Главная » Просмотр файлов » Диссертация

Диссертация (1174324), страница 20

Файл №1174324 Диссертация (Прогностическая модель для оценки риска развития миелотоксических осложнений химиотерапевтического лечения) 20 страницаДиссертация (1174324) страница 202020-05-24СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 20)

Однакоподход «несколько курсов на одного пациента» все равно продемонстрироваллучшие результаты: разница медиан составила 0,029; критерий Манна-Уитни U=0,p<0,001. Все показатели площадей под ROC-кривыми, полученные для каждогоспособа распределения, приведены в Таблица 31.Таблица 31. Распределение показателя площади под ROC-кривой для регрессионнойфункции прогноза нейтропении, полученных при разных способах случайногоформирования обучающей части ретроспективной выборки исследования (2011-2014 гг.).Характеристика распределения показателяAUROC полученных регрессионных функцийНесколько курсов наодного пациентаКоличество экспериментовСтрого один курс накаждого пациента100100Наименьшее значение0,6940,639Наибольшее значение0,7010,6910,698[0,697; 0,698]0,698[0,697; 0,698]<0,000010,001590,23%0,00016D=0,1419Отклонитьнормальность(p<0,0001)0,669[0,667; 0,671]0,669[0,666; 0,672]0,000110,010251,53%0,00103D=0,0621Принятьнормальность(p>0.10)Среднее арифметическое95% ДИ для арифметического среднегоМедиана95% ДИ для медианыДисперсияСреднеквадратическое отклонениеОтносительное среднеквадратическое отклонениеСтандартная ошибка среднегоКритерий Колмогорова-Смирновадля проверки на нормальность распределенияпоказателей AUROC внутри выборкизначение U-критерия Манна-Уитни для сравнениявыборок между собой по уровню показателя AUROCU=0уровень статистической значимости для сравнениявыборок по уровню показателя AUROCp<0,001На Рисунок 8Рисунок 7 представлены диаграммы размаха показателяплощади под ROC-кривой в зависимости от способа выделения обучающей частиретроспективнойвыборкиисследования.Сноваможноотметитьузкоераспределение показателя AUROC при формировании обучающих выборок с115подходом «несколько курсов на одного пациента»: среднее арифметическое – 0,698ДИ [0,697; 0,698], также совпадает со значением медианы 0,698 ДИ [0,697; 0,698].В то же время несколько более широкое распределение AUROC приформировании обучающей выборки со «строго одним курсом на каждогопациента»,соответствуетнормальному(критерийКолмогорова-СмирноваD=0,0621; p>0,1) со средним значением 0,669 и среднеквадратическимотклонением 0,01025.Рисунок 8.

Диаграммы размаха показателя площади под ROC-кривой (AUROC) длярегрессионной функции прогноза нейтропении, полученные при разных способахслучайного формирования обучающей части ретроспективной выборки исследования(2011-2014 гг.). Расходящимися клиньями показаны доверительные интервалы медианы.Для проведения дальнейших оценок из всех результатов статистическихэкспериментов с разбиением ретроспективной выборки на части была выбранарегрессионная функция с площадью под ROC-кривой равной 0,698 (p<0,001),116соответствующей медиане полученных значений AUROC. Ее 95%-доверительныйинтервал: [0,684; 0,712] – характеризует качество регрессионной функции какудовлетворительное.Регрессионная функция для прогноза токсической нейтропении показалаудовлетворительные характеристики классификации, представленные в Таблица32: чувствительность составила 70,0% ДИ[67,1%; 72,8%], специфичность – 60,2%ДИ[59,9%; 60,4%].

Несмотря на сравнительно невысокие характеристикиклассификации, полученная регрессионная функция была устойчива при расчетена контрольной части ретроспективной выборки и смогла продемонстрироватьчувствительность в 71,8% ДИ[67,1%; 72,8%], при специфичности 60,0%.Результаты получены при разделяющем (пороговом) значении регрессионнойфункции, равном 0,078, которое выбрано согласно методу, приведенному в главе2.4.Для улучшения качества классификации были проверены несколькоспособов модификации независимых переменных.

В первую очередь былипостроены регрессионные функции, в которых количественные предикторы былиразделенына интервалызначенийитаким образом преобразованывкатегориальные.Для исключения возможных нелинейных зависимостей при развитиитоксической нейтропении был проведен отдельный регрессионный анализ слогарифмированнымипредикторами:поочереднокаждаяколичественнаяпеременная была заменена на ее десятичный логарифм.К сожалению, все эти преобразования исходных данных не принеслижелаемого эффекта – качество классификации полученных регрессионныхфункций оставалось на том же удовлетворительном уровне, с площадью под ROCкривой около 0,700.117Таблица 32.

Характеристики регрессионной функции для прогноза токсическойнейтропении на ретроспективной выборке исследования (2011-2014 гг.). Показателикачества классификации приведены с 95% доверительным интервалом.Фактическое наличие тяжелогомиелотоксического осложнения послекурса ХТПредсказанная токсичностьОбучающий наборКонтрольный наборданныхданных% верныхотнесений01% верныхотнесений01Токсичности не было = 05655374360,2 %2500166660,0 %Токсичность была = 127864970,0 %11128271,8 %61,1 %ДИ[60,5%; 61,6%]61,0 %ДИ[60,5%; 61,6%]Распространенность (P)9,0%ДИ[8,4%; 9,5%]8,6%ДИ[7,8%; 9,5%]Чувствительность (Se)70,0 %ДИ[67,1%; 72,8%]71,8 %ДИ[67,2%; 76,0%]Специфичность (Sp)60,2 %ДИ[59,9%; 60,4%]60,2 %ДИ[59,6%; 60,4%]Прогностическая ценность положительногорезультата (ПЦПР)14,8%ДИ[14,2%; 15,4%]14,5%ДИ[13,6%; 15,3%]Прогностическая ценность отрицательногорезультата (ПЦОР)95,3%ДИ[94,9%; 95,8%].95,7%ДИ[95,1%; 96,4%].ПЦПР, скорректированная нараспространенность 10%16,3%ДИ[15,3%; 17,5%]16,6%ДИ[15,0%; 18,3%]ПЦОР, скорректированная нараспространенность 10%94,8%ДИ[94,2%; 95,3%].95.0%ДИ[94,1%; 95,8%].ПЦПР, скорректированная нараспространенность 50%63,7%ДИ[62,3%; 65,1%]64,2%ДИ[662,1%; 66,3%]ПЦОР, скорректированная нараспространенность 50%66,7%ДИ[65,5%; 67,9%]68,0%ДИ[66,2%; 69,8%]Общий процент верных отнесений понабору данныхДляисключенияпредположенияотом,чтоневысокоекачествопрогнозирования нейтропении является следствием возможных ограниченийрегрессионных методов анализа, было произведено моделирование токсическойнейтропении с помощью построения персептронов (искусственных нейронныхсетей).Результаты экспериментального построения в среде IBM SPSS Statisticsперсептронов разной архитектуры: как с одним, так и с двумя скрытыми слоями,118не превзошли по качеству бинарной классификации уже имевшиеся результатылогистической регрессии.Все полученные в ходе статистических экспериментов с одно- идвухслойными персептронами показатели площади под ROC-кривой находилисьинтервале от 0,630 до 0,689.

Возможно, что с помощью тонких настроекалгоритмов построения и некоторых манипуляций с входными переменными этотпоказательможнобылобыразвитьдоудовлетворительногоуровня,превышающего 0,700 площади под ROC-кривой. Ввиду отсутствия значимогопревосходствавкачестве классификацииперсептронов,предположениеоу моделейналичиисиспользованиемфундаментальныхограниченийрегрессионного анализа для прогноза токсической нейтропении было отклонено. Витоговую модель прогноза миелотоксических осложнений вошло уравнение наоснове логистической регрессии, описанное в Таблица 30, как более простое вреализации и предоставлении результатов для пользователя.Обращает на себя внимание, что регрессионные функции с хорошимипрогностическими качествами для токсической анемии (с площадью под ROCкривойAUROC=0,912)итромбоцитопении(AUROC=0,881)потребовалименьшего количества предикторов – всего по 10, в отличие от удовлетворительноймодели нейтропении (AUROC=0,701), состоящей из 19 предикторов.При сравнении ROC-кривых, представленных на Рисунок 9, также заметно,что регрессионная функция для прогноза миелотоксической нейтропениинаходится отдельно от других графиков и ближе к полностью случайной модели(AUROC=0,500), обозначенной диагональной линией, чем характеристическиекривые для прогноза остальных миелотоксических осложнений.

Подобнуютенденцию для регрессионной функции миелотоксической нейтропении можнообъяснить отсутствием в списке важных предикторов, добавление которых ввыборку данных изменило бы оценки значимости, полученные другимипеременными, и позволило бы отсеять избыточные предикторы, присутствующиесейчас в уравнении регрессии.119Рисунок 9. ROC-кривые для функций прогноза миелотоксических осложненийхимиотерапии, построенные на данных ретроспективной выборки (2011-2014 гг.).AUROC – площадь под ROC-кривой.Последние исследования в области фармакогенетики демонстрируют, чтоиндивидуальные генетические особенности пациента влияют не только наприменимость современных таргетных препаратов, но и на вероятность развитиятоксичности при использовании «классических» противоопухолевых препаратов[29, 41, 65, 96, 120].Так, активно обсуждается связь отдельных генетических вариантовполиморфизмов фермента дигидропиримидин-дегидрогеназы (кодируется геномDPYD, расположенным на первой хромосоме) с недостаточностью егоферментативной активности для катаболизма 5-фторурацила, приводящей кразвитию тяжелых токсических эффектов (III-IV степеней)[41, 65, 85].

Вретроспективной выборке данного исследования 5-фторурацил назначалсяпациентам в 6789 из 14884 курсов химиотерапевтического лечения, вошедших вретроспективную выборку исследования (46% курсов ХТ, первый по частотеиспользования из всех химиопрепаратов).Катаболизм другого химиотерапевтического препарата – иринотекана,зависит от фермента уридиндифосфат-глюкоронозилтрансферазы (кодируется120геном UGT1A1, расположенным на второй хромосоме) [29, 85, 120]. Janele Hoskinsс соавторами в своем исследовании показали, что пациенты, гомозиготные поаллелю UGT1A1*28, имеют более высокий риск развития токсическихгематологических эффектов, в том числе тяжелой нейтропении, при приемеиринотекана.

В проведенном мета-анализе девяти исследований (общее числопациентов – 821 человек) была показана ассоциация гематологическихтоксических эффектов (III-IV степеней) к пациентам с генотипом UGT1A1*28/*28,по сравнению с носителями генотипа UGT1A1*1/*1 или UGT1A1*1/*28, приприеме средних (отношение рисков ОР = 3.22, 95% доверительный интервал, ДИ[1.52; 6.81]; p = 0.008) и высоких доз (ОР = 27.8; 95%-ДИ [4.0; 195]; p = 0.005)иринотекана [94].

Позднее был показан риск назначения и низких доз иринотеканапациентам с недостаточностью уридиндифосфат-глюкоронозилтрансферазы [96].Иринотеканназначалсяхимиотерапевтическоголечения,пациентамвошедшихв2986виз14884ретроспективнуюкурсоввыборкуисследования (20% курсов ХТ, четвертый по частоте использования).К сожалению, данные о фармакогенетических особенностях пациентов небыли доступны на момент проведения исследований. По мере удешевлениятехнологий молекулярно-биологических методов, подобные тестирования будутактивней вводиться в обиход онкологов-химиотерапевтов, как к настоящемувремени это произошло с различными методиками определения «молекулярныхмишеней» таргетных препаратов в клетках опухоли – без верификациибиомаркеров терапия препаратом просто не назначается, о чем есть прямоеуказание в инструкции по его медицинскому применению [11, 12].Дальнейшее развитие данного исследования желательно провести снакоплением информации о генетических полиморфизмах пациентов, получающиххимиотерапию.

Характеристики

Список файлов диссертации

Прогностическая модель для оценки риска развития миелотоксических осложнений химиотерапевтического лечения
Свежие статьи
Популярно сейчас
Как Вы думаете, сколько людей до Вас делали точно такое же задание? 99% студентов выполняют точно такие же задания, как и их предшественники год назад. Найдите нужный учебный материал на СтудИзбе!
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