Podcasts about regressionsmodell

Einleitung: Modell-basierte Vorhersagen für molekulare Netzwerke und zelluläre Interaktionen können durch zwei verschiedene Strategien der Systembiologie getroffen werden, die top-down und bottom-up Strategien. Die bottom-up Strategie beginnt bei a priori Wissen über einzelne Grundelemente und fügt diese zu größeren Einheiten wie Signalwegen oder ganzen Systemen zusammen. Top-down Strategien setzen bei Datensätzen eines Systems an und versuchen Netzwerke, Interaktionen oder Komponenten zu identifizieren, die für das Systemverhalten (z.B. Phänotyp) verantwortlich sind. Im Folgenden werden beide Strategien auf unterschiedliche Transkriptionsdaten angewendet und die Ergebnisse visualisiert. Beide Strategien können auf linearen Regressionsmodellen basieren. In dieser Arbeit werden lineare Regressionsmodelle höherer Ordnung mittels eines neuen visuellen Hilfsmittels, des Eruptionsdiagramms, verglichen. Methodik: Eruptionsdiagramme werden durch die Überlagerung zweier Vulkandiagramme erstellt. Beide Vulkandiagramme werden von derselben Datengrundlage generiert, stammen jedoch von zwei verschiedenen Modellen. Jedes Gen wird von einem Pfeil repräsentiert, welcher bei dem Punkt des Vulkandiagramms von Modell 1 startet und bei dem Punkt des Vulkandiagramms aus Modell 2 endet. Im Rahmen der Modellselektion können Eruptionsdiagramme als visuelles Hilfsmittel verwendet werden, um (ir)relevante Kovariaten, Störfaktoren und Effektmodifikation aufzudecken. Ergebnisse: Es werden zwei verschiedene Transkriptionsdatensätze analysiert: ein Maus-Infektionsdatensatz und ein humaner Asthmadatensatz. Für die Analyse des Infektionsdatensatzes werden verschiedene lineare Regressionsmodelle miteinander verglichen. Durch eine rückwärts-gewandte Modellselektionsstrategie wird gezeigt, dass durch die Infektionskovariaten erster Ordnung zusätzliche erklärende Kraft gewonnen wird. Durch das Eruptionsdiagramm werden Effekte zweiter Ordnung aufgedeckt. Ein Modellvergleich identifiziert die Kovariaten dritter Ordnung als Störfaktoren. Das Modell zweiter Ordnung, welches am besten zu den Daten passt, wird für die weiterführende Analyse verwendet. Die Ergebnisse der Interaktionskovariate werden in aggravating und alleviating Effekte unterteilt. Ein Interaktionseffekt ist alleviating (aggravating, neutral), falls der Effekt der kombinierten Kovariaten schwächer (stärker, identisch) als die Summe der individuellen Effekte dieser Kovariaten ist. Bei der bottom-up Analyse des Asthmadatensatzes werden die Daten nicht auf Einzelgenebene sondern auf Gengruppenebene analysiert. Zunächst wird das passende Regressionsmodell mit Hilfe des Eruptionsdiagramms aufgestellt. Der Einfluss der einzelnen Gene auf das globale Testergebnis der Gengruppen wird in diagnostischen Balkendiagrammen genauer untersucht. Eine Signalweganalyse der Gengruppen zeigt neue Biomarker und Signalwege für die Charakterisierung von allergischem und nicht-allergischem Asthma auf. Diskussion: Die Ergebnisse der Transkriptionsanalyse werden durch Anreicherungsanalysen auf ihre funktionelle Relevanz hin untersucht. Die Ergebnisse zeigten unterschiedliche funktionelle Eigenschaften der aggravating und alleviating Gene auf. Die Anreicherungsanalyse des Asthmadatensatzes der Gene, die von Störfaktoren beeinflusst werden und durch Effektmodifikation gekennzeichnet sind, weisen jedoch keine funktionellen Unterschiede auf.

Mit der kontinuierlichen Ausbauung und Erweiterung von Mobilfunknetzen und deren Leistungsmerkmalen steigt auch die Sorge der Bürger über mögliche akute gesundheitliche Effekte durch hochfrequenten elektromagnetischen Felder (EMF), die von Mobilfunkbasisstationen und von Mobilfunkgeräten ausgehen. Bei dieser Untersuchung handelt es sich um eine Machbarkeitsstudie zur Erprobung eines neu entwickelten Personendosimeters im Feld, um die EMF-Exposition valide abschätzen und mit Angaben zur Gesundheit der Probanden vergleichen zu können. Zu diesem Zweck wurden 150 Probanden aus München zur Teilnahme eingeladen. Die Teilnehmer trugen das Dosimeter am Oberarm, welches über 24 Stunden ein Expositionsprofil erstellte. Zu Beginn der Messung wurde ein Fragebogen mittels CAPI (Computer Assisted Personal Interview) ausgefüllt, der 161 Fragen zu den Bereichen Handy-Nutzung, allgemeine und aktuelle Befindlichkeit, psychische Gesundheit, Schlafverhalten, Lebensqualität, soziale Unterstützung, Umweltbesorgnis, Einstellung zum Mobilfunk, Soziodemografie, Tabak- und Medienkonsum und Medikamenteneinnahme umfasste. Zur Messung begleitend erstellten die Probanden ein Symptomtagebuch, welches zu drei Tageszeiten (morgens, mittags, abends) aktuelle Symptome abfragte. Insgesamt lagen 61 vollständige Datensätze von erwachsenen Probanden vor. Es zeigte sich, dass die Messungen alle innerhalb der vom Gesetzgeber festgelegten Grenzen lagen. Das Kollektiv, das über dem Median exponiert war, konnte insgesamt als gesünder eingestuft werden. Dies zeigte sich im Bereich der akuten Beschwerden vor allem für die Symptome Kopfschmerzen und Müdigkeit signifikant (47 % vs. 11 % und 58 % vs. 26 %, p

In der vorliegenden Arbeit wurde versucht, Konzepte für die Evaluation der Behandlungskosten von Intensivpatienten zu erstellen. Die so gewonnenen Erkenntnisse fanden Eingang in Ansätze für eine Optimierung der Ausgaben. Abschließend wurden alternative, vom DRG-System unabhängige Modelle für die Erlösberechnung untersucht. Hierfür wurden bei 390 Patienten die Behandlungskosten für ihren Intensivaufenthalt erhoben und mit aus DRG Datensätzen errechneten, durchschnittlichen Behandlungskosten, hier als „Fallwert“ bezeichnet, verglichen. Zusätzlich wurden die Ausgaben für Labordiagnostik, eventuell erwirtschaftete Zusatzentgelte (ZE), Liegedauer, Beatmungsstunden und die erreichte Anzahl an TISS28 und Intensivkomplexbehandlungspunkten (IKB) eines jeden Falles bestimmt. Die summierten Kosten aller betrachteten Fälle beliefen sich auf 5.594.345,89€ und lagen damit 389.541,65€ über dem errechneten Fallwert von 5.204.804,24€. Erst durch die ZE ergab sich eine positive Kostendeckung von 327.044,87€. Die 139 prä MDC Fälle des betrachteten Kollektivs verursachten Kosten von 4.794.728,03€ (4.060.487,28€ abzüglich ZE) und lagen damit 766.822,68€ (51.317,58€) über dem Fallwert. 55% der prä MDC Ausgaben entfielen auf die Personalkosten (PK) für ärztlichen Dienst (ÄD), Pflege (PD) und medizinisch-technischen Dienst (MTD). Sowohl bei den PK ÄD als auch den PK PD wiesen Fälle mit nichtgedeckten PK signifikant höhere Liegezeiten und PK pro Stunde auf. Die Kalkulation der PK basiert auf der aufwandsgewichteten Liegedauer, somit bilden die Kosten pro ungewichteter Stunde indirekt die Komplexität eines Falls ab. Eine lineare Regressionsfunktion zeigte jedoch, dass dieser Faktor im Vergleich zu der Liegedauer nur einen geringen Einfluss auf die Abweichung der Personalkosten vom geschätzten Fallwert hatte. Die Kosten der 251 nicht-prä MDC Fälle lagen bei 799.617,86€ und damit 377.281,02€ unterhalb des errechneten Fallwertes von 1.176.898,88€. Die ZE beliefen sich auf nur 1.081€. Die Personalkosten verursachen in diesem Kollektiv 61% der Gesamtkosten, und auch hier wiesen Fälle mit nicht gedeckten PK signifikant höhere Liegezeiten und Kosten pro Stunde auf, wobei der erstgenannte Faktor wiederum den größten Einfluss auf die Abweichung der Kosten vom Fallwert hatte. Verlässt man die Aufteilung nach MDC, so verursachten Pneumoniepatienten mit median 28.082,43€ die höchsten Kosten, gefolgt von Fällen mit Organersatztherapie mit 25.088,12€. Beide Male führte auch die Berücksichtigung von ZE nicht zu einer Deckung der medianen Ausgaben. Bei den Patienten mit Organersatztherapie lagen jedoch die summierten Kosten nach Abzug der ZE unterhalb des Fallwertes. Bei Aufnahmen aus externen Kliniken waren die mediane Kosten auch mit ZE über dem medianen Fallwert angesiedelt (14.728,89€ vs. 12.415,49€), die summierten Kosten wiesen hier von allen betrachteten Kollektiven die größte Abweichung vom summierten Fallwert auf (1.227.248,42€ bzw. abzüglich ZE 975.405,76€ vs. 789.660,45€). Die medianen Kosten der 30 Nonsurvivor waren selbst mit den ZE nicht gedeckt. Aufgrund von Ausreißern bei den Erlösen aus ZE lagen die summierten Kosten dieses Kollektivs jedoch 233.988,43€ unterhalb des Fallwertes. Somit erzielte diese Gruppe einen positiven Erlös, der über dem alle übrigen Fälle (93.056,44€) lag. Die medianen Ausgaben bei Transplantationspatienten lagen bereits ohne ZE unterhalb des geschätzten medianen Fallwertes (9.501,64€ vs. 18.735,66€). Der in einem nächsten Schritt durchgeführte Versuch, Fallkosten nicht anhand von vordefinierten Fallwerten, sondern alleine über die Kosten pro TISS28, IKB, Beatmungsstunde oder Behandlungsstunde zu evaluieren, erwies sich als wenig erfolgreich. Legte man die aus den DRG Daten errechneten Fallwerte zugrunde, so konnte nur für die Kosten pro TISS28 und nur im Kollektiv der prä MDC Patienten eine suffiziente Vorhersagekraft bezüglich der Kostendeckung festgestellt werden (AUC=0,797). Die Sachkosten Arzneimittel (SK AM) beliefen sich auf insgesamt 1.185.556,65€ und lagen damit 577.937,51€ über dem errechneten Wert. Von den Gesamtkosten entfielen 555.220,06€ auf den Ist-Verbrauch von teuren Antibiotika, Antimykotika und bestimmten Blutprodukten (SK AM mit Einzelkosten). Dies wurde als Ansatzpunkt für eine Überlegung zur Ausgabensenkung gewählt. In der Literatur besteht der Konsens, dass durch zielgerichtete Pharmakotherapie Kosten gesenkt werden können. Hiervon ausgehend wurde überprüft, ob in dem betrachteten Datensatz ein statistischer Zusammenhang zwischen den Ausgaben für Labordiagnostik und Arzneimittel bestand. Eine lineare Regressionsanalyse zeigte einen negativen Einfluss der Laborausgaben auf die SK AM mit Einzelkosten. Eine getrennte Betrachtung der mikrobiologischen Diagnostik und der klinischen Chemie ergab nur für letztere ein negatives Einfließen in die Regressionsfunktion. Ausgehend von den erhobenen Daten scheinen Mehrausgaben für einen bestimmten Bereich der Labordiagnostik somit eine Kostenersparnis bei Arzneimitteln zu ermöglichen. Abschließend wurde die Problematik der Kostendeckung bei hochkomplexen Fällen zum Anlass genommen, alternative, vom DRG-System unabhängige Methoden für die Erlösberechnung zu untersuchen. Es sollte gezeigt werden, dass aus klinischen Daten die tatsächlichen Behandlungskoten suffizient berechnet werden und diese Werte damit auch als Grundlage für die Erlösbestimmung dienen können. Von den vier untersuchten Variablen (TISS28, IKB, Beatmungsdauer und Liegedauer) zeigten der TISS28 und die Liegedauer die höchste Kostenkorrelation (R²=0,964 und R²=0,944). Bei Patienten mit einer Aufenthaltsdauer von unter 48 Stunden korrelierte von allen Variablen jedoch nur noch der TISS28 suffizient mit den Ausgaben (R²=0,884). Nach Randomisierung der betrachteten Fälle auf zwei Gruppen wurde an Kollektiv 1 für jede Variable eine Regressionsfunktion erstellt, welche bei Kollektiv 2 die Behandlungskosten vorhersagen sollte. Zuvor durchgeführte Überlegungen kamen zu dem Schluss, dass eine kubische Funktion das Verhältnis von Kosten zu Variable am besten abbildet. Die mit dem TISS28 geschätzten Kosten wichen bei den prä MDC um median -1,76%, beim Gesamtkollektiv um median -1,78% von den tatsächlichen Kosten ab. Die Schätzung anhand der Liegedauer erreichte Abweichungen von median -6,75% und -1,30%. Die mit der IKB erzielten Werte divergierten dagegen stark von den tatsächlichen Kosten (-9,57% und 16,02%). Die Kosten pro IKB Punkt wiesen jedoch eine hohe Varianz auf, was zusammen mit einer geringen Fallzahl zu einem ungenauen Regressionsmodell und damit einer eingeschränkten Beurteilbarkeit der Ergebnisse führte. Durch den Vergleich mit definierten Fallwerten ist es folglich möglich, die intensivmedizinischen Kosten von verschiedenen Patientenkollektiven zu evaluieren und Ansätze für die Optimierung der Ausgaben zu entwickeln. Auch wäre ein von Fallpauschalen losgelöstes System der Erlösberechnung, welches auf relativ simplen, klinischen Parametern basiert, denkbar.

Wie auch in der Humanmedizin stellen Sepsis und SIRS den behandelnden Arzt in der Veterinärmedizin vor eine große Herausforderung. Eine optimale therapeutische Intervention setzt besonders die Früherkennung dieser Erkrankungen und damit auch die Verfügbarkeit von prognostischen Parametern voraus. Humanmedizinische klinische Studien und experimentelle Studien an Tiermodellen haben bereits erwiesen, dass eine massive Produktion von inflammatorischen Zytokinen wie TNF α, IL-1 und IL-6 eine große Rolle bei der Pathophysiologie der Sepsis spielen und als Marker dienen können. Bei natürlich erkrankten Hunden sind jedoch bezüglich der Zytokinausschüttung keine Informationen vorhanden. Ziel dieser prospektiven Arbeit war eine Erforschung des Nutzens von caninem IL-6 als Biomarker und prognostischem Parameter in der Sepsis. Für die vorliegende Arbeit wurden im Zeitraum von Juli 2004 bis Juli 2005 prospektiv alle Hunde, die in der Medizinischen Kleintierklinik der Universität München und der Klinik und Poliklinik für kleine Haustiere der freien Universität Berlin mit zur Untersuchung vorgestellt wurden und bei den der Verdacht auf eine Sepsis bestand, untersucht und für diagnostische Zwecke Blut entnommen. Bedingung für die Aufnahme in die Studie war die Erfüllung der SIRS (Systemic Inflammatory Response Syndrome)-Kriterien. Eine Einstufung in die Gruppe „Sepsis“ erfolgte, wenn zusätzlich ein histologischer, zytologischer oder mikrobiologischer Nachweis der Infektion möglich war. Des Weiteren wurden septische Patienten in die Untergruppen „Sepsis“, „schwere Sepsis“ und „septischer Schock“ unterteilt. Am Tag der Aufnahme oder Entwicklung der Entzündung (Tag 0) wurde eine Blutkultur aus der zentralen Halsvene abgenommen; in Einzelfällen erfolgte auch eine zweite Kultur. Die Bestimmung der Aktivität von Interleukin-6 an Tag 0, 1 und 2 wurde mit Hilfe eines auf Zellwachstum basierenden kolorimetrischen Bioassays durchgeführt. Bei 43 von 79 Patienten konnte ein Infektionsherd nachgewiesen werden (Sepsis-Gruppe), 36 Patienten gingen in die SIRS-Gruppe ein. Eine Besitzerbefragung nach Vorerkrankungen des Patienten konnte dies in 34 Patienten (43 %) bestätigen, bei 30 Fällen lagen keine Erkrankungen zugrunde (38 %) und unbekannt war dies bei 15 Hunden (19 %). Der Hauptgrund für die Vorstellung des Tieres an den Kliniken waren gastrointestinale Probleme (82 %), die sich durch Anorexie, Erbrechen und Durchfall äußerten. Die Hospitalisierungszeit lag im Mittel bei 6 Tagen. 38 Patienten (48 %) starben oder wurden aufgrund der schlechten Prognose euthanasiert, wobei eine auffällige Mortalitätsrate innerhalb der ersten drei Tage erreicht wurde (n= 24, 63 %). Die häufigsten klinischen Diagnosen konnten dem Gastrointestinaltrakt zugeordnet werden (65 %), gefolgt vom Reproduktionssystem (24 %). Der Anteil an positiven Blutkulturen lag bei 9/64 (14 %). Weitere 62 Proben (Urinkulturen, Tupferproben von Abszessen, Wunden oder Vaginalausfluss) wurden mikrobiologisch untersucht und eine bakterielle Besiedelung konnte bei 46 der 62 Proben (74 %) nachgewiesen werden. Das am häufigsten isolierte Bakterium war Escherichia coli mit einem Nachweis in 13 von 46 Isolaten (28 %). Staphylococcus spp. wurden in 8 von 46 Proben gefunden (17 %). Insgesamt lag der Anteil an gramnegativen Bakterien bei 19 von 62 Proben (41 %) und war damit am stärksten vertreten. Eine Korrelation zwischen der Höhe von IL-6 am Tag der Aufnahme und der Anzahl an erfüllten SIRS-Kriterien konnte statistisch mit einem p-Wert von 0,015 nachgewiesen werden. Bezüglich des Schweregrades der Erkrankung mit SIRS, Sepsis, schwere Sepsis und septischer Schock als definierte Grade konnte eine signifikante Korrelation zu hohen IL-6 Spiegeln im Blut festgestellt werden (p = 0,006). Durch ein logistisches Regressionsmodell wurde eine positive Assoziation zwischen IL-6 und Sepsis bzw. SIRS dargestellt (p = 0,022): ein höherer Anteil an IL-6 Plasmaaktivität war mit einer höheren Wahrscheinlichkeit, an einer nachgewiesenen Sepsis zu erkranken, verbunden (Odds Ratio = 1,177). Eine Korrelation zwischen höheren IL-6-Werten zum Zeitpunkt der Aufnahme und einer höheren Todeswahrscheinlichkeit konnte nachgewiesen werden (Odds Ratio = 1,146). Der Zeitpunkt des Todes war signifikant früher, je höher die gemessenen Plasmaaktivitäten von IL-6 an Tag 0 waren (p = 0,012). Schlussfolgernd zeigt diese Arbeit erstmals, dass die Messung des Interleukin-6 in der caninen Sepsis ebenso wie in der Humanmedizin als prognostischer Parameter genutzt werden kann.

In dieser Arbeit werden die Auswirkungen verschiedener Methoden zur Ersetzung von fehlenden Werten auf das Ergebnis einer Regressionsnalyse untersucht. Grundlage ist eine Untersuchung von Klasen (2000) über die Unterschiede im Zusammenhang zwischen Unterernährung und Kindersterblichkeit in Afrika und Südasien. In dem Makro-Datensatz, welcher 101 Entwicklungsländer umfasst, fällt etwa ein Drittel der 273 Beobachtungen weg, da für verschiedene verwendete Variablen die Werte fehlen. Die so verloren gegangenen Informationen sollen in diese Untersuchung genutzt werden. Hierzu werden zwei verschiedene Verfahren verwendet. Zum einen werden mit einem linearen Regressionsmodell alle Variablen wechselseitig aufeinander regressiert und mit Hilfe der so geschätzten Koeffzienten die fehlenden Werte prognostiziert. Um nicht eine zu starke Korrelation der Werte untereinander vorzutäuschen, werden die ersetzten Werte um einen zufälligen Störterm ergänzt. Zum anderen wird ein multiple imputations Verfahren verwandt, in welchem mit einem Markov-Chain-Monte-Carlo-Verfahren mehrere vervollständigte Datensätze generiert werden, welche dann weiter bearbeitet werden. Durch die Auswertung mehrerer vervollständigter Datensätze wird eine höhere Effizienz der Schätzer erreicht. Es zeigt sich, dass die Ergebnisse von Klasen (2000), etwa dass höhere Einkommen, Frauenbildung, geringere Fertilität, der Zugang zu sanitären Einrichtungen und eine geringere Bevölkerungsdichte mit geringeren Unterernährungsraten korreliert sind, robust gegenüber der Ersetzung der fehlenden Werte sind.

In diesem Bericht werden verschiedene Imputationsmechanismen fuer fehlende Kovariablen in einem linearen Regressionsmodell mit zwei Kovariablen untersucht. Hierbei ist eine der Kovariablen vollstaendig beobachtet, die andere nur teilweise. Die betrachteten Imputationsmechanismen sind Zero Order Regression (ZOR), First Order Regression (FOR), First Order Regression plus random noise (FOR+) und Modified First Order Regression (MFOR).

Data from clinical studies often contain time-dependent covariates, e.g. events like transplantation or an adverse drug reaction, or the changing measurements of laboratory data. The common approach uses only the covariate information at time t=0 for regression analyses, but this baseline analysis is not very satisfying. This paper applies the linear counting process by Aalen for failure time analysis, modified to deal with time-dependent covariates. In the main part we describe methods to estimate and visualize the cumulated regression function with respect to time-dependent covariates. After introducing a test for significance of the influence of covariates we display different methods to investigate model validity depending on martingale residuals, or by use of the Arjas plot. Coding and interpretation problems are shortly discussed. Results are illustrated with data from the Stanford Heart Transplantation Study and a study on Oropharynx carcinoma.

Das hier vorgestellte spezifische Modell bietet mit dem dazugehörigen Schätzverfahren eine neue alternative Vorgehensweise für die regresive Analyse binärer korrelierter Zielgrößen. Das Schäatzverfahren für das an die Korrelation angepaßte Modell wird über den Modellvergleich mit loglinearen Modellen und einer auf Odds-Ratios basierenden Reparametrisierung hergeleitet. Dabei wird zwischen verschiedenen Spezialfällen in Abhängigkeit von der Art und Anzahl der Einflußgrößen unterschieden. Die neue Methode besitzt gegenüber anderen den Vorteil, neben der einfacheren Berechnung der Schätzungen zugleich die Adäquatheit des Modells zu prüfen. Der theoretischen Darstellung folgt die ausführliche Beschreibung des Verfahrens an zwei Datensätzen.