Iseseisev töö 12
Terviseandmetel ennustusmudelite loomisel peame paratamatult kaasama tunnuseid, mis esindavad raskemini mõõdetavaid põhjuslikke tegureid nagu elustiil, alkoholitarbimine, dieet või geneetika. Niikaua kui me treenime ja rakendame oma mudelit väga sarnastel andmetel, pole tegelik põhjuslikkus mudeli täpsuse seisukohast oluline. Isegi kui näiteks alkoholitarbimine ise pole põhjuslik tegur, siis võib see olla indikaatoriks inimese kultuuriruumist ja tegelik põhjus võib peituda mingis muus selle kultuuriruumi harjumuses. Kuni need assotsatsioonid püsivad muutumatuna, on mudeli täpsus hea isegi juhul, kui ta tegeliku põhjuse asemel kasutab sisendparameetrina alkoholitarbimist. Kui me aga tahame mudelit kasutada uues kontekstis, siis mitte-põhjuslikud tegurid ei pruugi enam põhjuslikega nii selgelt seotud olla ja mudeli ennustusvõime võib märgatavalt langeda.
Oletame, et soovime Eesti andmetel luua ennustusmudeli patsientide infarktiriski hindamiseks ning rakendada seda ka Soomes ja Karjala Vabariigis Venemaal. Inimesed neis kolmes kohas on suhteliselt sarnase geneetilise taustaga, aga kliimas, kultuuris, elatustasemes, meditsiinisüsteemi rahastuses, praktikates ja kvaliteedis esineb kindlasti erinevusi. Mudeli loomiseks saame kasutada tunnuseid nagu vanus, kehakaal, diagnooside-, ravimite- ja teostatud diagnostiliste uuringute ajalugu.
- Mõtle iga tunnuse puhul, kas tegu on ise põhjusliku teguriga või millist põhjuslikku tegurit see tunnus esindada võiks. Tihti on tõesed mõlemad variandid.
- Lisaks hinda iga tunnuse puhul, kui tõenäoline on, et Eesti andmetel õpitud seosed kehtivad ka Soome või Venemaa andmetel. Millistel põhjustel ei pruugi ennustus kehtida?
Vastus
- Ükski neist teguritest pole täielikult põhjuslik või mittepõhjuslik, kuid põhjuslik komponent on kindlasti suurem vanuse ja kehakaalu puhul. Samas võivad need olla indikaatoriks ka muudele probleemidele. Näiteks vanus võib viidata tervisemuredele, mis pole veel nii tõsised, et oleks diagnoosina andmetes märgitud. Kehakaal aga võib viidata nii elustiili ja käitumise iseärasustele kui ka metaboolsetele probleemidele. Diagnooside puhul teatud kaasuvad haigused kindlasti suurendavad infarkti tõenäosust, samas teised, näiteks maksaprobleeemid, on indikaatoriks rohkele alkoholitarvitamisele. Ravimite ja diagnostiliste uuringute puhul on võimalikud põhjuslikud kõrvalmõjud, kuid need on suhteliselt hästi teada ja siiski haruldased. Samas võivad need täpselt kajastada olemasolevate terviseprobleemide raskusastet, mida ülejäänud andmetest on raske välja lugeda. Saavad ju raskemas seisus patsiendid tavaliselt kangemaid ravimeid ning nende seisu kontrollitakse tihedamalt erinevate diagnostiliste testidega.
- Seosed vanuse, kehakaalu ning diagnoosidega võiksid kanduda üle suhteliselt hästi riigist riiki, sest nendel on suur põhjuslik komponent. Samas tuleks neid seoseid siiski alati kontrollida. Näiteks on vanemas eas inimeste elukvaliteet ja harjumused Soome ja Venemaa vahel piisavalt erinevad, et mudelis olevast vanusest tulenev infarkti risk oleks erinev. Ravimitel ja diagnostilistel uuringutel põhinevate seoste ülekandumine on aga palju kahtlasem. Kolme riigi elatustasemed on piisavalt erinevad, et mõjutada tuntavalt erinevate diagnostiliste testide ja ravimite kättesaadavust. Lisaks kehtivad kõigis riikides erinevad ravijuhised ning kasutuses on erinevad ravimid.