Stochastické metody pro reklasifikaci v kardiologii

Bc. Šárka Hašková

Master's thesis

The stochastic methods for reclassification in cardiology

Abstract:

Z důvodů neustále se zvyšující úmrtnosti na kardiovaskulární onemocnění, která jsou v rozvinutých zemích hlavní příčinou úmrtí, a také z důvodů snahy o zkvalitnění léčby, hledá medicína nové postupy, jak jednotlivým příhodám předcházet a zavčas při akutním stavu zasáhnout. Lékařům při posuzování prognózy pacientů napomáhají riziková skóre a stanovení hladiny markerů srdečního selhání. Snahou je dosáhnout co možná nejlepších a nejpřesnějších výsledků pomocí kombinace obou metod. Především pro svou snadnou interpretovatelnost byla ještě donedávna využívána plocha pod ROC křivkou (AUC) jako primární diagnostický nástroj pro posouzení kvality rozhodovacího pravidla. Snaha o zlepšení diskriminační schopnosti však vedla k vývinu nových přesnějších reklasifikačních metod (cfNRI a IDI), díky nimž můžeme přidat do rizikového modelu hodnotu dalšího prediktoru (markeru) a posoudit zlepšení diskriminační schopnosti. Datový soubor obsahuje 550 pacientů (medián věku 62 let, ženy tvoří 24,4% datového souboru), z nichž se u 42 (7.6%) vyskytoval sledovaný cílový parametr, který je kombinací alespoň jedné z příhod úmrtí a hospitalizace kvůli akutnímu dekompenzovanému srdečnímu selhání do jednoho roku od příjmu pacienta do nemocnice. Nejlepším výsledkem ROC analýzy je kombinace GRACE skóre a BNP odebraného po 24 hodinách od příjmu pacienta do nemocnice (AUC = 0.869; IS = 0.807, 0.931; p < 0.001) a CADILLAC spolu s TIMP1 odebraným 24 hodin od přijetí pacienta do nemocnice (AUC = 0.869; IS = 0.793, 0.945; p = 0.032). Metriky cfNRI a IDI lépe klasifikovaly jedince bez výskytu sledované události. Nejlepším potenciálem disponoval TIMP1 odebraný po 24 hodinách spolu s TIMI a CADILLAC skóre

Abstract:

Due to constantly increasing mortality from cardiovascular disease, which are the main cause of death in developed countries, and due to efforts for providing higher quality treatment, medicine is seeking out new methods, how to prevent, and when urgent, intervene in particular cases. Determining the levels of heart failure markers and risk score helps the doctors to assess a prognosis for patients. The aim is to achieve the most accurate results combining these two methods. Until recently the area under the ROC curve (AUC) was used as the primary tool to assess the quality of decision rules, particularly for its good interpretability. Efforts to improve the discriminatory ability have led to the development of more accurate reclassification methods (cfNRI and IDI). Thanks to those we can add the value of another marker to the risk model and thereby assess the improvement of discriminatory ability. The data set includes 550 patients (the age median is 62 years and 24.4% of the set is female), of which in 42 (7.6%) cases a monitored endpoint has occurred. This endpoint is a combination of either exitus or acute decompensated heart failure within one year after the patient’s hospitalisation. The best result of ROC analysis is a combination of GRACE score and BNP (AUC = 0.869; CI = 0.807, 0.931; p < 0.001) and combination of CADILLAC and TIMP (AUC = 0.869; CI = 0.793, 0.945; p = 0.032) both taken 24 hours after hospitalisation. The metrics cfNRI and IDI have better classified an individual without the occurrence of observed events. TIMP taken 24 hour after hospitalisation along with TIMI and CADILLAC score have shown the highest potential

Keywords

ROC křivka, reklasifikace, integrated discrimination improvement (IDI), net reclassification improvement (NRI), AUC, marker, kardivoaskulární onemocnění, STEMI, ROC curve, reclassification, cardiovascular disease

Language used: Czech

Date on which the thesis was submitted / produced: 21. 5. 2015

Thesis defence

• Date of defence: 18. 6. 2015
• Supervisor: RNDr. Simona Littnerová

Masaryk University

Faculty of Science

Master programme / field:
Experimental Biology / Mathematical Biology