysisen toimintakyvyn laskuvauhti kiihtyi iän karttuessa mallista riippumatta, mutta tulos ei ollut merkitsevä elossa olevien joukossa. Eroja selittää erot tutkimusjoukoissa. GEE-mallilla tarkastellaan tutkimusjoukkoa, jonka fyysinen toimintakyky on keskimäärin parempi kuin kahdella muulla tutkimusjoukolla, koska tällä menetelmällä ei oteta huomioon kuolleisuutta. Mallin valintaan tulee siis kiinnittää erityistä huomiota, kun pitkittäisaineisto sisältää kuolleisuudesta johtuvaa katoa.

Alkuperäinen tutkimusartikkeli:

Raitanen, J., Stenholm, S., Tiainen, K., Jylhä, M., & Nevalainen, J. (2020). Longitudinal change in physical functioning and dropout due to death among the oldest old: a comparison of three methods of analysis. European Journal of Ageing. 2020 June; 17(2): 207-216. https://link.springer.com/article/10.1007/s10433-019-00533-x

Lisätietoja:

Tutkija Jani Raitanen, Jani.Raitanen(at)tuni.fi, 040-1901686