Problema - giorgiobedogni.it fileProblema • ÈÈ possibile predire in maniera non invasiva la presenza di fibrosi epatica in bambini con steatosi epatica non alcolica (NAFLD) seguiti

Predizione della fibrosi epatica in bambini con steatosi epatica non

alcolica

Giorgio Bedogni

www.giorgiobedogni.it

Problema

•  È possibile predire in maniera non invasiva la presenza di fibrosi epatica in bambini con steatosi epatica non alcolica (NAFLD) seguiti presso un centro di cura terziario (Epatologia pediatrica)?


www.giorgiobedogni.it www.giorgiobedogni.it

Predizione della fibrosi epatica inbambini con steatosi epatica non • È possibile predire in maniera non invasiva la

alcol ica p r e s e n z a di fibrosi epatica in bambini con steatosiepatica non alcolica (NAFLD) seguiti presso uncentro di cura terziario (Epatologia pediatrica)?Giorgio Bedogni

Table Measuremenis of children with and without fibrosis.

Gender (malegemale)

Fibrosis(n = 141)

96/45

No fibrosis(n = 62)

40/22

p-value

0.630Agi (Yeam) 12,1 (3,6) 11,6 (3.3) 0807Weight (kg) 620 (27.6) 58.9 (193) 0,378We i t t (SDS) 1.8(1.1) 1.8 (1.3) 0430Height (m) 1.53 (0.23) 1.52 (0.15) 0.983

)BMC Medic ine E t i o P A e d Centra Height (SDS)BM I (kg/m2)

0.2 (1.4)26.4 (63)

ol(ai)25.4 (4.2)

0.3190.078

BMI (SDS) 1.9 (0.7) 1.7 (0.6) 0079Waist eircumference (cm) 94 (1 I) 87(11) < 0.001ALT (LJ/L)AST ( la )

67 (82)47 (32)

66 (M42 (16)

04140.070Research article O p e n M e n a

The pediatric NAFLD fibrosis index: a predictor of Over fibrosis in GGT (U/L) 21(19) 18(11) 0031

children with non-alcoholic fatty liver diseaseAllsumin (rogidl)Prothrombin time (INR)

43 (0,4)1,0 (0.2)

4.4 (0.6)LO (0.3)

0,1750156

Valerio i i * 0 A n n a Misi ' , Andrea Vania1, Claudio Tiribelli3, Glucose (mg/dI) 79(11) 82(11) 0,166

Andrea Pletrobanistal and Giorgio Bedogni,Insulin OlUirml)HOMA-IR

13(10)25(2.1)

9(7)11(1.7)

0.1740189

'SI 3.5 (3.0) 3.9 (2.6) 0.243Triglycerides (mi/di) N (.5.8) 67(39) < 0.001Cholesterol (mi/di) 166 (36) 45(47) < 0.001

Problema

www.giargiabeclognill w w w . g i c r g i a b e d a g n i l l

Continuo. VariableS are given as rnedian (interquartile rane) unticategorical variables as the number of s u l * . with the characteristicof interest. Atibrevetioni 5D5 = standard deviation 'core, BMIbody ma. iride, ALT = alanine transarninasei AST = mpartatetransaminase, GGT = gamma,lutamyl-transferas, INR =international normalized rado: HOMA.111 = homeostasis motelassessment index efinsulin resistine,151= insulin sensitivityWilcovon-Mann-Whitney test for continuous variables and Fisher'saia« test for categorical variables.

www.giargiabeclognill w w w . g i c r g i a b e d a g n i l l

www.giorgiobedogni.it www.giorgiobedogni.it


Accuratezza di un test

Malattia

Presente Assente

Test

Positivo

Negativo


Table 2: Selection or candidate predictors at bootstrappedstepwise logistic regression.

Cutpoint

Malattia

Presente Assente

TestPositivo

NLR PPV

Negativo

k I 1913

Cutpoint i, % TPR TNR PLR NLR PPV NPV

k I 1913 97.5 99.3 6.4 1.1 0.1 70.7 80.0

1,000 1,000Log, ALT

(96.1 te 00.0) ( l i t e 157) (LO to 1,1) (O 01 te 1,0) (63 8 to 76,9) 28.4 to 99 5)k 2 190 93.6 97.2 14,5 1,1 0.2 72.1 69.2

INR 189 226

(92.9 te 99 2) (6,9 te 25.6) (1.0 te 1,31 (0.1 te 0.6) (65,2 m 78,4) (38,6 te 90.9)2 3 179 SU 95.7 29.0 I 3 0.2 75.4 75.0

300

Log, triglycerides

(91.0 so 98,4) (18,2 m 41,9) (1.1 te 1.61 (0.1 te 0.3) (68,4 te 01,5) (53,3 te 90.2)84 167 82.3 93.6 43,5 I 7 0.2 79.0 75.0

(80,2 te 97,0) (31,0 m 56,7) (1.3 m 2,11 (0.1 te 0.3) (72,1 m 04,9) (57S te 87.9)k 5 154 75.9 88.7 53.2 I 9 0.2 81.2 67.3

(82.2 te 93,4) (40,1 m 66,0) (1,4 te 2,5) (0.1 te 0.4) (74,1 m 07,0) (52,5 te 80.1)2 6 I 3E1 68.0 81.6 62.9 2.2 0.3 83.3 60.0

(74.2 so 87.6) (49.7 m 748) (1.6 m 3.1) (0.2 te 04) (76.5 m 89.1) (47.1 te 72.0)8 7 118 501 76.6 83.9 4.7 0.3 91.5 61.2

(68.7 so 83.3) (723 m 910) (2.7 m 8.4) (0.2 te 04) (85.0 te 95.9) (50.0 te 71.8)k 8 94 46.3 62.4 90.3 64 0.4 93.6 51.4

(53,9 so 70,4) (80,1 to 96,4) (30 to 13 9) (0.3 to 0,5) (86,6 so 97,6) (41,6 so 61.11a• 9 66 32.5 46.1 984 28.6 0.6 98.5 44.5

(37.7 te 54,7) (91.300 100,0) (4,0 to 201,0) 10.5 to O 6) (91.800 100.0) (36,0 so 53.3)

Model I Model 2 Model 3

Male gender 243 241 253

Log, age 1,000 1,000 1,000BM1 617 625 643Waist 1.000 1,000 1,000Log, ALT 378 362 350

Lo& AST 281 325 341CCT 389 363 357Albumin 439 423 312INR 189 226 208Glutose 229 --

Lo& insulin 286HOMA-IR -- 218IS1 -. 300

Log, triglycerides 999 1,000 1,000Cholesterol 233 198 161

P 95% CI (Or p-value

Log, age (years) -6.539 -9.358 no -4.137 < 0.001Waist (cm) 0.207 0.135 to 0.286 < 0.001Log, triglycerides (mg/d1) 1.957 1.009 to 3.0(8 < 0.001Intercept -10.074 - 15.838 to -5.028 < 0.001

The bootstrap inclusion fraction, i.e. the number of bootstrap sampiesout of 1,000 where the candidate predictors were selected, is given.Predictors selected for inciusion in the finsi mode' are marked inbold. Abbreviations: log,= natura] logarithm: 8M1= body man index;ALT = alanine transaminase: AST a s p a r t a t e transaminase; GGT =gamma-glutamyl-transferase: INR = international normalized ratio;HOMA-111 homeostas is mode assessment index of insulinresistance; ISI = insulin sensitivity indec

Table 4, Diagnostic accuracy of the 80416411c nonicohollc latty liver discese fibrosIs index•

www.giorgiobedognilt w w w . g i o r g i o b e d o g n i l t

95% confidence interni, ere given in parentheses. Ablareviatiens. TPR = true positive rate; TNR = true negative rate; PLR = positive likelihoodraso; NLR negative likehhood rado; PPV positive predictive value; NPV negative predIceve value,

www.giorgiobedognilt

Table 3: The prediction mode' of the pediatric non-alcoholicfatty liver disease fibrosis index

Abbreviations: Logc= natural logarithm; p = regression coefficient;95%C1 (13) = 95% confidence intenta) for the regression coefficient; p-value = value of p for the regression coefficient. *Obtained on 1,000bootstrap samples of 203 su bjects with blas-correction.



Vero positivo

Malattia

Presente Assente

Test

Positivo TP

Negativo


Falso positivo

Malattia

Presente Assente

Test

Positivo FP

Negativo


Falso negativo

Malattia

Presente Assente

Test

Positivo

Negativo FN


Vero negativo

Malattia

Presente Assente

Test

Positivo

Negativo TN


Vero positivo

Malattia

Presente Assente

TestPositivo

Negativo TN

TestPositivo

Negativo

Malattia

Presente

TP

Assente


Falso negativo

TestPositivo

Negativo

Malattia

Presente

FN

Assente


Falso positivo

TestPositivo

Negativo

Malattia

Presente Assente

FP


Vero negativo



Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN



•  Sensibilità (SN) •  Specificità (SP) •  Valore predittivo positivo (PPV) •  Valore predittivo positivo (NPV) •  Likelihood ratio positivo (LR+) •  Likelihood ratio negativo (LR-) •  Prevalenza •  Pre-test odds •  Post-test odds •  Post-test probability





Sensibilità

Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN

SN = TP / (TP+FN) www.giorgiobedogni.it

• Sensibilità (SN)• Specificità (SP)• Valore predittivo positivo (PPV)• Valore predittivo positivo (NPV)• Likelihood ratio positivo (LR-F)• Likelihood ratio negativo (LR-)• Prevalenza• Pre-test odds• Post-test odds• Post-test probability

Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN

Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN

Accuratezza di un tes t A c c u r a t e z z a di un tes t


Accuratezza di un tes t



Sensibil ità

SN = TP / (TP-FFN)www.giorgiobedognill




Specificità

Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN

SP = TN / (FP+TN) www.giorgiobedogni.it




Valore predittivo positivo

Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN

PPV = TP / (TP+FP) www.giorgiobedogni.it


Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN

Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN

SP T N (FP-FTN)


Accuratezza di un tes t S p e c i f i c i t à




Accuratezza di un tes t V a l o r e preditt ivo positivo

PPV = TP / (TP-FFP)www.giorgiobedognilt




Valore predittivo negativo

Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN

NPV = TN / (FN + TN) www.giorgiobedogni.it




Likelihood ratio positivo

Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN

LR+ = SN / (1-SP) www.giorgiobedogni.it


Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN

Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN

NPV T N ( F N TN)


Accuratezza di un tes t V a l o r e preditt ivo negat ivo




Accuratezza di un tes t L i k e l i h o o d rat io positivo

LR-fr = SN / (1-SP)www.giorglobedognilt


Sensibilità (SN) Specificità (SP) Valore predittivo positivo (PPV) Valore predittivo positivo (NPV) Likelihood ratio positivo (LR+) Likelihood ratio negativo (LR-) Prevalenza Pre-test odds Post-test odds Post-test probability


Likelihood ratio negativo

Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN

LR- = (1-SN) / SP www.giorgiobedogni.it




Prevalenza

Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN

Prevalenza = (TP + FN) / (TP + FP + FN + TN) www.giorgiobedogni.it

Sensibilità (SN)Specificità (SP)Valore predittivo positivo (PPV)Valore predittivo positivo (NPV)Likelihood ratio positivo (LR+)Likelihood ratio negativo (LR-)PrevalenzaPre-test oddsPost-test oddsPost-test probability

Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN

Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN

• Sensibilità (SN)• Specificità (SP)• Va lo re predittivo positivo (PPV)• Va lo re predittivo positivo (NPV)• Likelihood ratio positivo (LR+)• Likelihood ratio negativo (LR-)• Prevalenza• Pre-test odds• Post-test odds• Post-test probability

Accuratezza di un tes t L i k e l i h o o d rat io negat ivo



LR- = (1-SN) / SPwww.giorgiobedognilt

Accuratezza di un tes t P r e v a l e n z a

Prevalenza = (TP + FN) / (TP + FP + FN + TN)www.giorglobedognilt




Pre-test odds

Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN

Pre-test odds = prevalenza / (1-prevalenza) www.giorgiobedogni.it




Post-test odds

Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN

Post-test odds = pre-test odds * LR www.giorgiobedogni.it


Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN

Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN


Accuratezza di un tes t P r e - t e s t odds



Pre-test odds = prevalenza / (1-prevalenza)www.giorgiobedognilt

Accuratezza di un tes t P o s t - t e s t odds

Post-test odds = pre-test odds L Rwww.giorgiobedognilt


Sensibilità (SN) Specificità (SP) Valore predittivo positivo (PPV) Valore predittivo positivo (NPV) Likelihood ratio positivo (LR+) Likelihood ratio negativo (LR-) Prevalenza Pre-test odds Post-test odds Post-test probability


Post-test probability

Malattia

Presente Assente

Test

Positivo TP FP

Negativo FN TN

Post-test probability = post-test odds / (post-test odds + 1) www.giorgiobedogni.it


Uso del PNFI


Sensibilità (SN)Specificità (SP)Valore predittivo positivo (PPV)Valore predittivo positivo (NPV)Likelihood ratio positivo (LR+)Likelihood ratio negativo (LR-)PrevalenzaPre-test oddsPost-test oddsPost-test probability

n

Malattia

Presente Assente

TestPositivo TP FP

Negativo FN TN

n % TPR TNR PLR NLR PPV NPV

198 97,5 99.3 6.4 1.1 0,1 70.7 800

10.1636

(96.1 to 100 0) ( 'S to 15.7) (1.0 to 1.1) (0.01 to IO) (618 to 76.9) (28.4 to 99.5)190 93.6 97.2 14.5 1.1 0.2 72.1 69.2

10

(92.9 to 99,2) (6,9 te 25.8) (I.0 to 1,3) (DU io 0.6) (65.2 to 78.4) (38.6 to 90.9)1 79 88,2 95,7 29.0 1,3 0,2 75,4 75.0

(91 0 to 904) (18 2 to 419) (1.1 to 1_6) (O 1 to 0.3) (68_4 to 81.5) (53 3 to 90.2)167 82,3 93,6 43,5 1,7 0,2 79.0 75.0

(BB 2 to 97,0) (31,0 to 56.7) (1,3 to 2,1) (0.1 to 0.3) (72.I to 84.9) (57.8 to 819)1 54 75.9 88.1 53.2 1.9 0.2 81.2 67.3

(62.2 o 93,4) (40,1 to 66.0) (IA to 15) (DA to 0.4) (74.1 to 67.0) (52.5 to BO. I)138 68,0 81.6 62.9 12 0.3 83.3 60.0

(74.2 to 87,6) (49,7 to 74.8) (1,6 te 3,1) (0.2 to 0,4) (76,0 to 89.1) (47.1 to 72.0)118 58 1 76.6 83.9 41 0_3 91_5 61.2

(68 l to 83,3) (12.3 to 92.0) (2,7 to 8.4) (0.2 to 0,4) (85,0 to 95.9) (50.0 to 11.6)94 46,3 62,4 90.3 6,4 04 93.6 5 1.4

(53.9 o 10,4) (80.1 to 96.4) (3,0 Co 13.9) (0.3 to 0.5) (86.6 to 97.6) (41.6 to 61.1)66 32,5 46.1 98.4 28.6 0.6 98.5 44.5

(37.7 to 54,7) (91,3 to 103.0) (40 to 201.0) (0.5 to 0,6) (91,8 to 100.0) (36.0 to 53.3)

1 predictors1 logits.23 Age (years) 10 -15.0574 Waist (cm) 84 17.3885 Tryglicerides 180 10.1636 Constant -10.0147 Sum 2.42089 The PNFI is 91011 Use this table to interoret the PNEUs

Accuratezza di un tes t P o s t - t e s t probabil i ty


Table 4. Diagnostic accuracy of the pediatri' non-alcoholic fatty Ive d • ease rbro •1 index.

Cut-point

95% confidenee intervals are given parentheses. Abbreviations, TPR t r u e positive rate; TNR = bue negadve rate; PLR= positive likelihoodrado; NLR= negative likelihood rado: PPV = positive prediedve value; N PV = negative predictive value,

Post-test probability = post-test odds I (post-test odds + 1)www.giorgiobedognilt

Uso dei PNFI

www.giorgiobedognilt w w w . g i o r g i o b e d o g n i l t

Grazie


Grazie

www. g io rg io b ed og ni l t

Documents

Problema - giorgiobedogni.it fileProblema • ÈÈ possibile predire in maniera non invasiva la presenza di fibrosi epatica in bambini con steatosi epatica non alcolica (NAFLD) seguiti