Introduzione alla patologia clinica Argomenti di Patologia Clinica Simone Baldovino Università di Torino Dipartimento di Medicina ed Oncologia sperimentale Sezione di Patologia Clinica

La patologia clinica è formalmente quella branca della medicina che applica le tecniche di indagine della patologia generale ai singoli casi clinici, in un contesto applicativo e ospedaliero. Un patologo clinico è quindi uno specialista di laboratorio e lavora su campioni biologici di tessuto, di sangue o di altri liquidi e secrezioni corporee provenienti dai pazienti. Su tali campioni egli esegue indagini di morfologia macro e microscopica, analisi chimiche, immunologiche, microbiologiche e molecolari. Dai servizi di laboratorio si sono progressivamente staccati, i servizi di Medicina Trasfusionale, dedicati alla raccolta di sangue e alla lavorazione degli emocomponenti

L’officina del patologo clinico

Frequenza “volontaria” Laboratorio immunonefrologico Immunofluorescenza, ELISA, esame urine, coagulazione di 3 livello, citofluorimetria CMID – Centro di Immunopatologia e documentazione su malattie rare Prelievi DH (sottocute, endovena, intramuscolo) Capillaroscopia Visite immunoreumatologiche ed ematologiche

Frequenza “volontaria” Nefrologia e dialisi Reparto o dialisi Medicina d’urgenza

qualsiasi “ben definita” procedura che venga utilizzata al fine di raccogliere una ben definita informazione Che cosa è unTest? test di laboratorio test strumentali test clinici (es. auscultazione cardiaca o la percussione polmonare...) questionari

Quali risultati può fornire un test? Qualitativi Quali risultati può fornire un test? test clinici (es. auscultazione cardiaca o la percussione polmonare...) Questionari: es. HAQ36

Quali risultati può fornire un test? Qualitativi Quali risultati può fornire un test? test clinici (es. auscultazione cardiaca o la percussione polmonare...) Questionari: es. HAQ36

Quali risultati può fornire un test? Dicotomici Quali risultati può fornire un test? test clinici (es. auscultazione cardiaca o la percussione polmonare...) Questionari: es. HAQ36

Quali risultati può fornire un test? Dicotomici Quali risultati può fornire un test? Dicotomici: vivo o morto Tendenza a dicotomizzare la diagnosi

Quantitativi discreti Quali risultati può fornire un test? Dicotomici: vivo o morto Tendenza a dicotomizzare la diagnosi Il paziente presenta 50 emazie per campo

Quantitativo continuo Quali risultati può fornire un test? Dicotomici: vivo o morto Tendenza a dicotomizzare la diagnosi La peso specifico urinario del paziente è pari a 1020 g/l

Perchè effettuare un test? Identificare soggetti malati in una popolazione sottoposta a un fattore di rischio Screening Perchè effettuare un test? Modificare la probabilità di un evento Diagnosi Sottolineare le diverse caratteristiche che devono avere un test di screening rispetto ad un test diagnostico o di follow up! Probabilità pretest diversa: nel caso dello screening è uguale alla prevalenza nella popolazione a rischio, nel caso del test diagnostico è modificata da altri fattori (altri test che vengono effettuati anche in maniera inconsapevole dall’operatore). Dire che in seguito si discuteranno più approfonditamente le caratteristiche di validità che deve avere un buon test di screening e quelle che deve avere un buon test diagnostico. Valutare l’efficacia di una terapia o monitorare l’andamento di una malattia Follow-up

Sharp boundaries. When we adopt a classification of disease (e. g Sharp boundaries ? When we adopt a classification of disease (e.g. ICD-10), or when we refer to the diagnostic criteria for disease, or when we think of causes, we usually imply that such activities are based on unequivocal criteria that sharply distinguish a disease from another one, or that relate a cause to its effect. This is very clear in the paradigm of “necessary and sufficient” causes.

Although it is admitted that in special circumstances a “fuzzy” interpretation is needed, the idea of “fuzzy sets” has not been generalized. However, fuzzy sets are the rule, not the exception (Bowker and Star: Sorting things out). This applies to disease classification, diagnosis and causal interpretation.

Darwin: “I look at the term species as one arbitrarily given, for the sake of convenience, to a set of inividuals closely resembling each other What is now defined “species” is a cluster of individuals who have a common ancestor and have adapted to a common ecological niche.

Fuzziness, i.e. lack of sharp boundaries, corresponds to the fact that different objects (belonging to the same category) do not have a single characteristic in common (i.e. a necessary and sufficient characteristic). This corresponds to Wittgenstein’s idea of “family resemblances”

Fuzziness, i.e. lack of sharp boundaries, corresponds to the fact that different objects (belonging to the same category) do not have a single characteristic in common (i.e. a necessary and sufficient characteristic). This corresponds to Wittgenstein’s idea of “family resemblances”

Fuzziness, i.e. lack of sharp boundaries, corresponds to the fact that different objects (belonging to the same category) do not have a single characteristic in common (i.e. a necessary and sufficient characteristic). This corresponds to Wittgenstein’s idea of “family resemblances”

Fuzziness, i.e. lack of sharp boundaries, corresponds to the fact that different objects (belonging to the same category) do not have a single characteristic in common (i.e. a necessary and sufficient characteristic). This corresponds to Wittgenstein’s idea of “family resemblances”

Fuzziness, i.e. lack of sharp boundaries, corresponds to the fact that different objects (belonging to the same category) do not have a single characteristic in common (i.e. a necessary and sufficient characteristic). This corresponds to Wittgenstein’s idea of “family resemblances”

LES, criteri ARA 1982 Rash malare Disordini renali Rash Discoide Fotosensibilità Ulcere orali Artiti Sierositi Disordini renali Disordini neurologici Disordini ematologici Disordini immunologici FAN Occorre la presenza di 4 criteri contemporanei o sequenziali

Cosa si intende per normale (o viceversa per patologico)

Normalità statistica Normalità Gaussiana: ± 2 SD dalla media Percentile: 5-95%

Normalità Gaussiana: ± 2 SD dalla media Percentile: 5-95%

Culturalmente desiderabile

Non aggiunge fattori di rischio

Diagnostica: valori al di fuori dei quali la malattia diventa altamente probabile: es. Batteriuria > 1 milione CFU

Terapeutica: valori al di fuori dei quali il trattamento è più benefico che dannoso

Come valutare un test? Affidabilità Accuratezza capacità del test di offrire sempre lo stesso risultato nel corso di misurazioni ripetute Affidabilità Come valutare un test? Per il prossimo anno espandere questa parte capacità del test di distinguere in una popolazione i soggetti sani da quelli malati Accuratezza

Valori normali Valori normali Valori decisionali Valori d’allarme

Come valutare un test? Affidabilità Validità capacità del test di offrire sempre lo stesso risultato nel corso di misurazioni ripetute Affidabilità Come valutare un test? Per il prossimo anno espandere questa parte capacità del test di distinguere in una popolazione i soggetti sani da quelli malati Validità

Sensibilità Specificità Come valutare la validità di un test? Capacità del testdi individuarein una popolazionei soggetti malati Sensibilità Come valutare la validità di un test? Capacità del testdi individuarein una popolazionei soggetti sani Specificità

Le curve ROC

Le curve ROC

Curve ROC Receiver Operating Characteristic

Curve ROC Receiver Operating Characteristic Ipotiroideo Eutiroideo < =5 18 1 5,1-7 7 17 7,1-9 4 36 > = 9 3 39 Totale 32 93

Curve ROC Receiver Operating Characteristic Cutoff Sensibilità Specificità Falsi positivi 1- specificità 5 0,56 0,99 0,01 7 0,78 0,81 0,19 9 0,91 0,42 0,58

Curve ROC Receiver Operating Characteristic

Curve ROC Receiver Operating Characteristic AUC: .90-1.0 = Eccellente .80-.90 = Buono .70-.80 = Discreto .60-.70 = Accettabile .50-.60 = Inutile

Curve ROC: take home message Descrivono la relazione fra sensibilità e specificità di un test diagnostico Più la curva si avvicina al bordo sinistro e successivamente al bordo superiore più il test è accurato Più la curva si avvicina alla diagonale meno il test è accurato L’area sotto la curva è una misura dell’accuratezza

Modificare la probabilità di un evento Perchè si effettua un test clinico? Sottolineare le diverse caratteristiche che devono avere un test di screening rispetto ad un test diagnostico o di follow up! Probabilità pretest diversa: nel caso dello screening è uguale alla prevalenza nella popolazione a rischio, nel caso del test diagnostico è modificata da altri fattori (altri test che vengono effettuati anche in maniera inconsapevole dall’operatore). Dire che in seguito si discuteranno più approfonditamente le caratteristiche di validità che deve avere un buon test di screening e quelle che deve avere un buon test diagnostico.

Valore predittivo positivo Malati Sani Test + VP FP Tot + Test - FN VN Tot - Tot malati Tot Sani Totale popolazione VP / Totale + Esprime la probabilità che un soggetto risultato positivo ad un test sia effettivamente malato

VPN VN / Totale - Esprime la probabilità che un soggetto Malati Sani Test + VP FP Tot + Test - FN VN Tot - Tot malati Tot Sani Totale popolazione VN / Totale - Esprime la probabilità che un soggetto risultato negativo ad un test sia effettivamente sano

VP e prevalenza

VP e prevalenza

Il ciclo analitico