Ανάλυση των Καμπύλων ROC και εφαρμογή τους σε πραγματικά βιοιατρικά δεδομένα

Abstract

Οι ROC (Receiver Operating Characteristic) καμπύλες (ή καμπύλες λειτουργικού χαρακτηριστικού δέκτη), αποτελούν χρήσιμη τεχνική για την οργάνωση, επιλογή και απεικόνιση ταξινομητών με βάση τη γραφική τους παράσταση. Χρησιμοποιούνται ευρέως στη Διαγνωστική Ιατρική ενώ πρόσφατα έχουν υιοθετηθεί στους τομείς της Μηχανικής μάθησης και στην εξόρυξη δεδομένων. Οι ROC καμπύλες και η εφαρμογή τους στη Διαγνωστική Ιατρική αποτελούν το αντικείμενο μελέτης της παρούσης διπλωματικής εργασίας. Στο πρώτο κεφάλαιο αναλύονται οι βασικές έννοιες της ROC Ανάλυσης, περιγράφεται η έννοια και η χρήση του Εμβαδού Κάτω από την Καμπύλη ROC ενώ ιδιαίτερη έμφαση δίνεται στην επιλογή του βέλτιστου Διαχωριστικού Ορίου και στην συμβολή του στη διαγνωστική ακρίβεια της κάθε διαχωρίζουσας μεταβλητής. Στο δεύτερο κεφάλαιο γίνεται μια σύντομη περιγραφή της παθογένειας, επιδημιολογίας και ταξινόμησης των MDS (Μυελοδυσπλαστικά Σύνδρομα). Ιδιαίτερη έμφαση δίνεται επίσης στην περιγραφή των φυσικώς προερχόμενων Τ-ρυθμιστικών κυττάρων (nTregs) και στον ρόλο τους στη ρύθμιση της ανοσολογικής απάντησης. Επιπλέον μελετήθηκαν και άλλοι κλινικοί παράγοντες εκ των οποίων μερικοί (βλάστες και δυσπλασία) χρησιμοποιούνται ήδη στη διάγνωση και πρόγνωση των MDS. Στο τρίτο κεφάλαιο παρουσιάζεται μια εφαρμογή της ROC Ανάλυσης σε ένα δείγμα ασθενών με MDS και MDS/AML. Στόχος μας ήταν η εύρεση των σημαντικότερων παραγόντων εν προκειμένω να διερευνηθεί το ενδεχόμενο μελλοντικής τους χρήσης στην πρόγνωση των Μυελοδυσπλαστικών Συνδρόμων.

Receiver Operating Characteristics (ROC) graphs are a useful technique for organizing classifiers and visualizing their performance. ROC graphs are commonly used in medical decision making, and in recent years have been increasingly adopted in the machine learning and data mining research communities. ROC curves and their application on Diagnostic Medicine are the main issues studied in this thesis. In the first chapter the basic terminals for ROC Analysis are presented. The meaning and the utility of the Area Under the ROC Curve are also described. Moreover, strong emphasis is given on the procedures followed for the best cut off value choice and its contribution to the diagnostic accuracy of each separator variable. The second chapter presents a brief description of pathophysiology, epidemiology and classification of MDS (Myelodysplastic Syndromes). Strong emphasis is also given on the description of natural Tregs and their role on the immune-mediated response. Additionally, several other clinical factors are studied some of which (blastes and dysplasia) are already being used for the diagnosis and prognosis of MDS. In the third chapter, an application of the ROC analysis, on a sample of MDS and MDS/AML patients, is presented. The purpose of our study was to identify the most significant factors in order to evaluate a potential use of them on the prognosis of MDS in the future.