Ny statistisk metode løser forskerudfordring
Martin Nygård Johansen arbejder til daglig i Forskningens Hus i afdelingen Forskningsdata og Statistik. Sammen med sine kollegaer hjælper han forskere fra hospitalet med rådgivning og beregninger inden for statistik og epidemiologi – ofte afgørende elementer i et videnskabeligt studie.
Ved siden af sine forpligtelser i statistikgruppen har Martin Nygård Johansen arbejdet med sit eget ph.d.-studie. Her har han udviklet en særlig statistisk beregningsmetode, som gør det muligt at undersøge hændelser, som man ikke ved præcist hvornår er opstået.
- Projektet opstod i et samarbejde med Kardiologisk Afdeling, som havde en gruppe patienter med ICD, som de fulgte over tid. Nogle af patienterne oplevede, at der opstod fejl på de ledninger, som går mellem ICD-boksen, der er implanteret i brystkassen, og hjertet, fortæller Martin Nygård Johansen.
Hjertelægerne ville undersøge, hvilke risikofaktorer der havde betydning for, at fejlene opstod. Problemet var dog, at fejlene typisk først blev opdaget, når patienterne kom til kontrol på hospitalet.
- Så ved man kun, at fejlen er opstået på et tidspunkt siden seneste kontrol, og det gør det vanskeligt at undersøge, siger Martin Nygård Johansen.
Den slags data kaldes på statistikersprog for ”intervalcensurerede data”.
Eksisterende metoder duede ikke
Når kirurgen lægger ICD-boksen og ledningen ind i hjertet, sørger han for, at ledningen har ”lidt af give af”, så patienterne kan bevæge sig. Derfor var forskernes forventning også, at der var en sammenhæng mellem længden af ledningen og risikoen for, at den kunne blive trukket ”for stram”, så der opstod slid på ledningen og dermed dårlig forbindelse.
- Vi havde en forventning om, at risikoen var forskellig fra patient til patient, men der fandtes ingen metode til at kunne analysere de intervalcensurerede data på en tilfredsstillende måde, fortæller Martin Nygård Johansen.
Han fik derfor den idé at tage en særlig teknik kaldet ”pseudo-observationer” op af den statistiske værktøjskasse og tilpasse den:
- Pseudo-observationer er en teknik, som gør os i stand til at beskrive forskellige risikomønstre over tid. For at håndtere de intervalcensurerede data har vi implementeret en ny måde at beregne pseudo-observationerne på. Det har vist sig at give nogle mere præcise estimater end de traditionelle pseudo-observationer, forklarer Martin Nygård Johansen.
Med beregningerne kan han nu komme med et bud på, hvor stor betydning forskellige risikofaktorer har for, at den hændelse, der undersøges, opstår. Med andre ord - hvor ”meget mere farligt” er det for eksempel at have en kort ledning mellem ICD-boksen og hjertet?
- Dermed kan vi sige, at hvis patienter, som har en ledning, der er trukket relativt stramt mellem ICD-boksen og hjertet, i højere grad udvikler fejl, så vil det betyde, at patienter med lignende karakteristika med fordel bør undersøges lidt oftere, siger Martin Nygård Johansen.
Til meget andet end pacemakere
Selvom den nye metode har bevist sit værd, får den ikke nogen konkret betydning for ICD-patienterne, for man er for længst holdt op med at bruge den type ledninger, som gav problemer.
Til gengæld har forskerne nu en metode, som kan anvendes i en lang række andre kliniske sammenhænge, hvor man ønsker at identificere risikofaktorer eller ligefrem forudsige den enkelte patients risiko for at opleve problemer:
- Vi kan bruge metoden til at studere hændelser, hvor de data, vi har om patienterne, stammer fra det, der opdages ved planlagte kontroller. Det gør det lettere at forebygge, at problemer opstår, fortæller Martin Nygård Johansen.
Derfor håber han, at han snart får mulighed for at afprøve metoden på andre patienter.
- Der er sikkert mange, som har siddet med disse intervalcensurerede data, men lidt har ignoreret problematikken omkring dem, og måske blot sagt, at en given hændelse opstår i det øjeblik, hvor den konstateres. Men det er ikke en korrekt analyse, og nu har vi værktøjerne til at studere dem. Så hvis nogen har data liggende i skuffen, må de endelig henvende sig til os i konsulentordningen.
Ikke muligt for 10 år siden
Martin Nygård Johansen mener, at et projekt som hans understreger betydningen af at bidrage til at udvikle det fag, man repræsenterer.
- Om man er statistiker, læge, sygeplejerske, bioanalytiker eller noget helt andet, kan det være gavnligt at stoppe op og kigge på de værktøjer, man har til rådighed, og se på, om man kan forbedre eller udvide dem. I vores tilfælde har vi taget nogle eksisterende statistiske værktøjer og videreudviklet på dem, og det har så givet os et helt nyt værktøj.
Og netop fordi den teknologiske udvikling har betydet, at rå computerkraft er blevet mere tilgængelig, har man som forsker også en pligt til at afsøge de muligheder, det åbner for, mener Martin Nygård Johansen:
- Det, jeg har lavet, ville man ikke kunne gøre for bare 10-15 år siden, fordi man ikke havde computerkraften til det. Det er nogle ret tunge beregninger, der skal til. Derfor er det vigtigt, at vi ikke bare har fingeren på pulsen, men også forstår at bruge teknologien til at drive udviklingen videre, slutter han.
Martin Nygård Johansen præsenterer sin forskning i forbindelse med sit ph.d.-forsvar fredag den 26. marts, som du kan læse om her.
Links
Martin Nygård Johansens forskning er publiceret i disse videnskabelige artikler:
- Regression models using parametric pseudo‐observations
- Regression models for interval censored data using parametric pseudo-observations
Læs desuden om forskningen i denne artikel:
Forfatter
Kommunikationskonsulent