Klinische und experimentelle Kardiologie
Offener Zugang

Abstrakt

Statistische und psychologische Modelle der ärztlichen Beurteilung von Herzpatienten

Neda Kerimi*, Lars Backlund, Ylva Skaner, Lars-Erik Strender und Henry Montgomery

Anhand von Teilnehmerdaten aus dem medizinischen Bereich wurde die Robustheit der logistischen Regression (LR) mit verschiedenen Hinweishinweis-Einschlussstufen und zwei schnellen und sparsamen (F&F) Modellen in Bezug auf Vorhersagegenauigkeit und Sparsamkeit getestet. Es wurden zwei Datensätze verwendet, die auf Beurteilungen verbal beschriebener Patienten basieren: Herzinsuffizienz (66 Analysten) und Hyperlipidämie (38 Analysten). Bei der Kreuzvalidierung der Modelle zeigte sich in beiden Datensätzen ein signifikanter Rückgang der Vorhersagegenauigkeit für alle Modelle, insbesondere wenn alle Hinweise in LR verwendet wurden. Die anderen Modelle wiesen eine in etwa gleich hohe Vorhersagegenauigkeit auf, auch beim Vergleich mit tatsächlichen Diagnosen, mit einem leichten Vorteil für LR in der Herzinsuffizienzstudie. LR mit der 5%-Einschlussstufe war sparsamer als F&F. Diese Ergebnisse unterstreichen die Bedeutung der Kreuzvalidierung und der Wahl der richtigen Signifikanzstufen für die Hinweishinweis-Einschlussstufe und beim Vergleich verschiedener Beurteilungsmodelle bei medizinischen Entscheidungen und anderen Bereichen.