Mobiele menu

Development and application of clinical prediction models in the presence of multilevel data

Projectomschrijving

Producten

Titel: Prediction of nucleated cells in bone marrow stem cell products by donor characteristics: a retrospective single centre analysis
Auteur: W. Bouwmeester, M. M. Fechter, M. W. Heijmans, J. W. R. Twisk, L. J. Ebeling, A. Brand
Magazine: Vox Sanguinis
Titel: Prediction models: systematic reviews and clustered study data
Auteur: W. Bouwmeester

Verslagen


Eindverslag

Klinische (diagnostische en prognostische) voorspelmodellen worden over het algemeen ontwikkeld met conventionele regressie analyse. Deze methode gaat er van uit dat onderzoeksgegevens onafhankelijk van elkaar zijn. In veel situaties, hebben de onderzoeksgegevens echter een multilevel structuur, bijvoorbeeld in multicenter studies, en zijn de onderzoeksgegevens binnen een centrum geclusterd. Multilevel analyse kan dan een betere techniek zijn om in deze situaties voorspelmodellen te ontwikkelen.
In dit onderzoek bestudeerden we methodes voor het ontwikkelen en toepassen van klinische voorspelmodellen met multilevel data.

Achtergrond: Klinische (diagnostische en prognostische) voorspelmodellen worden over het algemeen ontwikkeld met conventionele regressie analyse. Deze methode gaat er van uit dat observaties onafhankelijk van elkaar zijn. In veel situaties, hebben de onderzoeksgegevens echter een multilevel structuur, bijvoorbeeld in multicenter studies. De observaties binnen een centrum zijn dan gecorreleerd. Multilevel analyse kan dan een betere techniek zijn om in deze situaties voorspelmodellen te ontwikkelen.
Doel / vraagstelling: Het bestuderen van bestaande, en indien nodig, ontwikkelen van nieuwe methodes voor het ontwikkelen en toepassen van klinische voorspelmodellen met multilevel data.
Aanpak: We ontwikkelden een predictiemodel voor het risico op postoperatieve misselijkheid en braken (POMB) bij 3100 patiënten die door één van 38 anesthesisten waren behandeld. Patiënten die door dezelfde anesthesist behandeld werden waren gecorreleerd. De data hadden dus een multilevel structuur. We vergeleken conventionele regressie analyse met multilevel regressie analyse. Met beide technieken hebben we regressiecoëfficiënten geschat. We vergeleken de regressiecoëfficiënten en prestatiematen van de twee modellen.
Resultaat: Er waren duidelijke verschillen tussen de regressiecoëfficiënten geschat met de conventionele en de multilevel analyse. Sommige regressiecoëfficiënten in het multilevel model waren groter dan de regressiecoëfficiënten van het conventionele model (maximaal 22%), sommigen kleiner (maximaal 88%). Het multilevel model presteerde beter dan het conventionele model (R2 = 7.1% versus 4.8%).

Onderwerpen

Kenmerken

Projectnummer:
1708825029
Looptijd: 100%
Looptijd: 100 %
2008
2012
Onderdeel van programma:
Gerelateerde subsidieronde:
Projectleider en penvoerder:
Dr. Y. Vergouwe
Verantwoordelijke organisatie:
Universitair Medisch Centrum Utrecht