[논문 리뷰] An Investigation into Outlier Elimination and Calculation Methods in the Determination of Reference Intervals using Serum Immunoglobulin A as a Model Data Collection

Aidan Zellner, Alice Richardson외 3명|arXiv (Cornell University)|2019. 07. 23.

Clinical Laboratory Practices and Quality Control참고 문헌 24인용 수 7

한 줄 요약

이 연구는 32,000건 이상의 혈清 immunoglobulin A (IgA) 측정값 데이터를 바탕으로 이상치 제거 및 參考구간 계산 방법을 조사한다. 이상치 제거 방법—특히 Tukey의 방법—이 參考구간 결정에 계산 방법보다 훨씬 더 큰 영향을 미치며, Tukey 방법이 블록 방법(Dixon/Reed)보다 유의미하게 더 많은 이상치를 제거함으로써, 적용된 계산 기법 간에 최소한의 변동성을 보인다.

ABSTRACT

Background: Reference intervals are essential to interpret diagnostic tests, but their determination has become controversial. Methods: In this paper parametric, non-parametric and robust reference intervals with Tukey and block elimination are calculated from a dataset of over 32,000 serum immunoglobulin A (IgA) measurements. Results: The outlier elimination method was significantly more determinative of the reference intervals than the calculation method. The Tukey elimination procedure consistently eliminated significantly more values than the block method of Dixon and Reed across all age ranges. If Tukey elimination was applied, variation between reference intervals produced by the different calculation methods was minimal. Block elimination rarely eliminated values. The non-parametric reference intervals were more sensitive to outliers, which in the IgA context, led to higher and wider reference intervals for the older age groups. There were only minimal differences between robust and parametric reference intervals. Conclusions: This suggests that Tukey elimination should be preferred over the block D/R method for datasets similar to the one used in this study. These are predominantly new observations, as previous literature has focused on the calculation technique and not discussed outlier elimination. This suggests the robust method is not advantageous over the parametric method and therefore due to its complexity is not particularly useful, contrary to CLSI Guidelines.

연구 동기 및 목표

• 다양한 이상치 제거 기법이 임상 검사 데이터의 參考구간 결정에 미치는 영향을 평가하는 것.
• 참고구간을 계산하기 위한 파라미터, 비모수, 강력한 통계 방법을 비교하는 것.
• 실제 임상 데이터셋에서 강력한 방법이 파라미터 방법보다 유리한 점이 있는지 평가하는 것.
• CLSI 지침에서 강력한 방법의 필요성을 전제로 하는 기존의 가정을 도전하기 위해, 그 실질적 영향을 시험하는 것.
• 최종 參考구간 값에 영향을 미치는 요인으로서 이상치 제거 또는 계산 방법 중 어느 것이 더 큰 영향을 미치는지 규명하는 것.

제안 방법

• 32,000건 이상의 혈청 IgA 측정값 데이터셋에 대해 파라미터, 비모수, 강력한 參考구간 계산 방법을 적용하였다.
• 이상치 탐지 및 제거에 Tukey의 내부 및 외부 경계 방법을 사용하였다.
• Dixon과 Reed의 블록 방법을 이용해 이상치 탐지 방법을 적용하고, Tukey 방법과의 성능을 비교하였다.
• 이상치 처리에 대한 민감도를 평가하기 위해 여러 연령군에서 參考구간을 평가하였다.
• 각 방법에 대해 표준 통계 공식을 사용해 參考구간을 계산하였다: 파라미터(평균 ± 1.96 표준편차), 비모수(2.5분위수 및 97.5분위수), 강력한 방법(중앙값 및 사분자구간, 절단값 적용).
• 다양한 방법과 이상치 제거 기법 간의 결과 參考구간를 비교하여 변동성과 일관성을 평가하였다.

실험 결과

연구 질문

• RQ1 다양한 이상치 제거 방법(Tukey 대 블록)이 대규모 IgA 데이터셋에서 최종 參考구간 값에 어떤 영향을 미치는가?
• RQ2 이상치 제거와 함께 사용할 때, 파라미터, 비모수, 강력한 방법 중 어느 것이 가장 안정적이고 신뢰할 수 있는 參考구간을 생성하는가?
• RQ3 이상치 제거 방법의 선택이 계산 방법의 선택보다 參考구간 결정에 더 큰 영향을 미치는가?
• RQ4 이상치가 존재할 경우 비모수 參考구간은 파라미터 및 강력한 방법의 參考구간과 얼마나 다른가?
• RQ5 CLSI 지침에서 주장하는 바와 같이, 실질적인 임상 데이터에서 강력한 방법이 파라미터 방법보다 의미 있는 이점을 제공하는가?

주요 결과

• 이상치 제거 방법이 계산 방법의 선택보다 參考구간 값에 훨씬 더 큰 영향을 미쳤다.
• Tukey의 이상치 제거 절차는 모든 연령군에서 블록 방법(Dixon/Reed)보다 유의미하게 더 많은 값을 제거하였다.
• Tukey 제거를 적용한 경우, 파라미터, 비모수, 강력한 방법으로 생성된 參考구간 간의 차이는 극히 미미하였다.
• Dixon과 Reed의 블록 방법은 거의 어떤 값도 제거하지 않아, 간격 추정치에 거의 변화가 없었다.
• 비모수 參考구간은 이상치에 더 민감하여, 특히 고연령군에서 더 높고 넓은 간격을 생성하였다.
• 강력한 방법과 파라미터 방법의 參考구간는 극히 미미한 차이를 보였으며, 이는 강력한 방법의 추가적인 복잡성이 이 데이터셋에서는 실질적인 이점을 제공하지 않는다는 것을 시사한다.