Utilisation d’équations de risque pour prédire la progression de la maladie dans l’infection par le VIH

par exemple, un nombre de cellules CD transformées par la racine carrée peut fournir le meilleur ajustement statistique du modèle mais n’est pas facilement accessible pour le clinicien ou le patient L’arrivée d’outils de calcul sur Internet a quelque peu atténué ce problème et le risque en ligne les calculatrices sont maintenant facilement disponibles pour une grande variété de maladies, y compris l’infection par le VIH, par exemple celle du programme VIH de Copenhague Ces calculatrices permettent de déterminer un score de risque en utilisant des équations assez complexes sans que le clinicien ou le patient les calculs, bien que la question de la compréhension de l’équation du risque demeure La solution de rechange au modèle le mieux adapté consiste à utiliser des valeurs seuils arbitraires pour les variables incluses; Ces seuils sont généralement basés sur des recherches antérieures et des limites communément acceptées. Par exemple, Srasuebkul et al ont défini un indice de masse corporelle faible calculé comme le poids en kilogrammes divisé par le carré de la taille en mètres comme & lt; et l’anémie sévère comme niveau d’hémoglobine & lt; g / L; D’autres études ont utilisé des seuils similaires [-,] Cette approche fournit un système de notation pronostique qui est facile à utiliser Le principal inconvénient de l’utilisation de seuils arbitraires est que le risque de progression de la maladie est généralement un processus continu; il est peu probable que le risque de progression de la maladie chez un patient ayant un indice de masse corporelle soit statistiquement significativement différent du risque pour un patient ayant un indice de masse corporelle, bien que le système de classification pronostique proposé par Srasuebkul et al. En effet, un jugement clinique est nécessaire, en plus des informations provenant de tests de laboratoire répétés et de visites de suivi. Comme noté dans l’article de Srasuebkul et al , un pronostic le modèle devrait être validé dans d’autres populations de patients pour évaluer son exactitude, car le modèle pronostique ira inévitablement bien avec l’ensemble de données duquel il a été dérivé. La validité de ce modèle pronostique peut être testée par l’évaluation de la discrimination, l’étalonnage et la précision des prédictions , ainsi que par l’évaluation de l’ajustement global du modèle En bref, la discrimination du modèle peut être évaluée en considérant la proportion des patients pour lesquels les résultats prévus sont les mêmes que les résultats réels L’étalonnage peut être évalué en comparant les courbes de survie prédites du modèle pronostique – stratifié par les variables pronostiques identifiées – à l’aide de l’estimation de Kaplan-Meier. en séparant les patients en groupes sur la base du risque faible, moyen ou élevé de progression de la maladie Enfin, l’ajustement global de ce modèle peut être comparé à l’ajustement de ce modèle dans un ensemble de données différent en comparant la déviance des différents modèles. , la sensibilité et la spécificité des modèles proposés pourraient être examinées dans le contexte d’autres groupes de patients afin de déterminer quelle précision est acquise ou perdue en utilisant un modèle plus simple. Par conséquent, dans l’étude de Srasuebkul et al , la précision des modèles était évalué en regroupant les patients présentant un risque faible, moyen et élevé de progression de la maladie Des informations supplémentaires utiles seraient celles des modèles proposés. les meilleurs dans un cadre idéal où les ressources ne sont pas limitées et si, sur la base de ces modèles, les auteurs pensent que les informations pronostiques supplémentaires fournies par le nombre de cellules CD et / ou les charges virales justifient leur mesure de routine. la surveillance de la charge est effectuée pour assurer la réponse virologique à l’association antirétrovirale et est un prédicteur utile de la progression de la maladie dans certains contextes Enfin, les modèles auraient pu être validés en interne les uns par rapport aux autres; par exemple, combien de patients classés comme étant à haut risque avec l’utilisation du modèle le plus simple seraient également classés comme étant à haut risque avec l’utilisation des autres modèles prédictifs. En résumé, les systèmes de stadification peuvent jouer un rôle important dans l’infection par le VIH. faciliter la communication entre chercheurs, médecins et patients et résumer le risque de progression de la maladie dans un format compréhensible, en tenant compte de nombreux facteurs pronostiques différents. Les patients qui entrent dans un essai clinique peuvent être stratifiés en fonction du risque de progression de la maladie. essai clinique pourrait intégrer le passage à un stade de pronostic plus sombre Les systèmes, si possible, devraient être dérivés pour de larges populations de patients représentatives de la population étudiée, devraient être facilement applicables à tous les patients, devraient être liés à la physiopathologie de la la maladie à l’étude, devrait être facile à retenir, devrait être facile à appliquer à tous les patients recevant p, et devrait avoir un point final significatif Comme décrit ci-dessus, la validation du système de staging pronostique proposé par Srasuebkul et al est nécessaire dans différentes populations de patients avant qu’il puisse être introduit dans la pratique clinique de routine.

Remerciements

Soutien financier Conseil de financement de l’enseignement supérieur pour l’Angleterre à AM; Rigshospitalet, Centre pour les maladies virales; et Université de Copenhague à JDL