Typy znaků, které se vyskytují v lékařských datových souborech
Alternativní (binární) znaky: nabývají jen dvou variant, často se kódují 1
(přítomnost sledovaného znaku) a 0 (nepřítomnost sledovaného znaku).
Např. pohlaví pacienta: 1 – muž, 0 – žena,
úmrtí pacienta: 1 – zemřel, 0 – žije,
hormonální léčba: 1 – byla, 0 – nebyla,
radioterapie: 1 – byla, 0 – nebyla,
operace: 1 – byla, 0 – nebyla,
relaps (návrat onemocnění, lokální či vzdálený): 1 – nastal, 0 – nenastal.
apod.
Popisují se tabulkou rozložení absolutních a relativních četností, dva
alternativní znaky pak čtyřpolní kontingenční tabulkou simultánních
absolutních nebo relativních četností a kontingenční tabulkou řádkově nebo
sloupcově podmíněných relativních četností dvojic variant znaků.
Ukázka čtyřpolní kontingenční tabulky řádkově podmíněných relativních
četností:
sex žije zemřel/a Řádk.
součty
Četnost
Řádk. četn.
Četnost
Řádk. četn.
Četnost
Ž 6 10 16
37,50% 62,50%
M 15 50 65
23,08% 76,92%
Vš.skup. 21 60 81
Nominální znaky: obecně nabývají aspoň dvou variant, které nelze uspořádat.
Např. histologický typ tumoru – lymfom, adenom, karcinom, melanom apod.,
grading tumoru - mikroskopické určení stupně diferencovanosti (vyzrálosti)
nádoru. Má varianty:
Gx - nelze stanovit stupeň diferenciace
G1 - dobře diferencovaný nádor
G2 - středně diferencovaný nádor
G3 - málo diferencovaný nádor
G4 - nediferencovaný nádor
Čím je nádor méně diferencovaný, tím je agresivnější, ale zároveň citlivější
k léčbě.
Staging tumoru - určení rozsahu nádoru. Ke stagingu se používá celá řada
systémů. Nejpoužívanější je systém TMN.
T (tumor; označuje velikost nádoru)
Tx - velikost nelze stanovit
T0 - není
T1
T2
T3
T4 - prorůstá do okolních tkání
Tis - carcinoma in situ (počáteční stadium, nádorové buňky nepřestoupily přes
bazální membránu)
N (nodus; říká, zda-li jsou postiženy regionální lymfatické uzliny)
Nx - nelze stanovit
N0 - regionální lymfatické uzliny nejsou postiženy
N1
N2
N3
M (metastázy; říká, zda-li došlo k založení vzdálených metastáz)
Mx - nelze stanovit
M0 - metastázy nejsou přítomny
M1 - metastázy jsou přítomny
Klinické stadium nádoru
Stadium 0: Tis N0 M0
Stadium IA: T1 N0 M0
Stadium IB: T1 N1 M0 nebo T2a/b N0 M0
Stadium II: T1 N2 M0 nebo T2a/b N1 M0 nebo T3 N0 M0
Stadium IIIA: T2a/b N2 M0 nebo T3 N1 M0 nebo T4 N0 M0
Stadium IIIB: T3 N2 M0
Stadium IV: T4 N1, N2, N3 M0 nebo T1, T2, T3 N3 M0 nebo jakékoliv T
jakékoliv N M1
Nominální znaky se popisují tabulkou rozložení absolutních a relativních četností
variant znaku, dva nominální znaky pak kontingenční tabulkou simultánních
absolutních nebo relativních četností a kontingenční tabulkou řádkově nebo
sloupcově podmíněných relativních četností dvojic variant znaků.
Síla závislosti mezi dvěma nominálními znaky se měří pomocí Cramérova koeficientu.
Má hodnoty mezi 0 a 1, čím silnější závislost, tím vyšší hodnoty.
Ukázka sloupkového diagramu stadia rakoviny žaludku:
4%
62%
30%
4%
1 2 3 4
stadium
0
5
10
15
20
25
30
35
Početpozorování
4%
62%
30%
4%
Ordinální znaky: obecně nabývají aspoň dvou variant, které lze uspořádat
podle velikosti.
Např. výsledky léčby – má varianty:
kompletní remise (CR)
stabilizované onemocnění (SD)
částečná remise (PR)
progredující onemocnění (PD)
Toxicita léčby – má varianty G0 < G1 < G2 < …
Ordinální znaky se popisují tabulkou rozložení absolutních a relativních
četností a číselnými charakteristikami, k nimž patří kvantily či kvantilové
rozpětí. Síla pořadové závislosti mezi dvěma ordinálními znaky se měří
pomocí Spearmanova koeficientu pořadové korelace. Nabývá hodnot mezi -1 a
1. Hodnoty blízké -1 svědčí o silné nepřímé pořadové závislosti, hodnoty
blízké 1 pak o silné přímé pořadové závislosti.
Intervalové znaky: obecně nabývají počtu variant, který je blízký rozsahu
datového souboru. Varianty se dají uspořádat podle velikosti a dají se odečítat.
Nula na měřicí stupnici je stanovena konvencí.
Např. datum operace, datum návratu onemocnění, datum úmrtí apod.
Poměrové znaky: obecně nabývají počtu variant, který je blízký rozsahu
datového souboru. Varianty se dají uspořádat podle velikosti a dají se nejen
odečítat, ale i dělit.
Např. věk pacienta v době stanovení diagnózy, doba sledování (tj. doba od
vstupu do studie do jejího ukončení resp. do smrti pacienta či jeho ztrátu ze
sledování), dávka radioterapie apod.
Intervalové a poměrové znaky se popisují tabulkou intervalového rozložení
absolutních a relativních četností intervalů hodnot znaku. K číselným
charakteristikám patří aritmetický průměr, směrodatná odchylka, minimum,
maximum, rozpětí, šikmost, špičatost. U poměrových znaků lze použít i
koeficient variace (tj. poměr směrodatné odchylky a průměru). Síla lineární
závislosti dvou intervalových či poměrových znaků se měří pomocí
Pearsonova koeficientu korelace. Nabývá hodnot mezi -1 a 1. Hodnoty blízké -
1 svědčí o silné nepřímé lineární závislosti, hodnoty blízké 1 pak o silné přímé
lineární závislosti.
Ukázka dvourozměrného tečkového diagramu zachycujícího závislost doby
sledování žijících pacientů trpících rakovinou žaludku na počtu odstraněných
pozitivních uzlin:
Zahrnout jestliže: smrt=0
-1 0 1 2 3 4 5 6
počet +LU
0
10
20
30
40
50
60
70
80
OS(měsíce)
Koeficient korelace = -0,73