Prognostisch onderzoek Flashcards
(25 cards)
Wat is prognostisch onderzoek?
- Het bestuderen van het verloop of prognose van ziekte
- Identificeren van determinanten -predictoren- die ziekte voorspellen
- Niet causaal maar descriptief onderzoek
- Niet gericht op één maar op meerdere predictoren
- Prospectief cohort design.
Wat is het motief voor prognostisch onderzoek?
- De toekomst voorspellen…
- Betrouwbare informatie voor patiënten en artsen
“Is deze patiënt in voldoende conditie om de operatie te ondergaan?”
“Wat zijn mijn kansen op complicaties na de operatie?”
Bij prognostisch onderzoek gaat het om […] en niet om […]
Absolute en géén relatieve risico’s!
Noem een aantal belangrijke verschillen tussen prognostisch en etiologisch onderzoek
- Etiologisch onderzoek is verklarend en prognostisch onderzoek niet
- Prognostisch onderzoek focused op meerdere predictoren in plaats van één factor
Blijf bij de praktijk voor meting van predictoren en uitkomsten!
Keep it simple!
Wat zijn de stappen in prognostisch onderzoek?
- Ontwikkeling van een risicomodel
- Interne validatie van een risicomodel
- Externe validatie van een risicomodel
- Updaten van een risicomodel
- Impact studie
Welke onderdelen omvat de 1. Ontwikkeling van een risicomodel
- Selecteren van kandidaat predictoren
- Evalueren van een geschikte databron
- Modelleren van variabelen
- Statistische selectie van predictoren
- Evalueren van prestatie van het model
1. Ontwikkeling van een risicomodel –> 1. Selecteren van kandidaat predictoren
Variabelen die geëvalueerd worden voor selectie in het model kunnen van alles zijn (demografisch, ziektegeschiedenis, lichamelijk onderzoek, behandeling, etc.)
Geen causale relatie!
Hoeveel kandidaat predictoren moet je selecteren? En wat moet er vaak gebeuren?
Vuistregel = 10 uitkomsten per predictor
Verminderen van predictoren vaak nodig:
- Minder categorieën
- variabelen samenvoegen
- Excluderen van gecorreleerde predictoren
1. Ontwikkeling van een risicomodel –> 2. Evalueren van een geschikte databron
Welke onderzoeksdesigns zijn geschikt?
- Idealiter een prospectief cohort
- Routine zorg of registratie data
- RCT is minder geschikt
- Case-controle is niet geschikt, want geen absolute risico’s mogelijk!
1. Ontwikkeling van een risicomodel –> 3. Modelleren van variabelen
Waar moet je hierbij op letten?
- Geen continue variabelen in categorieën omzetten
- Lineaire verbanden kunnen niet zonder meer aangenomen worden –> transformaties, polynomials/ splines
Let hierbij op de regel voor het aantal predictoren per uitkomst!
1. Ontwikkeling van een risicomodel –> 4. statistische selectie van predictoren
Geen consensus wat de beste methode is
Twee veel gebruikte strategieën:
1. Volledig model
2. Predictor selectie strategie
Leg uit wat er met een ‘volledig model’ wordt bedoeld als het gaat om statistische selectie bij een predictiemodel
- Geen statistische selectie: alle predictoren worden geïncludeerd in het model
- Voorkomt predictor selectie-bias op basis van vals-positieve predictoren
- Voorkomt overfitting
- De beste predictoren moeilijk te definiëren, zeker bij een klein steekproef met weinig uitkomsten
Leg uit wat er wordt bedoeld met ‘predictor selectie strategie’ als het gaat om statistische selectie bij een predictiemodel
- Backward selectie heeft de voorkeur (forward selectie geeft geen gelijktijdige modellering van alle predictoren)
- Gecorreleerde variabelen worden mogelijk niet geselecteerd
- Zowel lage als hoge p-waarden kunnen leiden tot overfitting
Geen universele selectie voor multivariabele modellen!!
Wat wordt er bedoeld met overfitting?
Overfitting betekend dat je model te goed past op de trainingsdata, inclusief de ruis of toevalligheden, waardoor het slechter presteert op nieuwe data.
1. Ontwikkeling van een risicomodel –> 5. Evaluatie van het model
Wat moet er geëvalueerd worden?
Zowel discriminatie als calibratie
Discriminatie = het vermogen van om onderscheid te maken tussen wel en geen uitkomst
Calibratie = het vermogen om de juist absolute kans op de uitkomst in de tijdsperiode te schatte.“Komen de voorspelde kansen overeen met de werkelijke uitkomsten?”
Wat zijn veelgebruikte statistieken om discriminatie en calibratie te evalueëren?
Discriminatie:
* C-index of area under the curve
Calibratie:
* Hosmer-Lemeshow test
* Calibratie-plots
Wat is een probleem bij de interne validatie van een risicomodel?
Overschatting van de prestatie van het risicomodel in de populatie waarin het model is ontwikkeld (overfitting)
- Komt vooral voor in kleine studie populaties met veel predictoren op te weinig uitkomsten
- Correctie hiervoor in de populatie waarin het model ontwikkeld is
Wat zijn methoden voor het verbeteren van de interne validatie?
Random split in ontwikkel-sample en validatie-sample
* Maar.. inefficient gebruik van data door verkleinen sample size
Bootstrapping
* Met terugplaatsing samples trekken uit de studiepopulatie (n=100-500)
* Om iedere sample model ontwikkelen en in originele sample testen
* Gemiddelde gebruiken voor correctie
Wat is een probleem bij de externe validatie van een risicomodel?
De prestatie van een model is meestal lager in een andere populatie ==> daarom extern valideren in een onafhankelijke populatie ==> toepassen van originele model of somscore - met alle predictoren en gewichten - in een andere populatie.
Wat zijn drie vormen van externe validatie?
1. Temporele validatie
= nieuwe individuen uit dezelfde setting op een ander, later tijdstip
2. Geografische validatie
= een andere studie populatie met iets andere predictoren
3. Domein validatie
= een heel andere studie populatie (bijv. eerste versus tweedelijn)
Hoe kun je een risicomodel updaten?
Verbetering voor calibratie
* Correctie voor andere prevalentie van uitkomst in een nieuwe populatie
* Intercept of baseline hazard aanpassen
Verbetering van discriminatie
* Aanpassen van gewichten voor verschillende predictoren
* Toevoegen van additionele predictoren
Nieuwe biomarkers..
Nieuwe invasieve of dure maten altijd evalueren op toegevoegde prognostische waarde!
- Gebruik risicomodel met erkende risicofactoren
- Bereken de toegevoegde waarde ten opzichte van die factoren
Wat is een impact studie en wat is het belang er van? Noem ook twee benaderingen
Predictiemodel is alleen effectief bij toepassing in de praktijk!
Een impact studie onderzoekt het effect op (zelf-)management en uitkomsten
Benaderingen:
1. Assistentie: alleen leveren van kansen
2. Directief: beschrijft management of therapeutische beslissingen
Wat is de onderzoeksopzet van een impact studie?
- (Cluster) gerandomiseerde trial
- Stepped wedge cluser gerandomiseerde trial
- Prospectieve voor-na studie
- Cross-sectionele studie
- Voor-na studie met behandelaren
