Beslutningskurveanalyse

Beslutningskurveanalyse er en statistisk metode som brukes for å vurdere klinisk nytte av diagnostiske tester eller prediksjonsmodeller ved å måle netto nytte over et spekter av terskelverdier for beslutning. Den sammenligner ulike strategier, som å basere behandling på modellens prediksjon versus å behandle alle eller ingen, og viser hvordan nytten varierer med ulike risikoakseptnivåer hos pasienter.

Metoden fungerer ved å anta et gitt terskelprobability p, som reflekterer hvilken risiko en pasient eller kliniker anser som rimelig for å behandle. For hver p beregnes netto nytte for forskjellige strategier, ofte uttrykt som NB = (TP/N) − (FP/N) × [p/(1−p)], der TP er antall sanne positives, FP antall falske positives, og N er totalt antall pasienter. Netto nytte balanserer fordelen ved riktig identifisering av pasienter som trenger behandling mot kostnaden av unødvendig behandling ved falske positiver. Plottene viser netto nytte som funksjon av p for hver strategi.

Bruk og tolkning: Beslutningskurveanalyse hjelper til med å avgjøre om en modell eller risikovurdering gir mer klinisk verdi enn andre strategier over relevante terskler. Den gjør det mulig å se i hvilke områder av p-verdi feltet modellen gir mer nytte og dermed hvilke pasientgrupper den bidrar mest til.

Begrensninger: Metoden avhenger av korrekt kalibrering og realistiske helsekostnader/konsekvenser ved falske og sanne positiver. Den gir ikke enkel måling av_prediksjonens presisjon og kan være mindre informativ dersom terskelområdet er lite eller data er skjevfordelte. Det anbefales å validere modellen i uavhengige datasett.