Computer-aided Diagnosis of Acute Abdominal Pain when Taking into Account Interactions

Summary

The assumption of conditional independence between symptoms is commonly used in statistical computer-aided medical diagnosis. It permits to estimate the probability laws on small samples and leads to procedures easy to implement. Data from 6,916 patients suffering from acute abdominal pain were collected by the Arc& Aurc Cooperative Group. The data were analysed with a statistical approach, first under the independence assumption, then with the Lancaster first-order interactions model. The evaluation made on a 1,000-patient test set showed that, when taking into account interactions, results were comparable to clinicians’ . performance. But the comparison with the classical Bayesian independence approach revealed a significant improvement.

In der statistischen, computerunterstützten ärztlichen Diagnose wird im allgemeinen eine bedingte Unabhängigkeit zwischen Symptomen angenommen. Dies ermöglicht die Schätzung der Wahrscheinlichkeitsgesetze aufgrund kleiner Stichproben und führt zu leicht zu realisierenden Verfahren. Daten von 6916 Patienten, die an akuten Schmerzen im Bereich des Abdomens litten, wurden durch die Arc & Aurc Cooperative Group gesammelt. Die Daten wurden mit Hilfe eines statistischen Ansatzes analysiert, und zwar zuerst bei Annahme der Unabhängigkeit, dann mit dem Lancaster Wechselwirkungsmodell erster Ordnung. Die an einem 1000-Patienten-Testsatz vorgenommene Auswertung zeigte, daß bei Berücksichtigung von Wechselwirkungen die Ergebnisse mit der Leistung der Kliniker vergleichbar waren. Jedoch ergab der Vergleich mit der klassischen Unabhängigkeits-Betrachtungsweise von Bayes eine bedeutende Verbesserung.

Key-Words

Clinical Decision-Making - Bayesian Methods - Discrimination - Acute Abdominal Pain - Interactions

Schlüssel-Wörter

Klinische Entscheidungsfindung - Bayes’sche’ Methoden - Diskriminierung - akute Bauchschmerzen - Wechselwirkungen

• REFERENCES

• 1 de Dombal F. T, Leaper D. J, Staniland J. R, McCann A. P, Horrocks Jane C. Computer-aided diagnosis of abdominal pain. Brit. Med. J 1972; II: 9-13.
• 2 Fox J, Barber D, Bardhan K. D. Alternatives to Bayes? A quantitative comparison with rule-based diagnostic inference. Meth. Inform. Med 1980; 19: 210-215.
• 3 Johnson-Laird P. N. Models of deduction. In Joffe-Falmagne R. (Ed) Reasoning: Representation and Process. Hillsdale/ N. J.: Lawrence Erlbaum Ass; 1975
• 4 Pantin C. F. A, Merrett T. G. Allergy screening using a microcomputer. Brit. Med. J 1982; II: 482-487.
• 5 Spiegelhalter D. J, Knill-Jones R. P. Statistical and knowledge-based approaches to clinical decision-support systems, with an application in gastroenterology. J. R. Statist. Soc. A 1984; 147: 35-77.
• 6 Titterington D. M, Murray G. D, Murray L. S, Spiegelhalter D. J, Skene A. M, Habbema J. D, Gelpke G.J. Comparison of discrimination techniques applied to a complex data set of head injured patients. J. R. Statist. Soc. A 1981; 144: 145-175.
• 7 Wilson D. H, Wilson P. D, Walmsley R. G, Horrocks Jane C, de Dombal F. T. Diagnosis of acute abdominal pain in the accident and emergency department. Br. J. Surg 1977; 64: 250-254.
• 8 Zentgraf R. A note on Lancaster’s definition of higher order interactions. Biometri-ka 1975; 62: 375-378.