관상 동맥 질환의 글로벌 사전 확률 연구 (GPS-CAD)

이 연구는 여러 사이트에서 개인의 후향적 의료 기록 검토로 구성된 집계 레지스트리입니다. 일반적인 접근 방식은 컴퓨터 단층 촬영(CT)을 사용하여 비침습적 검사를 위해 의뢰된 기존 환자 코호트의 대규모 통합 글로벌 레지스트리를 만드는 것입니다. 인구 통계, 위험 요인, 결과 및 CT 결과를 포함한 익명 이미지 및 구조화된 데이터는 여러 사이트에서 얻을 수 있습니다. 분석 및 정량화할 이미지 유형은 비조영 CT(NCCT) 스캔과 관상동맥 CT 혈관조영술(CCTA)입니다. CAC 점수는 Agatston의 방법을 사용하고 CAD는 CCTA 읽기의 레지스트리 데이터를 사용하여 평가합니다.

수집된 데이터에는 연령, 성별, 민족, 고혈압, 흡연, 당뇨병, 이상지질혈증 및 CAD 가족력과 같은 위험 요인 및 인구 통계가 포함됩니다. 사망 및 심근 경색과 같은 결과는 사용 가능한 경우 데이터 세트에 포함됩니다. 수신된 모든 데이터는 익명화되고 비식별화됩니다. 연구 팀 구성원은 연구 데이터를 통해 모든 연구 데이터가 정확하게 수집되고 완료되었는지 확인합니다.

서로 다른 코호트의 데이터 요소는 서로 조화되거나 일치하지 않을 수 있습니다. 누락된 데이터 요소 또는 다른 데이터 입력이 있을 수 있습니다. 따라서 분석을 수행하기 위해 생략 또는 전가가 사용될 수 있습니다. 형식의 데이터 이질성을 최소화하기 위해 사이트에는 표준 템플릿과 데이터 사전이 제공됩니다. 이렇게 하면 초기 데이터 조화 및 예상 데이터 요소가 완료됩니다. 수집된 데이터 세트는 분석 전에 생물통계팀에 의해 조화됩니다.

대략적인 총 연구 크기 n = 200,000. 기존 PTP 및 CAC 방법에 대해 수신자 작동 곡선(AUC) 아래 영역을 0.70으로 가정하면 이 제안은 유의 수준 0.05에서 양면 z-테스트를 ​​사용하여 AUC의 0.05 증가를 감지할 수 있도록 적절하게 강화됩니다. 연속 변수는 평균 및 표준 편차로 표현됩니다. 범주형 변수는 절대 숫자와 백분율로 표시됩니다. 분포는 Shapiro-Wilk 통계를 사용하여 정규성을 테스트합니다. 비정규 분포 변수는 25~75사분위 범위의 중앙값으로 표시됩니다. 정규 분포된 연속 변수의 비교는 짝이 있는 데이터와 짝이 없는 데이터에 대한 스튜던트 t 테스트를 사용하여 수행됩니다. 비정규 분포 변수는 Mann-Whitney Rank Sum 테스트와 Kruskal-Wallis 테스트를 사용하여 비교됩니다. 범주형 데이터의 비교는 적절한 경우 카이제곱 및 피셔의 정확 검정을 사용하여 수행됩니다.

시간 경과에 따른 결과의 차이는 각 결과에 대한 로그 순위 테스트와 함께 Kaplan-Meier 분석으로 분석됩니다. Cox 회귀 분석을 사용하여 단변량 및 다변량 회귀 분석을 수행합니다. 단변량 분석에는 p 값이 0.10 미만인 사전 이벤트 변수가 포함됩니다. 유의성을 보인 변수(p<0.05) 단변량 분석 후 종점과의 상관관계는 다변량 모델에서 고려됩니다. 승산비 및 95% 신뢰 구간이 계산됩니다. 통계적 유의성은 p<0.05로 확립되었다. 고급 기계 학습 기술(예: 신경망)이 적용될 수 있다.