Estimación de PTPes usando Pmus calculado a partir de Pocc

Aspectos metodológicos

Se utilizan los valores de PTPes determinados por el promedio de las 5 respiraciones sin artefactos previas a Pocc. En el caso de \(HB-4\), hay 1 dato faltante en PS 15. Para imputarlo se calculó el promedio de los 2 valores existentes.

Comparación de PTPes_br previa a Pocc y PTPes_br promedio de 5 anteriores

Comparación de PTPes_br previa a Pocc y PTPes_br promedio de 5 anteriores

Se excluyen los datos del caso \(CMPFA-9\) ya que las medidas son inconsistentes y faltan las de PS 5.
Primero se grafican las relaciones entre la PTPes medida y la estimada usando Pocc según las siguientes fórmulas. Para los gráficos se promedian las mediciones realizadas por paciente y nivel de presión de soporte.

\[ PTPcalc (min) = \frac{0.75 \times Pocc \times Ti}{2} \times FR \] \[ PTPcalc (resp)= \frac{0.75 \times Pocc \times Ti}{2} \]

Para evaluar la relación entre las 2 variables, medida y estimada y corregir la pseudoreplicación, se utilizó un modelo lineal de efectos mixtos (paquete lme4). Se utilizó el paciente y el nivel de presión de soporte como intercept. Esto permite establer adecuadamente el coeficiente de la PTPcalc como efecto fijo. Además se calcularon parámetros de performance del modelo con el paquete performance. Aquí hay que mirar en particular el R2 marginal que hace referencia a la proporción de la varianza explicada por las variables de efecto fijo y el R2 condicional que hace referencia al modelo completo incluyendo las de efecto random.
Luego de realizan los diagramas de Bland y Altman, también con valores promediados por paciente y nivel de presión de soporte. En estos casos se calculan los siguientes parámetros para cada observación:
\[ Dif(PTP) = PTPes - PTPcalc\] \[ Media (PTP) = \frac{PTPes + PTPcalc}{2}\] Los gráficos de Bland y Altman se segmentan en paneles por presión de soporte. En todos los gráficos de puntos se utilizan formas y color según si en cada caso el Vte y la Ccw son mayores (TRUE) o no (FALSE) que sus medianas agrupadas por nivel de presión. NA indica dato faltante.

PTPes por minuto

Relación entre PTPes y PTPcalc por minuto
Se utilizan datos promediados por paciente y por nivel de presión de soporte.

Se utilizan datos promediados por paciente y por nivel de presión de soporte.

Parámetros del modelo lineal de efectos mixtos

effect group term estimate std.error statistic conf.low conf.high
fixed NA (Intercept) 38.6695374 13.3836275 2.889317 12.4381095 64.900965
fixed NA Pmus_pocc*Ti*RR 0.9785894 0.0614135 15.934444 0.8582212 1.098958
ran_pars Codigo Paciente sd__(Intercept) 28.0409956 NA NA NA NA
ran_pars Protocolo step sd__(Intercept) 21.1225751 NA NA NA NA
ran_pars Residual sd__Observation 25.1371371 NA NA NA NA

Performance del modelo lineal de efectos mixtos

AIC AICc BIC R2_conditional R2_marginal ICC RMSE Sigma
4066.469 4066.613 4086.706 0.8105083 0.4409086 0.6610721 23.65151 25.13714
Diagrama de Bland y Altman
Se utilizan datos promediados por paciente y por nivel de presión de soporte.

Se utilizan datos promediados por paciente y por nivel de presión de soporte.

La siguiente tabla ilustra los parámetros del análisis de Bland y Altman, ajustando por pseudoreplicación de caso y condición. El Intercept representa el bias y conf.low y conf.high el intervalo de confianza de este valor.

effect group term estimate std.error statistic conf.low conf.high
fixed NA (Intercept) 37.40444 12.52004 2.987566 12.86562 61.94327
ran_pars Codigo Paciente sd__(Intercept) 27.79448 NA NA NA NA
ran_pars Protocolo step sd__(Intercept) 20.47843 NA NA NA NA
ran_pars Residual sd__Observation 25.13791 NA NA NA NA

PTPes por respiración

Relación entre PTPes y PTPcalc por respiración
Se utilizan datos promediados por paciente y por nivel de presión de soporte.

Se utilizan datos promediados por paciente y por nivel de presión de soporte.

Parámetros del modelo lineal de efectos mixtos

effect group term estimate std.error statistic conf.low conf.high
fixed NA (Intercept) 2.1129692 0.6317033 3.344876 0.8748535 3.351085
fixed NA Pmus_pocc*Ti 0.9322000 0.0655789 14.214929 0.8036676 1.060732
ran_pars Codigo Paciente sd__(Intercept) 1.8364252 NA NA NA NA
ran_pars Protocolo step sd__(Intercept) 0.9271242 NA NA NA NA
ran_pars Residual sd__Observation 1.4966084 NA NA NA NA

Performance del modelo lineal de efectos mixtos

AIC AICc BIC R2_conditional R2_marginal ICC RMSE Sigma
1692.677 1692.821 1712.914 0.777096 0.3559342 0.6539111 1.406846 1.496608
Diagrama de Bland y Altman
Se utilizan datos promediados por paciente y por nivel de presión de soporte.

Se utilizan datos promediados por paciente y por nivel de presión de soporte.

La siguiente tabla ilustra los parámetros del análisis de Bland y Altman, ajustando por pseudoreplicación de caso y condición. El Intercept representa el bias y conf.low y conf.high el intervalo de confianza de este valor.

effect group term estimate std.error statistic conf.low conf.high
fixed NA (Intercept) 1.9068961 0.5568312 3.42455 0.8155271 2.998265
ran_pars Codigo Paciente sd__(Intercept) 1.7850842 NA NA NA NA
ran_pars Protocolo step sd__(Intercept) 0.8501687 NA NA NA NA
ran_pars Residual sd__Observation 1.5023580 NA NA NA NA

Comentario

La diferencia entre la PTPes y la estimada por Pocc puede estar influenciada por el Vte y la Ccw (se usan para el cálculo de la primera). La frecuencia respiratoria podría también magnificar.

Relación entre Pocc y medidas de Pes

Para estas exploraciones hice unos gráficos tipo scatter-plot y usé una regresión tipo loess en azul y una lm en rojo. Los puntos están coloreados por el nivel de presión de soporte utilizado, la regresión es global. Luego, usé el mismo modelo de efectos mixtos para analizar el coeficiente de Pocc o Pocc*Ti en cada caso.

Comparación de Pmus_es y Pocc

Relación entre Pmus_es y Pocc

Los parámetros del modelo lineal de efectos mixtos es:

effect group term estimate std.error statistic conf.low conf.high
fixed NA (Intercept) 0.7785832 0.5090195 1.529574 -0.2190767 1.7762431
fixed NA Pocc 0.4888945 0.0272687 17.928798 0.4354488 0.5423401
ran_pars Codigo Paciente sd__(Intercept) 1.2491492 NA NA NA NA
ran_pars Protocolo step sd__(Intercept) 0.7041786 NA NA NA NA
ran_pars Residual sd__Observation 1.8140984 NA NA NA NA

La performance es:

AIC AICc BIC R2_conditional R2_marginal ICC RMSE Sigma
1805.647 1805.791 1825.883 0.7459948 0.5872882 0.3845458 1.719951 1.814098

Gráficos de residual versus fitted values

Comparación de PTPes_br y Pocc*Ti

Relación entre PTPes y Pocc x Ti / 2

Los parámetros del modelo lineal de efectos mixtos es:

effect group term estimate std.error statistic conf.low conf.high
fixed NA (Intercept) 2.0758796 0.6274538 3.308418 0.8460928 3.3056664
fixed NA I(Pocc * Ti/2) 0.7048805 0.0495317 14.230887 0.6078001 0.8019609
ran_pars Codigo Paciente sd__(Intercept) 1.8386392 NA NA NA NA
ran_pars Protocolo step sd__(Intercept) 0.9163527 NA NA NA NA
ran_pars Residual sd__Observation 1.4988801 NA NA NA NA

La performance es:

AIC AICc BIC R2_conditional R2_marginal ICC RMSE Sigma
1683.126 1683.271 1703.327 0.7771021 0.3583903 0.6525958 1.408377 1.49888

Gráficos de residual versus fitted values