Vorhersagemodell für 1-Jahres-Schmerz- und Funktionsergebnisse nach einer Daumengelenkoperation bei Arthrosepatienten

Ziel dieser Studie ist die Entwicklung und Validierung von Vorhersagemodellen zur Beurteilung von Schmerzen und Handfunktionsergebnissen ein Jahr nach der Endoprothetik des Trapeziometakarpalgelenks (TMJ) mit der Touch®-Prothese. Die Studie nutzt ein prospektives Single-Center-Register einer spezialisierten orthopädischen Klinik in Zürich, Schweiz.

Analysemethoden:

Wir werden den folgenden Modellierungsansatz verwenden, um den besten Vorhersagewert für das 1-Jahres-Ergebnis Schmerzen zu ermitteln. Das gewählte Modell ist:

- Extreme Gradient Boosting (XGBoost): Ein nichtparametrischer, ensemblebasierter Ansatz, der Entscheidungsbäume durch Boosting kombiniert, um komplexe Feature-Interaktionen zu erfassen und Nichtlinearität effektiv zu modellieren. XGBoost umfasst außerdem die L1- und L2-Regularisierung, wodurch Überanpassungen bewältigt und gleichzeitig eine starke Vorhersageleistung bereitgestellt werden kann. XGBoost ist bekannt für seine überragende Leistung bei der Erfassung komplexer Beziehungen, der Bereitstellung robuster Vorhersagen über verschiedene Datenkontexte hinweg und dem Erhalt des ersten Preises bei vielen KI-Datathons.

Fehlende Daten:

Wir rechnen mit fehlenden Daten für vom Patienten berichtete, klinische, radiologische und ergänzende Variablen. Um dieses Problem anzugehen, werden wir Folgendes tun

1. Bewerten Sie das Ausmaß und die Muster des Fehlens für jede Variable mithilfe deskriptiver Statistiken und grafischer Methoden.
2. Untersuchen Sie die Gründe für fehlende Werte und mögliche Unterschiede zwischen Personen mit und ohne unvollständige Daten.
3. Behandeln Sie fehlende Daten mit der nativen Fähigkeit von XGBoost, fehlende Werte direkt zu verwalten, indem Sie optimale Aufteilungen für fehlende Daten erlernen, wodurch die Notwendigkeit externer Imputationsansätze für dieses Modell entfällt.

Modellentwicklung:

Extreme Gradient Boosting (XGBoost):

• Die Daten werden in einen Trainingssatz (70 %) und einen Testsatz (30 %) aufgeteilt. Das XGBoost-Modell wird mithilfe von Hyperparameter-Tuning durch Rastersuche in Kombination mit wiederholter fünffacher Kreuzvalidierung (fünfmal wiederholt) am Trainingssatz trainiert. Diese wiederholte Kreuzvalidierung dient als interne Validierung, um eine robuste und unvoreingenommene Schätzung der Modellleistung während des Trainings sicherzustellen. Die Rasterraumsuche untersucht einen angemessenen Wertebereich für wichtige Hyperparameter, wie zum Beispiel:

  • Anzahl der Boosting-Runden (nrounds): (z. B. 50, 100, 200)
  • Lernrate (eta): (z. B. 0,05, 0,1, 0,3)
  • Maximale Tiefe der Bäume (max_ Depth): (z. B. 2, 4, 6)
  • Mindestsumme der Instanzen in jedem Knoten (min_child_weight): (z. B. 1, 2, 4)
• Der Rasterraum wird in seiner Größe moderat gehalten, um die Vollständigkeit mit der rechnerischen Durchführbarkeit in Einklang zu bringen und so eine gründliche Untersuchung wichtiger Hyperparameter zu gewährleisten und gleichzeitig eine übermäßig erschöpfende Suche zu vermeiden.
• Bei der Entwicklung unseres Modells werden wir darauf abzielen, die Leistung zu verbessern und Überanpassungen zu reduzieren, indem wir die Merkmalsauswahl zur Behebung der Kollinearität einsetzen. Wir werden auch einen minimalen Funktionsumfang untersuchen, indem wir Merkmalswichtigkeitswerte aus einem ersten XGBoost-Modell sowie Expertenwissen verwenden, um klinisch relevante Prädiktoren zu priorisieren. Abschließend werden wir Feature Engineering (z. B. Polynomtransformationen) untersuchen, um die Vorhersagekraft unseres Modells zu verbessern.

Modellbewertung:

• Zurückgehaltener Testsatz: Nach interner Validierung und Hyperparameter-Abstimmung wird das endgültige Modell anhand des zu 30 % zurückgehaltenen Testsatzes bewertet, um seine Leistung anhand nicht sichtbarer Daten zu bewerten und eine unvoreingenommene Schätzung der Generalisierbarkeit zu liefern.

• Leistungskennzahlen:

  • R² (Bestimmungskoeffizient): Zur Bewertung des durch das Modell erklärten Varianzanteils.
  • Mittlerer absoluter Fehler (MAE): Zur Quantifizierung der durchschnittlichen Größe von Vorhersagefehlern und zur Bewertung der Modellgenauigkeit für kontinuierliche Ergebnisse, um eine klinikfreundliche Interpretation des Fehlers zu ermöglichen.
  • Kalibrierungs- und Validierungsdiagramme: Zur Beurteilung der Übereinstimmung zwischen beobachteten und vorhergesagten Ergebnissen und zur Bewertung, wie gut die vorhergesagten Werte mit den wahren Werten in der Studienpopulation übereinstimmen.
• Lernkurve: Lernkurven werden verwendet, um die Modellleistung über verschiedene Trainingssatzgrößen hinweg zu bewerten. Indem wir Trainings- und Validierungsfehler gegen die Anzahl der Trainingsstichprobengrößen (Teilmengen des gesamten Datensatzes) auftragen, können wir die Modellanpassung beurteilen, das Lernverhalten beobachten und bestimmen, ob unsere Modellleistung von zusätzlichen Trainingsdaten profitieren würde.
• Vorhersageunsicherheit: Wir werden Bootstrap-Aggregation (Bagging) nach Methoden von Hastie et al. verwenden, um Vorhersageintervalle zu erhalten, die die Unsicherheit in einzelnen XGBoost-Vorhersagen quantifizieren, indem wir die Varianz der Vorhersagefehler über Bootstrap-Stichproben hinweg analysieren. Im Gegensatz zu Konfidenzintervallen berücksichtigen diese Intervalle sowohl Modellfehlspezifikationen als auch Ergebnisunsicherheiten.

Modellausgabe:

Wir werden das endgültige Modell verwenden, um einen webbasierten Ergebnisrechner für Schmerzen und Funktion 1 Jahr nach der Operation zu entwickeln. Dieses Tool ist in erster Linie für die Verwendung durch Kliniker gedacht und soll die gemeinsame Entscheidungsfindung mit den Patienten erleichtern. Durch die Bereitstellung klarer Visualisierungen und leicht verständlicher Klassifizierungen hilft der Rechner Ärzten dabei, den Patienten potenzielle Ergebnisse zu erklären und die Einbeziehung der Patienten in ihre Behandlungsplanung zu unterstützen. Die Modellausgabe umfasst entweder den vorhergesagten Schmerzwert auf einer numerischen Bewertungsskala (NRS) von 0–10 oder den bMHQ-Handfunktionswert, der von 0–100 reicht.

Basierend auf dem Ergebnis werden die genauen vorhergesagten Werte wie folgt visuell hervorgehoben:

• Grün: NRS 0–3, bMHQ 67–100 (Hinweis auf positive Ergebnisse)
• Orange: NRS 4–7, bMHQ 34–66 (Hinweis auf mäßige Ergebnisse)
• Rot: NRS 8–10, bMHQ 0–33 (Hinweis auf schlechte Ergebnisse). Ziel dieser Klassifizierung ist es, eine schnelle, visuelle Darstellung der vorhergesagten Ergebnisse bereitzustellen, damit Ärzte und Patienten die Ergebnisse leichter interpretieren und den Grad des Risikos verstehen können erwartetes Erholungspotenzial. Die Klassifizierungsschwellen können aufgrund weiterer Validierungen geändert werden, um Genauigkeit und klinische Relevanz sicherzustellen.