Российское диализное общество

Просмотр статьи

<< Вернуться к списку статей журнала

Том 23 №1 2021 год - Нефрология и диализ

«Подводные камни» статистического анализа и клинической интерпретации полученных оценок на примере пациентов с хронической болезнью почек. Часть III: Оценка информативности биомаркеров


Зулькарнаев А.Б. Паршина Е.В.

DOI: 10.28996/2618-9801-2021-1-105-118

Аннотация: В эпоху современной медицины исследователи перешли от практики простого эмпирического описания частоты встречаемости симптомов при различных заболеваниях к представлению определенных оценок. Практикующие доктора нередко ошибочно интерпретируют показатели информативности биомаркеров, приводимые в научных публикациях. Наиболее распространенными оценками являются чувствительность (Se) - вероятность наличия маркера при условии наличия заболевания, специфичность (Sp) - вероятность отсутствия маркера при условии отсутствия заболевания, прогностическая ценность положительного результата теста (PPV) - вероятность наличия болезни при условии наличия маркера, прогностическая ценность отрицательного результата (NPV) - вероятность отсутствия заболевания при условии отсутствия маркера. Означает ли, что большое значение Se, Sp, PPV или NPV, а также выявленная статистическая значимость сопряженности маркера и исхода будет свидетельствовать, что маркер эффективен? Далеко не всегда. Статистическая значимость связи маркера с исходом - лишь необходимое, но не достаточное условие. На особенности практического применения маркера непосредственное влияние оказывают частота его встречаемости (PM) и распространенность заболевания (PD) в анализируемой популяции. Тот факт, что некоторые условные показатели информативности могут принимать большие значения даже в условиях отсутствия реальной сопряженности маркера и исхода (определяемые в данном случае лишь PM и PD), может вводить в заблуждение. Например, на практике крайне редко встречаются PM и PD более 10-20%. Тогда оценки Sp и NPV могут принимать большие значения. При этом Sp стремится к (1-PM), то есть доле лиц, свободных от маркера, а NPV - к (1-PD), то есть доле лиц, свободных от заболевания. Из этого следует важный вывод: условные оценки информативности (Se, Sp, PPV и NPV) биомаркера должны в обязательном порядке дополняться указанием общих мер сопряженности (отношения шансов или отношения рисков), а также - интегральных показателей информативности маркера (скрининговой или прогностической балансовой точности - SBA или PBA). Только при статистической значимости сопряженности маркера и исхода, OR>5,5 и SBA/PBA>0,7 маркер является эффективным скрининговым или прогностическим классификатором. Перечень эмпирически оцениваемых показателей информативности и сопряжённости непосредственным образом определяется дизайном исследования: исследование «случай-контроль» позволяет непосредственно оценить Se, Sp, SBA и OR, когортное исследование - PPV, NPV, PBA, OR и RR. Популяционное исследование позволяет оценить любые показатели информативности и сопряженности. Также необходимо помнить, что Se, Sp и SBA (AUC) характеризуют исключительно скрининговую информативность маркера. PPV, NPV и PBA характеризует исключительно прогностическую информативность маркера. OR и RR является мерами силы сопряженности маркера и исхода.

Весь текст

Ключевые слова: биомаркер, чувствительность, специфичность, прогностическая ценность положительного результата, прогностическая ценность отрицательного результата, распространенность заболевания, статистика, biomarker, sensitivity, specificity, positive predictive value, negative predictive value, disease prevalence, statistics

Список литературы:
  1. Kidney Disease: Improving Global Outcomes (KDIGO) Glomerulonephritis Work Group. KDIGO Clinical Practice Guideline for Glomerulonephritis. Kidney inter., Suppl. 2012; 2: 139-274. DOI: 10.1038/kisup.2012.9
  2. Puhan MA, Steurer J, Bachmann LM, ter Riet G. A randomized trial of ways to describe test accuracy: the effect on physicians' post-test probability estimates. Ann Intern Med. 2005;143(3):184-189. DOI:10.7326/0003-4819-143-3-200508020-00004
  3. Leeflang MM, Deeks JJ, Gatsonis C, Bossuyt PM; Cochrane Diagnostic Test Accuracy Working Group. Systematic reviews of diagnostic test accuracy. Ann Intern Med. 2008;149(12):889-897. DOI:10.7326/0003-4819-149-12-200812160-00008
  4. Perneger TV, Agoritsas T. Doctors and patients' susceptibility to framing bias: a randomized trial. J Gen Intern Med. 2011;26(12):1411-1417. Doi:10.1007/s11606-011-1810-x
  5. Whiting PF, Davenport C, Jameson C, et al. How well do health professionals interpret diagnostic information? A systematic review. BMJ Open. 2015;5(7):e008155. DOI:10.1136/bmjopen-2015-008155
  6. Parker VL, Ritchie JE, Drake TM, Hookham J, Balasubramanian SP. A Randomised Assessment of Trainee Doctors' Understanding and Interpretation of Diagnostic Test Results. World J Surg. 2016;40(1):21-28. DOI:10.1007/s00268-015-3214-2
  7. Зулькарнаев А.Б. Подводные камни" статистического анализа и клинической интерпретации полученных оценок на примере пациентов с хронической болезнью почек. Часть I: оценка риска. Нефрология и диализ. 2019. 21(4): 419-429.
  8. Alharbi FJ, Baig S, Rambhatla SB, et al. The clinical utility of total concentration of urinary globotriaosylsphingosine plus its analogues in the diagnosis of Fabry disease. Clin Chim Acta. 2020;500:120-127. DOI:10.1016/j.cca.2019.10.005
  9. Zhang S, Wu Z, Li J, et al. Evaluation of the clinical relevance of anti-annexin-A5 antibodies in Chinese patients with antiphospholipid syndrome. Clin Rheumatol. 2017;36(2):407-412. DOI:10.1007/s10067-016-3510-8
  10. Levy MM, Fink MP, Marshall JC, Abraham E, Angus D, Cook D, et al. 2001 SCCM/ESICM/ACCP/ATS/SIS international sepsis definitions conference. Crit Care Med 2003;31(4):1250-6. DOI: 10.1007/s00134-003-1662-x
  11. Shapiro NI, Trzeciak S, Hollander JE, et al. The diagnostic accuracy of plasma neutrophil gelatinase-associated lipocalin in the prediction of acute kidney injury in emergency department patients with suspected sepsis. Ann Emerg Med. 2010;56(1):52-59.e1. DOI:10.1016/j.annemergmed.2010.02.010
  12. Рубанович А.В., Хромов-Борисов Н.Н. Теоретический анализ показателей предсказательной эффективности бинарных генетических тестов. Экологическая генетика. 2013; 11(1): 77-90.
  13. Holmer M, Martínez JP, Gil E, Sandberg F, Olde B, Sörnmo L. Detection of ventricular premature beats based on the pressure signals of a hemodialysis machine. Med Eng Phys. 2018;51:49-55. DOI:10.1016/j.medengphy.2017.11.004
  14. Luo JC, Qiu XH, Pan C, et al. Increased cardiac index attenuates septic acute kidney injury: a prospective observational study. BMC Anesthesiol. 2015;15:22. DOI:10.1186/s12871-015-0005-0
  15. Chang CH, Fu CM, Yang CH, et al. Society of Thoracic Surgeons score predicts kidney injury in patients not undergoing bypass surgery. Ann Thorac Surg. 2015;99(1):123-129. DOI:10.1016/j.athoracsur.2014.07.072
  16. Kim S, Kim HJ, Ahn HS, et al. Is plasma neutrophil gelatinase-associated lipocalin a predictive biomarker for acute kidney injury in sepsis patients? A systematic review and meta-analysis. J Crit Care. 2016;33:213-223. DOI:10.1016/j.jcrc.2016.02.014
  17. Leeflang MM, Deeks JJ, Rutjes AW, Reitsma JB, Bossuyt PM. Bivariate meta-analysis of predictive values of diagnostic tests can be an alternative to bivariate meta-analysis of sensitivity and specificity. J Clin Epidemiol. 2012;65(10):1088-1097. doi:10.1016/j.jclinepi.2012.03.006

Другие статьи по теме


Навигация по статьям
Разделы журнала
Наиболее читаемые статьи
Журнал "Нефрология и диализ"