Прогнозирование показателей риска бактериологическо подтвержденного туберкулеза среди взрослых, инфицированных ВИЧ, в рамках антиретровирусной терапии на северо-западе Эфиопии: разработка прогнозной модели.

ЦЕЛЬ

Данное исследование было направлено на разработку модели прогнозирования рисков для бактериологическо подтвержденного туберкулеза (ТБ) среди взрослых с ВИЧ, получающих антиретровирусную терапию в Эфиопии.

МЕТОДЫ

Было проведено ретроспективное исследование на институциональной основе среди 569 взрослых, инфицированных ВИЧ, на АРТ. Мы использовали демографические и клинические прогнозы для разработки модели прогнозирования рисков. Эффективность модели оценивалась на основе дискриминации и калибровки с использованием области, находящейся под кривой эксплуатационных характеристик приемника (АУРОК), и калибровочной схемы. Для внутренней проверки использовался бутерброд. Для оценки клинической полезности использовался анализ кривой принятия решения.

Результаты

Оппортунистическая инфекция, функциональное состояние, анемия, изониазидная профилактическая терапия и клинические этапы ВОЗ использовались для прогнозирования рисков. Кривая AUROC первоначальной модели составляла 87,53% [95% доверительного интервала (CI): 83,88-91,25], а калибровочный график (P - значение = 0,51). После внутренней проверки кривая AUROC в 86,61% (95% CI: 82,92-90,29%) была сопоставима с первоначальной моделью с коэффициентом оптимизма в 0,0096 и хорошей калибровкой (P - значение = 0,10). Наша модель выявила отличную чувствительность (92,65%) и отрицательное прогнозное значение (NPV) (98,60%) с очень высокой специфичностью (70,06%) и точностью (72,76%). После проверки точность (74,85%) и специфичность (76,27%) были повышены, однако чувствительность (86,76%) и NPV (97,66%) были относительно снижены. Модель прогнозирования рисков дает чистый выигрыш до 7,5 пороговых вероятностей.

ЗАКЛЮЧЕНИЕ

Эта прогнозирующая модель имела очень хорошие результаты. Кроме того, она имела очень высокую степень чувствительности и отличный НПВ. Эта модель могла бы помочь врачам в использовании оценки риска и стратификации для ранней диагностики и лечения в целях улучшения результатов и качества жизни пациентов.