Welche Fallzahl braucht man, um komplexe Regressionsmodelle zu berechnen?

Was wird erklärt?

Multivariate Regressionsmodelle können zahlreiche Prädiktoren umfassen. Erläutert werden Anforderungen an die Fallzahl zur Berechnung komplexer Regressionsmodelle sowie typische Probleme bei deren Berechnung.

Multivariate Regressionsmodelle spielen eine zentrale Rolle bei der Analyse klinischer Daten. Sie ermöglichen die Analyse interessierender Zusammenhänge unter statistischer Kontrolle anderer Variablen. Häufig erscheint es wünschenswert, den Einfluss zahlreicher Variablen parallel in den Regressionsmodellen zu berücksichtigen. Dabei stellt sich die Frage, wie komplex das Regressionsmodell bei einer gegebenen Fallzahl sein darf, da bei einer ungünstigen Relation mehrere Probleme auftreten können. Eines der markantesten Probleme ist Overfitting, also eine Überanpassung des Modells an die Daten. Hierbei werden zufällige Charakteristika des Datensatzes anstelle substanzieller erfasst, die zu einer niedrigen Replizierbarkeit des Modells führen. Neben fehlerhaften Punktschätzern sind falsche Konfidenzintervalle sowie Powerprobleme zu bedenken. Im schlimmsten Fall führt das Regressionsmodell zu gar keinen Ergebnissen wegen Nichtkonvergenz [1] [2].

Literatur

• 1 Harrell Jr F E, Lee K L, Mark D B. Multivariable prognostic models: issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors.  Stat Med. 1996;  15 361-387
• 2 Courvoisier D S, Combescure C, Agoritsas T et al. Performance of logistic regression modeling: beyond the number of events per variable, the role of data structure.  J Clin Epidemiol. 2011;  64 993-1000
• 3 Vittinghoff E, McCulloch C E. Relaxing the rule of ten events per variable in logistic and Cox regression.  Am J Epidemiol. 2007;  165 710-718
• 4 Peduzzi P, Concato J, Kemper E et al. A simulation study of the number of events per variable in logistic regression analysis.  J Clin Epidemiol. 1996;  49 1373-1379
• 5 Harrell Jr F E, Lee K L, Matchar D B et al. Regression models for prognostic prediction: advantages, problems, and suggested solutions.  Cancer Treat Rep. 1985;  69 1071-1077
• 6 Greenland S. Modeling and variable selection in epidemiologic analysis.  Am J Public Health. 1989;  79 340-349
• 7 Agresti A. A survey of exact inference for contingency tables.  Stat Sci. 1992;  7 131-153
• 8 Rothman K J, Greenland S, Lash T. Modern Epidemiology.. Philadelphia: Lippincott Williams & Wilkins; 2008
• 9 Baron R M, Kenny D A. The Moderator Mediator Variable Distinction in Social Psychological-Research – Conceptual, Strategic, and Statistical Considerations.  J Pers Soc Psychol. 1986;  51 1173-1182
• 10 Cole S R, Platt R W, Schisterman E F et al. Illustrating bias due to conditioning on a collider.  Int J Epidemiol. 2010;  39 417-420
• 11 Walter S, Tiemeier H. Variable selection: current practice in epidemiological studies.  Eur J Epidemiol. 2009;  24 733-736
• 12 Concato J, Feinstein A R, Holford T R. The Risk of Determining Risk with Multivariable Models.  Ann Intern Med. 1993;  118 201-210