Многофакторный анализ полученных данных

С целью статистической обработки материала исследования была сформирована база данных, введенных в таблицу MS Excel, включившая: клинические сведения о пациентках исследуемой выборки, данные о концентрациях СА125 и A-SAA в их сыворотках крови, измеренные методом ИФА и данные масс-спектрометрии - значения интенсивностей 48 пиков, идентифицированных с помощью программы Biomarker Wizard™.

Всю статистическую обработку материала проводили с помощью R языка, находящегося в открытом доступе [www.r-project.org].

Для создания диагностического алгоритма были применены два метода классификации: метод опорных векторов (SVM) [Vapnik, V.N.,1998] и метод логистической регрессии (LR) [Skates et al, 2004].

Метод опорных векторов представляет собой метод распознавания образов с учителем [Guyon et al, 2002] и масс-спектров SELDI-TOF [Le et al, 2005; Zhang et al, 2006; Mao et al, 2005]. Основной целью метода опорных векторов является поиск наилучшего способа разделения множества исследованных сывороток на «раковые» и «не раковые». Перед применением метода опорных векторов был проведен отбор информативных признаков. Для этого применили алгоритм рекурсивного исключения признаков (Recursive Feature Elimination algorithm RFE, [Guyon et al, 2002]). Сначала алгоритм применяли на всех данных, затем переменная, получившая наименьший вес, исключалась, и эту операцию повторяли, пока все переменные не были ранжированы в соответствии с порядком их исключения. Затем отбирали тот набор признаков, который позволял добиться наилучшей точности классификации на всей исследуемой выборке.

В качестве альтернативы методу опорных векторов применяли метод логистической регрессии, который позволяет оценивать вероятность принадлежности исследуемого образца сыворотки крови больной раком яичников. Как и в методе опорных векторов, для улучшения модели предварительно проводили отбор признаков.

Для проверки чувствительности и специфичности разработанных диагностических моделей использовали 10-кратную перекрестную проверку достоверности. При этом все имеющиеся образцы разделили на 2 группы. Первую группу использовали в качестве обучающей выборки для разработки диагностического алгоритма, а вторую группу - в качестве экзаменационной выборки для его проверки. 10-кратную перекрестную проверку достоверности проводили по 100 раз для диагностических алгоритмов, полученных как методом опорных векторов, так и методом логистической регрессии. Для каждого диагностического алгоритма была вычислена чувствительность и специфичность с доверительными интервалами.

Сравнительно новым, простым и эффективным подходом к классификации является метод пар с наибольшим счетом (TSP) [Tan et al, 2005; Xu et al, 2005]. Этот метод основан на относительных, а не абсолютных интенсивностях пиков и позволяет получать правила классификации, которые легко интерпретировать. Как и метод опорных векторов, этот метод применим в случае, когда число исследуемых признаков очень велико. Реальные значения интенсивностей пиков внутри каждого профиля заменяли рангами. Затем выявляли такие пары пиков, у которых ранги в наибольшей степени различались между исследуемыми классами. Для обработки данных с помощью TSP и проверки эффективности модели путем перекрестной проверки на достоверность с исключением по одной пробе использовали программу, созданную разработчиками метода TSP и доступную на их сайте (http://www.bme.jhu.edu/~actan/KTSP/) с неизмененными настройками.

Для анализа взаимосвязи между интенсивностью масс- спектрометричекого сигнала и концентрации амилоида А в сыворотке, измеренной методом иммуноферментного анализа, использовали ранговый коэффициент корреляции Спирмана, который позволяет выявлять нелинейные взаимосвязи.

Глава 3