5.1. Диагностическое и прогностическое значение маркеров воспаления у больных с внебольничной пневмонией

Повышение качества лабораторной диагностики и развитие мето­дов статистической обработки данных, а также введение математиче­ского контроля позволили существенно улучшить аналитические пока­затели качества тестов.

Диагностическая чувствительность теста (ДЧ) определялась как доля лиц с истинно положительным (ИП) результатом в группе боль­ных внебольничной пневмонией.

Диагностическая специфичность теста (ДС) определялась как доля лиц с истинно отрицательным (ИО) результатом в группе боль­ных с внебольничной пневмонией.

Прогностическая значимость положительного результата (ПЗ+) отражает частоту встречаемости истинно положительного результата среди всех положительных результатов, клинически отражает веро­ятность заболевания при положительном результате теста и опреде­ляется по формуле:

Прогностическая значимость отрицательного результата (ПЗ-) отражает частоту встречаемости истинно отрицательного результата среди всех отрицательных результатов, отражает вероятность отсут­

ствия заболевания при отрицательном результате теста и определяет­ся по формуле:

Диагностическая точность (ДТ) отражает процентное соотноше­ние количества истинных результатов и общего числа выполненных тестов, соответствует доле правильных результатов теста в общем количестве результатов как положительных, так и отрицательных и рассчитывается по формуле:

Прогностическая ценность теста - вероятность наличия (отсут­ствия) заболевания при известном результате исследования.

Прогностическая ценность теста (predictive value) - вероятность наличия (отсутствия) заболевания при известном результате исследо­вания.

Прогностическая ценность положительного результата (positive predictive value) - вероятность наличия заболевания при положитель­ном (патологическом) результате теста. Прогностическая ценность отрицательного результата (negative predictive value) - вероятность отсутствия заболевания при отрицательном (нормальном) результате теста.

Факторы, определяющие прогностическую ценность теста:

1. Прогностическая ценность зависит от чувствительности и специфичности метода диагностики распространенности заболевания в исследуемой популяции.

2. Распространенность (prevalence) определяется как отношение числа лиц с наличием заболевания (или любого другого состояния) ко всей исследуемой популяции.

Распространенность называется априорной (претестовой) веро­ятностью, т.е. это вероятность выявления болезни до того, как стали известны результаты теста. Прогностическая ценность называется апостериорной (посттестовой) вероятностью заболевания.

Формула, связывающая чувствительность, специфичность и распространенность заболевания с прогностической ценностью по­ложительного результата, выводится из теоремы Байеса:

где +PV - прогностическая ценность положительного результата; Se - чувствительность; P - распространенность.

Чем чувствительнее тест, тем выше прогностическая ценность его отрицательного результата (т.е. возрастает вероятность того, что отрицательные результаты теста отвергают наличие заболевания). Наоборот, чем специфичнее тест, тем выше прогностическая цен­ность его положительного результата (т.е.

Одним из математических методов оценки диагностической точности и соотношения между чувствительностью и специфично­стью теста является построение ROC-кривых и оценка площади под характеристической кривой. ROC-кривая отображает зависимость между чувствительностью и специфичностью метода анализа, пло­щадь под ROC-кривой дает объективный показатель качества клас­сификатора, позволяет сравнивать кривые между собой. В роли клас­сификатора обычно выступает некий числовой параметр, изменяя ко­торый, исследователь производит классификацию наблюдений. Гра­фик отображает результаты бинарной классификации, когда модель предсказывает вероятность того, что наблюдение относится к одному из двух классов.

В таком случае важен выбор точки отсечения - порога, разделя­ющего классы. ROC-кривая позволяет построить зависимость количе­ства верно классифицированных положительных примеров от количе­ства неверно классифицированных отрицательных примеров. Выбирая точку отсечения, можно управлять вероятностью правильного распо­знавания положительных и отрицательных примеров. При уменьше­нии порога отсечения увеличивается вероятность ошибочного распо­знавания положительных наблюдений (ложноположительных исхо­дов), а при увеличении возрастает вероятность неправильного распо­знавания отрицательных наблюдений (ложноотрицательных исходов). Необходимо подобрать такое значение точки отсечения, которое дает наибольшую точность распознавания класса, определенного постанов­кой задачи. Данные параметры были применены относительно изуча­емых нами биомаркеров активности воспаления и их совокупности, представленной в дискриминантом уравнении.

Таблица 24

Диагностическая значимость маркеров воспаления у больных с внебольничной пневмонией

Как видно из табл.

тельное прогностические значения уровней TNF-α и С-реактивного белка, что свидетельствует о высокой вероятности подтверждения положительного и отрицательного прогноза при использовании дан­ных показателей (79% и 73% соответственно).

Площадь под характеристической кривой (AUC) (рис. 4-8) со­ставила для прокальцитонина 0,81±0,05 (р