Upload
tranxuyen
View
222
Download
4
Embed Size (px)
Citation preview
De ce avem nevoie de studii
prognostice?
• Pacientii vor sa stie cum vor evolua
• Medicii sunt interesati de prognostic,
care influenteaza deciziile terapeutice:
– raport beneficiu / cost, reactii adverse
(riscului toxicitatii tratamentului
riscului toxicitatii tratamentului)
PROGNOSTICUL se referă la
rezultatele posibile ale unei boli şi
la frecvenţele cu care acestea sunt
aşteptate să apară.
Aspect calitativ (ce se poate
întâmpla?)
Aspect temporal (după cât timp?)
Factori prognostici = caracteristici ale
unui pacient care pot fi folosite pentru a
îi prezice mai exact prognosticul:
demografici (de ex. vârstă, sex)
specifici bolii (de ex. stadializarea tumorii,
localizarea infarctului)
comorbiditate (de ex. alte condiţii
acompaniind boala respectivă)
prognostic diagnostic
• Similare:
identifica probabilitatea pacientilor de a avea
– o anumita boala (diagnostice)
– un anumit deznodamant (prognostice)
– o anumita responsivitate la tratament
• Diferite:
– dg: comparare cu gold standard/ pgn: evolutie
– dg: Sn, Sp, LR /
pgn: RR, OR, curbe de supravietuire&hazard
ratio
prognostic etiologie
FR factori prognostici
• studii de cohorta
RR, supravietuire mediana
• studii caz-martor
nu dau informaţii despre riscul absolut al unui
eveniment, ci doar despre cel relativ estimat ca OR
I. Criterii principale
1 .Eşantion
reprezentativ, cu boala bine definită şi cu
întreg spectrul de severitate
pacienţi aflaţi la un moment similar în
evoluţia bolii (ex: durata bolii, în general
legată de prognostic)
• devreme (pentru a nu pierde pacienţii care deja
au murit sau pe cei care deja s-au însănătoşit)
= cohortă de început (inception cohort), de la
primele manifestări ale bolii.
2 .Urmărirea: suficient de lungă şi completă
Ideal: urmărit de la începutul bolii până la
deznodământ
Urmărirea prea scurtă: prea puţini pacienţi suferă
deznodământul – nu se poate trage o concluzie;
mărimea eşantionului.
Urmărirea lungă: pierderea din vedere – legată de
deznodământul bolii (au murit/s-au vindecat)
Urmărirea “suficient de completă”:
Regula 5 şi 20%
Analiza “în cel mai rău caz”/”în cel mai bun caz”
I. Criterii principale
II. Criterii secundare
3 .Criteriile de evaluare a deznodământului –
obiective şi nesupuse erorilor sistematice
(bias).
– Orbirea evaluatorului faţă de factorii
prognostici.
În cazul identificării unor subgrupe cu
prognostic diferit:
4 .S-a efectuat o ajustare pentru factorii
prognostici importanţi?
Grupurile de comparat: similare la început, cu excepţia
factorului prognostic evaluat
Randomizare – în studiile terapeutice
Analiză stratificată / analiză prin regresie multiplă
Nu este necesar ca factorii prognostici să determine
deznodământul; ei trebuie doar să fie destul de
puternic asociaţi cu acesta pentru a-l prezice.
II. Criterii secundare
Analiza datelor
Rezultatele cantitative cu privire la prognostic sau risc sunt reprezentate
de numărul de evenimente care au aparut în timp.
Cât de mare este probabilitatea apariţiei efectului de
studiat în perioada specificată de timp?
Riscul la timpul t
RR – test X2 (testul exact al lui Fisher)
OR – regresie logistică (analiză multivariată)
Curba de supravieţuire (modificarea riscului în timp)
RR – log rank test sau Mantel-Haenzel (analiză univariată)
OR – modelul lui Cox (regresia riscului proporţional – multivariată)
Cât de precisă este estimarea probabilităţii (riscului)?
CI
Reguli de predictie clinica
• Evaluarea simultana a mai multor factori
care “prezic” prognosticul la pacientii
individuali
• Pot fi folosite si pentru diagnostic
Reguli de predicţie clinică
Studii diagnostice sau prognostice
• efectuate pe sute sau mii de pacienţi
• valide metodologic (nivelul dovezii)
Cum ajungem la RPC?
I. Evaluarea item-urilor ca teste
diagnostice
II. Modele de regresie logistica
(analiza multivariabila)
B O A L Ă TOTAL
PREZENTĂ ABSENTĂ
TEST
POZITIV a b a+b
DIAGNOSTIC NEGATIV c d c+d
a+c b+d a+b+c+d
(a=adevărat pozitivi; b=fals pozitivi; c=fals negativi; d=adevărat negativi)
Sensibilitatea = a/(a+c)
Specificitatea = d/(b+d)
Probabilitatea pretest (prevalenţa) = (a+c)/(a+b+c+d)
Valoare predictivă pozitivă = a/(a+b)
Valoare predictivă negativă = d/(c+d)
Likelihood ratio pentru un rezultat pozitiv al testului (LR+) = sensibilitate/(1-specificitate)
Likelihood ratio pentru un rezultat negativ al testului (LR-) = (1-sensibilitate)/specificitate
Anemia, VSH şi scăderea ponderală ca teste
diagnostice în cancer C.Băicuş et al. Rom J Int Med, 1999, 37: 261-267
TEST Sb Sp Preval
PPV NPV LR+ LR- ProbPostTest+
ProbPostTest-
ANEMIE 37 (CI=36-39) 92 (CI=91-93) 4 17 (CI=16-18) 97 (CI=97-98) 4,66 0,68 16 3
VSH 52 (CI=51-54) 89 (CI=88-90) 4 17 (CI=16-18) 98 (CI=97-98) 4,76 0,53 17 2
SCAD.POND.
46 (CI=45-48) 94 (CI=93-94) 4 24 (CI=23-25) 98 (CI=97-98) 7,46 0,57 24 2
TS 9 (CI=9-10) 99,6 (CI=99-100)
4 51 (CI=50-53) 96 (CI=96-97) 24,62 0,91 51 4
TSAG 16 (CI=15-17) 99 (CI=99-99) 4 45 (CI=44-46) 96 (CI=96-97) 19,08 0,85 44 3
TPGV 80 (CI=78-81) 84 (CI=83-85) 4 18 (CI=17-19) 99 (CI=99-99) 5,99 0,24 17 1
TP = teste în paralel AV = anemie + VSH crescut (teste în serie)
TS = teste în serie AG = anemie + scădere ponderală
GV = scădere ponderală + VSH
• HTA
• colesterol
• proteina C reactivă
• fumat
• glicemie (HbA2)
• trigliceride
• BMI
• IMA
VARIABILE
INDEPENDENTE
(FR)
VARIABILA DEPENDENTĂ
(EFECT)
• este o abstractizare matematică analogă
evenimentelor din lumea reală
• multe modele sunt scrise ca o ecuaţie care
defineşte o valoare pe care vrem să o prezicem
(Y) din una sau mai multe variabile (X) pe care
le cunoaştem.
Ce este un model?
• Analiza multivariabilă este o unealtă pentru
determinarea contribuţiilor relative ale
diferitelor cauze la un singur eveniment
Analiza multivariabilă
• Căutarea unui trend (tendinţe).
- cea mai simplă formă de regresie
- folosită pentru a răspunde la întrebări
precum: cresc nivelele de noradrenalină cu
gradul de insuficienţă cardiacă? A tins să
crească incidenţa cancerului de sân în ultimii
20 de ani?
La ce folosesc modelele?
La ce folosesc modelele?
• Ajustarea pentru un factor de confuzie
- tehnicile de regresie pot răspunde la întrebări
precum: a modificat tratamentul cel nou
incidenţa ulcerelor după ce s-a ajustat pentru
vârstă şi consumul de aspirină?
• Predicţie
- care este riscul de infarct miocardic atunci
când ştim vârsta, TA, colesterolul?
- care este rata de succes la facultatea de
medicină în funcţie de nota de la capacitate,
media generală din liceu şi sex?
La ce folosesc modelele?
La ce folosesc modelele?
• Diagnostic
- care este probabilitatea ca o pacientă să aibă
LES dacă are acDNAdc +, pericardită şi febră?
- determinarea curbelor standard pentru
diverse teste, aceste curbe fiind apoi utilizate
pentru diagnostic şi/sau stadializare
• Un algoritm diagnostic bun poate face un
rezident să fie la fel de bun diagnostician ca
şi şeful de clinică!
Regresia
Probabilitatea de a avea cancer
(regresie logistică)
lnODDScancer = -2,36 + 1,150(vârsta) + 0,921(anemie) + 0,861(VSH)
C.Baicus et al. Eur J Intern Med, 2006; 17:28-31.
VSH>29mm/h Anemie<10g
Hb
Varsta>62a Risc neo (CI)
(%)
Risc non-neo
(CI) (%)
NU NU NU 9 (0-15) 91 (85-100)
DA NU NU 18 (12-27) 82 (73-88)
NU DA NU 19 (12-30) 81 (70-88)
NU NU DA 23 (15-32) 77 (68-85)
DA DA NU 36 (16-63) 64 (37-84)
DA NU DA 41 (21-66) 59 (34-79)
NU DA DA 43 (21-68) 57 (32-79)
DA DA DA 64 (27-90) 36 (10-73)
Probabilitatea de a avea cancer
(regresie logistică)
C. Baicus et al. / European Journal of Internal Medicine 14 (2003) 249–254
lnODDS(boală severă) = -1,1275 +
1,4678(bili) + 1,6677(ALAT) + 1,0519(anemie) + 1,0078(leucocitoză)
FON - predictori ai gravităţii
ODDS(boală severă) =
e-1,1275 + 1,4678(bili) + 1,6677(ALAT) + 1,0519(anemie) + 1,0078(leucocitoză)
Prezenţi toţi (=1):
LOGODDS(boală severă) = -1,1275 + 1,4678(bili) + 1,6677(ALAT) +
+ 1,0519(anemie) + 1,0078(leucocitoză) =
-1,1275+1,4678+1,6677+1,0519+1,0078 = 4,0677 = lnODDS
ODDS(boală severă) = e4,0677 = 58,42
Risc = ODDS/(1+ODDS) = 58,42/(1+58,42) = 0,98 (98%)
Regresia logistică
Absenţi toţi (=0):
LOGODDS(boală severă) = -1,1275 + 1,4678(bili) + 1,6677(ALAT) +
+ 1,0519(anemie) + 1,0078(leucocitoză) =
-1,1275 = lnODDS
ODDS(boală severă) = e-1,1275 = 32,38
Risc = ODDS/(1+ODDS) = 0,32/(1+0,32) = 0,24 (24%)
Regresia logistică
Estimarea probabilităţii de a avea o
etiologie gravă prin regresie logistică
Hb<10g Leucocite >1010/L
ALATcrescută
Bilirubinatotală
crescută
Probabilitateaunei boligrave (%)
Probabilitateaunei boli maipuţin grave
(%)
NU NU NU NU 24 76
NU DA NU NU 47 53
DA NU NU NU 47 53
NU NU NU DA 58 42
NU NU DA NU 63 37
DA DA DA DA 98 2
C. Baicus et al. / European Journal of Internal Medicine 14 (2003) 249–254
Importanta localizarii studiului
• Prognosticul (ca si valorile predictive ale
testelor diagnostice) difera in functie de
localizarea studiului
– ingrijire primara/secundara/tertiara
• evaluarile dintr-o localizare nu sunt
aplicabile in alta
• pacientii inrolati in orice studiu au trecut
printr-un filtru
• Trebuie descrise cat mai explicit:
– caracteristicile pacientilor inrolati
– tipul de filtru prin care au trecut pana la inrolare
• sa aiba aceeasi sansa de a fi inclusi pacientii
care sufera/nu sufera efectul de studiat
– pacienti simptomatici, intrebati daca au mai
avut pietre la rinichi
Importanta localizarii studiului