News Scientifiche
Artrite aspecifica, fatigue, presenza di dolore in diverse aree anatomiche, tumefazione: sarebbero questi, stato ad uno studio pubblicato su Rheumatology alcuni sintomi muscoloscheletrici che spesso precedono la diagnosi di PsA e che potrebbero essere indicativi di rischio di PsA in alcuni pazienti.
Per arrivare a questo risultato i ricercatori si sono avvalsi delle cosiddette “reti Bayesiane”. Senza entrare nel dettaglio delle premesse teoriche della modellistica grafica probabilistica sottostante alle reti Bayesiame, si ricorre, semplificando, a questi strumenti per analizzare la relazione probabilistica esistente tra i sintomi e le malattie. Dati i sintomi, la rete può essere usata per calcolare la probabilità della presenza di diverse malattie.
Disegno dello studio
I ricercatori hanno attinto ai dati di un database di ricerca clinica del Regno Unito (the UK Clinical Research Practice Datalink - CPRD) per identificare l'incidenza di casi di psoriasi occorsi tra il 1998 e il 2015. Si è fatto ricorso anche ai codici medici di identificazione/diagnosi malattie per identificare la sintomatologia muscoloscheletrica. Tra le altre variabili estratte dal database vi erano informazioni demografiche essenziali relative al sesso, all'età, al BMI, alla gravità di psoriasi e al consumo di alcol e tabacco.
A questo punto, i ricercatori hanno utilizzato una combinazione di reti Bayesiane che comprendevano i gruppi primari di sintomatologia muscoloscheletrica, i sottogruppi di sintomatologia muscoloscheletrica e i dati demografici ed hanno calcolato la curva ROC (area sotto la curva) per determinare l'abilità predittiva di PsA di queste reti.
(Ndr: La curva ROC è una tecnica statistica che misura l’accuratezza di un test diagnostico lungo tutto il range dei valori possibili, L’area sotto la curva può assumere valori compresi tra 0.5 e 1.0. Tanto maggiore è l’area sotto la curva, tanto maggiore è il potere discriminante del test. Per l’interpretazione dei valori dell’area sottostante la curva ROC è possibile riferirsi alla classificazione proposta da Swets (1):1) AUC=0.5 il test non è informativo;2) 0.5<AUC≤0.7 il test è poco accurato;3) 0.7<AUC≤0.9 il test è moderatamente accurato;4) 0.9<AUC
Risultati principali
Dai risultati è emerso che 1.409 pazienti psoriasici del 90.189 pazienti nella popolazione inclusa nello studio avevano sviluppato PsA. Nella coorte in toto, sono stati estrapolati più di un milione di sintomi muscolo-scheletrici e quasi 800 sintomi unici dal database CRPD.
Dalla loro analisi è emersa l'esistenza di un'associazione diretta tra la PsA e il sesso di appartenenza, il BMI, il dolore alle dita, la fatigue, il dolore all'anca, la tumefazione, il dolore lombare e la mialgia.
Una rete Bayesiana costruita utilizzando i sottogruppi di sintomatologia muscolo-scheletrica sito-specifica si è caratterizzata per un'accuratezza pari al 76% nel predire lo sviluppo di PsA nel test.
Inoltre, questa rete si è caratterizzata per un'area sotto la curva pari a 0,73 (IC95%= 0,7-0,75), a suggerire la buona capacità predittiva dei fattori sopra menzionati nel predire l'insorgenza di PsA.
Riassumendo
Nel commentare i risultati, i ricercatori hanno ammesso, come limite metodologico intrinseco del loro lavoro, la difficoltà di ottenere una conferma della diagnosi di PsA da parte di un reumatologo.
Ciò detto, nelle conclusioni, gli autori dello studio hanno suggerito che i pazienti che sperimentano i sintomi sopra elencati, a sospetto di PsA prima della diagnosi, siano seguiti con maggior attenzione in quanto hanno maggiori probabilità di sviluppare effettivamente PsA negli anni successivi.
NC
Bibliografia
Green T et al; PROMPT study group. Using Bayesian Networks to identify musculoskeletal symptoms influencing the risk of developing Psoriatic Arthritis in people with psoriasis. Rheumatology (Oxford). Published online March 26, 2021. doi:10.1093/rheumatology/keab310
Leggi
Torna all'archivio
Alcuni sintomi muscoloscheletrici influenzano il rischio di artrite psoriasica in soggetti psoriasici
Per arrivare a questo risultato i ricercatori si sono avvalsi delle cosiddette “reti Bayesiane”. Senza entrare nel dettaglio delle premesse teoriche della modellistica grafica probabilistica sottostante alle reti Bayesiame, si ricorre, semplificando, a questi strumenti per analizzare la relazione probabilistica esistente tra i sintomi e le malattie. Dati i sintomi, la rete può essere usata per calcolare la probabilità della presenza di diverse malattie.
Disegno dello studio
I ricercatori hanno attinto ai dati di un database di ricerca clinica del Regno Unito (the UK Clinical Research Practice Datalink - CPRD) per identificare l'incidenza di casi di psoriasi occorsi tra il 1998 e il 2015. Si è fatto ricorso anche ai codici medici di identificazione/diagnosi malattie per identificare la sintomatologia muscoloscheletrica. Tra le altre variabili estratte dal database vi erano informazioni demografiche essenziali relative al sesso, all'età, al BMI, alla gravità di psoriasi e al consumo di alcol e tabacco.
A questo punto, i ricercatori hanno utilizzato una combinazione di reti Bayesiane che comprendevano i gruppi primari di sintomatologia muscoloscheletrica, i sottogruppi di sintomatologia muscoloscheletrica e i dati demografici ed hanno calcolato la curva ROC (area sotto la curva) per determinare l'abilità predittiva di PsA di queste reti.
(Ndr: La curva ROC è una tecnica statistica che misura l’accuratezza di un test diagnostico lungo tutto il range dei valori possibili, L’area sotto la curva può assumere valori compresi tra 0.5 e 1.0. Tanto maggiore è l’area sotto la curva, tanto maggiore è il potere discriminante del test. Per l’interpretazione dei valori dell’area sottostante la curva ROC è possibile riferirsi alla classificazione proposta da Swets (1):1) AUC=0.5 il test non è informativo;2) 0.5<AUC≤0.7 il test è poco accurato;3) 0.7<AUC≤0.9 il test è moderatamente accurato;4) 0.9<AUC
Risultati principali
Dai risultati è emerso che 1.409 pazienti psoriasici del 90.189 pazienti nella popolazione inclusa nello studio avevano sviluppato PsA. Nella coorte in toto, sono stati estrapolati più di un milione di sintomi muscolo-scheletrici e quasi 800 sintomi unici dal database CRPD.
Dalla loro analisi è emersa l'esistenza di un'associazione diretta tra la PsA e il sesso di appartenenza, il BMI, il dolore alle dita, la fatigue, il dolore all'anca, la tumefazione, il dolore lombare e la mialgia.
Una rete Bayesiana costruita utilizzando i sottogruppi di sintomatologia muscolo-scheletrica sito-specifica si è caratterizzata per un'accuratezza pari al 76% nel predire lo sviluppo di PsA nel test.
Inoltre, questa rete si è caratterizzata per un'area sotto la curva pari a 0,73 (IC95%= 0,7-0,75), a suggerire la buona capacità predittiva dei fattori sopra menzionati nel predire l'insorgenza di PsA.
Riassumendo
Nel commentare i risultati, i ricercatori hanno ammesso, come limite metodologico intrinseco del loro lavoro, la difficoltà di ottenere una conferma della diagnosi di PsA da parte di un reumatologo.
Ciò detto, nelle conclusioni, gli autori dello studio hanno suggerito che i pazienti che sperimentano i sintomi sopra elencati, a sospetto di PsA prima della diagnosi, siano seguiti con maggior attenzione in quanto hanno maggiori probabilità di sviluppare effettivamente PsA negli anni successivi.
NC
Bibliografia
Green T et al; PROMPT study group. Using Bayesian Networks to identify musculoskeletal symptoms influencing the risk of developing Psoriatic Arthritis in people with psoriasis. Rheumatology (Oxford). Published online March 26, 2021. doi:10.1093/rheumatology/keab310
Leggi
Torna all'archivio