Ny metode giver klarere svar på uklare data

En ny statistisk metode udviklet i hospitalets enhed for forskningsdata og statistik, FORSA gør det lettere at analysere store mængder laboratoriedata, selv når der mangler mange værdier eller er ekstreme måleresultater. 

Forskerne Stine Linding Andersen og Nanna Maria Uldall Torp fra Klinisk Biokemisk Afdeling har i en årrække beskæftiget sig med autoimmune thyroideasygdomme blandt gravide.

Sygdommene opstår, når kroppens immunsystem fejlagtigt angriber skjoldbruskkirtlen, og det kan påvirke stofskiftet og have alvorlige konsekvenser for både mor og foster under graviditeten.

I diagnostikken er thyroidea-autoantistoffer vigtige biomarkører, da de kan indikere en underliggende autoimmun reaktion, selv før symptomerne opstår. Hos gravide kan immunologiske ændringer under graviditeten påvirke niveauerne af antistofferne, og pålidelige metode- og graviditetsspecifikke referenceintervaller er således vigtige, for at kunne bestemme, hvilke kvinder der er syge eller på vej til at blive det.

- Udfordringen har hidtil været, at op imod 70 procent af de målinger, man laver, er så lave, at de ikke kan måles præcist, og nogle resultater kan være påvirket af, at personen måske er på vej til at blive syg. Disse skæve eller ”forurenende” værdier samt forskellige typer af målemetoder kan gøre det udfordrende at fastlægge klare grænser for, hvad der er et normalt niveau af antistoffer hos gravide, fortæller Niels Henrik Bruun, der er seniorbiostatistiker ved Forskningsdata og Statistik (FORSA) Niels Henrik Bruun.

En ny metode til at håndtere komplekse data

I Forskningsdata og Statistik er den slags udfordringer til for at blive løst. Sammen med Stine Linding Andersen og Nanna Maria Uldall Torp har Niels Henrik Bruun arbejdet på at udvikle en grafisk metode, der kan håndtere de manglende værdier og ekstreme målinger mere intelligent, så analyserne af store mængder laboratoriedata bliver mere pålidelige:

- Vi har udviklet en metode, som i stedet for at udelukke disse værdier fuldstændigt – som det ofte sker i traditionelle analyser – giver dem en vægt i beregningerne. På den måde bidrager de stadig til helhedsbilledet men med mindre betydning. Det sikrer en mere nuanceret og retvisende analyse, forklarer han.

Det vil i fremtiden betyde mere præcise diagnoser og bedre patientbehandling, mener Niels Henrik Bruun.

Implementeret i Stata og åben for alle

Forskerne har gjort den nye metode tilgængelig for andre brugere af statistikprogrammet Stata, og i samarbejde med Stine Linding Andersen og Nanna Maria Uldall Torp har Niels Henrik Bruun beskrevet metoden i en videnskabelig artikel, som netop er udgivet.

- Ved at offentliggøre metoden giver vi andre mulighed for at efterprøve og anvende den i deres egne analyser – ikke kun inden for thyroidea-diagnostik, men også ved analyse af andre typer laboratoriemålinger, hvor der er mange usikre eller ekstreme resultater, forklarer Niels Henrik Bruun.

Han fortæller, at metoden allerede er blevet anvendt i flere publicerede studier, og han mener, at den bedre håndtering af usikre målinger potentielt kan bane vej for mere præcise diagnoser og dermed bedre behandling af patienter inden for en række sygdomme.

- Vores arbejde er et godt eksempel på, hvordan samarbejdet mellem kliniske forskere og os, der arbejder med udviklingen af statistiske analyseværktøjer, kan være frugtbart i forhold til forbedring af den kliniske praksis, siger Niels Henrik Bruun.

 

FORSA - Forskningsdata og Statistik

Niels Henrik Bruun er statistiker ved den forskningsunderstøttende enhed ”Forskningsdata og Statistik” (FORSA), som holder til i Forskningens Hus. Enheden understøtter regionens sundhedsvidenskabelige forskere med epidemiologi, statistik og forskningsjura.

Statistikgruppen i FORSA tilbyder hjælp med biostatistik, epidemiologi og datamanagement i alle faser af et forskningsprojekt – lige fra afklaring af forskningsspørgsmålet til hjælp under reviewprocessen i forbindelse med en eventuel publikation. 

Læs mere