Statistisk analyse af Hodgkin lymfekræft

Statistical Analysis of Hodgkin Lymphoma

Andersen, Sofie Haugaard

4. semester

Matematik, Kandidat

2021

52

Dette speciale undersøger, hvordan man kan modellere og forudsige overlevelsessandsynligheder for patienter med Hodgkin lymfekræft ved brug af overlevelsesanalyse. Udgangspunktet er et klinisk datasæt fra Hæmatologisk Afdeling på Aalborg Universitetshospital med 1271 patienter og 48 variable. Specialet adresserer, om det er muligt at forbedre den International Prognosis Score (IPS) eller udvikle en alternativ metode, som stadig er enkel at anvende i praksis. Teorien om censurering, Nelson-Aalen-, Kaplan-Meier- og Cox proportional hazards-modeller præsenteres og anvendes i dataanalysen. Der estimeres flere Cox-modeller, herunder med variabel selektion via LASSO, og der undersøges, hvilke variable der er signifikante, herunder dem fra IPS. På baggrund af de identificerede variable foreslås en modificeret IPS med justerede udsagn i et pointsystem, med målet at opnå bedre forudsigelser uden øget kompleksitet. Den modificerede IPS og en Cox-model baseret på de signifikante variable evalueres på et testdatasæt, og der ses kun små forskelle i deres prædiktionsevne. På den baggrund konkluderes, at den modificerede IPS er det mest hensigtsmæssige valg, primært fordi den er let at bruge i klinisk praksis og leverer tilsvarende forudsigelser.

This thesis investigates how to model and predict survival probabilities for patients with Hodgkin lymphoma using survival analysis. The study is based on a clinical dataset from the Hematology Department at Aalborg University Hospital comprising 1,271 patients and 48 variables. The work asks whether the International Prognostic Score (IPS) can be improved or whether an alternative method can be developed that remains simple to apply in practice. Theory on censoring, the Nelson-Aalen and Kaplan-Meier estimators, and Cox proportional hazards models is presented and used in the analysis. Several Cox models are fitted, including variable selection via LASSO, and the significance of candidate predictors, including IPS variables, is assessed. Based on the identified variables, a modified IPS point system is proposed to enhance prediction without increasing complexity. The modified IPS and a Cox model built from the significant variables are evaluated on a test dataset, and only small differences in predictive performance are observed. The thesis concludes that the modified IPS is the preferred choice, mainly because it is easy to use in practice while providing comparable predictions.

[Dette resumé er genereret med hjælp fra AI direkte fra projektet (PDF)]

Download
Vis denne rapport i AAU Studenterprojekter