내가 GVHD에 대해서 아는 것은 학생 때 이후로는 별로 없는 것 같다. 아무튼, 실제 현실에 있어서 GVHD를 진단하는 방법 중에 병리 검사가 있다. 점막이나 피부에 흔하게 나타나기 때문에 비교적 쉽게 할 수 있는 피부를 하는 경우가 없지 않다.
다만, 이 때 주의해야 할 점은 GVHD와 Drug eruption은 피부 병리 소견이 거의 같다는 것이다. Eosinophils이 관찰되면 Drug eruption을 시사한다고 기술이 되어 있기는 하지만, 별 도움이 안된다는 Comment가 꼭 있기 때문에 결국엔 임상적으로 감별을 해야한다고 되어 있다.
컴퓨터 파일을 정리하다가 예전에 외과 전공의의 부탁으로 찍은 사진을 찾게 되었다. 병리의뢰서에는 Drug eruption을 의심하여 생검하였다고 기술이 되어 있지만 EMR을 통한 임상 정보에 Liver transplantation을 받은 경력이 있었기 때문에 GVHD를 감별해야한다고 병리 보고서에 기술을 해준 걸로 기억이 난다.
1년에 1~2번 정도 있는 성인 부검이 있었다. 의학적인 목적으로 하는 제한적인 범위로 실시하는 부검이다. 다행히도 지난번 보다는 조금 빨리 끝났다. 다음 번에는 조금 더 속도를 올릴 수 있는 여지가 있는 것 같다. 🙂
SPSS로 McNemar Test를 하려고 하는데 힘들었다. Matrix로 실행하는 방법이 없는 것 같은데 못찾은 건지는 모르겠다. R이 새삼스럽게 고마워지는 순간이었다. R의 장점 중 하나는 p=0.000 이라는 표현 대신에 지수를 사용해서 작은 값을 표현해준다. 🙂
Data가 없이 표로만 자료가 주어지는 상황이라면 다음과 같은 방법으로 구할 수가 있다. Data 입력 순서와 보여지는 방식을 잘 보면 응용하기는 쉽다.
> drug <- matrix(c(55,9,43,77), nrow=2, dimnames=list(“Before program”=c(“No”, “Yes”), “After program”=c(“No”, “Yes”)));drug
After program
Before program No Yes
No 55 43
Yes 9 77
> mcnemar.test(drug)
McNemar’s Chi-squared test with continuity correction
data: drug
McNemar’s chi-squared = 20.9423, df = 1, p-value = 4.733e-06
Odds ratio를 R을 사용하여 구하기 위해서 정말 노력해 보았다. 고민하다가 Appleforum 게시판에서 R을 사용한다는 분을 찾아서 문의 메일을 보냈고 그 답장이 왔다. 그대로 해보니 그 동안 구글링한 내가 바보 같이 느껴질 정도로 쉽게 구해졌다. OTL
우선 Package 중에서 epitools를 설치한다. 그 후에
library(epitools)
oddsratio(htn.rawdata[,9], htn.rawdata[,1], conf.level=0.95) 이렇게 구하면 된다. 하지만.. 일반적으로 책에서는 좌측 상단에 우리의 목표값(??)이 위치하게 되는데 도움말을 참고해보면 우리의 함수님께서는 우측 하단에 목표값(??)이 위치해야 하므로 columns을 바꾸어 주어야 한다.
> library(epitools)
> oddsratio(htn.rawdata[,9], htn.rawdata[,1], conf.level=0.95, rev=”columns”)
$data
Outcome
Predictor 2 1 Total
0 601 819 1420
1 55 114 169
Total 656 933 1589
$measure
odds ratio with 95% C.I.
Predictor estimate lower upper
0 1.000000 NA NA
1 1.518482 1.087011 2.144556
$p.value
two-sided
Predictor midp.exact fisher.exact chi.square
0 NA NA NA
1 0.01401735 0.01637873 0.01464472
$correction
[1] FALSE
attr(,”method”)
[1] “median-unbiased estimate & mid-p exact CI”