Презентация на тему "Прогностическая эффективность биомаркеров" - скачать бесплатно презентации по Биологии

Прогностическая эффективность биомаркеров

или

как представить результаты так,

чтобы они нравились не только

ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007—2012

Чувствительность – специфичность: старые добрые медицинские понятия

Специфичность = 0.9

Чувствительность = 0.7

Выигрывая в чувствительности,
обычно теряем специфичность (et converso)

SE vs. SP:
противоборство

Так что важнее:
чувствительность или специфичность?

Area Under Curve?

AUC – это вероятность отличить больного от здорового, ориентируясь на маркер!

Берем

А зачем все это?

Почему бы не обойтись привычным набором
показателей ассоциирования

150 000
работ,
претендующих на
открытие биомаркеров

Надежды 90-х не оправдались: эпоха GWAS

Пример, когда сильный эффект не обеспечивает эффективность прогноза

Сколько раз тест сработал?

Здоровые
Control

Больные
Case

Носители
маркера

Свободны от
маркера

все начинается с таблицы сопряженности 2×2:

> pM

> 1-pM

Популяционная частота

Здоровые
Control

Больные
Case

Носители
маркера

Свободны от
маркера

Интерпретация в терминах ошибок I и II рода

Плоховато запоминается

Бинарный тест: вычисление показателей ассоциирования и риска

Показатели ассоциирования:

Показатели рисков:

> RR

Не все

Дизайн ассоциативных исследований

Population study:
случайная выборка без подбора групп

Case-control study:
подбор

Возможность непосредственной оценки зависит от дизайна эксперимента!

Однако в большинстве случаев

Какими могут быть чувствительность, специфичность и риски
для бинарного теста? .... Рассмотрим

Зависимость чувствительности от pD и pM
при фиксированном OR (=5)

SE -

SP – (1-pM)

pM

pD

Зависимость специфичности от pD и pM
при фиксированном OR(=5)

AUC

pM

pD

OR=5

OR=10

OR=20

Зависимость AUC от pD и pM

В этой точке SE=SP

При каких OR маркер является хорошим классификатором?

Почему высокое OR не всегда гарантирует эффективность прогнозов,
и когда подобное

И еще одно обстоятельство

OR=11, p=7⋅10-11

Популяционное обследование:

Заболеваемость – 50%

OR=11, но это

OR завышает оценку относительного риска

pD=0.05
pM=0.1

- хорошая аппроксимация для RR

RR может быть существенно меньше OR

в случае широко распространенного заболевания (pD>0.1)

Бинарные и количественные маркеры (тесты)

Бинарный тест:
маркер «есть-нет»

Количественный тест:
маркер является

0

0.05

0.1

0.15

0.2

0.25

Признак - маркер

Частота

Контроль

Больные

Количественный тест: выбор порога

0

0.05

0.1

0.15

0.2

0.25

Признак - маркер

Частота

Контроль

Больные

Низкий порог

Количественный тест: выбор порога

Как выбрать порог, чтобы соотношение
чувствительность/специфичность

ROC – анализ
Receiver Operator Characteristics

Термин времен 2-ой мировой войны, который придумали

0

0.05

0.1

0.15

0.2

0.25

Признак - маркер

Частота

Контроль

Больные

ROC – кривая: зависимость SE от (1-SP)
при плавном

Форма ROC-кривых

AUC - это площадь под ROC-кривой (Area Under Curve)

AUC = Вероятность

0

1

2

3

Контроль

Значения признака-маркера

Больные

Вычисления при ROC-анализе

Вычисления при ROC-анализе

0.88

Все делается в Excel:

0.58

Все делается в Excel:

Все делается в Excel:

Все делается в Excel:

Наименьшее расстояние до точки (0,1)

Все делается в Excel:

Оптимальное пороговое значение

При выборе

Все делается в Excel:

Пример из радиационной генетики:

Частоты хромосомных аберраций в зависимости от генотипов по кандидататным генам у

Частоты хромосомных аберраций в зависимости от генотипов по кандидататным генам у

Распределения частот аберраций хромосомного типа у ликвидаторов и в контрольной группе

Что

Частота «рискового генотипа» среди лиц с повышенным уровнем аберраций хромосомного типа

Хотя