Определение чувствительности и специфичности комбинации маркеров Опции

[Zaycho]

Здравствуйте!

Есть задача определить диагностическую ценность ряда маркеров (допустим, А, В и С) и их комбинаций в диагностике некоторого заболевания.
Я расчитал все параметры (чувствительность, специфичность, PPV, NPV, LR) и построил в SPSS ROC-кривые отдельно для А, В и С.
Как теперь сделать то же самое для комбинаций этих маркеров, допустим, А+В и В+С? Где копать?

Заранее огромное спасибо!

[Диана]

КФР-контролируемый фактор риска, НФР-неконтролируемый ФР, ЗАДАЧА- выявить наиболее вероятные факторы риска для прогнозирования развития кардиальных осложнений в послеоперационном периоде

Сообщение отредактировал Диана - 31.08.2012 - 09:46

[p2004r]

КФР-контролируемый фактор риска, НФР-неконтролируемый ФР, ЗАДАЧА- выявить наиболее вероятные факторы риска для прогнозирования развития кардиальных осложнений в послеоперационном периоде

много пропущенных данных... будет интересно

у меня после импорта данных (там иногда попадаются точки в ячейках, нельзя ли сохранить таблицу с простым заголовком в старом эксель формате? а то я не уверен в корректности импорта) получились вот такие переменные:

Код

> names(read.csv2("mp3gl.csv"))
  [1] "ФИО.шифр"                        "пол"                            
  [3] "возраст"                         "ИМТ..кг.м2"                    
  [5] "ИМТ"                             "S.тела.по.Дюб"                  
  [7] "к.во.дней.до.опер"               "к.во.дней.после.опер"          
  [9] "время.уст..я.д.за.анев"          "кардио.жалобы"                  
[11] "длит.кардиожалоб"                "хирург.жалобы"                  
[13] "группы.по.лечению"               "п.о.кард.осложн"                
[15] "Кард.осл.я"                      "летальность"                    
[17] "стресс.ЭхоКГ"                    "к.во.зон.гипо.и.акинезии"      
[19] "X"                               "X.1"                            
[21] "ГБ"                              "X.2"                            
[23] "ГБ.ГЛЖ"                          "ИБС..стенокардия"              
[25] "постинф.кардиоскл"               "НК..фк"                        
[27] "ДЛП"                             "размер.АБА"                    
[29] "синдромность"                    "прех.ишем.послеопер"            
[31] "СД"                              "доступ"                        
[33] "курение"                         "диаст..Дисфункция00"            
[35] "САД1"                            "ДАД1"                          
[37] "ЧСС1"                            "САД5"                          
[39] "ДАД5"                            "ЧСС5"                          
[41] "САД.д.о"                         "ДАД.д.о"                        
[43] "ЧСС.д.о"                         "САД.п.о"                        
[45] "ДАД.п.о"                         "ЧСС.п.о"                        
[47] "бета.блокеры"                    "ББдоза"                        
[49] "ББкол.во.суток.назн"             "антаг.кальция"                  
[51] "АКдоза.суточная"                 "АКкол.во.сут.назн"              
[53] "антиагреганты"                   "инг.АПФ"                        
[55] "ИАПФсут.доза"                    "ИАПФкол.во.сут.назн"            
[57] "нитраты"                         "дигоксин"                      
[59] "диуретики"                       "кордарон"                      
[61] "гепарин"                         "трад.тер"                      
[63] "операция1"                       "доступ1"                        
[65] "время.операции1"                 "Время.опер.11"                  
[67] "Время.опер.21"                   "Время.опер.31"                  
[69] "время.переж.аорты1"              "Вр.переж.аорты11"              
[71] "Вр.переж.аорты21"                "кровопотеря1"                  
[73] "кровопотеря11"                   "наруш.ритма00"                  
[75] "рубц.измен00"                    "ЧСС00"                          
[77] "ритм00"                          "наруш.пров00"                  
[79] "PQ"                              "QRS"                            
[81] "QT"                              "ST"                            
[83] "з.Т"                             "Соколов.Лайон"                  
[85] "корн..Индекс"                    "корн..Произв.е"                
[87] "минЧСС"                          "максЧСС"                        
[89] "средЧСС"                         "ЖЭС"                            
[91] "ЖЭС..к.во"                       "ЖТ"                            
[93] "НЖЭС..к.во"                      "НЖТ..к.во"                      
[95] "депрессия.ST"                    "АВ.блокады"                    
[97] "пароксизмы.ФП"                   "ГЛЖ00"                          
[99] "X.3"                             "зоны.гипо.и.акин00"            
[101] "КДР..см00"                       "КСР..см00"                      
[103] "КДО..мл00"                       "индекс.КДО..00"                
[105] "КСО00"                           "инд.КСО00"                      
[107] "ФВ00"                            "УО00"                          
[109] "ТМЖП00"                          "ТЗСТ.ЛЖ00"                      
[111] "X.4"                             "ММ.ЛЖ.формула.Devereux"        
[113] "ИММ.ЛЖ"                          "ПЗРВТ.00"                      
[115] "КДР.ПЖ00"                        "ЛП00"                          
[117] "d.аорты00"                       "ГДС.СДЛА00"                    
[119] "диаст..Дисфункция00.1"           "кальциноз.аорты00"              
[121] "наруш.ритма11"                   "ЧСС11"                          
[123] "PQ11"                            "QRS11"                          
[125] "QT11"                            "депрессия.ST11"                
[127] "з.Т11"                           "длит.ть.прех.ишемии11"          
[129] "очаг.измен11"                    "мин.ЧСС11"                      
[131] "макс.ЧСС11"                      "средняя.ЧСС11"                  
[133] "ЖЭС.по.Лауну11"                  "ЖЭС..к.во11"                    
[135] "парные.ЖЭС11"                    "ЖТ11"                          
[137] "НЖЭС.к.во11"                     "НЖТ.к.во11"                    
[139] "депрессия.SТ11"                  "нар.е.пров11"                  
[141] "пароксизмы.ФП11"                 "п.о.гипокинезия11"              
[143] "КДР11"                           "КСР11"                          
[145] "КДО11"                           "инд.КДО11"                      
[147] "КСО11"                           "инд.КСО11"                      
[149] "ФВ11"                            "УО11"                          
[151] "ТМЖП11"                          "ТЗСТ.ЛЖ11"                      
[153] "ММ.ЛЖ.формула.Devereux.1"        "ИММ.ЛЖ.1"                      
[155] "ПЗРВТ.11"                        "КДР.ПЖ11"                      
[157] "ЛП11"                            "d.аорты11"                      
[159] "ГДС.СДЛА11"                      "бета.блокеры11"                
[161] "доза11ББ"                        "ББкол.во.суток.назначения.пре11"
[163] "антагонисты.кальция11"           "АГдоза.суточная11"              
[165] "АГкол.во.суток.назн11"           "антиагреганты11"                
[167] "инг.АПФ11"                       "ИАПФсуточная.доза11"            
[169] "ИАПФкол.во.суток.назн11"         "нитраты11"                      
[171] "дигоксин11"                      "диуретики11"                    
[173] "кордарон11"                      "гепарин11"                      
[175] "трад.терапия11"

какие номера являются осложнениями? или какие являются предикторами?

вот например я предполагаю что осложнение это:

Код

> (read.csv2("mp3gl.csv")$"постинф.кардиоскл")
[1] 1 1 1 1 0 1 1 1 0 0 0 1 1 0 1 0 1 0 0 1 1 0 1 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0
[39] 1 0 1 1 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0 0 0 1
[77] 0 0 0 0 0 0 0 1 0 1 1 0 0 1 1 0 0 0 0

а предикторы это со 2 по 18ю

Код

> names(data[,2:18])
[1] "пол"                      "возраст"                
[3] "ИМТ..кг.м2"               "ИМТ"                    
[5] "S.тела.по.Дюб"            "к.во.дней.до.опер"      
[7] "к.во.дней.после.опер"     "время.уст..я.д.за.анев"  
[9] "кардио.жалобы"            "длит.кардиожалоб"        
[11] "хирург.жалобы"            "группы.по.лечению"      
[13] "п.о.кард.осложн"          "Кард.осл.я"              
[15] "летальность"              "стресс.ЭхоКГ"            
[17] "к.во.зон.гипо.и.акинезии"

поскольку среди предикторов много пропусков перед нами два пути:

1) исключить случаи в которых есть пропуски

Код

> data.na<-na.omit(data[,c(2:18,25)])

> table(data.na$постинф.кардиоскл)

0  1
8 18


> rf<-randomForest(data.na[,-18],factor(data.na$"постинф.кардиоскл"), proximity=TRUE)
> rf

Call:
randomForest(x = data.na[, -18], y = factor(data.na$постинф.кардиоскл),      proximity = TRUE)
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 4

        OOB estimate of  error rate: 38.46%
Confusion matrix:
  0  1 class.error
0 0  8   1.0000000
1 2 16   0.1111111


> MDSplot(rf, factor(data.na$"постинф.кардиоскл"), k=3)
> varImpPlot(rf)

как видим ничего в таком варианте модель не разделяет ничего.

2) заполним пропущенные случаи прибегнув к множественной импутации

Код

> data.2.18.impute<-rfImpute(data[,2:18],factor(data$"постинф.кардиоскл"), iter=5)
ntree      OOB      1      2
  300:  26.32% 10.94% 58.06%
ntree      OOB      1      2
  300:  27.37% 14.06% 54.84%
ntree      OOB      1      2
  300:  27.37% 15.62% 51.61%
ntree      OOB      1      2
  300:  26.32% 14.06% 51.61%
ntree      OOB      1      2
  300:  29.47% 17.19% 54.84%
> rf.impute<-randomForest(data.2.18.impute[,-1],data.2.18.impute[,1], proximity=TRUE)
> rf.impute

Call:
randomForest(x = data.2.18.impute[, -1], y = data.2.18.impute[,      1], proximity = TRUE)
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 4

        OOB estimate of  error rate: 29.47%
Confusion matrix:
   0  1 class.error
0 54 10   0.1562500
1 18 13   0.5806452

> MDSplot(rf.impute, data.2.18.impute[,1], k=3)
> varImpPlot(rf.impute)
> plot(importance(rf.impute),varUsed(rf.impute))
> text(importance(rf.impute),varUsed(rf.impute), labels= names(data.2.18.impute[,-1]))

получается имеют влияние предикторы: "ИМТ..кг.м2", "к.во.зон.гипо.и.акинезии", "длит.кардиожалоб", "возраст", "к.во.дней.после.опер".

меньше влияет "к.во.дней.до.опер".

и совсем слабо (но еще влияет) "S.тела.по.Дюб", "кардио.жалобы", "стресс.ЭхоКГ", "хирург.жалобы", "группы.по.лечению".

Естественно эту информацию можно накопить относительно различных осложнений и построить общую картину.

Так какие показатели являются осложнениями? или какие являются предикторами к осложнениям? Скорее всего "группы.по.лечению" я зря в предикторы включал?

Эскизы прикрепленных изображений