Visualizatie

Een manier om een regressiemodel te visualiseren is de Directed acyclic graph (DAG), hierbij worden factoren aan elkaar gerelateerd door pijlen. Een voorbeeld hiervan is weergegeven in figuur 5.1. Hierbij merken we op dat er een pijl wordt getrokken van de exposure (blootstelling) naar de outcome (uitkomst). De DAG wil hiermee visualiseren dat er een theoretische invloed is van een bepaalde blootstelling (bv. de leeftijd) op een bepaalde uitkomst (bv. spierkracht). Een belangrijke opmerkingen hierbij is dat de pijl een theoretisch concept is, waarbij er veronderstelt wordt dat er een invloed is van één factor op de andere. Uiteraard weten we dat zo een oorzaak-gevolg relatie alleen duidelijk kan worden in een gerandomiseerde studie. Bij observationele studie zonder randomisatie, stelt de pijl eerder een ‘associatie’ voor.

Voorbeeld van DAG

Figure 5.1: Voorbeeld van DAG

Wanneer we het principe van de DAG gaan toepassen op basis van de studieresultaten die werden weergegeven in figuur 5.2, krijgen we een DAG zoals weergegeven in figuur 5.3. Het is belangrijk om te vermelden dat we ons ook bij een meervoudig regressiemodel, focussen op één van de opgenomen factoren (in dit geval de leeftijd). Het meervoudige regressiemodel is weergegeven in de rechterkolom van figuur 5.2. Dit is aangegeven in de titel van de tabel dor het woord multivariate. We merken dat er drie factoren werden opgenomen, namelijk leeftijd, het al dan niet hebben van lage rugpijn en kwaliteit van leven (SF-36).

Studie naar WOMAC

Figure 5.2: Studie naar WOMAC

Binnen de DAG zoals weergegeven in figuur 5.3, werd er gefocust op de relatie tussen de leeftijd en WOMAC score . Verder werd deze relatie binnen het meervoudige regressiemodel gecorrigeerd voor het hebben van lage rugpijn en kwaliteit van leven . De relatie tussen leeftijd en WOMAC wordt m.a.w. gecorrigeerd voor andere covariaten (soms ook benoemd als confounding of vervuilende variabelen). We kunnen deze oefening herhalen voor elk van de relaties binnen het meervoudige regressiemodel.

DAG voor WOMAC-studie

Figure 5.3: DAG voor WOMAC-studie