Главная » Просмотр файлов » Диссертация

Диссертация (1174324), страница 14

Файл №1174324 Диссертация (Прогностическая модель для оценки риска развития миелотоксических осложнений химиотерапевтического лечения) 14 страницаДиссертация (1174324) страница 142020-05-24СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 14)

В процессе пошагового включения регрессионнаяфункция строилась на основе одной наиболее значимой переменной, а затем, помере добавления оставшихся предикторов, оценивали воздействие каждого из нихна модель. Уровни значимости для включения переменных проверялись на основеотношения функций правдоподобия моделей[6, 95]. Ручная модификацияосуществлялась с помощью добавления или замены предикторов, отобранныхалгоритмом, на переменные из тех же групп согласно главе 2.3. Для полученныхрегрессионныхфункцийпроверялисьдополнительныевозможностипо79улучшениюкачествамодифицированные:прогноза,спомощьюнапример,заменалогарифмированияпеременныхилинаприведенияколичественных переменных к категориальным путем деления на интервалызначений.

Во все регрессионные функции включалась константа [95].Все курсы химиотерапии, включенные в ретроспективную выборкуисследования, было необходимо разделить на две части: обучающую, на которойстроились регрессионные функции для прогноза каждого вида миелотоксическихосложнений, и контрольную, которая использовалась только для тестированиясозданных функций. Вследствие того, что химиотерапевтическое лечение – этодлительный процесс, занимающий от нескольких месяцев до нескольких лет, вретроспективную выборку данных для большинства пациентов вошло несколькокурсов химиотерапии (детальные данные приведены в Таблица 4 раздела 2.2).Таким образом, обучающую часть ретроспективной выборки для проведенияанализа с помощью бинарной логистической регрессии можно было сформироватьдвумя способами:1.«Строго один курс на каждого пациента» – случайно выбрать ровно одинкурс химиотерапии из нескольких, имеющихся у каждого пациента вретроспективной выборке.

Объем обучающий выборки будет равен 3084курсам ХТ по количеству пациентов в ней и составит только 21% от всегообъема ретроспективной выборки, что может негативно повлиять напрогностические качества полученных регрессионных функций;2.«Несколько курсов на одного пациента» – допустить наличие в обучающейвыборке несколько курсов химиотерапии на одного пациента. Объемслучайно сформированной обучающей выборки можно увеличить болеечем в 3 раза до 70% от всей ретроспективной выборки (10325 курсов ХТ из14884). В этом случае присутствие частично связанных наблюдений можетповлиять на корректность регрессионного анализа и его результатов.В третье редакции своего издания Applied Logistic Regression (2013 г., с. 314)авторы D.W.Hosmer jr. и S.A.Lemeshow при схожей клинической задаче (680измерений на одного пациента в течение года) допускают с некоторымиоговорками анализ частично связанных наблюдений в обычном алгоритмелогистического регрессионного анализа, рекомендуя ввести номер измерения, какеще одну переменную [95].Учитывая, что медиана и интерквартильный размах для количествапроведенных курсов химиотерапии у пациентов в ретроспективной выборке равны3 и (1,5); размеры кластеров частично связанных курсов у 3/4 пациентов непревысят 0,05% от размера выборки (5/10325), что сопоставимо с долей одногонаблюдения 0,03% при отборе только одного курса на пациента (1/3024).Частично связанные наблюдения нарушают предположения регрессионногоанализа о независимости наблюдений, что, как правило, приводит к ошибкампервого рода при включении переменных в уравнение (алгоритм расчетакоэффициентов регрессии выполняется без учета взаимосвязи и получаетзавышенные оценки статистической значимости за счет присутствия некоторогоколичества схожих между собой наблюдений).

Для исключения подобнойпроблемы в исследовании была предусмотрена дополнительная контрольнаявыборка 2014-2015 гг., собранная после ретроспективной и предназначенная дляпроверки созданной модели перед ее внедрением и началом опытной эксплуатации.С учетом низкой распространенности тяжелой миелотоксичности в разрезеотдельных курсов лечения, как представлено в Таблица 20 раздела 3.2, было важноизбежать недостаточного обучения модели, в результате которого она могла плохоклассифицировать новые данные.

Поэтому были конкурентно рассмотрены обаспособа формирования обучающей выборки. На базе отобранных в пошаговоманализе предикторов оценивалось качество классификации на 100 случайныхобучающих выборках, полученных как выбором ровно одного курса на каждогопациента, так и случайным выделением 70% от всех курсов химиотерапии.Оценка прогностических качеств полученных регрессионных функцийпроизводилась с помощью показателя площади под ROC-кривой (AUROC),представляющим собойинтегральную характеристику качества бинарной81классификации при всех возможных уровнях чувствительности и специфичностивне зависимости от выбора порогового значения [89].

Каждая отдельная точкаданной кривой демонстрирует значения чувствительности и специфичности приодном из возможных пороговых значений регрессионной функции.Дискриминационнаяспособностьрегрессионнойфункциисчитаетсяидеальной (чувствительность и специфичность равные 100%) при площади подграфиком ROC-кривой равной 1,000; высокой – при значении AUROC выше 0,900;достаточной – при значении AUROC в интервале от 0,800 до 0,899, приемлемой –при значениях AUROC от 0,700 до 0,799 [16, 32, 50].Сравнениеизмененийдискриминационнойспособностиотдельныхрегрессионных функций между собой осуществлялось с помощью z-критерия,также основанном на методике сравнения площадей под ROC-кривыми [81, 90].Определениеитоговойточкиразделения(пороговогозначениярегрессионных функций) выполнялось таким образом, чтобы обеспечитьмаксимальную сумму чувствительности и специфичности для полученнойрегрессионной функции.

При наличии нескольких значений с близкими кмаксимальному показателями суммы чувствительности и специфичности,выбиралисьточкиотсечения,обеспечивающиемаксимальныйуровеньчувствительности [6, 32].Для полученных регрессионных функций также оценивались характеристикиточности их прогноза: чувствительность и специфичность. Их определенияприведены ниже [32]:Чувствительность (Se) – доля положительных результатов, которыеправильно идентифицированы тестом как таковые. В контексте даннойработы: доля курсов химиотерапии с верно предсказанным развитиеммиелотоксического осложнения (значение целевой переменной равное 1)средикурсовхимиотерапии,миелотоксическоедляосложнениегематологического исследования.которыхпобылоданнымзафиксированоконтрольного82Специфичность (Sp) – доля отрицательных результатов, которыеправильно идентифицированы тестом как таковые. В контексте даннойработы: доля курсов химиотерапии с верно предсказанным отсутствиеммиелотоксического осложнения (значение целевой переменной равное 0)среди курсов химиотерапии, не осложненных по данным контрольногогематологического исследования.Для полученных регрессионных функций оценивались еще несколькохарактеристик классификации, являющихся дополнительными к чувствительностии специфичности и сильно зависящих от показателя распространенностимиелотоксического осложнения (Р), представляющего собой долю всех курсовхимиотерапии с зафиксированным по данным контрольного обследованиямиелотоксическим осложнением от общего количества курсов химиотерапии ввыборке [32, 42]:Прогностическая ценность положительного результата (ПЦПР) – доляположительных результатов, которые правильно идентифицированытестом как таковые, от всех положительных результатов теста.

В контекстеданной работы: доля курсов химиотерапии с верно предсказаннымразвитием миелотоксического осложнения (значение целевой переменнойравное 1) среди всех курсов химиотерапии, для которых было предсказаноразвитием миелотоксического осложнения.С распространённостью (Р), чувствительностью (Se) и специфичностью(Sp),данныйпоказательсвязанследующимобразом:ПЦПР = (Se*Р) / ( Se*Р + (1-Sp)*(1-Р) ) [42]Прогностическая ценность отрицательного результата (ПЦОР) – доляотрицательных результатов, которые правильно идентифицированытестом как таковые, от всех отрицательных результатов теста. В контекстеданной работы: доля курсов химиотерапии с верно предсказаннымотсутствиеммиелотоксическогоосложнения(значениецелевой83переменной равное 0) среди всех курсов химиотерапии, для которых былопредсказано отсутствие миелотоксического осложнения.С распространённостью (Р), чувствительностью (Se) и специфичностью(Sp),данныйпоказательсвязанследующимобразом:ПЦОР = ( Sp*(1-Р) ) / ( ( 1-Se)*Р + Sp*(1-Р) ) [42]В отличие от чувствительности и специфичности показатели ПЦОР и ПЦПРсильно зависят от распространенности (Р) токсических осложнений в выборке,которая в свою очередь выражается как отношение осложненных курсов к ихобщему числу.

Характеристики

Список файлов диссертации

Прогностическая модель для оценки риска развития миелотоксических осложнений химиотерапевтического лечения
Свежие статьи
Популярно сейчас
Зачем заказывать выполнение своего задания, если оно уже было выполнено много много раз? Его можно просто купить или даже скачать бесплатно на СтудИзбе. Найдите нужный учебный материал у нас!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6381
Авторов
на СтудИзбе
308
Средний доход
с одного платного файла
Обучение Подробнее