Secondo uno studio pubblicato su Frontiers in Inmmunology, un normogramma che include proteina C-reattiva ad alta sensibilità, malattia polmonare, secchezza faringea, smemoratezza, sudorazioni notturne, iperuricemia, secchezza nasale, ansia, Ro52 e AST, può predire il rischio di coinvolgimento della tiroide nei pazienti con sindrome di Sjögren primaria, aiutando a proporre strategie di trattamento personalizzate.
“I pazienti con sindrome di Sjögren primaria sono a più alto rischio di disturbi della tiroide rispetto alla popolazione generale. Noi abbiamo portato avanti un’analisi retrospettiva dei dati di 202 pazienti con sindrome di Sjögren primaria per scoprire i fattori di rischio associati al coinvolgimento della tiroide e per creare un modello predittivo per questa patologia” spiega Yixuan Yang, della China Academy of Chinese Medical Sciences, Beijing, Cina, che ha diretto il gruppo di lavoro.
I ricercatori hanno analizzato 202 pazienti con sindrome di Sjögren primaria trattati presto il Guang’anmen Hospital, tra i quali erano presenti 105 casi con coinvolgimento della tiroide. Il metodo Least Absolute Shrinkage and Selection Operator è stato utilizzato per identificare le variabili chiave per il modello di rischio. Le variabili sono state quindi sottoposte a regressione logistica multivariata per sviluppare il modello. L’accuratezza del modello è stata valutata tramite C-index, curve caratteristiche operative del ricevitore, grafici di calibrazione e analisi della curva di decisione, con convalida interna tramite bootstrapping. Proteina C-reattiva ad alta sensibilità (HCRP), malattia polmonare, secchezza faringea, smemoratezza, sudorazioni notturne, iperuricemia, secchezza nasale, ansia, Ro52 e aspartato aminotransferasi (AST) sono stati incorporati nel nomogramma. Il modello ha mostrato solide capacità di discriminazione e calibrazione. “L’analisi della curva decisionale ha indicato l’utilità clinica del nomogramma nell’intervenire sulle soglie di probabilità della malattia della tiroide”.
Front Immunol. 2024 Nov 12:15:1445916. doi: 10.3389/fimmu.2024.1445916. eCollection 2024.
