ΚΑΘΟΡΙΣΜΟΣ ΤΗΣ ΕΛΑΧΙΣΤΑ ΑΠΟΔΕΚΤΗΣ ΔΙΑΓΝΩΣΤΙΚΗΣ ΑΚΡΙΒΕΙΑΣ ΤΩΝ ΜΗ ΕΠΕΜΒΑΤΙΚΩΝ ΔΕΙΚΤΩΝ ΓΙΑ ΤΗ ΔΙΑΓΝΩΣΗ ΤΗΣ ΚΛΙΝΙΚΑ ΣΗΜΑΝΤΙΚΗΣ ΠΥΛΑΙΑΣ ΥΠΕΡΤΑΣΗΣ: ΜΕΛΕΤΗ ΜΟΝΤΕΛΟΥ ΑΝΑΛΥΣΗΣ ΑΠΟΦΑΣΕΩΝ

ΕΙΣΑΓΩΓΗ: Η κλινικά σημαντική πυλαία υπέρταση (CSPH), οριζόμενη ως HVPG ≥10 mmHg, αποτελεί κύριο προγνωστικό παράγοντα άρσης της αντιρρόπησης. Η έγκαιρη διάγνωσή της, η οποία πλέον γίνεται με μη-επεμβατικούς δείκτες (NITs), όπως η ελαστογραφία ήπατος, επιτρέπει την πρόληψη της άρσης μέσω έναρξης θεραπείας με β-αποκλειστές . Ωστόσο, η ευαισθησία και η ειδικότητα των NITs δεν αποτυπώνουν την κλινική αποτελεσματικότητα ούτε τις κλινικές επιπτώσεις των ψευδών διαγνώσεων. Σκοπός είναι ο καθορισμός της ελάχιστα αποδεκτής διαγνωστικής ακρίβειας των NITs για την ανίχνευση της CSPH, με θνητότητα ισοδύναμη με την HVPG και την γαστροσκόπηση.

ΜΕΘΟΔΟΙ: Εφαρμόστηκε μοντέλο ανάλυσης αποφάσεων σε μια υποθετική κοόρτη 1000 ασθενών με κίρρωση. Τα δεδομένα που χρησιμοποιήθηκαν στο μοντέλο βασίστηκαν σε συστηματική ανασκόπηση της βιβλιογραφίας. Η ευαισθησία και ειδικότητά της HVPG για διάγνωση CSPH ορίστηκε 87% και 100%, αντίστοιχα, ενώ της γαστροσκόπησης για ανίχνευση κιρσών σε έδαφος CSPH 56,7% και 100%, αντίστοιχα. Οι NITs που ελέγχθηκαν ήταν η ελαστογραφία ήπατος (κριτήρια BAVENO VII), το μοντέλο ANTICIPATE και το VITRO. Κατασκευάστηκε δέντρο αποφάσεων που εξέτασε τις συνέπειες των αληθώς θετικών και αρνητικών καθώς και των ψευδώς θετικών και αρνητικών αποτελεσμάτων (Εικόνα). Υπολογίστηκαν η ευαισθησία και ειδικότητα ενός δείκτη (mNIT) που θα κατέληγε σε ισοδύναμη θνητότητα με την HVPG και την γαστροσκόπηση. Στη συνέχεια, οι υπάρχοντες NITs ελέγχθηκαν στο μοντέλο. Προκειμένου να διαχωριστούν οι κλινικές συνέπειες των αληθώς αρνητικών και ψευδώς θετικών αποτελεσμάτων, χρησιμοποιήθηκε ανάλυση καμπύλης αποφάσεων, με τον υπολογισμό του net benefit που συγκρίνει το κόστος-όφελος ενός τεστ και χρησιμοποιεί μια διαγνωστική στρατηγική σε ένα εύρος οριακών πιθανοτήτων (threshold probability). Η οριακή πιθανότητα αντιπροσωπεύει τον αριθμό των ασθενών που θα υποβάλλονταν σε μία εξέταση για να διαγνωστεί μία μόνο περίπτωση CSPH. Για την CSPH, θα ήταν αποδεκτό να υποβάλλονταν σε μια επεμβατική εξέταση 2 ασθενείς, δηλαδή οριακή πιθανότητα 50%. Ο συνδυασμός των δύο μοντέλων οδήγησε στον βέλτιστο καθορισμό της ελάχιστης διαγνωστικής ακρίβειας: το δέντρο εξέτασε την θνητότητα των ψευδώς αρνητικών καθορίζοντας την ευαισθησία και η καμπύλη εξέτασε την ισορροπία μεταξύ αληθώς και ψευδώς θετικών, ορίζοντας καλύτερα την ειδικότητα.

ΑΠΟΤΕΛΕΣΜΑΤΑ: Για επιπολασμό της CSPH 60%, υπολογίστηκε ότι η ευαισθησία του mNIT πρέπει να είναι 87% προκειμένου να είναι ισοδύναμο με την HVPG. Στο δέντρο αποφάσεων, το μοντέλο ANTICIPATE βρέθηκε ανώτερο, όσον αφορά την θνητότητα, έναντι της HVPG και της γαστροσκόπησης (1,94% έναντι 1,96% και 2,20%, αντίστοιχα).Η θνητότητα για την ελαστογραφία και το μοντέλο VITRO ήταν 2,12% και 2,21%, αντίστοιχα. Στην καμπύλη αποφάσεων και για οριακή πιθανότητα 50%, υπολογίστηκε ότι η ειδικότητα του mNIT πρέπει να είναι 93%. Στην ίδια ανάλυση, βρέθηκε ότι η ελαστογραφία και το μοντέλο ANTICIPATE είναι ανώτερο από την γαστροσκόπηση αλλά όχι από την HVPG.

ΣΥΜΠΕΡΑΣΜΑΤΑ: Σύμφωνα με το μοντέλο ανάλυσης αποφάσεων βρέθηκε ότι ένα NIT πρέπει να έχει τουλάχιστον ευαισθησία 87% και ειδικότητα 93% για τη διάγνωση της CSPH, ώστε να είναι ισοδύναμος με την HVPG και τη γαστροσκόπηση στο πλαίσιο της θνητότητας. Από τους υπάρχοντες NITS, η ελαστογραφία και το μοντέλο ANTICIPATE φαίνεται να είναι ανώτερα από τη γαστροσκόπηση αλλά όχι από την HVPG.