Badanie bayesowskiej trafności diagnostycznej
- Autor metody
- Joseph, Gyorkos & Coupal; Dendukuri & Joseph (formal Bayesian DTA framework)
- Rok
- 1995–2001
- Typ
- Bayesian inferential study design
- Rodzina
- Clinical / epidemiology
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
Bayesowskie badanie trafności diagnostycznej ocenia, jak dobrze test medyczny rozróżnia osoby posiadające schorzenie od tych, które go nie mają, wykorzystując bayesowskie metody statystyczne, które formalnie włączają wiedzę wcześniejszą (a priori) do estymacji czułości, swoistości i powiązanych miar.
W przeciwieństwie do klasycznych podejść, które opierają się wyłącznie na obserwowanym zbiorze próby, wnioskowanie bayesowskie łączy model wiarygodności danych z rozkładami prawdopodobieństwa a priori, aby uzyskać estymaty a posteriori z intuicyjnymi przedziałami wiarygodności.
Intuicja stojąca za metodą
Wyobraźmy sobie, że oceniamy nowy szybki test na gruźlicę. Klasyczna statystyka oszacowałaby czułość i swoistość wyłącznie na podstawie danych z próby, czasami zmagając się z małymi próbami lub brakiem doskonałego standardu referencyjnego. Podejście bayesowskie pozwala formalnie włączyć to, co jest już znane – z poprzednich badań, paneli ekspertów lub ustalonych danych epidemiologicznych – jako rozkłady a priori. Analiza następnie aktualizuje te rozkłady a priori za pomocą nowych danych, generując rozkłady a posteriori dla czułości i swoistości. Wynik jest bogatszym obrazem: nie tylko estymaty punktowe, ale pełne rozkłady prawdopodobieństwa, które uczciwie kwantyfikują niepewność i mogą uwzględniać informacje o częstości występowania choroby, niedoskonałych standardach referencyjnych i skorelowanych testach w ramach jednego spójnego modelu.
Historia
Formalne metody bayesowskie do oceny trafności diagnostycznej wyewoluowały w latach 90. XX wieku. Joseph, Gyorkos & Coupal (1995) wprowadzili bayesowską estymację Se i Sp bez złotego standardu przy użyciu modeli klas utajonych. Dendukuri & Joseph (2001) rozszerzyli ramy do obsługi zależności warunkowej między wieloma testami, co było przełomowym wkładem, który umożliwił realistyczne modelowanie paneli testowych. Równoległe prace Vacka (1985) wcześniej demonstrowały częstościowe podejścia klas utajonych, motywując bayesowskie udoskonalenia. Przyjęcie przyspieszyło wraz z dostępnością oprogramowania MCMC (BUGS, JAGS, Stan) w latach 2000. i rosnącym uznaniem, że niedoskonałe standardy referencyjne są regułą, a nie wyjątkiem w diagnostyce klinicznej.
Kiedy stosować
Należy zastosować bayesowskie badanie trafności diagnostycznej, gdy: (1) doskonały standard referencyjny jest niedostępny i potrzebne są bayesowskie modele klas utajonych do jednoczesnej estymacji Se i Sp bez złotego standardu; (2) informacja a priori z metaanaliz lub wiedza ekspertów jest wystarczająco silna, aby znacząco poprawić precyzję w porównaniu do analizy czysto częstościowej; (3) wielkość próby jest ograniczona, a klasyczne metody asymptotyczne dają zawodne przedziały; lub (4) porównywanych jest wiele potencjalnie zależnych testów, a złożoność wspólnego modelu czyni klasyczne podejścia niewykonalnymi. Nie należy go stosować, gdy zespół badawczy nie ma dostępu do oprogramowania MCMC lub wiedzy eksperckiej w zakresie modelowania bayesowskiego, gdy zgłoszenia regulacyjne wymagają ściśle częstościowych charakterystyk działania (wiele organów ds. technologii medycznych nadal wymaga klasycznych przedziałów ufności) lub gdy rozkład a priori jest słabo uzasadniony, a wyniki mogą zostać odrzucone jako subiektywne.
Ograniczenia i uwagi
- Specyfikacja rozkładu a priori wymaga uzasadnienia; źle dobrane lub nieujawnione rozkłady a priori mogą zniekształcić wyniki i podważyć wiarygodność.
- Implementacja MCMC jest wymagająca obliczeniowo i technicznie w porównaniu do klasycznej analizy tabeli 2×2.
- Wiele organów regulacyjnych i wytycznych klinicznych nadal wymaga częstościowych charakterystyk działania, ograniczając bezpośrednią stosowalność w zgłoszeniach regulacyjnych.
- Wymaga przejrzystości w zakresie analiz wrażliwości na rozkłady a priori; badania pomijające te analizy narazić się mogą na uzasadnioną krytykę subiektywności.
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Formalnie integruje dowody a priori – z poprzednich badań, metaanaliz lub wiedzy ekspertów – zmniejszając niepewność poza to, co może osiągnąć sama bieżąca próba.
- Radzi sobie z niedoskonałymi standardami referencyjnymi za pomocą modeli klas utajonych, umożliwiając bezstronną estymację Se/Sp bez złotego standardu.
- Generuje przedziały wiarygodności z bezpośrednią interpretacją probabilistyczną („95% prawdopodobieństwa, że prawdziwa czułość mieści się w przedziale od a do b”), w przeciwieństwie do częstościowych przedziałów ufności.
- Naturalnie uwzględnia małe próby i konteksty rzadkich chorób, gdzie klasyczne przybliżenia dla dużych prób zawodzą.
- Może wspólnie modelować wiele zależnych testów i częstość występowania choroby w ramach jednego spójnego modelu probabilistycznego.
Zastosowania
- Ocena szybkich testów diagnostycznych chorób zakaźnych (gruźlica, COVID-19, malaria), gdy referencyjne metody hodowli lub PCR są niedoskonałe lub niedostępne w warunkach polowych.
- Porównanie wielu testów serologicznych dla chorób autoimmunologicznych lub pasożytniczych przy użyciu modeli klas utajonych, gdy nie istnieje złoty standard.
- Synteza trafności diagnostycznej w badaniach metaanalizy bayesowskiej trafności diagnostycznej (modele dwuwymiarowe lub HSROC z informacyjnymi rozkładami a priori).
- Ocena metod obrazowania (MRI, CT, ultrasonografia) w wykrywaniu raka w warunkach małych wielkości prób lub ograniczeń etycznych dotyczących biopsji jako standardu referencyjnego.
- Włączenie wiedzy klinicznej ekspertów do estymacji Se/Sp dla rzadkich schorzeń, gdzie rekrutacja do badania jest niewystarczająca dla klasycznej precyzji.
- Ocena testów punktu opieki (point-of-care tests) w środowiskach o ograniczonych zasobach, gdzie testowanie standardem referencyjnym jest logistycznie niewykonalne dla wszystkich uczestników.
Jak to działa
Jak to działa
Przed zebraniem danych określa się rozkłady a priori dla kluczowych parametrów – czułości (Se), swoistości (Sp) i częstości występowania choroby. Rozkłady a priori mogą być informacyjne (oparte na poprzednich badaniach lub opinii ekspertów) lub słabo informacyjne (rozproszone rozkłady Beta). Wybór rozkładu a priori musi być przejrzysty i udokumentowany, a analiza wrażliwości zaplanowana.
Określa się projekt badania: przekrojowe włączenie uczestników, którzy poddawani są zarówno testowi indeksowemu, jak i standardowi referencyjnemu (lub wielu niedoskonałym testom, gdy nie ma złotego standardu). Planowanie wielkości próby wykorzystuje symulację lub kryteria bayesowskie oczekiwanej użyteczności zamiast klasycznych formuł mocy, odzwierciedlając wcześniejszą informację już zawartą w modelu.
Uczestnicy są testowani za pomocą testu indeksowego i standardu referencyjnego (lub testów porównawczych). Wyniki są rejestrowane jako tabela kontyngencji – lub jako dane na poziomie indywidualnym – obejmujące wyniki prawdziwie pozytywne, fałszywie pozytywne, prawdziwie negatywne i fałszywie negatywne. Gdy doskonały standard referencyjny jest niedostępny, można zastosować strukturę klasy utajonej (latent-class) do modelowania nieobserwowanego rzeczywistego statusu choroby.
Pisze się funkcję wiarygodności statystycznej – zazwyczaj wielomianową lub Bernoulliego – dla obserwowanego wzorca wyników testu jako funkcji Se, Sp i częstości występowania. Gdy testy mogą być warunkowo zależne (np. dwa testy immunologiczne dzielące szlak biologiczny), funkcja wiarygodności jawnie modeluje tę strukturę zależności, zamiast zakładać niezależność.
Wzór
P(data | Se, Sp, prev)
Próbkowanie metodą łańcuchów Markowa Monte Carlo (MCMC) – lub analityczne sprzężone aktualizacje dla prostych modeli dwumianowych – jest wykorzystywane do pobierania próbek ze wspólnego rozkładu a posteriori P(Se, Sp, prev | data). Podsumowania a posteriori obejmują medianę lub średnią estymatę wraz z 95% przedziałami wiarygodności (najwyższe przedziały gęstości a posteriori), które można bezpośrednio interpretować jako stwierdzenia prawdopodobieństwa dotyczące prawdziwych wartości parametrów.
Wzór
P(Se, Sp | data) \propto P(data | Se, Sp) \cdot P(Se, Sp)
Wyniki są raportowane zgodnie z wytycznymi STARD (Standards for Reporting Diagnostic Accuracy), uzupełnione o elementy specyficzne dla podejścia bayesowskiego: specyfikacje rozkładów a priori i ich uzasadnienie, diagnostykę zbieżności łańcuchów MCMC, analizy wrażliwości na rozkłady a priori pokazujące, jak wnioski zmieniają się przy alternatywnych rozkładach a priori, oraz kontrole predykcyjne a posteriori oceniające dopasowanie modelu.
Częste pułapki
- Stosowanie informacyjnych rozkładów a priori bez analizy wrażliwości – jeśli wnioski znacząco się zmieniają przy alternatywnych, uzasadnionych rozkładach a priori, wyniki są kruche i muszą być tak zgłoszone.
- Ignorowanie zależności warunkowej między testami – zakładanie niezależności, gdy dwa testy dzielą mechanizm biologiczny, zawyża pozorną swoistość i prowadzi do mylących estymat a posteriori.
- Traktowanie przedziałów wiarygodności a posteriori jak klasycznych przedziałów ufności – odpowiadają one na inne pytania i nie powinny być etykietowane ani interpretowane zamiennie.
- Niesprawdzenie zbieżności MCMC – niezbieżne łańcuchy dają nierzetelne podsumowania a posteriori; zawsze należy raportować statystyki R-hat i wykresy śladu (trace plots).
Najczęściej zadawane pytania
Jakie oprogramowanie jest używane do bayesowskich badań trafności diagnostycznej?
Najczęściej używane platformy to JAGS (za pośrednictwem pakietu R rjags lub R2jags), Stan (za pośrednictwem RStan lub CmdStanR) oraz starszy pakiet WinBUGS/OpenBUGS. Specjalistyczne pakiety R, takie jak BLTM i TestaR, implementują modele klas utajonych dla trafności diagnostycznej. STATA i SAS mają ograniczone moduły bayesowskie. Stan jest coraz częściej preferowany ze względu na jego wydajność i aktywne wsparcie rozwojowe.
Jak określić rozkład a priori dla czułości i swoistości?
Rozkłady Beta są naturalnym wyborem, ponieważ Se i Sp są ograniczonymi prawdopodobieństwami. Rozkład Beta(alpha, beta) można sparametryzować za pomocą średniej (alpha/(alpha+beta)) i efektywnej wielkości próby (alpha+beta). Na przykład, jeśli poprzednie badanie wykazało Se ≈ 0.85 na podstawie 40 obserwacji, Beta(34, 6) koduje ten rozkład a priori. Gdy dowody a priori są słabe, uzasadniony jest rozkład Beta(1,1) jednostajny lub rozkład Jeffreya Beta(0.5, 0.5). Zawsze porównuj wyniki przy dwóch lub trzech alternatywnych rozkładach a priori jako analizę wrażliwości.
Kiedy muszę użyć modelu klasy utajonej zamiast standardowej tabeli 2×2?
Zawsze wtedy, gdy nie ma doskonałego standardu referencyjnego – to znaczy, gdy sam test referencyjny ma czułość lub swoistość poniżej 1.0. Jest to niezwykle częste w praktyce (np. hodowla gruźlicy jest czuła, ale powolna; kliniczna diagnoza ekspercka jest niedoskonała). Ignorowanie błędu niedoskonałego standardu referencyjnego zawyża pozorną swoistość i zaniża czułość. Bayesowski model klasy utajonej traktuje rzeczywisty status choroby jako zmienną nieobserwowaną (utajoną) i estymuje ją wraz z Se i Sp, generując bezstronne estymaty kosztem potrzeby albo wielu testów, albo informacyjnych rozkładów a priori w celu osiągnięcia identyfikowalności.
Czy lista kontrolna STARD jest wystarczająca do raportowania bayesowskiego badania DTA?
STARD obejmuje podstawową strukturę badania trafności diagnostycznej, ale nie dotyczy elementów specyficznych dla podejścia bayesowskiego. Uzupełnij raportowanie STARD o: (1) jasne określenie wszystkich rozkładów a priori i ich źródeł; (2) diagnostykę zbieżności MCMC (R-hat, efektywna wielkość próby, wykresy śladu); (3) analizy wrażliwości na rozkłady a priori; oraz (4) kontrole predykcyjne a posteriori. Niektóre czasopisma wymagają również kodu analizy i danych jako materiałów uzupełniających w celu zapewnienia powtarzalności.
Jak planowanie wielkości próby różni się od klasycznych badań diagnostycznych?
Klasyczne formuły wielkości próby dla DTA mają na celu uzyskanie pożądanej szerokości częstościowego przedziału ufności lub klasycznej mocy testu Se/Sp względem progu. Planowanie bayesowskie zamiast tego określa pożądaną szerokość przedziału wiarygodności a posteriori i symuluje zbiory danych zgodnie z rozkładem a priori, aby znaleźć potrzebną liczbę uczestników, aby osiągnąć ją średnio (kryterium oczekiwanej wariancji a posteriori lub średniej długości). To podejście automatycznie uwzględnia informację już zawartą w rozkładzie a priori, często prowadząc do mniejszych wymaganych wielkości prób, gdy dowody a priori są silne.
Pokrewne metody
Źródła
Dendukuri, N., & Joseph, L. (2001). Bayesian approaches to modeling the conditional dependence between multiple diagnostic tests. Biometrics, 57(1), 158–167.
Otwórz odnośnik DOISkopiowano.Gatsonis, C., & Paliwal, P. (2006). Meta-analysis of diagnostic and screening test accuracy evaluations: Methodologic primer. American Journal of Roentgenology, 187(2), 271–281.
Otwórz odnośnik DOISkopiowano.