gms | German Medical Science

HEC 2016: Health — Exploring Complexity
2016 Joint Conference of GMDS, DGEpi, IEA-EEF, EFMI

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

28.08. - 02.09.2016, München

Verkalkung von Ersatz-Herzklappen – Tests und Konfidenzintervalle in einem heteroskedastischen 2x2 Repeated Measures Design

Meeting Abstract

Search Medline for

  • Edgar Brunner - Universitätsmedizin Göttingen, Göttingen, Deutschland

HEC 2016: Health – Exploring Complexity. Joint Conference of GMDS, DGEpi, IEA-EEF, EFMI. München, 28.08.-02.09.2016. Düsseldorf: German Medical Science GMS Publishing House; 2016. DocAbstr. 529

doi: 10.3205/16gmds004, urn:nbn:de:0183-16gmds0043

Published: August 8, 2016

© 2016 Brunner.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Der präklinische Versuch zur Verkalkung von Ersatz-Herzklappen [1] wurde als 2x2 Repeated Measures Versuchsanlage durchgeführt. Die Einflussgrößen auf den Kalkgehalt [mg] 12 Wochen nach subkutaner Implantation bei Ratten waren das Herstellungsverfahren der Klappen (Intact / Mosaic) und die Konservierungsmethode (GA / MMS). Ein besonderes Problem ist die adäquate statistische Modellierung dieses Versuchs, bei dem die Mittelwerte des Kalkgehalts für die Mosaic-Klappe 3.6 [mg] für GA und 1.8 [mg] für MMS waren, während sich für die Intact-Klappe die Werte 66.0 [mg] für GA und 34.9 [mg] für MMS ergaben. Eine parametrische Repeated Measures Analyse mit additiven Effekten ergab sowohl für die Haupteffekte des Klappentyps und der Konservierungslösung als auch für die Wechselwirkung p-Werte < 10-4. Modelliert man die Daten nun nicht mit additiven Effekten sondern postuliert einen prozentualen Effekt der Konservierungslösung durch eine logarithmische Transformation der Daten, so erhält man für die Haupteffekte des Klappentyps und der Konservierungslösung zwar immer noch p-Werte < 10-4, aber für die Wechselwirkung nun einen p-Wert von 0.88. Neben dem Problem der Voraussetzung der Normalverteilung in beiden Fällen kommt erschwerend hinzu, dass bei den Originaldaten die Varianzen bis zum 25-fachen unterschiedlich sind, während die Varianzen bei den logarithmierten Daten sogar bis zum 230-fachen unterschiedlich sind. Weiterhin soll ein Konfidenzintervall für den Effekt der Konservierungslösung angegeben werden, das für den Kliniker gut interpretierbar ist. Zur Lösung werden sowohl parametrische als auch semi-parametrische, robuste Schätzverfahren und studentisierte Permutationsverfahren [2] diskutiert. Dabei erhält man Konfidenzintervalle durch Invertierung eines statistischen Tests. Diese Idee geht auf Walter [3] zurück und nutzt die Dualität von Test und Konfidenzintervall aus.


Literatur

1.
Mirzaie M, Brunner E, Mahbub-ul Latif AH, Schmitto J, Fatehpur S, Schöndube F. A new storage solution for porcine aortic valves. Ann Thorac Cardiovasc Surg. 2007 Apr;13(2):102-9.
2.
Friedrich S, Brunner E, Pauly M. Permuting longitudinal data despite all the dependencies. arXiv:1509.05570 (2015).
3.
Walter E. Verteilungsunabhängige Schätzverfahren. Zeitschrift für angewandte Mathematik und Mechanik. 1962;42:85–87.