40616_fr-FR

liliconcom

comparaison de méthodes pour les données censurées

Salut le groupe,

 

Je voudrais comparer les méthodes analytiques censurées par intervalles (limite de quantification - limite supérieure de quantification). J'ai donc des observations avec des valeurs (LOQ) ainsi que >120 (LOQ supérieure). Habituellement, Bland-Altman ferait l'affaire, mais dans ce cas, je n'en suis pas sûr.

Certaines personnes suggèrent, pour le plus bas, de remplacer les observations BQL par LOQ/2. Mais qu’en est-il de la LOQ supérieure ?

Lors du JMP Discovery Summit 2014, des discussions ont eu lieu sur les données censurées ( https://community.jmp.com/kvoqx44227/attachments/kvoqx44227/discovery-2014-content/53/1/Discovery%20Summit%202014%20(Your%20Data%20Is%20Censored).pdf ) mais peu de choses sont expliquées dans ce document.

Des suggestions sur la façon de traiter ces données ?

 

Merci d'avance pour toute contribution

 

Dave

 

Re : comparaison de méthodes pour les données censurées

Malheureusement, la régression généralisée ne peut pas gérer les erreurs à la fois dans X et Y. À l'heure actuelle, seul Bivariate peut gérer un tel cas à l'aide de la commande Ajuster orthogonal. La comparaison de méthodes implique une analyse de régression d’un nouveau test par rapport à un test standard. Les deux tests comportent des erreurs.

Re : comparaison de méthodes pour les données censurées

Eh bien, pour moi, c'est un nouveau domaine de recherche et j'apprends. Mais la première chose qui m’est venue à l’esprit concernait ces observations particulières. Veuillez consulter le tableau suivant, représentant les mesures de concentration dans les mêmes unités à partir de deux méthodes différentes. ils ont des LOQ différentes :

Méthode A	Méthode B
6.8	9.8
<0,1	<0,035
1,5	<0,035
5.4	7.2
9.9	9.1
5	6
2	2.9
6.9	13.9
<0,1	<0,035
<0,1	<0,035
<0,1	0,34
<0,1	<0,035
<0,1	<0,035
<0,1	0,49
<0,1	<0,035
<0,1	<0,035
4	1.9
6.7	3
6.8	5.2
0,3	<0,035
6.3	3.5
3.2	3
>10	>15
6.7	1.2
7.8	1,5
6.5	4.1
4	2.5
5.1	1.9
3.6	3.9
1.2	0,8

 

Si je dois écarter ces observations, cela représentera environ 30 % de mon ensemble de données, car elles devront être effectuées par paires pour une analyse comparative. Mais en y regardant de plus près, on peut voir que dans la plupart des observations

Une première réflexion peut être, ok, donc l'observation est respectivement supérieure à 10 et 15 unités, donc cette observation a au moins 10 unités pour une méthode et 15 unités pour l'autre. Ce sont des informations utiles, n'est-ce pas ? En revanche, <0,035 ne peut pas ou ne doit pas être remplacé par un 0,035, n'est-ce pas ? Comme indiqué précédemment, certains auteurs utilisent LOQ/2 pour ces valeurs, d'autres utilisent 0, d'autres encore ignorent l'information.

 

Meilleur,

 

David

Re : comparaison de méthodes pour les données censuréesSalut David,
Non, ce n'est pas possible dans JMP. En fait, je ne suis pas sûr qu'il soit possible d'analyser des données à la fois censurées à gauche et à droite dans Gen Reg dans JMP Pro. Vous pouvez certainement faire l'un ou l'autre. Mais pas les deux. Vous pouvez faire des intervalles censurés dans Gen Reg. Mais, comme le dit Mark, ce n’est pas ce que vous avez.
Je pense que vous devrez peut-être réfléchir à une solution différente.
Est-il judicieux d’utiliser des échantillons en dehors de LoQ pour la comparaison de vos méthodes ? Comment cela vous aide-t-il à répondre à la question « mes méthodes sont-elles équivalentes ? »
Re : comparaison de méthodes pour les données censurées

Merci Phil!

 

J'ai JMP 13, pas JMP Pro, cela peut-il être réalisé en utilisant Ajuster le modèle et en sélectionnant le Modèle linéaire généralisé ? comment saisiriez-vous ces valeurs dans la base de données et définiriez-vous les informations de la colonne ?

Re : comparaison de méthodes pour les données censurées

Salut David,

 

Il peut être utile de savoir que la plateforme de régression généralisée de JMP Pro peut gérer les données censurées. Vous pouvez l'utiliser pour essayer de comparer les moyennes des deux techniques de mesure des protéines, y compris les données LoQ.

 

Salutations,
Phil

Re : comparaison de méthodes pour les données censurées

Re-bonjour Marc,

 

merci pour vos commentaires utiles. Je comprends l'utilisation de la distribution de la vie pour l'analyse de la survie et mes données sont en effet différentes de ces cas. Il s’agit simplement de découvrir s’il existe une méthode permettant de tirer parti de ces valeurs inférieures et supérieures aux LOQ plutôt que de simplement les ignorer. L'analyse de survie accepte les données censurées et je voulais savoir s'il existe quelque chose de similaire dans l'analyse de comparaison de méthodes. À ma connaissance, le problème de José à la page 13 indique que la question intéressante est de savoir si les deux analyseurs fonctionnent de la même manière, lorsqu'il y a plusieurs observations à la limite de détection de 0,05. Ce ne sont pas des données de survie, n’est-ce pas ?

À partir de la littérature, les gens utilisent plusieurs approches différentes pour les gérer. Certains rejettent directement ces valeurs. D'autres les transforment (comme commenté précédemment) pour avoir quelque chose comme valeur approximative, ce qui, comme vous l'avez parfaitement mentionné, peut introduire un certain biais. Mais il y a un compromis à faire entre introduire un certain biais sur les bords plutôt que de rejeter les observations. Vous pouvez vous retrouver dans la situation d'une étude clinique dans laquelle vous avez 20 patients et 6 ou 7 d'entre eux ont une concentration mesurée inférieure à la LOQ pour l'un des analyseurs mais ont des mesures à 100 % dans la plage pour l'autre. Il est difficile de les jeter.

David

Re : comparaison de méthodes pour les données censurées

Oui, j'ai lu l'article de José avant de répondre à votre question. La seule similitude entre son analyse de données et la vôtre est que vous disposez tous les deux de données censurées. Le Répartition de la vie la plateforme a le même objectif que celui de la Distribution plate-forme, mais elle est étendue pour fournir différents modèles de distribution et résultats généralement attendus de l'analyse des l'heure de l'événement données.(Pensez à l'analyse de survie ou à l'analyse de fiabilité.) Utiliseriez-vous l'un ou l'autre Distribution ou Répartition de la vie modéliser la distribution des tests ? Voulez-vous comparer la distribution des valeurs des deux tests ?

Re : comparaison de méthodes pour les données censurées

Cher Mark, merci pour votre contribution très utile. Je me demande si vous avez eu le temps de parcourir le document du JMP Discovery Summit auquel je fais référence dans mon message d'origine. Aux pages 13 et 14, José G Ramirez semble discuter d'un problème similaire auquel je suis confronté. Et il effectue ce que je pense être une analyse de distribution de vie.

 

David

Re : comparaison de méthodes pour les données censurées

Ma question était simplement de savoir quelles méthodes vous comptiez utiliser.

Malheureusement, la plupart des méthodes statistiques ne reconnaissent pas la censure.La plupart des comparaisons que je connais (par exemple, CLSI) omettent donc les données qui dépassent la plage quantitative du test. Vous pouvez comparer la capacité de détection et la linéarité des deux tests séparément.

Re : comparaison de méthodes pour les données censurées

Cher Mark,

 

merci pour votre réponse et pour avoir clarifié la nature des données, je garderai cela à l'esprit.

 

Concernant votre question, je ne suis pas sûr d'avoir bien compris. J'ai deux méthodes quantitatives pour détecter les protéines et je souhaite les comparer. Si je ne me trompe pas, les méthodes les plus appropriées (ou du moins certaines que j'ai trouvées dans la littérature) pour comparer de telles mesures sont les tracés de Bland-Altman et la régression de Passing-Bablok. Est-ce correct? Une autre méthode que vous pouvez suggérer ?

Je comprends que le remplacement des données introduit un biais, mais comment puis-je analyser les données avec des résultats « inférieur à » ou « supérieur à » ? Je ne peux pas l'ignorer car il fournit des informations précieuses (absence de protéines principalement mais aussi de grandes quantités de protéines d'un autre côté)

Meilleur,

David

Re : comparaison de méthodes pour les données censurées

Vos données sont pas intervalle censuré. Vos observations < LOQ sont laissé censuré et vos observations qui sont > LOQ sont censuré à droite . Vos observations entre ces limites sont exactes.

N'utilisez pas LOQ/2 pour les observations censurées à gauche car cela ad hoc la substitution biaisera vos réponses.

Comment « comparer deux méthodes analytiques ? »