Klinik vaka tanısında ROC analizi tekniği

Abstract

Sağlık alanında klinisyenler ve araştırmacılar eksik bilgi ve belirsiz sonuçlara rağmen sağlam kararlar vermek için tanı testlerine başvururlar. Bu testler tıbbi karar oluşumunda kullanılmadan önce performans değerlendirmelerinin yapılması ve hastalık durumunu en yüksek ve doğru bir sınıflama yapılarak optimum eşik değerinin bulunması gerekir. Bu değerlendirmelerin ve işlemlerin yapılması açısından Receiver Operating Characteristic (ROC) analizi önemli bir istatistiksel tekniktir.Bu çalışmada tanı değerlendirme ölçütleri ile ROC analizini tanıtmak, kullanımı hakkında bilgi vermek ve anlatılan, verilen bilgilerin klinik vakalar üzerinden farklı istatistiksel programlar ile bir uygulamasının yapılması amaçlanmıştır. Bu anlatımlarla birlikte, tıbbi araştırmacıların etkili bir şekilde kullanmasına yardımcı olmak için ROC analizinin temel kavramsal çerçevesini ve yorumunu sağlamaktır.Uygulamada diyabet ve akut pankreatit olmak üzere iki farklı klinik vaka ele alınmıştır. Diyabet vakası için, şeker yükleme testi (OGTT) altın standart ölçütü olmak üzere HbA1c, glukoz, üre ve kreatinin testlerinin ayrım güçleri değerlendirilmiştir. HbA1c testi, diyabet tanısı için kullanılan testlerde, ROC eğrisi kestirimine göre 0,746 ile en yüksek AUC değerine ve 0,03 ile en düşük standart hataya sahip olan tanı testi olarak bulunmuştur (p<0,001). Akut pankreatit vakası için, bilgisayarlı tomografi (BT) altın standart ölçütü olmak üzere lipaz ve amilaz testlerinin ayrım güçleri değerlendirilmiştir. Lipaz testi, akut pankreatit tanısı için kullanılan testlerde, ROC eğrisi kestirimine göre 0,751 ile en yüksek AUC değerine ve 0,03 ile en düşük standart hataya sahip olan tanı testi olarak bulunmuştur (p<0,001).

Clinicians and researchers in the field of health care make sound decisions, despite the incomplete information and uncertain results. Before these medical decisions, some performance evaluations must be made and the optimal threshold value should be calculated for an accurate classification for the disease. Receiver Operating Characteristic (ROC) analysis used as an important tool for statistical calculations for making pre-evaluations. It is moderately implemented in the healthcare domain to determine how accurately a patient's diagnostic test can be distinguished whether he or she has a disease or free from it.In this study, it was aimed to introduce the diagnostic evaluation criteria and ROC analysis to give information about its usage, and to make the application of the information given through clinical cases with different statistical programs. We, thus, to provide the fundamental conceptual framework and interpretation of ROC analysis help medical researchers to use it effectively.For ROC analysis, we investigated two different clinical cases including diabetes and acute pancreatitis. For diabetes, the different strengths of HbA1c, glucose, urea and creatinine tests were evaluated and examined. In the case of HbA1c test, which is used for diagnosis of diabetes, our ROC curve estimation showed that the highest Area under Curve (AUC) value was 0,746 with the lowest standard error 0,03 (p<0.001). It is considered a fair discrimination. For acute pancreatitis, the discriminatory powers of the lipase and amylase assays were evaluated via the gold standard of computer tomography. In the event of lipase test, which is for the diagnosis of acute pancreatitis, our ROC curve estimation showed that the highest AUC value was 0,751 with the lowest standard error 0,03 (p <0.001). It is also expressed as a fair discrimination.