Диссертация (1174356), страница 15
Текст из файла (страница 15)
(риск, %)фактор:фактор:нетестьИзменение риска Относительный(95%-й ДИ)риск (95%-й ДИ)11,08 (2,39;51,32)Уровень P0,0001Перелом тип С2 (1,5 %)7 (16,7 %) 15,2 (3,7; 26,6) %Время операции ≥ 95,0 мин1 (1,0 %)8 (11,4 %) 10,5 (2,8; 18,2) % 12 (1,53; 93,85)0,0021Возраст ≥ 71,0 года4 (2,9 %)5 (12,8 %) 9,9 (-1,0; 20,7) % 4,36 (1,23; 15,45)0,0138Остеосинтез пластиной2 (1,9 %)7 (10,3 %) 8,4 (0,8; 16,1) % 5,51 (1,18; 25,74)0,0139Открытая репозиция2 (2,0 %)7 (9,2 %)0,0328Применение нового способарепозиции9 (5,4 %)0 (0,0 %)7,2 (0,1; 14,3) % 4,56 (0,97; 21,33)-5,400,5295Рисунок 44 – Факторы, влияющие на развитие неудовлетворительныхрезультатов лечения через 1 год после оперативного вмешательствана проксимальном отделе плечевой кости94На основании Таблицы 12 и Рисунка 46 можно сделать вывод о том, что 5из 6 факторов имеют статистическую значимость влияния на развитиенеудовлетворительных результатов лечения через 1 год после оперативноговмешательства на проксимальном отделе плечевой кости с диапазоном уровнейрисков от 7,2 % до 15,2 %.
Под воздействием влияния вышеописанных факторовриски развития неудовлетворительных результатов лечения через 1 год послеоперативного вмешательства увеличиваются от 1,4 % до 15,2 %. Лидирующимистатистически значимыми факторами с повышением уровней рисков от 9,9 % до15,2 % являются «возраст ≥ 71,0 года», «время операции ≥ 95,0 мин» и «переломтип С». Замыкает список статистически незначимый фактор «применение новогоспособа репозиции», с уровнем повышения риска от 1,4 % до 5,2 %.По результатам проведенного однофакторного анализа рисков развитиянеудовлетворительных результатов лечения через 1 год после оперативноговмешательства можно сделать вывод, что тремя ключевыми факторами рискаявляются «Возраст ≥ 71,0 года», «Время операции ≥ 95,0 мин» и «Перелом тип С»с уровнями абсолютного риска более 9,9 %.4.5.
Формирование рисковых классов развития осложнений инеудовлетворительных результатов лечения через 1 год после операцииОдной из задач исследования являлась возможность быстро проводить экспрессдиагностику пациентов. Для этой цели всех пациентов разделили на несколькорисковых классов целевого события с помощью комбинации влияющих факторов идалее ранжировали классы по уровню риска.
Для решения данной задачи хорошозарекомендовал себя метод деревьев классификации. Главным преимуществомданного метода является то, что он может обрабатывать как количественные, так иноминальныепоказатели,атакжепозволяетдатьинтуитивно-понятнуюинтерпретацию каждого рискового класса с оценкой риска и размера класса.Для оценки прогнозного качества построенного дерева-решений использовалитакие показатели, как AuROC, чувствительность и специфичность. AuROC –площадь, ограниченная ROC-кривой и осью доли ложных положительных95классификаций.
Чем выше показатель AuROC, тем качественнее классификатор, приэтом значение 0,5 демонстрирует непригодность выбранного метода классификации(соответствует случайному гаданию). Если значение AuROC меньше 0,75, топрогнозные качества дерева на низком уровне, при значениях меньше 0,85 –прогнозное качество на среднем уровне и значения выше 0,85 говорят о высокомпрогнозном качествемодели.Чувствительностьпредставляетсобойдолюистиноположительных результатов среди всех положительных, а специфичность,напротив, долю истиноотрицательных результатов среди всех отрицательных.Ниже на Рисунке 45 представлена диаграмма дерева-решений для осложненийна основе комбинации четырех влияющих факторов: «возраст», «к/д до операции»,«время операции» и «диагноз».Рисунок 45 – Дерево классификации для прогнозирования осложненийВсего с помощью дерева-решений было выделено 6 рисковых классов(Таблица 14).
Наиболее высокий риск (Риск = 50,0 %, Объем группы = 10) развитияосложнений наблюдался у пациентов со следующей комбинацией факторов:96«возраст ≥ 61,0 года», «к/д до операции ≥ 3,0 суток» и «перелом тип С».Наименьшийуровеньриска(Риск = 0,0 %,Объемгруппы = 64)развитияосложнений наблюдался для следующей комбинации факторов: «возраст < 61,0года», «к/д до операции < 9,0 суток» и «время операции < 100,0 мин».
Самымкрупным классом с объемом группы в 64 наблюдения и уровнем риска в 0,0 %являлась следующая комбинация факторов: «возраст < 61,0 года», «к/д до операции< 9,0 суток» и «время операции < 100,0 мин».Таблица 14 – Рисковые классы пациентов для прогнозирования осложнений поубыванию рискаОбъемгруппыДоляклассаРиск1 Возраст ≥ 61,0 и К/д до операции ≥ 3,0 и Тип перелома (С)105,7 %50,0 %2 Возраст < 61,0 и К/д до операции ≥ 9,095,1 %33,3 %3 Возраст ≥ 61,0 и К/д до операции ≥ 3,0 и Тип перелома (А, В)4726,9 %17,0 %4 Возраст < 61,0 и К/д до операции < 9,0 и Время операции ≥ 100,0137,4 %7,7 %5 Возраст ≥ 61,0 и К/д до операции < 3,03218,3 %6,3 %6 Возраст < 61,0 и К/д до операции < 9,0 и Время операции < 100,06436,6 %0,0 %№Определение классаНиже на Рисунке 46 и в Таблице 15 представлены ROC-анализ ипрогнозныепоказателикачествапостроенногодерева-решенийдляпрогнозирования осложнений.
Точка отсечения представляет собой оптимальнуюграницу отделения положительного прогноза от отрицательного.Таблица 15 – Прогнозные показатели качества построенного дерева-решений дляпрогнозирования развития осложненийТочка отсечения17,0 %AuROC0,87Чувствительность72,7 %Специфичность89,8 %Эффективность81,3 %97Рисунок 46 – ROC-кривая для прогнозирования развития осложненийЗначение AuROC равное 0,87 говорит о высоком прогнозном качествесмоделированного дерева-решений. Если оценка риска ≥ 17,0 %, то следуетсчитать, что мы ожидаем положительный результат, в противном случае –отрицательный. При таком подходе, в 72,7 % случаях мы будем правильноидентифицировать положительный результат и в 89,8 % случаях – правильноидентифицировать отрицательный результат.Таким образом, на основе метода дерева решений для прогнозированияразвития осложнений было выделено 6 рисковых классов с уровнями риска от0,0 % до 50,0 % с помощью следующих четырех влияющих факторов: «возраст»,«к/д до операции», «время операции» и «диагноз».
Высокорисковый класс суровнем риска 50,0 % определялся на основе комбинации факторов «возраст ≥61,0 года», «к/д до операции ≥ 3,0 суток» и «перелом тип С». Прогнозное качествопостроенной модели имеет высокий уровень.Ниже на Рисунке 47 представлена диаграмма дерева-решений дляпрогнозирования неудовлетворительных результатов лечения пациентов через 1год после операции на основе комбинации двух влияющих факторов: «диагноз» и«возраст».98Рисунок 47 – Дерево классификации для прогнозирования неудовлетворительныхрезультатов лечения пациентов через 1 год после операции на основе комбинациидвух влияющих факторов: «диагноз» и «возраст»Всего с помощью дерева-решений было выделено 4 рисковых класса(Таблица 16).
Наиболее высокий риск (Риск = 24,1 %, Объем группы = 29)развития неудовлетворительных результатов лечения пациентов через 1 год послеоперации наблюдается у пациентов со следующей комбинацией факторов:«перелом тип С» и «возраст ≥ 51,0 года».Таблица 16 – Рисковые классы пациентов для прогнозированиянеудовлетворительных результатов лечения пациентов через 1 год после операциипо убыванию риска№Определение классаОбъем группыДоля классаРиск1 Тип перелома (С) и Возраст ≥ 51,02916,6 %24,1 %2 Тип перелома (А, В) и Возраст ≥ 71,02916,6 %6,9 %3 Тип перелома (А, В) и Возраст < 71,010459,4 %0,0 %4 Тип перелома (С) и Возраст < 51,0137,4 %0,0 %Наименьший уровень риска (Риск = 0,0 %, Объем группы = 13) развитиянеудовлетворительных результатов лечения пациентов через 1 год после99операции наблюдается для следующей комбинации факторов: «перелом тип С» и«возраст < 51,0 года».
Самым крупным классом с объемом группы в 104наблюдения и уровнем риска в 0,0 % является следующая комбинация факторов:«переломы типа А и В» и «возраст < 71,0 года».Ниже на Рисунке 48 и в Таблице 17 представлены ROC-анализ ипрогнозныепоказателикачества,построенногодерева-решенийдляпрогнозирования неудовлетворительных результатов лечения пациентов через 1год после операции.
Точка отсечения представляет собой оптимальную границуотделения положительного прогноза от отрицательного.Таблица 17 – Прогнозные показатели качества построенного дерева-решений дляцелевого показателя «Неудовлетворительный результат через 1 год»Точка отсечения6,9 %AuROC0,89Чувствительность100,0 %Специфичность83,6 %Эффективность91,8 %Рисунок 48 – ROC-кривая для прогнозирования неудовлетворительныхрезультатов лечения пациентов через 1 год после операцииЗначение AuROC равное 0,89 говорит о высоком прогнозном качествесмоделированного дерева-решений. Если оценка риска ≥ 6,9 %, то следует100считать, что мы ожидаем положительный результат, в противном случае –отрицательный.
При таком подходе, в 100,0 % случаях мы будем правильноидентифицировать положительный результат и в 83,6 % случаях – правильноидентифицировать отрицательный результат.Наосновеметодадерева-решенийдляпрогнозированиянеудовлетворительных результатов лечения пациентов через 1 год послеоперации было выделено 4 рисковых класса с уровнями риска от 0,0 % до 24,1 %с помощью следующих двух влияющих факторов: «диагноз» и «возраст».Высокорисковый класс с уровнем риска 24,1 % определяется на основекомбинации факторов «перелом тип С» и «возраст ≥ 51,0 года». Прогнозноекачество построенной модели имеет высокий уровень.В заключении можно сделать следующие выводы.Порезультатампроведенногосравнительногоанализа основнойиконтрольной групп, можно утверждать, что хирургический метод с применениемстержней эффективнее.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
