Variability of optimal cutpoints – Development of an R-Package

Die Indikationsstellung in der Psychologie und Medizin erfordert häufig die Umwandlung kontinuierlicher Werte in kategoriale Entscheidungen, z.B. beim Überschreiten eines bestimmten Schwellenwerts in einem Depressionsfragebogen. Geeignete und robsute Methoden zur Bestimmung solcher Schwellenwerte wurden noch zu selten verwendet.

Ein zentrales Ergebnis des Projekts ist die Entwicklung und Veröffentlichung des R-Pakets cutpointr, das robuste und nutzerfreundliche Verfahren zur Bestimmung von Schwellenwerten und deren Variabilität sowie out-of-sample Performance bietet.

Im Rahmen des Projektes wurden insgesamt sechs Studien durchgeführt:

1. Methoden zur Schätzung der Varianz und der Konfidenzintervalle von ‘optimalen’ Cutpoints und eine Webanwendung zur Simulation von Konfidenzintervallen (Thiele & Hirschfeld, 2023).
2. Vorstellung des cutpointr R-Pakets zur Bestimmung und Validierung von Schwellenwerten (Thiele & Hirschfeld, 2021).
3. Klinische Studien zu Depression verwenden unterschiedliche Skalen und Cutpoints je nach Interventionstyp, was eine Vereinheitlichung zur besseren Vergleichbarkeit erfordert (Glischinski et al., 2021).
4. Eine Sekundäranalyse veröffentlichter Daten zu optimalen Cycle-Thresholds für PCR-Tests auf COVID-19 (Hirschfeld, Glischinski, et al., 2020).
5. Optimale Cutpoints für die KIDSCREEN-10-Skalen und Empfehlungen zur Interpretation in epidemiologischen Studien (Hirschfeld, Brachel, et al., 2020).
6. Ein Tutorial zur Durchführung hochparalleler Simulationsstudien mittels R und Amazon Cloud Services (Thiele & Hirschfeld, 2019).

Literatur

Glischinski, M. von, Brachel, R. von, Thiele, C., & Hirschfeld, G. (2021). Not sad enough for a depression trial? A systematic review of depression measures and cut points in clinical trial registrations. Journal of Affective Disorders, 29(1), 36–44.

Hirschfeld, G., Brachel, R. von, & Thiele, C. (2020). Screening for health-related quality of life in children and adolescents: Optimal cut points for the KIDSCREEN-10 for epidemiological studies. Quality of Life Research, 29, 529–536.

Hirschfeld, G., Glischinski, M. von, & Thiele, C. (2020). Optimal cycle thresholds for COVID-19 screening - ROC-based methods highlight between-study differences. Clinical infectious diseases: an official publication of the Infectious Diseases Society of America.

Thiele, C., & Hirschfeld, G. (2019). Cloud-based simulation studies in R - A tutorial in using doRedis with Amazon spot fleets. Statistics in Medicine, 1–13. https://doi.org/10.1002/sim.8188

Thiele, C., & Hirschfeld, G. (2021). cutpointr: Improved estimation and validation of optimal cutpoints in R. Journal of Statistical Software, 98(11), 1–27.

Thiele, C., & Hirschfeld, G. (2023). Confidence intervals and sample size planning for optimal cutpoints. PLoS One, 18, e0279693. https://doi.org/10.1371/journal.pone.0267883