Predizione della fibrosi epatica in bambini con steatosi epatica non alcolica. Giorgio Bedogni.

Documenti analoghi
Problema. centro di cura terziario (Epatologia pediatrica)? BMC Medicine E t i o P A e dcentra

INDICATORI EPATICI negli Annali AMD

La NAFLD nel DM1 e DM2 negli Annali AMD. Gabriele Forlani SSD Malattie del Metabolismo e Dietetica Clinica Policlinico S. Orsola-Malpighi - Bologna

R.M.Dorizzi, Strumenti per interpretare gli esami di laboratorio? Forlì, 9 ottobre 2012

Epatopatia steatosica non alcolica (NAFLD): gli effetti della chirurgia bariatrica Prof. Lory Saveria Crocè

La steatosi epatica. Giorgio Bedogni. Centro Studi Fegato Basovizza.

Indici di validità di un test diagnostico

Il ragionamento diagnostico

UN NUOVO MODELLO MATEMATICO PREDITTIVO DELL'INSUFFICIENZA EPATICA POST-OPERATORIA

La lipasi acida lisosomiale svolge un ruolo nella NAFLD/NASH? Francesco Angelico

Stima della qualità dei classificatori per l analisi dei dati biomolecolari

Screening, sensibilità e specificità di un test diagnostico, curve R.O.C., teorema di Bayes

1 - DEFINIZIONE DELLA SINDROME METABOLICA


Sindrome Metabolica e NAFLD: è solo alimentazione?

IL FEGATO GRASSO E L OBESITÀ INFANTILE

La statistica e i test diagnostici

Luigi Santoro. Hyperphar Group S.p.A., MIlano

Regressione Logistica

La PET in Endocrinologia Oncologica. PET/TC: Up-to-date dopo 10 anni di utilizzo in clinica

VITAMINA D TOTALE E FRAZIONE BIODISPONIBILE IN BAMBINI OBESI: IL RUOLO DELL INSULINO-RESISTENZA

FibroTest-ActiTest FibroMAX

Metodologia epidemiologica

VALUTAZIONE DELL OBESITA OBESITA INFANTILE: GLI STRUMENTI DI LAVORO. Dr. ssa Chiara Raimondi U.O. Pediatria - P.O. Bollate Az. Ospedaliera G.

Dott.ssa Federica Ferrari. Prof. Domenico Alvaro

Seconda Parte Specifica per la tipologia di scuola - Statistica sanitaria e Biometria - 22/07/2016

Patologia Clinica. Lezione introduttiva. Dott.ssa Samantha Messina

Lidia Tondi. Reggio Emilia 21 novembre 2012

Test diagnostico. Definizione. Mondo ideale. Definizione

Adiposite e distribuzione del grasso corporeo nella stratificazione del rischio del paziente con diabete di tipo 2 Ilaria Barchetta MD, PhD

OSAS: ASPETTI CLINICI DI ENDOCRINOLOGIA E METABOLISMO DISTURBI RESPIRATORI OSTRUTTIVI IN SONNO MEDICINA INTERNA,

NAFLD-cirrosi: tutto uguale?

EPATITE CRONICA : STORIA NATURALE

Articolo originale. Introduzione

Tecniche diagnostiche

Valutazione delle Prestazioni di un Classificatore. Performance Evaluation

Anna Crispo Istitituto Nazionale dei Tumori Fondazione «G. Pascale», Napoli

Livelli di Hb in precedenti FIT negativi e rischio di neoplasia: analisi retrospettive. Carlo Senore

Valutazione di un test

Il bambino obeso con complicanze: individuazione dei fattori di rischio

STEATOSI EPATICA: malattia emergente CORSO ECM

L importanza della diagnosi molecolare

LA DURATA DEL DELIRIUM POSTOPERATORIO E UN PREDITTORE INDIPENDENTE DI MORTALITA A 6 MESI IN PAZIENTI ANZIANI CON FRATTURA DI FEMORE

E possibile identificare pazienti affetti da scompenso cardiaco a partire dai SIS?

CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande)

Introduzione alla Regressione Logistica

Steatosi e stress ossidativo: approccio terapeutico con nutraceutici

In alternativa all intervallo di riferimento. VALORI o LIVELLI DECISIONALI

Gestione delle ipertransaminasemie croniche asintomatiche,, non virus non alcool correlate

I POLIMORFISMI DI IL28B NON CORRELANO CON L INCIDENZA DI HCC IN PAZIENTI CON EPATITE B IN SOPPRESSIONE VIROLOGICA

Tipi di variabilità del dato di laboratorio

INTRODUZIONE AI BIOMARCATORI. D.ssa Francesca Veneziani Laboratorio Analisi Santa Maria Nuova

Gene MERTK come marker di progressione di fibrosi nelle mala8e croniche di fegato

ADIPOCHINE NEL TESSUTO ADIPOSO UMANO CARMELA SANTANGELO

Data Mining on Promotional Sales

ADIPOCYTE-FATTY ACID BINDING PROTEIN, NAFLD E RISCHIO CARDIOVASCOLARE NELL ANZIANO

DOTTORATO DI RICERCA IN ULTRASONOLOGIA IN MEDICINA UMANA E VETERINARIA (XIX CICLO)

Percorsi assistenziali condivisi tra Medico di Medicina Generale e specialista in Epatologia

Confondenti e modificatori d effetto

viii Indice generale

Università degli Studi di Trieste. 603SM Biostatistica. Corso di Laurea Magistrale in Biotecnologie Mediche. La curva ROC con R.

Ilaria Manzi. Scuola di Specializzazione in Gastroenterologia ed Endoscopia Digestiva Università di Ferrara 3 Anno

La ricerca di similarità in banche dati

Fibrillazione atriale e fattori di rischio

Quiz di verifica Classificazione

Savona, 10 aprile 2010

Impatto del programma di screening colo-rettale sull incidenza: studio di coorte in regione Emilia-Romagna

Valutazione dei test diagnostici

Grasso sottocutaneo. Grasso addominale. Muscoli. Osso. Tessuto interparenchimale. Tessuto intraparenchimale

Approccio clinico alla diagnosi e alla terapia del paziente con DM2 e NAFLD o altra epatopatia

Alimentazione e Nutrizione in età pediatrica Parma, settembre 2006 FAILURE TO THRIVE

Impatto del programma di screening colo-rettale sull incidenza: studio di coorte nella regione Emilia-Romagna

Il paziente con fattori di rischio per rapida progressione. Alessia Giorgini, Ospedale San Paolo Milano

Fattori antropometrici e rischio di sindrome del tunnel carpale: curve ROC e misure di accuratezza

Studio Re.mo.te "A randomized clinical trial on home telemonitoring for the management of metabolic and cardiovascular risk in individuals with type

Tecnologie ad alto Impatto Economico in Oncologia

EPIDEMIOLOGIA CLINICA: PROPRIETÀ DEI TEST

V. Guglielmi, M. Cardellini, F. Cinti, F. Davato, V. Casagrande, M. D Adamo, A. Bellia, P. Gentileschi, M. Federici, P. Sbraccia

Università degli Studi di Trieste. Analisi Multivariata dei Dati Sperimentali. Corso di Laurea Magistrale in Biotecnologie Mediche. La curva ROC con R

Lo#studio#Nutrintake#636#

HTA e screening. Paolo Giorgi Rossi. Servizio Interaziendale di Epidemiologia AUSL Reggio Emilia

Premessa. Microalbuminuria. Marker di rischio CV

LA VIREMIA MINIMA RESIDUA DI HCV E I TEST DI MONITORAGGIO

Classificazione bio-molecolare di tessuti e geni come problema di apprendimento automatico e validazione dei risultati

Sicurezza delle reti 1

SUPPLEMENTARY DATA. The RIACE Study Group

Torgiano a Villa Mondragone

Sensibilità e specificità dei sistemi di sorveglianza

Cosa abbiamo imparato dagli studi SUP ed EGSYS-follow-up? Andrea Ungar. Syncope Unit

I D-DIMERI NELLA DIAGNOSI DI DVT

medico PD Dr. O. Petrini

Limit of Detection (LOD) Limit of Quantification (LOQ) e valutazione della calibrazione con Chromeleon Hubaux-Vos

Casi clinici. 12 mesi dall introduzione del test nella pratica clinica

Modello computazionale per la predizione di siti di legame per fattori di trascrizione

RENE. Tavola Rotonda Terapia della microangiopatia: oltre il controllo glicemico. Salvatore A. De Cosmo

8 marzo Incontro con le dipendenti per presentare il tema della medicina di genere

Effetti metabolici della chirurgia bariatrica

Transcript:

Predizione della fibrosi epatica in bambini con steatosi epatica non alcolica Giorgio Bedogni

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)?

BMC Medicine Bio Med Central Research article The pediatric NAFLD fibrosis index: a predictor of liver fibrosis in children with non-alcoholic fatty liver disease Valerio Nobili*1, Anna Ansi', Andrea Vania2, Claudio Tiribelli3, Andrea Pietrobattistal and Giorgio Bedogni3 Open Access

Table I: Measurements of children with and without tibrosis. Fibrosis (n = I 4 I) No fibrosis (n = 62) p-value* Gender (maleffemale) 96/45 40/22 0.630 Age (years) 12.1 (3.6) 11.6 (3.3) 0.807 Weight (Icg) 62.0 (27.6) 58.9 (19.5) 0.378 Weight (SDS) 1.8 (1.1) 1.8 (1.3) 0.430 Height (m) 1.53 (0.23) 1.52 (0.15) 0.983 Height (SDS) 0.2 (1.4) 0.2 (2.1) 0.319 BMI (kg/m2) 26.4 (6.5) 25.4 (4.2) 0.078 BMI (SDS) 1.9 (0.7) 1.7 (0.6) 0.079 Waist circumference (cm) 94(11) 87(12) <0.001 ALT (UIL) 67 (82) 66 (27) 0.414 AST (UIL) 47 (32) 42(16) 0.070 GGT (U/L) 21(19) 18(11) 0.031 Albumin (mg/dl) 4.5 (0.4) 4.4 (0.6) 0.175 Prothrombin time (INR) 1.0 (0.2) 1.0 (0.3) 0.756 Glucose (mg/dl) 79 (I I) 82 (I I) 0.166 Insulin (p.u/m1) 13 (10) 9 (7) 0.174 HOMA-IR 2.5 (2. I ) 2.1 (1.7) 0.289 IS' 3.5 (3.0) 3.9 (2.6) 0.243 Triglycerides (mg/d1) 94 (58) 67 (39) <0.001 Cholesterol (mg/d1) 166 (36) 145 (47) <0.001 Continuous variables are given as median (interquartile range) and categorical variables as the number of subjects with the characteristic of interest. Abbreviations: SDS = standard deviation score; BMI = body mass index; ALT = alanine transaminase; AST = aspartate transaminase; GGT = gamma-glutamyl-transferase; INR = international normalized ratio; HOMA-IR = homeostasis model assessment index of insulin resistance; ISI = insulin sensitivity index.* Wilcoxon-Mann-Whitney test for continuous variables and Fisher's exact test far categorical variables.

Table 2: Selection of candidate predictors at bootstrapped stepwise logistic regression. Model I Model 2 Model 3 Male gender 243 241 253 Lo& age 1,000 1,000 1,000 SMI 617 625 643 VVaist 1,000 1,000 1,000 Lo& ALT 378 362 350 Lo& AST 281 325 341 GGT 389 363 357 Albumin 439 423 312 INR 189 226 208 Glucose 229 Lo& insulin 286 HOMA-1R 218 ISI 300 Lo& triglycerides 999 1,000 1,000 Cholesterol 233 198 161 The bootstrap inclusion fraction, i.e. the number of bootstrap samples out of 1,000 where the candidate predictors were selected, is given. Predictors selected far inclusion in the final model are marked in bold. Abbreviations: log,= natural logarithm; BMI = body mass ALT = alanine transaminase; AST = aspartate transaminase: GGT = gamma-glutamyl-transferase; INR = international normalized rado: HOMA-IR = homeostasis model assessment index of insulin resistance; 151 = insulin sensitivity index.

Table 3: The prediction rnodel of the pediatric non-alcoholic fatty liver disease fibrosis index 95% CI (J3)* p-value Log, age (years) -6.539-9.358 to -4.137 <0.001 Waist (cm) 0.207 0.135 to 0.286 <0.001 Log, triglycerides (mg/d1) 1.957 1.009 to 3.018 <0.001 lntercept -10.074-15.838 to -5.028 <0.001 Abbreviations: Log, = natural logarithm; F = regression coefficient; 95%Cl (P) = 95% confidence interval far the regression coefficient; p- value = value of p far the regression coefficient. *Obtained on 1,000 bootstrap samples of 203 subjects with bias-correction.

Table 4: Diagnostic accuracy of the pediatric non-alcoholic fatty liver disease fibrosis index. Cut-point n TPR TNR PLR NLR PPV NPV I 198 97.5 99.3 6.4 1.1 0.1 70.7 80.0 (96.1 to 100.0) (1.8 to 15.7) (1.0 to 1.1) (0.01 to 1.0) (63.8 to 76.9) (28.4 to 99.5)? 2 190 93.6 97.2 14.5 1.1 0.2 72.1 69.2 (92.9 to 99.2) (6.9 to 25.8) (1.0 to 1.3) (0.1 to 0.6) (65.2 to 78.4) (38.6 to 90.9) 3 179 88.2 95.7 29.0 1.3 0.2 75.4 75.0 (9 I.0 to 98.4) (18.2 to 41.9) (1.1 to 1.6) (0.1 to 0.3) (68.4 to 81.5) (53.3 to 90.2) > 4 167 82.3 93.6 43.5 1.7 0.2 79.0 75.0 (88.2 to 97.0) (31.0 to 56.7) (1.3 to 2.1) (0.1 to 0.3) (72.1 to 84.9) (57.8 to 87.9) > 5 154 75.9 88.7 53.2 1.9 0.2 81.2 67.3 (82.2 to 93.4) (40.1 to 66.0) (1.4 to 2.5) (0.1 to 0.4) (74.1 to 87.0) (52.5 to 80.1) > 6 138 68.0 81.6 62.9 2.2 0.3 83.3 60.0 (74.2 to 87.6) (49.7 to 74.8) (1.6 to 3.1) (0.2 to 0.4) (76.0 to 89.1) (47.1 to 72.0) 7 118 58.1 76.6 83.9 4.7 0.3 91.5 61.2 (68.7 to 83.3) (72.3 to 92.0) (2.7 to 8.4) (0.2 to 0.4) (85.0 to 95.9) (50.0 to 71.6) 8 94 46.3 62.4 90.3 6.4 0.4 93.6 51.4 (53.9 to 70.4) (80.1 to 96.4) (3.0 to 13.9) (0.3 to 0.5) (86.6 to 97.6) (41.6 to 61.1) > 9 66 32.5 46.1 98.4 28.6 0.6 98.5 44.5 (37.7 to 54.7) (91.3 to 100.0) (4.0 to 201.0) (0.5 to 0.6) (91.8 to 100.0) (36.0 to 53.3) 95% confidence intervals are given in parentheses. Abbreviations: TPR = true positive rate; TNR = true negative rate; PLR = positive likelihood rado; NLR = negative likelihood rafie); PPV = positive predictive value; NPV = negative predictive value.

Accuratezza di un test Malattia Presente Assente Test Positivo Negativo

Vero positivo Malattia Presente Assente Test Positivo Negativo TP

Falso positivo Malattia Presente Assente Test Positivo Negativo FP

Falso negativo Malattia Presente Assente Test Positivo Negativo FN

Vero negativo Malattia Presente Assente Test Positivo Negativo TN

Accuratezza di un test Malattia Presente Assente Test Positivo TP FP Negativo FN TN

Accuratezza di un test 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

Accuratezza di un test 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)

Accuratezza di un test 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

Specificità Malattia Presente Assente Test Positivo TP FP Negativo FN TN SP = TN / (FP+TN)

Accuratezza di un test 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

Valore predittivo positivo Malattia Presente Assente Test Positivo TP FP Negativo FN TN PPV = TP / (TP+FP)

Accuratezza di un test 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

Valore predittivo negativo Malattia Presente Assente Test Positivo TP FP Negativo FN TN NPV = TN / (FN + TN)

Accuratezza di un test 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 positivo Malattia Presente Assente Test Positivo TP FP Negativo FN TN LR+ LR-'- = SN / (1-SP)

Accuratezza di un test 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

Accuratezza di un test 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

Prevalenza Malattia Presente Assente Test Positivo TP FP Negativo FN TN Prevalenza = (TP + FN) / (TP + FP + FN + TN)

Accuratezza di un test 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

Pre-test odds Malattia Presente Assente Test Positivo TP FP Negativo FN TN Pre-test odds = prevalenza / (1-prevalenza)

Accuratezza di un test 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 odds Malattia Presente Assente Test Positivo TP FP Negativo FN TN Post-test odds = pre-test odds * LR

Accuratezza di un test 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)

Table 4: Diagnostic accuracy of the pediatric non-alcoholic fatty liver disease fibrosis index. Cut-point n TPR TNR PLR NLR PPV NPV > I 198 97.5 99.3 6.4 1.1 0.1 70.7 80.0 (96.1 to 100.0) (1.8 to 15.7) (1.0 to 1.1) (0.01 to 1.0) (63.8 to 76.9) (28.4 to 99.5) > 2 190 93.6 97.2 14.5 1.1 0.2 72.1 69.2 (92.9 to 99.2) (6.9 to 25.8) (1.0 to 1.3) (0.1 to 0.6) (65.2 to 78.4) (38.6 to 90.9) > 3 179 88.2 95.7 29.0 1.3 0.2 75.4 75.0 (91.0 to 98.4) (18.2 to 41.9) (1.1 to 1.6) (0.1 to 0.3) (68.4 to 81.5) (53.3 to 90.2) > 4 167 82.3 93.6 43.5 1.7 0.2 79.0 75.0 (88.2 to 97.0) (31.0 to 56.7) (1.3 to 2.1) (0.1 to 0.3) (72.1 to 84.9) (57.8 to 87.9) > 5 154 75.9 88.7 53.2 1.9 0.2 81.2 67.3 (82.2w 93.4) (40.1 to 66.0) (1.4 to 2.5) (0.1 to 0.4) (74.1 to 87.0) (52.5 to 80.1) > 6 I 38 68.0 81.6 62.9 2.2 0.3 83.3 60.0 (74.2 to 87.6) (49.7 to 74.8) (1.6 to 3.1) (0.2 to 0.4) (76.0 to 89.1) (47.1 to 72.0) > 7 118 58.1 76.6 83.9 4.7 0.3 91.5 61.2 (68.7 to 83.3) (72.3 to 92.0) (2.7 to 8.4) (0.2 to 0.4) (85.0 to 95.9) (50.0 to 71.6) > 8 94 46.3 62.4 90.3 6.4 0.4 93.6 51.4 (53.9 to 70.4) (80.1 to 96.4) (3.0 to 13.9) (0.3 to 0.5) (86.6 to 97.6) (41.6 to 61.1) > 9 66 32.5 46.1 98.4 28.6 0.6 98.5 44.5 (37.7w 54.7) (91.3 to 100.0) (4.0 to 201.0) (0.5 to 0.6) (91.8 to 100.0) (36.0 to 53.3) 95% confidence intervals are given in parentheses. Abbreviations: TPR = true positive rate; TNR = true negative rate; PLR = positive likelihood rado; NLR = negative likelihood rado; PPV = positive predictive value; N PV = negative predictive value.

Uso del PNFI 1 2 3 4 5 6 7 8 9 10 11 predictors logits Age (years) 10-15.057 Waist (cm) 84 17.388 Tryglicerides 180 10.163 Constant * * * * * * * * * * * * -10.074 Sum * * * * * * * * * * * * 2.420 The PNFI is 9 Use this table to interpret the PNFI

Grazie www.giorgiobedognut