간경변증 발생 위험군 분류를 위한 SPAN의 유용성 평가

Abstract

[한글]

임상의학분야에서 질병 발생의 예측이나 위험 요인을 분석하기 위해 통계학적 방법을 이용해왔다. 회귀분석방법들과 나무모형을 이용한 분류 분석 방법이 주로 이용되고 있다. 하지만 이런 방법들은 제한점을 가지고 있다. 이에 대한 대안으로 위험요인을 가진 하위 그룹을 찾는 알고리즘인 SPAN이 제안되었다. SPAN은 모든 가능한 변수의 조합 중에서 최상의 조합을 찾아내는 것으로, 종속변수와의 관계가 명백한 변수들의 조합만을 찾기 때문에 임상의학적으로 의미 있는 결론을 얻을 수 있으며, 이에 대한 해석과 적용이 쉽다는 장점을 가지고 있다.본 논문에서는 SPAN을 이용하여 질병 발생 위험군 예측에 대한 유용성을 평가하고자 1994년부터 2005년까지 건강검진센터에서 건강검진을 받은 검진자 중 병원에 내원하여 간경변증 발생 여부에 대한 진단을 받은 4,093명의 검진자료를 이용하였다. 평가를 위해 로지스틱 회귀분석, 다항수준 회귀분석, QUEST를 가지고 민감도, 특이도, 정확도등의 측도를 통하여 비교 하였다.SPAN에 의해 선택된 간경변증 발생 위험 인자는 B형간염 바이러스, C형 간염 항체, 가족력, 혈소판, 알파-태아단백으로 기존에 알려진 간경변 발생 위험인자를 잘 나타고 있다. 그리고 다른 분석 방법들에 비해 SPAN의 민감도가 높아 간경변증 발생 위험군 분류에 유용한 것으로 판단된다.

[영문]The statistical predictive methods were used to find the risk factors related with disease and to generate predictive probabilities of those diseases. Logistic regression is the most commonly used method for predicting the probability of diseases in the medical fields. Also, data-driven methods, such as classification and regression trees(CART) have been used to identify subjects at increased risk of diseases. However, both of regression and tree models have their specific limitations in spite of their advantages.Recently, an alternative approach called by search partition analysis(SPAN) is suggested, which is based on direct non-hierarchical search algorithm to identify subgroups at risk. SPAN searches subgroups among different Boolean combinations of risk factors. It was known that SPAN had an advantage that its decision rules are usually more interpretable than those of other methods, especially in medical problems that interpretability of decision rules is very important.In this thesis, SPAN was compared against the performance of the other 3 methods; logistic regression, polychotomous regression and quick unbiased efficient statistical trees. We applied these methods to the real clinical data composed of 4,093 individuals who received the screening test in first and then visited Yonsei University Medical Center for check-up liver cirrhosis from May 1994 to September 2005. The performance of SPAN and that of any other methods were compared and the measures of performance were sensitivity, specificity, and accuracy. In the results using SPAN, the findings identified by the risk factors for liver cirrhosis were HbsAg, AntiHCV, Family history, platelet and α-FP. And we found that the sensitivity using SPAN were much higher than those of other methods in various data sets.In conclusion, as long as it works, the performance of SPAN should make sense in the context of medical diagnosis and prognosis.