التحقق من صحة المناظر الطبيعية القائمة على R لنموذج مخاطر منافس
Summary
يصف هذا البروتوكول الرموز في R لتقييم قدرات التمييز والمعايرة لنموذج مخاطر منافس ، بالإضافة إلى رموز للتحقق الداخلي والخارجي منه.
Abstract
يتم تطبيق نموذج كوكس للمخاطر النسبية على نطاق واسع لتحليلات البقاء على قيد الحياة في البيئات السريرية ، لكنه غير قادر على التعامل مع نتائج البقاء المتعددة. تختلف نماذج المخاطر المتنافسة عن نموذج كوكس التقليدي للمخاطر النسبية ، حيث تأخذ في الاعتبار وجود أحداث متنافسة ودمجها مع رسم بياني ، وهو جهاز حساب رسومي ، وهو أداة مفيدة للأطباء لإجراء تنبؤ تنبؤي دقيق. في هذه الدراسة ، نبلغ عن طريقة لإنشاء مخطط المخاطر المتنافسة ، أي تقييم تمييزها (أي مؤشر التوافق والمنطقة تحت المنحنى) وقدرات المعايرة (أي منحنيات المعايرة) ، بالإضافة إلى الفائدة الصافية (أي تحليل منحنى القرار). وبالإضافة إلى ذلك، أجري أيضا التحقق الداخلي باستخدام إعادة تشكيل مجموعة البيانات الأصلية والتحقق الخارجي باستخدام مجموعة بيانات خارجية لمخطط المخاطر المتنافسة المنشأة لإثبات قدرته على الاستقراء. يجب أن يكون مخطط المخاطر المتنافسة بمثابة أداة مفيدة للأطباء للتنبؤ بالتشخيص مع مراعاة المخاطر المتنافسة.
Introduction
في السنوات الأخيرة ، تم تحديد العوامل النذير الناشئة مع تطور الطب الدقيق ، وتجذب النماذج النذير التي تجمع بين العوامل الجزيئية والسريرية المرضية اهتماما متزايدا في البيئات السريرية. ومع ذلك ، فإن النماذج غير الرسومية ، مثل نموذج كوكس للمخاطر النسبية ، مع نتائج قيم المعامل ، يصعب على الأطباء فهمها1. وبالمقارنة ، فإن الرسم البياني هو أداة تصور لنماذج الانحدار (بما في ذلك نموذج الانحدار كوكس ، ونموذج المخاطر المتنافسة ، وما إلى ذلك) ، وهو مخطط ثنائي الأبعاد مصمم للحساب الرسومي التقريبي لدالة رياضية2. إنه يتيح تقييم مستويات مختلفة من المتغيرات في نموذج سريري وحساب درجات المخاطر (RS) للتنبؤ بالتشخيص.
تقييم النموذج ضروري في بناء النموذج ، وهناك خاصيتان مقبولتان بشكل عام للتقييم: التمييز والمعايرة. في النماذج السريرية ، يشير التمييز إلى قدرة النموذج على فصل الأفراد الذين يصابون بأحداث عن أولئك الذين لا يصابون بها ، مثل المرضى الذين يموتون مقابل أولئك الذين يبقون على قيد الحياة ، وعادة ما يستخدم مؤشر التوافق (C-index) أو المنطقة الواقعة تحت منحنى خصائص تشغيل المتلقي (AUC) لتوصيفه 3,4. المعايرة هي عملية مقارنة الاحتمالات المتوقعة لنموذج ما بالاحتمالات الفعلية ، وقد استخدمت منحنيات المعايرة على نطاق واسع لتمثيلها. بالإضافة إلى ذلك ، يعد التحقق من صحة النموذج (التحقق الداخلي والخارجي) خطوة مهمة في بناء النموذج ، ويمكن فقط استقراء النماذج التي تم التحقق من صحتها5.
نموذج كوكس للمخاطر النسبية هو نموذج انحدار يستخدم في البحوث الطبية للتحقيق في الارتباطات بين العوامل النذير وحالة البقاء على قيد الحياة. ومع ذلك ، فإن نموذج كوكس للمخاطر النسبية يأخذ في الاعتبار حالتين فقط من النتائج [Y (0 ، 1)] ، بينما غالبا ما تواجه موضوعات الدراسة أكثر من حالتين ، وتنشأ مخاطر متنافسة [Y (0 ، 1 ، 2)]1. البقاء على قيد الحياة بشكل عام (OS) ، والذي يتم تعريفه على أنه الوقت من تاريخ المنشأ (على سبيل المثال ، العلاج) إلى تاريخ الوفاة لأي سبب ، هو أهم نقطة نهاية في تحليل البقاء على قيد الحياة. ومع ذلك ، فشل نظام التشغيل في التمييز بين الوفاة الخاصة بالسرطان والوفاة غير الخاصة بالسرطان (على سبيل المثال ، أحداث القلب والأوعية الدموية وغيرها من الأسباب غير ذات الصلة) ، وبالتالي تجاهل المخاطر المتنافسة6. في هذه الحالات ، يفضل نموذج المخاطر المتنافسة للتنبؤ بحالة البقاء مع مراعاة المخاطر المتنافسة7. إن منهجية بناء نماذج كوكس للمخاطر النسبية والتحقق من صحتها راسخة ، في حين كان هناك عدد قليل من التقارير المتعلقة بالتحقق من صحة نماذج المخاطر المتنافسة.
في دراستنا السابقة ، تم إنشاء رسم بياني محدد للمخاطر المتنافسة ، ومزيج من الرسم البياني ونموذج المخاطر المتنافسة ، وتقدير درجة المخاطر بناء على نموذج مخاطر منافس8. تهدف هذه الدراسة إلى تقديم طرق مختلفة لتقييم والتحقق من صحة مخطط المخاطر المتنافسة المعمول به ، والذي يجب أن يكون بمثابة أداة مفيدة للأطباء للتنبؤ بالتشخيص مع مراعاة المخاطر المتنافسة.
Protocol
Representative Results
Discussion
قارنت هذه الدراسة بين الرسوم البيانية المتنافسة للمخاطر التي تم إنشاؤها بطريقتين متميزتين وأجرت تقييما والتحقق من صحة المخططات المحددة. على وجه التحديد ، قدمت هذه الدراسة برنامجا تعليميا خطوة بخطوة لإنشاء مخطط بياني يعتمد على طريقة مباشرة ، بالإضافة إلى حساب مؤشر C ورسم منحنيات المعايرة…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
تم دعم الدراسة بمنح من مشروع خطة العلوم والتكنولوجيا الطبية لمقاطعة تشجيانغ (أرقام المنح 2013KYA212) ، والبرنامج العام لمؤسسة العلوم الطبيعية بمقاطعة تشجيانغ (رقم المنحة Y19H160126) ، والبرنامج الرئيسي لمكتب العلوم والتكنولوجيا لبلدية جينهوا (رقم المنحة 2016-3-005 و 2018-3-001d و 2019-3-013).
Materials
| R software | None | Not Applicable | Version 3.6.2 or higher |
| Computer system | Microsoft | Windows 10 | Windows 10 or higher |
Riferimenti
- Andersen, P. K., Gill, R. D. Cox’s regression model for counting processes: A large sample study. The Annals of Statistics. 10 (4), 1100-1120 (1982).
- Lubsen, J., Pool, J., vander Does, E. A practical device for the application of a diagnostic or prognostic function. Methods of Information in Medicine. 17 (2), 127-129 (1978).
- Harrell, F. E., Lee, K. L., Mark, D. B. Multivariable prognostic models: Issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors. Statistics In Medicine. 15 (4), 361-387 (1996).
- Hung, H., Chiang, C. -. T. Estimation methods for time-dependent AUC models with survival data. The Canadian Journal of Statistics / La Revue Canadienne de Statistique. 38 (1), 8-26 (2010).
- Moons, K. G. M., et al. Risk prediction models: I. Development, internal validation, and assessing the incremental value of a new (bio)marker. Heart. 98 (9), 683-690 (2012).
- Fu, J., et al. Real-world impact of non-breast cancer-specific death on overall survival in resectable breast cancer. Cancer. 123 (13), 2432-2443 (2017).
- Fine, J. P., Gray, R. J. A proportional hazards model for the subdistribution of a competing risk. Journal of the American Statistical Association. 94 (446), 496-509 (1999).
- Wu, L., et al. Establishing a competing risk regression nomogram model for survival data. Journal of Visualized Experiments. (164), e60684 (2020).
- Zhang, Z., Geskus, R. B., Kattan, M. W., Zhang, H., Liu, T. Nomogram for survival analysis in the presence of competing risks. Annals of Translational Medicine. 5 (20), 403 (2017).
- Zhang, Z. H., et al. Overview of model validation for survival regression model with competing risks using melanoma study data. Annals Of Translational Medicine. 6 (16), 325 (2018).
- Newson, R. Confidence intervals for rank statistics: Somers’ D and extensions. Stata Journal. 6 (3), 309-334 (2006).
- Davison, A. C., Hinkley, D. V., Schechtman, E. Efficient bootstrap simulation. Biometrika. 73 (3), 555-566 (1986).
- Roecker, E. B. Prediction error and its estimation for subset-selected models. Technometrics. 33 (4), 459-468 (1991).
- Steyerberg, E. W., Harrell, F. E. Prediction models need appropriate internal, internal-external, and external validation. Journal of Clinical Epidemiology. 69, 245-247 (2016).
- Zhang, Z., Chen, L., Xu, P., Hong, Y. Predictive analytics with ensemble modeling in laparoscopic surgery: A technical note. Laparoscopic, Endoscopic and Robotic Surgery. 5 (1), 25-34 (2022).
