İzlem süresi içerisinde belirteçlerin performanslarını değerlendirmede zamana bağlı roc eğrisinin kullanımı

Abstract

Hastalıkların tanı ve tedavisinde yaygın olarak kullanılmakta olan biyolojik belirteçlerinperformansını değerlendirmede, ROC eğrisi yöntemi sıklıkla kullanılmaktadır. Birbelirtecin, [0,t] zaman aralığında, olgu gerçekleşen ve gerçekleşmeyen bireyleriayırmadaki performansı ise zamana bağlı ROC eğrisi yöntemi değerlendirilebilir. Buçalışmanın amaçlarından ilki, gerçek bir veri seti üzerinde, zamana bağlı ROC eğrisiyöntemi ile olguyu kestirmede kullanılan birden fazla belirteci oransal hazard Coxregresyon yöntemi ile birleştirip elde edilen bileşik belirteç ile tek tek belirteçlerinperformanslarını izlem süresince karşılaştırmaktır. İkinci amaç, bileşik belirtecin en iyikesim noktalarının, zaman içerisindeki değişiminin incelenmesidir. Son olarak,belirteçlerin performanslarını etkileyebilecek bireysel özelliklerin (cinsiyet, aldığı tedavigibi) belirlenip, gerekirse zamana bağlı ROC eğrisinin bu tür ortak değişkenlere göredüzeltilmesidir. Uygulamada, Troponin T, Miyoglobin, BNP ve CK-MB belirteçlerininkardiyolojik bir nedenden kaynaklı ölümü kestirmedeki performansları değerlendirilmiştir.İzlem süresi olarak, 410 bireyin hastaneye başvurduktan sonraki 240 saat alınmıştır.Oransal hazard Cox regresyon yöntemi ile Miyoglobin ve BNP belirteçleri istatistikselolarak anlamlı bulunmuştur. Bu belirteçler yine aynı yöntemle birleştirilerek bileşik belirteçoluşturulmuştur. Bileşik belirtecin, yaklaşık olarak izlemin ilk 180. saatine kadar, tek tekbelirteçlerden daha yüksek performans gösterdiği görülmüştür. İzlem süresince bileşikbelirtecin olgu gerçekleşen ve gerçekleşmeyen bireyleri ayırmasında kullanılacak en iyikesim noktalarının değişkenlik gösterdiği ve bireylerin izlem içerisindeki risk durumlarınınbu kesim noktalarına göre belirlenmesi gerektiği sonucuna ulaşılmıştır. Diğer taraftanbelirteçlerin performanslarını etkileyebilecek bireysel özellikler bulunamamıştır. Sonuçolarak, literatürde genellikle uzun dönem izlem sonucunda ortaya çıkan hastalıklarüzerinde uygulanan zamana bağlı ROC eğrilerinin bu çalışmada kısa dönemde ortayaçıkabilecek olgular üzerinde uygulanabileceği gösterilmiştir. Bu yöntem, riskli hastalarınerken belirlenmesinde ve riski ortadan kalkan hastaları taburcu etme zamanına kararverilmesinde kılavuz rol oynayabilir.

The ROC (ReceiverOperating Characteristic) method commonly used to evaluate the performance ofbiological markers which often used to help diagnosis and treatment. The performance ofthe marker should be evaluated with time dependent ROC curve analysis that predictsthe subjects with and without the event during the time interval [0, t]. The first aim of thisstudy is to combine several biomarkers from real data set, which are used to predict theevent using time dependent ROC curves, through Cox proportional hazard regressionmethod and compare the performance of the combined biomarker to individualbiomarkers within follow-up time. Another aim is to investigate optimal cut-off points ofcomposite markers for changes over time. Lastly, identifying covariates, if exists, that mayinfluence the performance of markers and make adjustments for time dependent ROCcurve where necessary is another objective. In application, the performances of TroponinT, Myoglobin, BNP and CK-MB biomarkers for estimating death by any cardiologicalreason were evaluated. The follow-up time of 410 patients was taken as 240 hours afteradmission to the hospital. Myoglobin and BNP markers were found to be statisticallysignificant with Cox proportional hazard regression. A composite marker was formed bycombining these biomarkers by the same method. It was shown that, composite markershowed a higher performance than individual biomarkers within approximately first 180hours of follow-up time. Our results indicated that, optimal cut-off points of compositemarker which were used to discriminate between the subjects with and without the eventchanged during follow up time therefore the risk status in the follow-up time of individualsshould be determined according to these cut-off points. On the other hand, there were noindividual characteristics that might affect the performance of the biomarkers. As a result,it is shown that ROC curves, which are usually performed for diseases observed fromlong-term follow-up studies in literature, can also be used for diseases which might beobserved in short term follow-up studies. This method may play a role in the earlydiagnosis of high-risk patients and the making a decision for the time of discharge fromhospital for patients with less risk patients.