View More View Less
  • 1 Semmelweis Egyetem, Általános Orvostudományi Kar III. Belgyógyászati Klinika, Kutatólaboratórium Budapest Kútvölgyi út 4. 1125
Open access

Bevezetés: Napjaink klinikai kutatásainak egyik fő iránya a megbetegedések hátterében álló kockázati tényezők azonosítása. Közlemények százai számolnak be „szignifikáns” és „független” prognosztikai faktorokról különböző humán megbetegedésekben, azonban ezek egy részében nem vagy nem megfelelően vizsgálták, hogy az új prognosztikai faktor javította-e, és ha igen, milyen mértékben az addig ismert prognosztikai modellt. A legújabb statisztikai módszertani ajánlások szerint az úgynevezett reklasszifikációs analízissel a fenti kérdést érdemben vizsgálni lehet. Célkitűzés: A reklasszifikációs analízis kivitelezésére több módszer is van, a közleményben a szerzők ezek alkalmazását saját, korábban publikált vizsgálataik újraelemzésével mutatják be. Módszer: Két marker, a vörösvértestátmérő-eloszlás szélessége és a szérum-hősokkfehérje-70 prognosztikai szerepét vizsgálták krónikus szívelégtelenségben szenvedő betegek körében. Korábban publikált eredményeik szerint mind a vörösvértestátmérő-eloszlás szélessége, mind a hősokkfehérje-70 szignifikáns, független prognosztikai markernek bizonyult többváltozós Cox-regressziós vizsgálatok alapján. Mindkét esetben újraértékelték a markerek szerepét reklasszifikációs tesztekkel. Eredmények: A szívelégtelen betegek prognosztikai modelljének diszkriminatív képessége lényegesen javult a korábbi modellhez képest, ha a vörösvértestátmérő-eloszlás szélességével egészítették ki a modellt, míg a hősokkfehérje-70 esetén ez nem volt egyértelmű. Következtetések: Az új prognosztikai faktorokat kritikusan kell kezelni mindaddig, míg alkalmas vizsgálatokkal elemzésre és bizonyításra nem kerül, mekkora a valós klinikai haszon, amely a marker már ismert prognosztikai modellhez való hozzáadásából származik. A hasznosságot a prognosztikai modell javulása során tesztelhetjük a reklasszifikáció módszereivel. Orv. Hetil., 2013, 154, 1374–1380.

If the inline PDF is not rendering correctly, you can download the PDF file here.

  • Kannel, W. B., Dawber, T. R., Kagan, A., et al.: Factors of risk in the development of coronary heart disease – six year follow-up experience. The Framingham Study. Ann. Intern. Med., 1961, 55, 33–50.

    Kagan A. , 'Factors of risk in the development of coronary heart disease – six year follow-up experience. The Framingham Study ' (1961 ) 55 Ann. Intern. Med. : 33 -50.

    • Search Google Scholar
  • Kannel, W. B., McGee, D., Gordon, T.: A general cardiovascular risk profile: the Framingham Study. Am. J. Cardiol., 1976, 38, 46–51.

    Gordon T. , 'A general cardiovascular risk profile: the Framingham Study ' (1976 ) 38 Am. J. Cardiol. : 46 -51.

    • Search Google Scholar
  • Martin, M. J., Hulley, S. B., Browner, W. S., et al.: Serum cholesterol, blood pressure, and mortality: implications from a cohort of 361,662 men. Lancet, 1986, 2 (8513), 933–936.

    Browner W. S. , 'Serum cholesterol, blood pressure, and mortality: implications from a cohort of 361,662 men ' (1986 ) 2 Lancet : 933 -936.

    • Search Google Scholar
  • Abd, T. T., Eapen, D. J., Bajpai, A., et al.: The role of C-reactive protein as a risk predictor of coronary atherosclerosis: implications from the JUPITER trial. Curr. Atheroscler. Rep., 2011, 13, 154–161.

    Bajpai A. , 'The role of C-reactive protein as a risk predictor of coronary atherosclerosis: implications from the JUPITER trial ' (2011 ) 13 Curr. Atheroscler. Rep. : 154 -161.

    • Search Google Scholar
  • Rietzschel, E., De Buyzere, M.: High-sensitive C-reactive protein: universal prognostic and causative biomarker in heart disease? Biomark. Med., 2012, 6, 19–34.

    Buyzere M. , 'High-sensitive C-reactive protein: universal prognostic and causative biomarker in heart disease? ' (2012 ) 6 Biomark. Med. : 19 -34.

    • Search Google Scholar
  • Sundström, J., Byberg, L., Gedeborg, R., et al.: Useful tests of usefulness of new risk factors: tools for assessing reclassification and discrimination. Scand. J. Public Health, 2011, 39, 439–441.

    Gedeborg R. , 'Useful tests of usefulness of new risk factors: tools for assessing reclassification and discrimination ' (2011 ) 39 Scand. J. Public Health : 439 -441.

    • Search Google Scholar
  • Schumacher, M., Binder, H., Gerds, T.: Assessment of survival prediction models based on microarray data. Bioinformatics, 2007, 23, 1768–1774.

    Gerds T. , 'Assessment of survival prediction models based on microarray data ' (2007 ) 23 Bioinformatics : 1768 -1774.

    • Search Google Scholar
  • Pencina, M. J., D’Agostino, R. B. Sr., D’Agostino, R. B. Jr., et al.: Evaluating the added predictive ability of a new marker: from area under the ROC curve to reclassification and beyond. Stat. Med., 2008, 27, 157–172.

    D’Agostino R. B. , 'Evaluating the added predictive ability of a new marker: from area under the ROC curve to reclassification and beyond ' (2008 ) 27 Stat. Med. : 157 -172.

    • Search Google Scholar
  • Uno, H., Tian, L., Cai, T., et al.: A unified inference procedure for a class of measures to assess improvement in risk prediction systems with survival data. Stat. Med., 2013, 32, 2430–2442.

    Cai T. , 'A unified inference procedure for a class of measures to assess improvement in risk prediction systems with survival data ' (2013 ) 32 Stat. Med. : 2430 -2442.

    • Search Google Scholar
  • Pepe, M. S., Janes, H., Longton, G., et al.: Limitations of the odds ratio in gauging the performance of a diagnostic, prognostic, or screening marker. Am. J. Epidemiol., 2004, 159, 882–890.

    Longton G. , 'Limitations of the odds ratio in gauging the performance of a diagnostic, prognostic, or screening marker ' (2004 ) 159 Am. J. Epidemiol. : 882 -890.

    • Search Google Scholar
  • Zethelius, B., Berglund, L., Sundström, J., et al.: Use of multiple biomarkers to improve the prediction of death from cardiovascular causes. N. Engl. J. Med., 2008, 358, 2107–2116.

    Sundström J. , 'Use of multiple biomarkers to improve the prediction of death from cardiovascular causes ' (2008 ) 358 N. Engl. J. Med. : 2107 -2116.

    • Search Google Scholar
  • Hlatky, M. A., Greenland, P., Arnett, D. K., et al.: Criteria for evaluation of novel markers of cardiovascular risk: a scientific statement from the American Heart Association. Circulation, 2009, 119, 2408–2416.

    Arnett D. K. , 'Criteria for evaluation of novel markers of cardiovascular risk: a scientific statement from the American Heart Association ' (2009 ) 119 Circulation : 2408 -2416.

    • Search Google Scholar
  • Steyerberg, E. W., Vickers, A. J., Cook, N. R., et al.: Assessing the performance of prediction models: a framework for traditional and novel measures. Epidemiology, 2010, 21, 128–138.

    Cook N. R. , 'Assessing the performance of prediction models: a framework for traditional and novel measures ' (2010 ) 21 Epidemiology : 128 -138.

    • Search Google Scholar
  • Förhécz, Z., Gombos, T., Borgulya, G., et al.: Red cell distribution width in heart failure: prediction of clinical events and relationship with markers of ineffective erythropoiesis, inflammation, renal function, and nutritional state. Am. Heart J., 2009, 158, 659–666.

    Borgulya G. , 'Red cell distribution width in heart failure: prediction of clinical events and relationship with markers of ineffective erythropoiesis, inflammation, renal function, and nutritional state ' (2009 ) 158 Am. Heart J. : 659 -666.

    • Search Google Scholar
  • Jenei, Z. M., Gombos, T., Förhécz, Z., et al.: Elevated extracellular HSP70 (HSPA1A) level as an independent prognostic marker of mortality in patients with heart failure. Cell Stress Chaperones, 2013 Apr 7. [Epub ahead of print]

  • Kundu, S., Aulchenko, Y. S., van Duijn, C. M., et al.: PredictABEL: an R package for the assessment of risk prediction models. Eur. J. Epidemiol., 2011, 26, 261–264.

    Duijn C. M. , 'PredictABEL: an R package for the assessment of risk prediction models ' (2011 ) 26 Eur. J. Epidemiol. : 261 -264.

    • Search Google Scholar
  • Robin, X., Turck, N., Hainard, A., et al.: pROC: an open-source package for R and S+ to analyze and compare ROC curves. BMC Bioinformatics, 2011, 12, 77.

    Hainard A. , 'pROC: an open-source package for R and S+ to analyze and compare ROC curves ' (2011 ) 12 BMC Bioinformatics : 77 -.

    • Search Google Scholar
  • DeLong, E. R., DeLong, D. M., Clarke-Pearson, D. L.: Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach. Biometrics, 1988, 44, 837–845.

    Clarke-Pearson D. L. , 'Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach ' (1988 ) 44 Biometrics : 837 -845.

    • Search Google Scholar
  • Cook, N. R., Ridker, P. M.: Advances in measuring the effect of individual predictors of cardiovascular risk: the role of reclassification measures. Ann. Intern. Med., 2009, 150, 795–802.

    Ridker P. M. , 'Advances in measuring the effect of individual predictors of cardiovascular risk: the role of reclassification measures ' (2009 ) 150 Ann. Intern. Med. : 795 -802.

    • Search Google Scholar
  • Yates, J. F.: External correspondence: Decompositions of the mean probability score. Organiz. Behav. Human Perform., 1982, 30, 132–156.

    Yates J. F. , 'External correspondence: Decompositions of the mean probability score ' (1982 ) 30 Organiz. Behav. Human Perform. : 132 -156.

    • Search Google Scholar
  • Pencina, M. J., D’Agostino, R. B. Sr., Steyerberg, E. W.: Extensions of net reclassification improvement calculations to measure usefulness of new biomarkers. Stat. Med., 2011, 30, 11–21.

    Steyerberg E. W. , 'Extensions of net reclassification improvement calculations to measure usefulness of new biomarkers ' (2011 ) 30 Stat. Med. : 11 -21.

    • Search Google Scholar
  • Hilden, J., Habbema, J. D., Bjerregaard, B.: The measurement of performance in probabilistic diagnosis. II. Trustworthiness of the exact values of the diagnostic probabilities. Methods Inf. Med., 1978, 17, 227–237.

    Bjerregaard B. , 'The measurement of performance in probabilistic diagnosis. II. Trustworthiness of the exact values of the diagnostic probabilities ' (1978 ) 17 Methods Inf. Med. : 227 -237.

    • Search Google Scholar

The author instructions are available in PDF.
Instructions for Authors in Hungarian HERE.

Mendeley citation style is available HERE.

 

MANUSCRIPT SUBMISSION

  • Impact Factor (2018): 0.564
  • Medicine (miscellaneous) SJR Quartile Score (2018): Q3
  • Scimago Journal Rank (2018): 0.193
  • SJR Hirsch-Index (2018): 18

Language: Hungarian

Founded in 1857
Publication: Weekly, one volume of 52 issues annually

Senior editors

Editor(s)-in-Chief: Papp Zoltán

Read the professional career of Papp Zoltán HERE.

 

Editorial Board

Click for the Editorial Board

Akadémiai Kiadó
Address: Prielle Kornélia u. 21-35. H-1117 Budapest, Hungary
Phone: (+36 1) 464 8235 ---- Fax: (+36 1) 464 8221
Email: orvosihetilap@akkrt.hu