طبقه بندی بالینی درگیری کلیوی در لوپوس اریتماتوز منتشر

Abstract

مقدمه: نوع درگیری کلیوی در لوپوس اریتماتوز منتشر یکی از عوامل مهم تعیین کننده پیش آگهی در این بیماران می باشد. تعیین صحیح و زودرس نوع درگیری در انتخاب درمان مناسب برای این بیماران ضروری است. صحیح ترین روش مشخص نمودن نوع ضایعه کلیوی بررسی پاتولوژیک نسج کلیه می باشد. انجام این روش از یکطرف بعلت تهاجمی بودن و از طرف دیگر بعلت عدم دسترس بودن امکانات کامل آن (از نظر پاتولوژیست مجرب، وسایل و غیره ...) برای کلیه پزشکان امکان پذیر نیست. مطالعه زیر جهت بدست آوردن معیارهای کلینیکی و پاراکلینیکی مناسب برای تعیین نوع درگیری کلیوی بدون انجام بیوپسی انجام گردیده است. مواد و روش ها: از میان بیماران لوپوسی، بیمارانی که بیوپسی کلیه شده بودند تعیین و از میان آنها پرونده هایی که از نظر اطلاعات بالینی و پاراکلینیکی قبل از انجام بیوپسی کلیه کامل بودند، انتخاب گردیدند. برای این عده یک فرم کامپیوتری شامل 38 پارامتر کلینیکی و پاراکلینیکی (شامل درگیری ارگان های ماژور، علائم ادراری، علائم خونی، میزان کراتی نین و تست های ایمونولوژیک) ایجاد گردید. با بررسی آماری (CART: Classification and regression tree) سعی در بدست آوردن یک الگوریتم مناسب براساس علائم بالینی و پاراکلینیکی برای تعیین نوع درگیری کلیوی شد. بدین منظور بیماران از نظر پاتولوژی کلیه (براساس میکروسکوپ نوری) به دو دسته: 1) با درگیری کلیوی نوع منتشر (Type 4) و 2) غیر منتشر (Non-type 4) تقسیم شدند. نصف بیماران هر دسته برای ساختن درخت تشخیصی و نصف دیگر برای اعتبارسنجی این درخت بکار رفتند. یافته ها: از میان 1200 بیمار لوپوسی، تعداد 208 بیمار لوپوسی علاوه بر بیوپسی کلیه، دارای پارامترهای مورد نظر برای انجام مطالعه فوق بودند که 110 بیمار مبتلا به درگیری کلیوی منتشر و 98 بیمار مبتلا به درگیری کلیوی نوع غیر منتشر بودند. از بین آنها بصورت تصادفی 55 بیمار در دسته اول و 49 بیمار در دسته دوم قرار گرفتند. حساسیت، اختصاصی بودن و دقت هر یک از پارامترهای فوق در هر گروه تعیین گردید. پارامتری که بالاترین دقت را داشت بعنوان علامت مجزاکننده مشخص شده و بیماران هر دو گروه براساس مثبت یا منفی بودن معیار فوق تقسیم بندی شدند. به همین ترتیب با بررسی پارامترهای باقیمانده، دیگر شاخه های درخت تشخیصی تعیین گردید. نتیجه گیری و توصیه ها: براین اساس سه الگوریتم شناخته شد که ساده ترین و مناسب ترین آنها دارای حساسیت 75% و اختصاصی بودن 78% و صحت 76% بود.