冠動脈疾患のグローバル検査前確率研究 (GPS-CAD)

この研究は、複数のサイトからの個人のレトロスペクティブな医療記録レビューで構成された集約レジストリです。 一般的なアプローチは、コンピューター断層撮影 (CT) を使用した非侵襲的検査のために紹介された既存の患者コホートの大規模で統合されたグローバル レジストリを作成することです。 匿名化された画像と、人口統計、危険因子、結果、CT 結果などの構造化データが、複数のサイトから取得されます。 分析および定量化する画像の種類は、非造影 CT (NCCT) スキャンと冠動脈 CT 血管造影 (CCTA) です。 CAC スコアは Agatston の方法を使用しますが、CAD は CCTA 読み取りのレジストリ データを使用して評価されます。

収集されたデータには、年齢、性別、民族性、高血圧、喫煙、糖尿病、脂質異常症、CAD の家族歴などの危険因子と人口統計が含まれます。 死亡や心筋梗塞などの転帰があれば、データセットに含まれます。 受信したすべてのデータは匿名化され、匿名化されます。 研究チームのメンバーは、研究データをチェックして、すべての研究データが正確に収集され、完全であることを確認します。

異なるコホートのデータ要素は、互いに調和または一致しない場合があります。 データ要素が欠落しているか、異なるデータ入力が存在する可能性があります。 そのため、省略または代入を使用して分析を実行できます。 形式のデータの不均一性を最小限に抑えるために、サイトには標準のテンプレートとデータ ディクショナリが提供されます。 これにより、最初のデータの調和と期待されるデータ要素が完成します。 収集されたデータセットは、分析前に生物統計チームによって調整されます。

おおよその総調査サイズ n = 200,000。 既存の PTP および CAC メソッドの受信者動作曲線 (AUC) の下の領域が 0.70 であると仮定すると、この提案は有意水準 0.05 で両側 z 検定を使用して AUC の 0.05 の増加を検出するのに十分なパワーを備えています。 連続変数は、平均および標準偏差として表されます。 カテゴリ変数は、絶対数とパーセンテージで表されます。 Shapiro-Wilk 統計を使用して、分布の正規性がテストされます。 非正規分布変数は、25 ～ 75 番目の四分位範囲の中央値として表されます。 正規分布の連続変数の比較は、対応のあるデータと対応のないデータのスチューデントの t 検定を使用して実行されます。 非正規分布変数は、Mann-Whitney Rank Sum 検定と Kruskal-Wallis 検定を使用して比較されます。 カテゴリ データの比較は、必要に応じてカイ 2 乗およびフィッシャーの正確確率検定を使用して実行されます。

経時的な結果の違いは、各結果のログランク検定を使用した Kaplan-Meier 分析によって分析されます。 Cox 回帰分析を使用して、単変量および多変量回帰分析が実行されます。 単変量解析には、p 値 <0.10 のイベント前変数が含まれます。 有意 (p<0.05) を示した変数 単変量解析の後、エンドポイントとの相関関係が多変量モデルで考慮されます。 オッズ比と 95% 信頼区間が計算されます。 統計的有意性は、p<0.05 として確立されました。 高度な機械学習技術 (例: ニューラル ネットワーク) を適用することができます。