Risk-Adjusted Diagnostic Accuracy Study — Hasta Vaka Karışımını Test Değerlendirmesinde Dikkate Alarak Tanısal Doğruluk Çalışması
Risk-Adjusted Diagnostic Accuracy Study · Ayrıca şöyle bilinir: case-mix-adjusted diagnostic accuracy, stratified diagnostic accuracy study, covariate-adjusted diagnostic accuracy, risk-stratified DTA study
Risk-ayarlı tanısal doğruluk çalışması, bir indeks testin hedef bir durumu ne kadar iyi tanımladığını, hastalık prevalansını veya test performansını etkileyen hasta düzeyindeki risk faktörlerini açıkça dikkate alarak değerlendirir. Vaka karışımını ayarlayarak, hassasiyet, özgüllük ve AUC gibi, çalışma örneğinin bileşiminden etkilenmeyen doğruluk tahminleri üretir ve bu da popülasyonlar ve klinik ortamlar arasında daha adil karşılaştırmalar sağlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Hasta özellikleri çalışma alanları veya popülasyonları arasında farklılık gösteren ve ham doğruluk tahminlerini karıştıracağı bilinen veya şüphelenilen durumlarda ve doğruluk ölçümlerinin taşınabilir veya ayarlar arasında karşılaştırılabilir olmasını istediğinizde bir risk-ayarlı tanısal doğruluk çalışması kullanın. Özellikle heterojen klinik popülasyonlar için testleri değerlendirirken veya farklı vaka karışımlarına sahip kurumlar arasında test performansını karşılaştırırken uygundur. Kovaryetlerin net olarak tanımlanmadığı veya ölçülemediği durumlarda, çalışma örneğinin çoklu değişken ayarlamayı desteklemek için çok küçük olduğu durumlarda (yaklaşık 10 olay başına kovaryet az), veya birincil hedefin basit düzenleyici onay olduğu durumlarda bu tasarımı kullanmayın — bu durumlarda, standart bir STARD uyumlu tanısal doğruluk çalışması yeterli olabilir.
Güçlü yönler & sınırlılıklar
- Hasta vaka karışımından etkilenmeyen doğruluk tahminleri üretir, bu da popülasyonlar ve klinik ortamlar arasında geçerli karşılaştırmalar sağlar.
- Havuzlanmış analizlerde görünmeyen etki modifikasyonunu — klinik olarak önemli alt gruplar arasında test performansındaki değişimi — tanımlar.
- Kovaryet-ayarlanmış AUC ve katmanlı doğruluk metrikleri, belirli hasta alt grupları için sağlık teknolojisi değerlendirmesini ve kılavuz geliştirme çalışmalarını destekler.
- Kovaryet-ayarlanmış olasılık oranları, testin çalışma örneğinin bileşiminden farklı olan popülasyonlara uygulanacağı durumlarda daha klinik olarak anlamlıdır.
- Tekrarlanabilir ve nicel inceleyiciler tarafından yorumlanabilir, yerleşik istatistiksel yöntemlerle (lojistik regresyon, AROC) uyumludur.
- Kararlı çoklu değişken modelleri desteklemek için ayarlanmamış çalışmalardan daha büyük örnekler gerektirir — değişken başına 10 olay kuralı, hassasiyet tahmini için onaylanmış vakaların sayısına uygulanır.
- Kovaryet seçimi önceden belirlenmiş olmalıdır; sonuçları inceledikten sonra veri güdümlü seçim Tip I hatayı artırır ve aşırı uyumlanmış doğruluk tahminleri üretir.
- Kovaryet-ayarlanmış ROC eğrisi, bir referans popülasyonunun kovaryet dağılımı üzerinden ortalama doğruluk eğrisini tanımlar, bu da yorumunu bağlama bağlı hale getirir ve klinik kitleler için potansiyel olarak yabancı olabilir.
- Önemli risk faktörlerinin ölçülmediği veya hassas bir şekilde kaydedilmediği durumlarda artık karıştırılma devam eder.
- Ayarlanmış tahminlerin, standart ayarlanmamış hassasiyet ve özgüllük rakamlarına alışkın klinisyenlere iletilmesi zor olabilir.
SSS
Risk-ayarlı bir tanısal doğruluk çalışması, standart bir alt grup analizinden nasıl farklıdır?
Alt grup analizi, örneği bir kovaryet kategorisine göre böler ve her katman içinde doğruluğu raporlar. Risk ayarlaması, belirli kovaryet değerlerinde veya bir referans popülasyonunun kovaryet dağılımı üzerinden ortalama doğruluk tahmin etmek için regresyon veya AROC yöntemlerini kullanır, sürekli kovaryetleri ve birden fazla eşzamanlı ayarlayıcıyı ele alır. Önceden belirlenmiş kovaryet ayarlaması onaylayıcıdır ve istatistiksel olarak ilkeli; plansız alt grup analizleri keşifseldir ve çoklu karşılaştırma şişkinliğine eğilimlidir.
Kovaryet-ayarlanmış ROC eğrisi (AROC) nedir?
Janes ve Pepe (2009) tarafından tanıtılan AROC, belirli kovaryetlerin etkisini ortadan kaldırdıktan sonra bir indeks testinin ROC eğrisini tahmin eder. Standartlaştırılmış bir kovaryet dağılımına sahip bir popülasyonda testin elde edeceği doğruluğu temsil eder. AROC altındaki alan (AAUC), uygun bir vaka karışımından şişirilmemiş, bir kolaylık örneğinden tahmin edilen standart AUC'nin aksine, kovaryet-ayarlanmış ayrımcılığın bir özet ölçüsüdür.
Kaç katılımcıya ihtiyacım var?
Risk-ayarlı bir çalışma, ayarlanmamış bir çalışmadan daha fazla katılımcı gerektirir. Hassasiyet tarafı ayarlaması için onaylanmış vakalara 10-olay-başına-değişken kuralını uygulayın: beş kovaryet için ayarlama, en az 50 onaylanmış vaka gerektirir. Özgüllüğün çok değişkenli lojistik regresyonu için, kontrol gruplarına EPV uygulayın. Birden fazla sürekli kovaryet söz konusu olduğunda, AROC tabanlı analizler için analitik formüller mevcut olmadığından, simülasyon kullanarak güç hesaplamaları önerilir.
STARD raporlama yönergelerine hala uymam gerekiyor mu?
Evet — STARD 2015 tam olarak geçerlidir. Ek olarak, kovaryet ayarlama stratejisini, herhangi bir regresyon analizi için gereken aynı şeffaflıkla raporlayın: ayarlama değişkenlerini, seçim gerekçesini, kullanılan istatistiksel yöntemi (katmanlama, lojistik regresyon veya AROC) ve önceden kaydedilmiş herhangi bir hassasiyet analizini belirtin. Dergiler giderek artan bir şekilde bu ayrıntıları yöntemler bölümünde veya ek bir analiz planında beklemektedir.
Mevcut bir tanısal doğruluk veri setine geriye dönük olarak risk ayarlaması uygulanabilir mi?
Evet, orijinal çalışma kapsamında kovaryet verileri toplandıysa ve sonuçlar incelendikten sonra değişkenler seçilmediyse. Analiz planı körlüğün kaldırılmasından önce kaydedilmiş veya belgelenmişse geriye dönük kovaryet ayarlaması meşrudur. Sonuçları gördükten sonra geriye dönük değişken seçimi veri madenciliğidir ve onaylayıcı olmaktan çok hipotez üreten olarak açıkça etiketlenmelidir.
Kaynaklar
- Pepe, M. S. (2003). The Statistical Evaluation of Medical Tests for Classification and Prediction. Oxford University Press. ISBN: 978-0198509844
- Janes, H., & Pepe, M. S. (2009). Adjusting for covariate effects on classification accuracy using the covariate-adjusted ROC curve. Biometrika, 96(2), 371–382. DOI: 10.1093/biomet/asp002 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Risk-Adjusted Diagnostic Accuracy Study. ScholarGate. https://scholargate.app/tr/epidemiology/risk-adjusted-diagnostic-accuracy-study
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Kohort ÇalışmasıEpidemiyoloji↔ karşılaştır
- Tanısal Doğruluk Çalışması TasarımıKlinik araştırma↔ karşılaştır
- Lojistik RegresyonAraştırma istatistiği↔ karşılaştır
- İleriye Dönük Tanısal Doğruluk ÇalışmasıEpidemiyoloji↔ karşılaştır
- ROC Analizi (Receiver Operating Characteristic)İstatistik↔ karşılaştır
- Tarama Testi DeğerlendirmesiEpidemiyoloji↔ karşılaştır