Geri Dön

Tanı testlerinin değerlendirilmesinde kullanılan standartlar ve analitik yöntemler

Standards and analytic techniques used in evaluation of diagnostic tests

PDF İndir

  1. Tez No: 306633
  2. Yazar: İLKER ÜNAL
  3. Danışmanlar: PROF. DR. H. REFİK BURGUT
  4. Tez Türü: Doktora
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 161

Özet

Bir tanı testinin doğruluk ölçütlerinin değerlendirilmesinde yansız tahmin ediciler tercih edilir. Ancak, testin doğruluk ölçütlerinin belirlenmesinde yanlılıklar ile karşılaşılabilir. Bu yanlılıklardan sıklıkla görülenleri; Doğrulama yanlılığı ve Kesin olmayan altın standart yanlılığıdır. Bu tezde bu yanlılıkların düzeltilmesinde kullanılan yaklaşımlar incelenmiş ve bu yaklaşımların sorun yaşadığı durumlarda alternatif olabilecek yaklaşımlar önerilmiştir.Doğrulama yanlılığı çalışmaya alınan tüm bireylere altın standart testin uygulanmaması sonucunda ortaya çıkar. Tanı testinin ikili ölçüm olması durumunda yanlılığın düzeltilmesinde; altın standart uygulanmayan bireylerin sonuçları eksik ölçüm olarak kabul edilirse, eksik ölçüm mekanizmasına göre, Begg&Greenes, Zhou sınırları, Lojistik Regresyon, Çoklu İmputasyon gibi yaklaşımlar kullanılır. Bu tezde bu yaklaşımlara Yapay Sinir Ağları yaklaşımı da alternatif olarak eklenmiş ve yaklaşımlar çeşitli karşılaştırma başlıkları altında üretilmiş ve gerçek veri setleri kullanılarak karşılaştırılmıştır.Kesin olmayan altın standart yanlılığı ise, altın standart olarak kabul edilen bir testin olmaması durumunda bu test yerine daha düşük sınıflama başarısı olan bir testin, kesin olmayan altın standart testinin, kullanılması ile ortaya çıkar. Yanlılığın düzeltilmesinde tanı testinin ölçüm ölçeğine göre Tutarsızlık Çözücü, Bileşke Referans Standardı, Zhou'nun Parametrik olmayan ROC eğrisi tahmini, Bayes yaklaşımı gibi yaklaşımlar kullanılır. Bu tezde bu yaklaşımlar ile bunlara alternatif olarak önerilen Gizli Sınıf Analizi yaklaşımı, üretilmiş ve gerçek veri setleri kullanılarak karşılaştırılmıştır.Üretilmiş veri seti ile yapılan tüm karşılaştırmalarda yaklaşımların sonuçlarını etkileyebilecek: değişen veri seti büyüklüğü, değişen hastalık prevelansı, değişen doğruluk ölçütü gibi durumlar göz önüne alınmıştır.Doğrulama yanlılığını düzeltmede; kesin tanı doğrulaması yapılmamış bireylerin rastgele seçilmiş olması durumunda Begg&Greenes yaklaşımı, rastgele olmaması durumunda ise Lojistik Regresyon ve Yapay Sinir Ağları yaklaşımlarının uygun yaklaşımlar olabileceği görülmüştür.Kesin olmayan altın standart yanlılığını düzeltmede; tanı testinin ikili ölçüm olması durumunda uygun prevelans aralığı ve yüksek doğruluk ölçütünde Gizli Sınıf Analizi; tanı testinin sıralı ölçüm olması durumunda yine uygun prevelans aralığı, yeterli sayıda kategori ve test varlığında Gizli Sınıf Analizi; tanı testinin sürekli ölçüm olması halinde ise küçük örneklem, düşük eğri altında kalan alan ve karıştırıcı etkili değişken varlığı dışındaki durumlarda Bayes yaklaşımı, bu yaklaşımın sorun yaşadığı durumlarda ise Gizli Sınıf Analizi önerilebilir yaklaşımlardır.

Özet (Çeviri)

In the evaluation of accuracy for a diagnostic test, unbiased estimators for accuracy measures are preferred. However, some bias in measuring diagnostic accuracy of the test may occur. The most common biases among encountered are verification bias and imperfect gold standard bias. In this thesis, proposed approaches for correcting these biases were examined and alternative approaches were proposed for the situations involving problems for the current approaches.Verification bias arises when not all patients in the study are taken the gold standard test. When the diagnostic test is binary, depending on the missing mechanism, Begg&Greenes, Upper and Lower Bound by Zhou, Logistic Regression or Multiple Imputation approaches are used for correcting this bias. In this thesis, a new approach, called Artificial Neural Networks, was alternatively proposed and compared with other approaches in different comparison schemes using simulated and real data sets.Imperfect gold standard bias arises when using an imperfect gold standard test instead of gold standard test. Depending on the measurement scale of new diagnostic test, Discrepant Resolution, Composite Reference Standard, Non Parametric AUROC Estimation by Zhou and Bayesian Approaches are used for correcting this bias. In this thesis, a new approach, called Latent Class Analysis, was alternatively proposed and compared with other approaches in different comparison schemes using simulated and real data sets.In the simulations, in order to measure the correct performance of the approaches and to determine deficiencies involving, data were generated with a variety of experimental conditions; changing sample size, disease prevalence, and diagnostic accuracy of new test.When the missing mechanism is MAR, Begg&Greenes approach and when the missing mechanism is NMAR, Logistic Regression or Artificial Neural Networks approaches are preferable for correcting verification bias.When the measurement scale of the new test is binary and disease prevalence and diagnostic accuracy values are well-defined, Latent Class Analysis approach; when the measurement scale is ordinal and disease prevalence and the number of test and test categories are appropriate, Latent Class Analysis approach; and finally when the measurement scale is interval or ratio and with large sample, high AUROC and without confounding variable, Bayesian Approach and for other situations Latent Class Analysis approach are the best approaches for correcting imperfect gold standard bias.

Benzer Tezler

  1. Tez No

    511288

    Sağlık tesisleri giderlerinin tesis parametreleri açısından analizi

    Analysis of health facilities expenditures by facility parameters

    CEM ÖZKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Biyomühendislikİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  2. Tez No

    107708

    Tanı testi doğruluk ölçütlerinin yanlı kestirimine neden olan faktörler: Seçilmiş deneklerin kullanılmasından kaynaklanan yanlı kestirimlerin düzeltilmesi için yöntemler

    Factors that cause biased estimation in diagnostic measures: Correction methods for verification bias

    YASEMİN GENÇ

    Doktora

    Türkçe

    Türkçe

    2001

    Tıbbi BiyolojiAnkara Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF.DR. ERSÖZ TÜCCAR

  3. Tez No

    357016

    Tanı test ölçütlerinde ROC eğrisi ve sınıflama analizlerinin karşılaştırılmasında kullanımı

    ROC curves in diagnostic tests and a comparison of discriminant analysis and logistic regression

    MEHMET SİNAN İYİSOY

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    BiyoistatistikSelçuk Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MUSTAFA SEMİZ

  4. Tez No

    644924

    Havayolu aşırı duyarlılığı kestiriminde kullanılan farklı tanı testlerinin birlikteliklerinin boole cebiri ve gizli sınıf analizi ile değerlendirilerek optimal test kombinasyounun belirlenmesi

    Determination of the optimal test combination by evaluating the different diagnostic tests of the different diagnostic tests used in the airway hyperresponsiveness estimation by boole algebra and latent class analysis

    DAMLA HAZAL SUCU

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    BiyoistatistikMersin Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    PROF. DR. BAHAR TAŞDELEN

  5. Tez No

    484955

    Zamana bağlı roc analizi ve sağlık alanında uygulamaları

    Time-dependent roc analysis and applications in the field of medicine

    CEREN EFE

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    BiyoistatistikÇukurova Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    YRD. DOÇ. DR. İLKER ÜNAL

Geri Dön