Rpc Bascore

20
Reglas de Predicción Clínica A propósito del Bascore: algunos conceptos para entender mejor el artículo MBE-Osatzen taldea

Transcript of Rpc Bascore

Reglas de Predicción ClínicaA propósito del Bascore: algunos conceptos para

entender mejor el artículo

MBE-Osatzen taldea

Tampoco es eso, aunque saber interpretar los números es importante

¿Qué es una RPC?

• Una herramienta clínica que cuantifica las contribuciones individuales que los diversos componentes de la historia, la exploración física y los resultado básicos aportan al (diagnóstico), pronóstico (o respuesta probable al tratamiento) en un paciente concreto.

Regresión logística multivariante• Variable dependiente: dicotómica, variables

independientes: cuantitativas o dicotómicas

ANÁLISIS DE SUPERVIVENCIA:KAPLAN MEIER

0 1 2 3 4 5 6 7 8 9 10 Tiempo

1,E

2,E

Sujeto

Fecha inicio

Fecha cierre

3,S4,E

6,P5,S

7,S

Duración del seguimiento variable

Tiempos “censurados”

ANÁLISIS DE SUPERVIVENCIA:KAPLAN MEIER

0 1 2 3 4 5 6 7 8 9 10 Tiempo

1,E

2,E

Sujeto

Fecha inicio

Fecha cierre

3,S

4,E

6,P

5,S

7,S

Utiliza técnicas estadísticas para ponderar los tiempos de seguimiento y los datos censurados

“Tasa de incidencia”, “personas-año”

ANÁLISIS DE SUPERVIVENCIA:KAPLAN MEIER

Características:

- Fecha final, pero los sujetos si incorporan en momentos diferentes

- Se incorporan observaciones incompletas (“datos censurados”)

- Incorpora el ritmo en que se van presentando los eventos (“tasa de incidencia”)

- Se utiliza en estudios largos y cuando es importante la forma de la curva

Modelo de Cox• Los métodos de regresión de supervivencia se

han diseñado para compensar la presencia de observaciones censuradas (pérdidas).

• Cox: el método más utilizado. Análisis multivariante aplicado a datos de supervivencia.

• El supuesto principal es que la diferencia de riesgo instantáneo se mantenga constante durante el seguimiento.

DISCRIMINACIÓN• Es la capacidad del modelo para distinguir

(Discriminar) individuos con y sin el evento de interés. • La discriminación es la capacidad del modelo de

asignar el resultado correcto a un par de sujetos seleccionados al azar

• El área bajo la curva ROC (AUC) es la medida de discriminación frecuentemente utilizada para modelos de error normal y resultado binario.

• Su equivalente para los datos con observaciones censuradas es el estadístico C.

Discriminación “gutxigorabehera”: conceptualmente viene a ser lo mismo que una

curva ROC

DiscriminaciónDos individuos se consideran “concordantes” si la probabilidad estimada de evento CV es mayor en la persona con evento que en la persona sin evento.

Discriminación

• C (AUC)= 0,62 significa que en un experimento con pares de individuos con y sin el evento, la ecuación asignaría una mayor probabilidad (62%) de evento a aquellos que lo presentarán que a aquellos que no presentarán el evento.

• Si 0,5: como echar una moneda al aire• Discriminación perfecta: 1• Buena discriminación: >0,7

CALIBRACIÓN• La calibración es una medida que expresa la

concordancia entre los resultados observados y las predicciones del modelo. En otras palabras, es la capacidad del modelo de producir estimaciones no sesgadas de la probabilidad del evento o variable de valoración.

• Las medidas de calibración más habituales son la calibración general, la pendiente de calibración (ambas derivadas de los gráficos de calibración) y la prueba de Hosmer-Lemeshow (o su equivalente para la regresión de Cox, la prueba de Gronnesby y Borgan).

VALIDACIÓN

• Lo mismo en poblaciones diferentes.• Primero, se suele hacer en la misma muestra

(ej, 25% de la muestra para validación) y luego, muy importante, en distintas poblaciones.