Online Prediction of Exacerbation in Patients with Chronic Obstructive Pulmonary Disease Using Linear Discriminant Pattern Classification Morten H. Jensen, Simon L. Cichosz, Birthe Dinesen, Ole K. Hejlesen Aalborg Universitet, Danmark 1
Juel K. and Doessing M. KOL i danmark [COPD in denmark]. sygdommen der hver dag koster 10 danskere livet [the disease that kills 10 danes every day]. Statens Institut for Folkesundhed, 2003. Demografi 2
Hansen N. E. et al. Medicinsk kompendium. Nyt Nordisk Forlag, 2004. ISBN: 8717036879. Definition 3
GOLD Danmark. Globalt initiativ for kronisk obstruktiv lungesygdom - retningslinjer i danmark. GOLD workshop report, 2006. Klassifikation I: Mild KOL II: Moderat KOL III: Svær KOL IV: Meget svær KOL FEV1/FVC < 0.70 FEV1 > 80 % af forventet FEV1: 50-80 % af forventet FEV1: 30-50 % af forventet FEV1 < 30 % eller FEV1 : 30-50 % af forventet +kronisk respirationssvigt 4
State of the art Eksacerbation Forårsager hospitalsindlæggelser Det er vigtigt at behandle dem i opløbet Prædiktering af eksacerbation Litteratur Telehomecare Patient Empowerment Reducerer indlæggelser 5
TELEKAT 6
Datagrundlag 7
Datagrundlag 8
Features Gennemsnit Spredningen Skewness og kurtosis Lineær regression Sum af lineær regression af saturation og puls. 9
Model 273 features 10 forsøgscases og 19 kontrolcases Feature selection: SEPCOR og leave-one-out krydsvalidering Classifier: linear discriminant analysis 10
Implementering i praksis 11
Use case 12
Prototype 13
Prototype 14
Resultater (1 af 4) V(e) 0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 Systolisk blodtryk Diastolisk blodtryk Puls Saturation Saturation + Puls Feature ID V (ē i ) N f N k F sys,skew,[25;0] 0.163 9 16 F dia,std,[25;0] 0.163 9 16 F sat,std,[25;0] 0.180 10 19 F sat,std,[15;0] 0.187 4 8 F sat,kurt,[15;0] 0.198 4 8 F puls,std,[20;0] 0.222 8 14 F sat+puls,l.reg,[15;0] 0.316 4 8 F dia,gns,[20;0] 0.346 9 15 F sat,l.reg,[30;0] 0.352 10 19 F sys,kurt,[20;0] 0.448 9 15 0 Fsys,skew,[25;0] Fdia,std,[25;0] Fsat,l.reg,[25;0] Fsat,std,[30;0] Fsat,std,[25;0] Fsys,l.reg,[25;0] Fsat,std,[15;0] Fpuls,l.reg,[15;0] Fsat,kurt,[15;0] Fsat,gns,[30;0] Fpuls,std,[20;0] Fsat,gns,[25;0] Fsat + puls,l.reg,[15;0] Fdia,gns,[20;0] Fsat,l.reg,[30;0] Fsys,kurt,[20;0] Sensitivitet = 7/10 Specificitet = 18/19 Sensitivitet = 7/9 Specificitet = 10/15 Inspektion viser stor mean-difference!! 15
Resultater (2 af 4) 0.4 0.3 Forsoegscases Kontrolcases g(x) = 0 F sat,l.reg,[30;0] 0.2 0.1 0-0.1 NB: Leave-one-out krydsvalidering -0.2-0.3-0.4 0 2 4 6 8 10 F sat,std,[25;0] 16
Resultater (3 af 4) 1 0.9 0.8 0.7 Top performance ROC-kurver Classifier 1 Classifier 2 Classifier 3 Classifier med størst AUC er ikke nødvendigvis bedst i praksis. Trade-off skal vurderes. Sensitivitet 0.6 0.5 0.4 Classifier ID AUC Classifier ID Featurekombination 0.3 0.2 0.1 1 0.61 2 0.78 3 0.73 1 F sat,std,[25;0] 2 F sat,l.reg,[30;0] 3 F sat,std,[25;0],f sat,l.reg,[30;0] 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1 - specificitet 17
Resultater (4 af 4) Vi har brugt positiv prædiktiv og negativ prædiktiv værdi til vurdering. En 10-års periode for én patient giver 20 eksacerbationer (ca. 2 pr. år, hvilket kan være underestimeret). 14 sand-positive (sensitivitet = 70 %), 6 falsk-negative, 95 sand-negative (specificitet = 95 % på 100 måneder) og 5 falsk-postive. PPV = 74% ( 3/4), NPV = 94% ( 19/20) 18
Diskussion (1 af 2) Problemer i forhold til TELEKATs protokol: Undersampling è outliers betydning Ikke ækvidistante samples è eksklusion. Fejlmålinger è begrænset pålidelighed. Eksacerbationer: Manglende registrering è inklusion af falsk-negative. Især ved den selvstyrende patient. Definition af eksacerbation Symptombaseret è inklusion af falsk-positive. Komorbiditet? Defineret ud fra medicinindtag. Kan vi stole på det? 19
Diskussion (2 af 2) Er fundne features entydige? Andre eksacerbations-prædiktive parametre: Temperatur FEV 1 Registrering af kliniske fund: Hoste Ændring i ekspektorats farve Åndenød Konklusion: Online prædiktering af eksacerbationer i KOL er mulig. Algoritmen kan endnu ikke bruges i praksis på grund af det statistiske grundlag. Brug for test på flere data. 20