Sepelvaltimotaudin globaali esitesti todennäköisyystutkimus (GPS-CAD)

Tämä tutkimus on koottu rekisteri, joka sisältää retrospektiivisen potilastietojen tarkastelun useilta sivustoilta peräisin olevista henkilöistä. Yleinen lähestymistapa on luoda laaja, konsolidoitu, maailmanlaajuinen rekisteri olemassa olevista potilaista, jotka on lähetetty noninvasiiviseen testaukseen tietokonetomografiaa (CT) käyttäen. Anonymisoituja kuvia ja strukturoitua dataa, mukaan lukien väestötiedot, riskitekijät, tulokset ja TT-tulokset, saadaan useilta sivustoilta. Analysoitavat ja kvantifioitavat kuvat ovat non-contrast CT (NCCT) -skannaukset ja sepelvaltimon CT-angiografia (CCTA). CAC-pisteet käyttävät Agatstonin menetelmää, kun taas CAD arvioidaan CCTA-lukemien rekisteritietojen perusteella.

Kerätyt tiedot sisältävät riskitekijöitä ja demografisia tietoja, kuten iän, sukupuolen, etnisen taustan, verenpainetaudin, tupakoinnin, diabeteksen, dyslipidemian ja suvussa esiintyneen sepelvaltimotaudin. Tulokset, kuten kuolema ja sydäninfarkti, sisällytetään tietoaineistoon, jos niitä on saatavilla. Kaikki vastaanotetut tiedot anonymisoidaan ja ne poistetaan. Tutkimusryhmän jäsenet tarkistavat tutkimustiedot varmistaakseen, että kaikki tutkimustiedot on kerätty oikein ja täydelliset.

Eri kohortien tietoelementit eivät välttämättä ole yhdenmukaisia ​​tai täsmää keskenään. Tietoelementeistä voi puuttua tai tietoja voi syöttää eri tavalla. Sellaisenaan analyysien suorittamiseen voidaan käyttää pois jättämistä tai imputointia. Tietojen muotojen heterogeenisyyden minimoimiseksi sivustoille tarjotaan vakiomalli ja tietosanakirja. Tämä saattaa loppuun tietojen alkuperäisen yhdenmukaistamisen ja odotetut tietoelementit. Biotilastoryhmä harmonisoi kerätyn tietojoukon ennen analysointia.

Tutkimuksen arvioitu kokonaiskoko n = 200 000. Olettaen, että vastaanottimen toimintakäyrän alla oleva pinta-ala (AUC) on 0,70 olemassa oleville PTP- ja CAC-menetelmille, tämä ehdotus on riittävän tehokas havaitsemaan 0,05 AUC:n kasvu käyttämällä kaksipuolista z-testiä merkitsevyystasolla 0,05. Jatkuvat muuttujat ilmaistaan ​​keskiarvona ja keskihajonnana. Kategoriset muuttujat ilmaistaan ​​absoluuttisina lukuina ja prosentteina. Jakaumien normaaliolo testataan Shapiro-Wilkin tilastojen avulla. Ei-normaalijakautumat muuttujat esitetään mediaanina 25.–75. kvartiilivälillä. Normaalijakautuneiden jatkuvien muuttujien vertailu suoritetaan Studentin t-testillä parillisen ja parittoman datan osalta. Ei-normaalijakautuneita muuttujia verrataan Mann-Whitney Rank Sum -testeillä ja Kruskal-Wallis -testeillä. Kategoristen tietojen vertailu suoritetaan khi-neliö- ja Fisher's Exact -testeillä tarvittaessa.

Tulosten erot ajan mittaan analysoidaan Kaplan-Meier-analyysillä log-rank-testillä jokaiselle tulokselle. Cox-regressioanalyysin avulla suoritetaan yksi- ja monimuuttujaregressioanalyysit. Yksimuuttujaanalyysi sisältää tapahtumaa edeltävät muuttujat, joiden p-arvot <0,10. Muuttujat, jotka osoittivat merkitsevän (p<0,05) korrelaatio päätepisteiden kanssa yksimuuttujaanalyysin jälkeen otetaan huomioon monimuuttujamalleissa. Kertoimet ja 95 %:n luottamusväli lasketaan. Tilastollinen merkitsevyys vahvistettiin p < 0,05. Edistyneet koneoppimistekniikat (esim. neuroverkkoja) voidaan soveltaa.