Słownik metodologiczny · Projekt badania

Badanie kohortowe – jak je zaplanować i jakie miary podać

Badanie kohortowe śledzi grupy z ekspozycją i bez niej, aż pojawi się wynik. Pokazujemy odmiany planu, zapadalność, ryzyko względne i różnicę ryzyk policzone w R oraz opis do pracy.

Strona główna / Słownik / Badanie kohortowe

Opracowanie merytoryczne: · Opublikowano:

W skrócie: Badanie kohortowe śledzi w czasie osoby z ekspozycją i bez niej i rejestruje nowe przypadki wyniku. Pozwala liczyć zapadalność, ryzyko względne i różnicę ryzyk. Największe zagrożenia to zmienne zakłócające i różnicowa utrata uczestników.

Co to jest badanie kohortowe?

Badanie kohortowe (ang. cohort study) to plan obserwacyjny, w którym śledzi się w czasie grupy osób różniące się ekspozycją i rejestruje, u kogo pojawi się wynik. Kierunek jest odwrotny niż w badaniu kliniczno-kontrolnym: od przyczyny do skutku. Grimes i Schulz (2002) opisują dwie odmiany. Kohorta prospektywna startuje teraz i idzie naprzód. Kohorta retrospektywna odtwarza grupy z istniejących danych, np. dokumentacji uczelni, i śledzi je do dziś.

Jak je zaplanować?

  • Zdefiniuj ekspozycję i wynik możliwie obiektywnie, zanim zaczniesz obserwację.
  • Włącz tylko osoby bez wyniku na starcie, żeby móc liczyć zapadalność, czyli nowe przypadki.
  • Zmierz zmienne zakłócające na początku; grupy bez ekspozycji i z ekspozycją rzadko są porównywalne.
  • Ogranicz utratę uczestników; różnicowa utrata z obserwacji obciąża wyniki (Grimes i Schulz, 2002).

Kohorta dobrze nadaje się do badania wielu wyników jednej ekspozycji i naturalnego przebiegu zjawiska. Słabo sprawdza się przy zdarzeniach rzadkich i takich, które rozwijają się latami.

Przykład

Do kohorty włączono 700 studentów pierwszego roku i sprawdzono po dwóch latach, kto przerwał studia (dane przykładowe). Z obserwacji utracono 7.1% osób. Wśród 240 osób pracujących zarobkowo ponad 20 godzin tygodniowo studia przerwało 22.5%, a wśród 410 niepracujących 11.2%. Ryzyko względne wynosi RR = 2.01, 95% CI [1.40, 2.87], a różnica ryzyk 11.3 punktu procentowego, 95% CI [5.2, 17.4]. Bez kontroli zakłóceń (np. sytuacji materialnej) nie wolno jednak uznać pracy za przyczynę.

Jak opisać w pracy

W prospektywnym badaniu kohortowym obserwowano przez dwa lata 700 studentów pierwszego roku; 7.1% utracono z obserwacji. Studia przerwało 22.5% osób pracujących ponad 20 godzin tygodniowo i 11.2% osób niepracujących, RR = 2.01, 95% CI [1.40, 2.87]; różnica ryzyk wyniosła 11.3 punktu procentowego, 95% CI [5.2, 17.4].

Na co uważać

  • Podawaj miary z przedziałami ufności, a nie same wartości p; tak zalecają Grimes i Schulz (2002).
  • Raportuj przepływ uczestników i porównaj osoby utracone z pozostałymi. Jako listę kontrolną weź STROBE: z 22 punktów 4 są specyficzne dla planu, więc użyj wersji dla kohort (von Elm i in., 2007).
  • Gdy osoby obserwowano różnie długo, zamiast odsetków użyj analizy przeżycia.

Ogólne zasady planów nieeksperymentalnych opisuje hasło schemat obserwacyjny, a planowanie wielu pomiarów tych samych osób – wpis Badanie podłużne w doktoracie.

Przykład reprodukowalny

Ryzyko względne z badania kohortowego w R

Kod liczy odsetek utraconych z obserwacji, zapadalność skumulowaną w obu grupach, ryzyko względne i różnicę ryzyk z 95% CI.

Zapadalność, RR i różnica ryzyk

Dane wejściowe: liczby osób i zdarzeń w grupie z ekspozycją i bez (dane przykładowe).

Co odczytać: zapadalność w procentach, RR z 95% CI i różnicę ryzyk w punktach procentowych z 95% CI.

R
wlaczeni <- 700; a <- 54; n1 <- 240; c <- 46; n0 <- 410   # przerwali studia / obserwowani do końca
round(100 * (wlaczeni - n1 - n0) / wlaczeni, 1)           # % utraconych z obserwacji
p1 <- a / n1; p0 <- c / n0                                # pracujący > 20 godz. / niepracujący
round(100 * c(pracujacy = p1, niepracujacy = p0), 1)      # zapadalność skumulowana w 2 lata, %
se_rr <- sqrt(1/a - 1/n1 + 1/c - 1/n0); se_rd <- sqrt(p1 * (1 - p1) / n1 + p0 * (1 - p0) / n0)
round(c(RR = p1 / p0, exp(log(p1 / p0) + c(-1.96, 1.96) * se_rr)), 2)
round(100 * c(RD = p1 - p0, (p1 - p0) + c(-1.96, 1.96) * se_rd), 1)   # w punktach procentowych
Wynik w R
[1] 7.1
   pracujacy niepracujacy
        22.5         11.2
  RR
2.01 1.40 2.87
  RD
11.3  5.2 17.4

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcje pakietów base i stats).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/

Najczęstsze pytania

Czy retrospektywne badanie kohortowe to to samo co kliniczno-kontrolne?

Nie. W retrospektywnej kohorcie grupy wyznacza ekspozycja z dawnych danych i śledzi się je do wyniku. W badaniu kliniczno-kontrolnym grupy wyznacza wynik.

Czym badanie kohortowe różni się od podłużnego?

Każda kohorta jest podłużna, ale nie każde badanie podłużne jest kohortą. W kohorcie porównuje się grupy według ekspozycji i liczy nowe przypadki wyniku.

Kiedy badanie kohortowe się nie sprawdzi?

Przy wynikach bardzo rzadkich albo pojawiających się po wielu latach, bo potrzeba ogromnej próby lub długiej obserwacji. Wtedy rozważ badanie kliniczno-kontrolne.

Powiązane hasła

Badanie kliniczno-kontrolneSchemat obserwacyjnyRyzyko względne (RR)Chorobowość i zapadalnośćUtrata uczestników (attrition)Schemat podłużny

Poradniki, w których użyjesz tego pojęcia

Poradnik

Badanie podłużne w doktoracie

Liczba pomiarów i odstępy, moc w symulacji, rekrutacja z zapasem na odpadanie, kodowanie czasu oraz model mieszany i LGM w R z wzorem opisu.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Grimes, D. A., & Schulz, K. F. (2002). Cohort studies: Marching towards outcomes. The Lancet, 359(9303), 341–345. https://doi.org/10.1016/s0140-6736(02)07500-1
  2. von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., Vandenbroucke, J. P., & STROBE Initiative. (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: Guidelines for reporting observational studies. PLOS Medicine, 4(10), Article e296. https://doi.org/10.1371/journal.pmed.0040296 ● Otwarty dostęp

Cytowania BibTeX

@article{grimes2002cohort, author={Grimes, David A. and Schulz, Kenneth F.}, title={{Cohort studies: Marching towards outcomes}}, journal={The Lancet}, year={2002}, volume={359}, number={9303}, pages={341--345}, doi={10.1016/s0140-6736(02)07500-1}}
@article{vonelm2007strengthening, author={von Elm, Erik and Altman, Douglas G. and Egger, Matthias and Pocock, Stuart J. and Gøtzsche, Peter C. and Vandenbroucke, Jan P. and {STROBE Initiative}}, title={{The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: Guidelines for reporting observational studies}}, journal={PLOS Medicine}, year={2007}, volume={4}, number={10}, eid={e296}, doi={10.1371/journal.pmed.0040296}}
R