使用统计过程控制对跨导管大动脉植入的30天死亡率预测模型的时间验证 - 在全国人口中进行的一项观察性研究
Ricardo R Lopes1,2,3, Tsvetan T R Yordanov4,5, Anita A C J Ravelli4,5
1Amsterdam UMC Location University of Amsterdam, Biomedical Engineering and Physics, Meibergdreef 9, Amsterdam, the Netherlands.
Heliyon
|July 24, 2023
概括
随着时间的推移,重新装配跨导管大动脉植入 (TAVI) 死亡率预测模型可以提高其稳定性和准确性. 经常更新的参数和非参数模型在预测30天死亡率方面表现比静态模型更好.
科学领域:
- 心血管医学 心血管医学
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 过导管大动脉植入 (TAVI) 已经看到程序的进步和不断变化的患者选择标准.
- 现有的TAVI死亡率预测模型的长期性能和稳定性尚未得到充分理解.
- 时间依赖的变化可能会损害目前TAVI风险分层工具的临床实用性.
研究的目的:
- 调查时间对TAVI30天死亡预测模型的性能和稳定性的影响.
- 为了比较参数 (逻辑回归) 和非参数 (XGBoost) 模型的时间性能.
- 评估模型重新调整的好处,以保持随时间推移的预测准确性.
主要方法:
- 开发参数和非参数模型,使用来自荷兰心脏注册局的2013-2016年TAVI数据.
- 从2016年中期到2019年底使用独立数据进行时间验证.
- 统计过程控制 (SPC) 图表用于分析随时间推移的模型性能 (AUC和屏障得分).
- "冷"模型与定期重新装配的模型的比较.
主要成果:
- 在没有重新装配的情况下,参数模型显示稳定的AUC但不稳定的屏障得分;非参数模型在两个指标中都是不稳定的.
- 改装后的模型显示AUC的稳定性得到改善,Brier分数的变异性减少.
- 重装的参数和非参数模型实现了类似的性能 (中位数AUC~0.66,屏障评分~0.027).
- 在时间验证中,非参数方法的表现并没有超过参数方法.
结论:
- 时间验证显示,重新装配的TAVI死亡率预测模型比静态 (冷) 模型更稳定,更准确.
- 定期的模型改造对于维持或提高TAVI风险预测工具的性能至关重要.
- 参数和非参数模型,当重新装配时,提供可比的时间性能来预测30天TAVI死亡率.
