10 czerwca 2025
Ten protokół przedstawia kody R do wykonywania analizy regresji Coxa z ograniczonym sześciennym wielowypustem w celu określenia wartości granicznej kąta fazowego dla prognozowania w ostrej niewydolności serca, a także kody do obliczania statystyk, które mierzą zdolność dyskryminacyjną każdego modelu i oceniają jego dobroć dopasowania.
Badanie to ocenia użyteczność prognostyczną, jaką kąt fazowy ma miejsce w ostrej niewydolności serca, identyfikując optymalną wartość odcięcia i oceniając wydajność modelu za pomocą konfiguracji wielowymiarowej z ograniczonymi wypustami. Ostatnie osiągnięcia w tej dziedzinie obejmują wykorzystanie analizy wektora impedancji bioelektrycznej (BIVA) do precyzyjnej oceny stanu nawodnienia i integralności błony komórkowej wraz z wielowymiarowymi modelami przeżycia, włączonymi do biomarkerów pochodzących z impedancji elektrycznej w celu poprawy wczesnej identyfikacji pacjentów wysokiego ryzyka.
Obecne wyzwania obejmują zapewnienie dokładnych, wiarygodnych pomiarów BIVA w trakcie hospitalizacji, kontrolowanie czynników zakłócających w różnych populacjach pacjentów oraz zapewnienie odpowiedniej wielkości próby dla dokładnych szacunków w modelowaniu prognostycznym. Zajmujemy się luką wynikającą z braku precyzyjnych wartości odcięcia dla kąta fazowego jako markera prognostycznego oraz potrzebą wiarygodnych i dokładnych metod statystycznych, aby zapewnić dokładne prognozy śmiertelności i ponownej hospitalizacji. Protokół ten wykorzystuje metodę nieinwazyjną, szybką i przyłóżkową, stosując regresję Coxa do identyfikacji czynników ryzyka i graficznego przedstawienia skorygowanego progu w celu precyzyjnego przewidywania ryzyka w ostrej niewydolności serca.
[Instruktor] Po zainstalowaniu programów R i R Studio na komputerze otwórz program R Studio. Kliknij kartę pliku, przejdź do nowego pliku i wybierz pozycję Skrypt języka R, aby wyświetlić plik skryptu w lewym górnym rogu nad kartą konsoli. W nowym pliku skryptu zainstaluj wymagane pakiety survival, MASS i pspline. Załaduj pakiety, wpisując i wykonując funkcje biblioteczne dla survival, MASS i pspline. Zaimportuj zestaw danych, określając nazwę i ścieżkę pliku danych w poleceniu, a następnie przypisz go do obiektu o nazwie dataset.
Określ model regresji proporcjonalnego hazardu Coxa, skorygowany o cukrzycę, skurczowe ciśnienie krwi, stężenie sodu w surowicy i kąt fazowy za pomocą metody Breslowa i oblicz 95% przedziały ufności dla współczynników modelu. Następnie oblicz kryterium informacyjne Akaikego, kryterium informacji bayesowskiej i statystykę C wraz z jej 95% przedziałem ufności. Aby uzyskać reprezentację graficzną, utwórz obiekt przetrwania przy użyciu funkcji surv z dniami przeżycia i wynikiem jako danymi wejściowymi. Dopasuj model regresji proporcjonalnego hazardu Coxa za pomocą obiektu przeżycia i dostosuj do cukrzycy, skurczowego ciśnienia krwi, sodu w surowicy i ukaranego splajnu kąta fazowego o dwóch stopniach swobody. Następnie należy przewidzieć wartości dopasowanego splajnu i ich błędy standardowe przy użyciu modelu. Na koniec narysuj dopasowany model na wykresie, używając przewidywanych wartości, aby zobrazować skorygowany współczynnik ryzyka dla kąta fazowego. Dodaj odpowiednie linie powyżej i poniżej dopasowanej krzywej, aby przedstawić górną i dolną granicę interwału przewidywania. Zidentyfikuj punkt odcięcia, w którym skorygowany współczynnik ryzyka przekracza jeden, wskazując, że niższe wartości kąta fazowego wiążą się ze zwiększonym ryzykiem śmiertelności wewnątrzszpitalnej i 90-dniowej ponownej hospitalizacji lub zgonu. Poniższa tabela podsumowuje wartość prognostyczną, jakie mają różne parametry kliniczne i bioimpedancyjne przy użyciu wielowymiarowych modeli regresji Coxa, z wynikami obejmującymi śmiertelność wewnątrzszpitalną i 90-dniową ponowną hospitalizację lub zgon. W pierwszym modelu dla zdarzeń niepożądanych niższy kąt fazowy był niezależnie związany ze zwiększonym ryzykiem. W modelu drugim, który obejmował różne zmienne, niższy kąt fazowy pozostał istotnym predyktorem niekorzystnych wyników. Statystyka C dla modelu pierwszego wskazywała na umiarkowaną zdolność predykcyjną dla zdarzeń niepożądanych. W modelu śmiertelności wewnątrzszpitalnej niższy kąt fazowy był bardzo istotnym predyktorem zgonu. Niższe skurczowe ciśnienie krwi było również istotnie związane ze śmiertelnością wewnątrzszpitalną. Model śmiertelności wewnątrzszpitalnej miał najwyższą zdolność dyskryminacyjną spośród wszystkich modeli.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Niniejsze badanie ocenia wartość prognostyczną kąta fazowego w ostrej niewydolności serca poprzez wyznaczenie optymalnej wartości odcięcia oraz ocenę wydajności modelu za pomocą wieloczynnikowej analizy regresji Coxa. Celem protokołu jest zapewnienie dokładnych przewidywań śmiertelności i ponownych hospitalizacji z wykorzystaniem metod nieinwazyjnych.
Ilościowy pomiar kąta fazowego za pomocą bioelektrycznej analizy impedancji (BIA) stanowi nieinwazyjny i szybki biomarker służący do stratyfikacji ryzyka w ostrej niewydolności serca, co bezpośrednio wspiera wczesne wykrywanie wskaźników prognostycznych. Ustalenie zwalidowanego punktu odcięcia umożliwia uzyskanie pewności prognostycznej w momencie przyjęcia pacjenta, co pozwala na triaż na poziomie portfela pacjentów oraz odpowiednią alokację zasobów dla grup wysokiego ryzyka. Podejście to wzmacnia ciągłość translacyjną od odkrycia biomarkera do klinicznego modelowania ryzyka w badaniach nad układem sercowo-naczyniowym.
Wyznaczenie wartości granicznej kąta fazowego za pomocą BIA wpisuje się w kontinuum od odkryć do badań klinicznych, wspierając wczesną walidację biomarkerów, modelowanie ryzyka oraz badania translacyjne w niewydolności serca.