Artikel
Die Evaluierung potentieller Confounder durch eine multiple Bland-Altman-Analyse
Suche in Medline nach
Autoren
Veröffentlicht: | 20. September 2011 |
---|
Gliederung
Text
Einleitung: In der medizinischen Forschung wird die Methode nach Bland-Altman häufig angewandt, um die Richtigkeit und Präzision einer neu entwickelten quantitativen Messmethode zu beurteilen. Diese Technik ermöglicht jedoch nicht die Berücksichtigung eventuell vorhandener Störgrößen, die den Vergleich einer neuen Methode mit einer Referenzmethode eventuell beeinträchtigen.
Material und Methoden: Die klassische Bland-Altman-Methode basiert auf einem Regressionsmodell, in dem der Zusammenhang zwischen den Mittelwerten und den Differenzen der Messwerte, die aus beiden Messmethoden resultieren, analysiert wird. Dieses Modell wurde dahingehend modifiziert, dass anstelle der Mittelwerte die „wahren“ Werte, die durch einen Goldstandards ermittelt wurden, verwendet wurden. Die Analyse der Residualbeträge erlaubt eine Beurteilung der Präzision der neuen Messmethode. Dieses Modell wurde zu einem multiplen Modell erweitert, indem weitere Merkmale, die eventuell die Messgenauigkeit beeinflussen, involviert wurden. Anhand eines klinischen Datensatzes wird dieses Verfahren illustriert, wobei die Formel von Cockcroft und Gault zur Bestimmung der glomerulären Filtrationsrate (GFR) mit dem Goldstandard „Inulin-Clearance“ verglichen wird. Als mögliche Confounder wurden patientencharakteristische Merkmale wie das Geschlecht, das Gewicht, das Alter sowie die Status „Diabetes Mellitus“ und „Bluthochdruck“ berücksichtigt.
Ergebnisse: Es zeigte sich, dass die Abweichungen zwischen den Messwerten der neuen Methode und den wahren Werten signifikant abhängt vom Messbereich (p < 0,0001) sowie vom Geschlecht (p = 0,0202), vom Merkmal "Diabetes Mellitus" (p = 0,0412), vom Alter und dem Gewicht der Patienten (jeweils p < 0,0001). Die Präzision wird von diesen Merkmalen nicht signifikant beeinflusst; es konnte jedoch gezeigt werden, dass die Präzision mit wachsendem Körpergewicht schlechter wird (p = 0,0459).
Schlussfolgerungen: Mit einem multiplen Regressionsmodell basierend auf der Methode von Bland und Altman lassen sich Störfaktoren identifizieren. Dieses Modell ermöglicht eine effiziente Beurteilung der Richtigkeit und der Präzision einer neuen Messmethode durch den Vergleich mit einem Goldstandard.