Kausaalimalli lääkeannostuksen aiheuttamalle kuolleisuudelle tehohoitopotilailla
Dexmedetomidine is a sedative drug which is especially used to sedate patients in intensive care. In 2019, SPICE III researchers reported of a worrying safety signal related to the drug. According to the study, under 65-year-old patients who belonged to the dexmedetomidine group had a higher mortality risk in comparison to the control group. In 2023, an additional study showed that an increase of dexmedetomidine dose was linked to increased mortality in the case of younger patients.
The aim of this master's thesis is to reanalyse the SPICE III dataset with the intention to use causal inference to estimate the effect of a dose change on mortality. In addition to using causal inference, this thesis uses an alternative approach to patient selection, as well as statistical modeling.
The model addresses certain issues that appeared during the previous analyses. The results of the thesis regarding dexmedetomidine were partially different compared to the results of previous studies. The increase of average dose didn't appear to increase the mortality. Instead, the increase of average midazolam dose was linked to an increase in mortality.
...
Deksmedetomidiini on lääkeaine, jota käytetään erityisesti tehohoitopotilaiden rauhoittamiseen. Vuonna 2019 SPICE III -tutkimuksen yhteydessä valmisteeseen liittyen havaittiin turvallisuushuoli. Tutkimuksen mukaan deksmedetomidiiniryhmään kuuluneilla alle 65-vuotiailla tehohoitopotilailla oli suurempi riski kuolla verrokkiryhmän potilaisiin nähden. Lisäksi vuonna 2023 julkaistussa artikkelissa deksmedetomidiiniannoksen kasvun havaittiin olevan yhteydessä kasvavaan kuolleisuuteen nuoremmilla potilailla.
Tässä tutkielmassa tarkastellaan SPICE III -tutkimuksen aineistoa uudelleen toisenlaisin menetelmin. Tavoitteena on luoda kausaalimalli keskimääräisen lääkeannostuksen vaikutukselle potilaiden kuolleisuuteen. Kausaalipäättelyn soveltamisen lisäksi tutkielman tapa rajata aineisto sekä mallintaa kuolleisuutta on aiempiin tutkimuksiin nähden poikkeava.
Mallin avulla pystyttiin vastaamaan tiettyihin ongelmakohtiin, joita aiempien tutkimusten analyysien kohdalla havaittiin. Tutkielman tulokset deksmedetomidiiniin liittyen eroavat joissain määrin aiempien tutkimusten tuloksista, sillä mallin mukaan keskimääräisen annoksen nostaminen ei vaikuta kasvattavan kuolleisuutta. Sen sijaan keskimääräisen midatsolaamiannoksen kasvun todettiin olevan yhteydessä kasvavaan kuolleisuuteen.
...
Keywords
Metadata
Show full item recordCollections
- Pro gradu -tutkielmat [29564]
License
Related items
Showing items with similar title or keywords.
-
Yliopistotutkintojen määrän ennustaminen Bayes-mallilla
Petman, Joni (2017)Tämän tutkielman tarkoituksena on kehittää prediktiivinen malli, jolla ennustetaan Jyväskylän yliopiston matemaattis-luonnontieteellisessä tiedekunnassa lähivuosina suoritettavien luonnontieteiden kandidaatin ja filosofian ... -
Bayes-malli tyypin 2 diabetekseen liittyville tilasiirtymille
Pasanen, Tiia-Maria (2020)Tyypin 2 diabetes on Suomessa kansantaudiksi luokiteltava glukoosiaineenvaihdunnan häiriö, joka aiheuttaa yhteiskunnalle jatkuvasti kasvavia kustannuksia ja heikentää sairastuneen elämänlaatua. Tauti todetaan tyypillisesti ... -
Bayesian semiparametric long memory models for discretized event data
Chakraborty, Antik; Ovaskainen, Otso; Dunson, David B. (Institute of Mathematical Statistics, 2022)We introduce a new class of semiparametric latent variable models for long memory discretized event data. The proposed methodology is motivated by a study of bird vocalizations in the Amazon rain forest; the timings of ... -
Conditional particle filters with diffuse initial distributions
Karppinen, Santeri; Vihola, Matti (Springer, 2021)Conditional particle filters (CPFs) are powerful smoothing algorithms for general nonlinear/non-Gaussian hidden Markov models. However, CPFs can be inefficient or difficult to apply with diffuse initial distributions, which ... -
Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen
Paajanen, Teemu (2017)Kun vastemuuttuja on luokiteltu ja siinä on enemmän kuin kaksi luokkaa, niin mallinnusta voidaan tehdä multinomiaalisen logistisen regression avulla. Tämän alaluokka on nominaalinen logistinen regressio ja sitä käytetään, ...