Evaluating of prognostic value of biomarker and upper reference limit calculating

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Objective: to develop algorithm of assessment of prognostic value of biomarker (troponin I) for predicting death after coronary artery bypass grafting.

Materials and methods. Data collection was performed according to prospective non-randomized clinical trial AMIRI — CABG in Pavlov First Saint Petersburg State Medical University, Saint Petersburg, Russia between 2016–2019 years with 336 patients. There is database with clinical, laboratory and instrumental data. Statistics were calculated with SAS Enterprise Guide 6.1 software. Prognostic capability of biomarker for death were evaluated with logistic regression. Spline of relation between death and biomarker level were plotted using coefficient of logistic regression and intercept. Upper reference limit was calculated with Youden index.

Results. There was developed algorithm to assess prognostic value of biomarker and its usefulness for clinical application and to define upper reference limit of biomarker. This algorithm could be useful for physicians and researchers for data analysis.

Conclusion. Presented algorithm of data analysis allows to assess prognostic value of novel biomarker and its clinical usefulness.

About the authors

Nikolay S. Bunenkov

Pavlov First Saint Petersburg State Medical University

Author for correspondence.
Email: bunenkov2006@gmail.com
ORCID iD: 0000-0003-4331-028X

PhD student, Department of Faculty Surgery

Russian Federation, Saint Petersburg

Gulnara F. Bunenkova

Pavlov First Saint Petersburg State Medical University

Email: gulnara533@gmail.com

resident, Department of Hospital Therapy

Russian Federation, Saint Petersburg

Vladimir V. Komok

Pavlov First Saint Petersburg State Medical University

Email: vladimir_komok@mail.ru
ORCID iD: 0000-0002-3834-7566
SPIN-code: 3572-5180

PhD, cardiac surgeon, Department of Cardiac Surgery No. 2

Russian Federation, Saint Petersburg

Oleg A. Grinenko

Pavlov First Saint Petersburg State Medical University

Email: klinika@spb-gmu.ru

MD, vice-rector

Russian Federation, St. Petersburg

Alexander S. Nemkov

Pavlov First Saint Petersburg State Medical University

Email: nemk_as@mail.ru
ORCID iD: 0000-0002-5152-0001
SPIN-code: 2853-4634

Doctor of Medical Science, Professor, Cardiac Surgeon, Department of Cardiac Surgery No. 2

Russian Federation, Saint Petersburg

References

  1. Nattino G, Pennell ML, Lemeshow S. Assessing the goodness of fit of logistic regression models in large samples: A modification of the Hosmer-Lemeshow test. Biometrics. 2020. https://doi.org/10.1111/biom.13249.
  2. Thielmann M, Sharma V, Al-Attar N, et al. ESC Joint Working Groups on Cardiovascular Surgery and the Cellular Biology of the Heart Position Paper: Perioperative myocardial injury and infarction in patients undergoing coronary artery bypass graft surgery. Eur Heart J. 2017;38(31):2392-2407. https://doi.org/10.1093/eurheartj/ehx383.
  3. Буненков Н.С., Буненкова Г.Ф., Белый С.А., и др. SAS Enterprise Guide 6.1 для врачей: начало работы // Медицинский академический журнал. – 2019. – T. 19. – № 3. – C. 27–36. [Bunenkov NS, Bunenkova GF, Belyy SA, et al. SAS Enterprise Guide 6.1 for physicians: Getting started. Med Akad Z. 2019;19(3):27-36. (In Russ.)]. https://doi.org/10.17816/MAJ19327-36.
  4. Григорьев С.Г., Лобзин Ю.В., Скрипченко Н.В. Роль и место логистической регрессии и ROC-анализа в решении медицинских диагностических задач // Журнал инфектологии. – 2016. – T. 8. – № 4. – C. 36–45. [Grigor’ev SG, Lobzin YV, Skripchenko NV. The role and place of logistic regressionand ROC analysis in solving medical diagnostic task. Journal Infectology. 2016;8(4):36-45. (In Russ.)]. https://doi.org/10.22625/2072-6732-2016-8-4- 36-45.
  5. Григорьева Д.В., Горудко И.В., Костевич В.А., и др. Активность миелопероксидазы в плазме крови как критерий эффективности лечения пациентов с сердечно-сосудистыми заболеваниями // Биомедицинская химия. – 2016. – T. 62. – № 3. – C. 318–324. [Grigor’eva DV, Gorudko IV, Kostevich VA, et al. Myeloperoxidase activity in blood plasma as a criterion of therapy for patients with cardiovascular disease. Biomed Khim. 2016;62(3):318-324. (In Russ.)]. https://doi.org/10.1134/S1990750816020050.
  6. Панасенко О.М., Михальчик Е.В., Горудко И.В., и др. Влияние антиоксидантов и скавенджеров гипогалоидных кислот на активацию нейтрофилов липопротеинами низкой плотности, модифицированными гипохлоритом // Биофизика. – 2016. – T. 61. – № 3. – C. 500–509. [Panasenko OM, Mikhal’chik EV, Gorudko IV, et al. The effects of antioxidants and hypohalous acid scavengers on neutrophil activation by hypochlorous acid-modified low-density lipoproteins. Biofizika. 2016;61(3):500-509. (In Russ.)]
  7. Соколов А.В., Костевич В.А., Горбунов Н.П., и др. Связь между активной миелопероксидазой и хлорированным церулоплазмином в плазме крови пациентов с сердечно-сосудистыми заболеваниями // Медицинская иммунология. – 2018. – T. 20. – № 5. – C. 699–710. [Sokolov AV, Kostevich VA, Gorbunov NP, et al. A link between active myeloperoxidase and chlorinated ceruloplasmin in blood plasma of patients with cardiovascular diseases. Medical Immunology (Russia). 2018;20(5):699-710. (In Russ.)]. https://doi.org/10.15789/1563-0625-2018-5-699-710.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Assessment of prognostic value of troponin I with logistic regression: Death30 — variable means outcome, 1 — death, 0 — survive; TnI1 — troponin I 1st day postoperatively; CPBTYPE — operation type, analysis performed for CPBTYPE=2

Download (172KB)
3. Fig. 2. Results of logistic regression for model death = troponin I. The less AIC, –2 Log L the better. Convergence criterion satisfied shows significance of model

Download (209KB)
4. Fig. 3. ROC-curve shows diagnostic value of troponin I for death predicting after on-pump coronary artery bypass grafting

Download (244KB)
5. Fig. 4. ROC-curve of “perfect” biomarker (solid curve) and “bad” biomarker (dotted curve)

Download (37KB)
6. Fig. 5. 95 % confidence interval for area under curve (Area)

Download (63KB)
7. Fig. 6. Hosmer and Lemeshow Goodness of fit

Download (33KB)
8. Fig. 7. Upper reference limit and Youden index calculating

Download (261KB)
9. Fig. 8. Optimal cut-off point value (cutoff) and Youden index calculating: prob — probability of death for current troponin I level (cutoff), sensitivity — sensitivity of biomarker, specificity — specificity of biomarker, Youden — Youden index

Download (272KB)
10. Fig. 9. Probability of death depending on troponin I level first day after coronary artery bypass grafting

Download (95KB)

Copyright (c) 2020 Bunenkov N.S., Bunenkova G.F., Komok V.V., Grinenko O.A., Nemkov A.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».