Preview

Опухоли женской репродуктивной системы

Расширенный поиск

Использование статистического метода псевдорандомизации в сравнительной оценке диагностической эффективности методов медицинской визуализации на примере магнитнорезонансной томографии и контрастно-усиленного ультразвукового исследования

https://doi.org/10.17650/1994-4098-2021-17-3-37-43

Аннотация

Цель исследования – сравнение диагностической эффективности контрастно-усиленного ультразвукового исследования (КУУЗИ) и магнитно-резонансной томографии (МРТ) в первичной диагностике рака молочной железы методом псевдорандомизации.

Материалы и методы. С 2017 по 2018 г. на базе ФГБУ «НМИЦ онкологии им. Н.Н. Петрова» Минздрава России были обследованы 176 женщин с различными заболеваниями молочных желез с помощью МРТ, которая проводилась на аппаратах Magnetom Aera (Siemens) и Signa Excite HD (GE) с напряженностью магнитного поля 1,5 Т и специальной поверхностной катушкой breast coil. С 2018 по 2019 г. на базе ФГБУ «НМИЦ онкологии им. Н.Н. Петрова» Минздрава России были обследованы 277 женщин с различными патологиями молочных желез при помощи широкого спектра ультразвуковых технологий, включающих эластографию и контрастное усиление (2,5 мл Соновью), выполненные на ультразвуковом сканере Hitachi Hi Vision Ascendus с помощью линейного датчика с диапазоном частот 5–13 МГц. При подозрении на злокачественный процесс пациенткам выполнялась трепанобиопсия с последующими гистологическим и иммуногистохимическим исследованиями, а при определении признаков доброкачественности – пункция с последующим цитологическим исследованием. Результаты МРТ и мультипараметрического ультразвукового исследования, гистологического и цитологического заключения вносились в базу данных. В настоящей работе рассматривается единая база, содержащая 453 диагностические записи: 277 получены с помощью метода КУУЗИ, 176 – с помощью метода МРТ. Для решения поставленной задачи был использован алгоритм PSM: построение модели, расчет условных вероятностей, балансировка, проверка качества баланса, оценка эффективности. Основные и вспомогательные характеристики методов МРТ и КУУЗИ до и после подбора пар приведены в работе.

Выводы. Предложенный алгоритм реализован на языке R. По результатам работы программы видно, что оба метода диагностики показали отличные результаты, 95 % доверительные интервалы практически полностью перекрываются, из чего следует предварительный вывод о том, что данные методы являются эквивалентными по эффективности в первичной диагностике рака молочной железы.

Об авторах

Е. А. Бусько
ФГБОУ ВПО «Санкт-Петербургский государственный университет»;ФГБУ «Национальный медицинский исследовательский центр онкологии им. Н.Н. Петрова» Минздрава России
Россия

199034 Санкт-Петербург, Университетская набережная, 7–9; 197758 Санкт-Петербург, пос. Песочный, ул. Ленинградская, 68



А. Б. Гончарова
ФГБОУ ВПО «Санкт-Петербургский государственный университет»
Россия

199034 Санкт-Петербург, Университетская набережная, 7–9



Д. А. Бучина
ФГБОУ ВПО «Санкт-Петербургский государственный университет»
Россия

199034 Санкт-Петербург, Университетская набережная, 7–9



А. С. Натопкина
ФГБОУ ВО «Первый Санкт-Петербургский государственный медицинский университет им. акад. И.П. Павлова» Минздрава России
Россия

197022 Санкт-Петербург, ул. Льва Толстого, 6–8



Список литературы

1. Бусько Е.А. Магнитно-резонансная томография с динамическим контрастным усилением у пациенток с патологией молочной железы. Свидетельство о регистрации электронного ресурса № 2019621027 от 17.06.2019.

2. Москалев А.В., Гладких А.А., Алышевская А.А. Возможность использования метода подбора больных по индексу соответствия (PSM) для устранения систематической ошибки отбора в ретроспективных нейрохирургических исследованиях. Вопросы нейрохирургии им. Н.Н. Бурденко 2018;82(1):52–8. DOI: 10.17116/neiro201882152-58.

3. D’Agostino R.B. Propensity score methods for bias reduction in the comparison of a treatment to a nonrandomized control group. Stat Med 1998;17(19): 2265–81. DOI: 10.1002/(sici)1097- 0258(19981015)17:193.0.co;2-b.

4. Гржибовский А.М., Иванов С.В., Горбатова М.А. Исследования типа «случай-контроль» в здравоохранении. Наука и здравоохранение 2015;(4):5– 17.

5. Красько О. Пособие по анализу медико-биологических данных (с примерами в R). Доступно по: https://www. researchgate.net/publication/312126731_ Posobie_po_analizu_mediko-biologiceskih_dannyh_s_primerami_v_R.

6. Cepeda M.S., Boston R., Farrar J.T. et al. Comparison of logistic regression versus propensity score when the number of events is low and there are multiple confounders. Am J Epidemiol 2003;158(3): 280–7. DOI: 10.1093/aje/kwg115.

7. Guo Sh.Y., Fraser M.W. Propensity Score Analysis: Statistical Methods and Applications, 2nd edn. USA: SAGE Publications, 2015. P. 448.

8. Austin P.C. Optimal caliper width for propensity-score matching when estimating differences in means and differences in proportions in observational studies. Pharm Stat 2011;10(2):150–61. DOI: 10.1002/pst.433.

9. Becker S.O., Ichino A. Estimation of average treatment effects based on propensity scores. Stata J 2002;2(4):358–77. DOI: 10.1177/1536867X0200200403.

10. Garrido M.M., Kelley A.S., Paris J. et al. Methods for constructing and assessing propensity scores. Health Services Res 2014;49(5):1701–20. DOI: 10.1111/1475- 6773.12182.

11. Austin P.C. An introduction to propensity score methods for reducing the effects of confounding in observational studies. Multivariate Beh Res 2011;46:399–424. DOI: 10.1080/00273171.2011.568786.

12. Patorno E., Grotta A., Bellocco R. et al. Propensity score methodology for confounding control in health care utilization databases. Epidemiol Biostat Public Health 2013;10(3):8940. DOI: 10.2427/8940.

13. Sturmer T., Joshi M., Glynn R.J. et al. A review of the application of propensity score methods yielded increasing use, advantages in specific settings, but not substantially different estimatescompared with conventional multivariable methods. J Clin Epidemiol 2006;59(5):437–47. DOI: 10.1016/J.JCLINEPI.2005.07.004.

14. Бусько Е.А. Мультипараметрическое ультразвуковое исследование с применением соноэластографии и эхоконтрастирования у пациенток с образованиями молочной железы. Свидетельство о регистрации электронного ресурса № 2019620435 от 6.03.2019.

15. Rosenbaum P.R., Rubin D.B. The central role of the propensity score in observational studies for causal effects. Biometrika 1983;70(1):41–55. DOI: 10.1093/biomet/70.1.41.

16. Гржибовский А.М., Иванов С.В., Горбатова М.А. Использование псевдорандомизации (propensity score matching) для устранения систематических различий сравниваемых групп в обсервационных исследованиях c дихотомическим исходом. Экология человека 2016;(5):50–64. DOI: 10.33396/1728-0869- 2016-5-50-64.


Рецензия

Для цитирования:


Бусько Е.А., Гончарова А.Б., Бучина Д.А., Натопкина А.С. Использование статистического метода псевдорандомизации в сравнительной оценке диагностической эффективности методов медицинской визуализации на примере магнитнорезонансной томографии и контрастно-усиленного ультразвукового исследования. Опухоли женской репродуктивной системы. 2021;17(3):37-43. https://doi.org/10.17650/1994-4098-2021-17-3-37-43

For citation:


Busko E.A., Goncharova A.B., Buchina D.A., Natopkina A.S. Comparative assessment of the diagnostic efficiency of medical imaging methods, as exemplified by magnetic resonance imaging and contrast-enhanced ultrasound examination, based on propensity score matching. Tumors of female reproductive system. 2021;17(3):37-43. (In Russ.) https://doi.org/10.17650/1994-4098-2021-17-3-37-43

Просмотров: 860


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1994-4098 (Print)
ISSN 1999-8627 (Online)