Gestion de la demande pour le test de l’antiglobuline directe avec une équation prédictive dérivée du big data.
- Auteurs
- Ceacero-Marín D, Puig-Pey Comas I, Nieto-Moragas J, Castro-Castro MJ, De Bassea ACB, Vidal-Pla M, Sánchez Navarro L
- Journal
- Scand J Clin Lab Invest
- Date de publication
- 2026-02-01
- PMID
- 41412119
- DOI
- 10.1080/00365513.2025.2605640
Résumé
CONTEXTE : Le test direct à l'antiglobuline (DAT) est un outil diagnostique clé dans l'évaluation de l'anémie hémolytique auto-immune. Cependant, prescrire ce test de manière indiscriminée, ainsi que certaines limitations méthodologiques, peut compromettre l'efficacité du laboratoire clinique. Cette étude visait à développer et valider une équation prédictive pour identifier les résultats négatifs, optimisant l'utilisation du DAT tout en maintenant la qualité des soins.
MÉTHODES : Grâce au système d'information de laboratoire (SIL), 1155 données ont été obtenues de patients demandant un DAT. Une analyse de régression logistique multiple a été réalisée basée sur des grandeurs liées à l'anémie hémolytique pour obtenir le meilleur modèle prédictif. L'équation prédictive obtenue était : = 1/(1 + e) où 'P' représente la probabilité que le DAT soit positif et 'z' l'équation avec les variables incluses dans le modèle. Par la suite, son efficacité diagnostique a été évaluée en utilisant une courbe caractéristique de fonctionnement du récepteur. Enfin, l'équation a été validée en utilisant une nouvelle cohorte de données (= 164).
RÉSULTATS : La valeur 'z' obtenue de la meilleure équation prédictive était : Pour le seuil sélectionné, l'équation a démontré une sensibilité de 81,6%, une valeur prédictive négative de 95,8%, et une aire sous la courbe [intervalle de confiance à 95%] de 0,812 [0,760-0,864]. Selon l'équation proposée, la performance de 61,6% des DAT serait réduite.
CONCLUSIONS : L'équation proposée a une excellente capacité prédictive pour les DAT négatifs. Son intégration simple dans le SIL confirme son applicabilité dans la pratique de laboratoire clinique de routine, fournissant un outil de dépistage efficace pour optimiser la demande de DAT et gérer les ressources efficacement.
Abstract (original)
BACKGROUND: The direct antiglobulin test (DAT) is a key diagnostic tool in evaluating autoimmune haemolytic anaemia. However, indiscriminately ordering this test, together with certain methodological limitations, can compromise the efficiency of the clinical laboratory. This study aimed to develop and validate a predictive equation to identify negative results, optimising the use of DAT while maintaining the quality of care.
METHODS: Through the laboratory information system (LIS), 1155 data were obtained from patients requesting DAT. A multiple logistic regression analysis was performed based on magnitudes related to haemolytic anaemia to obtain the best predictive model. The predictive equation obtained was: = 1/(1 + e) where 'P' represents the probability that the DAT is positive and 'z' the equation with the variables included in the model. Subsequently, its diagnostic efficiency was evaluated using a receiver operating characteristic curve. Finally, the equation was validated using a new cohort of data ( = 164).
RESULTS: The 'z' value obtained from the best predictive equation was: For the selected threshold, the equation demonstrated a sensitivity of 81.6%, a negative predictive value of 95.8%, and an area under the curve [95% confidence interval] of 0.812 [0.760-0.864]. According to the proposed equation, the performance of 61.6% of DAT would be reduced.
CONCLUSIONS: The proposed equation has an excellent predictive ability for negative DATs. Its simple integration into the LIS confirms its applicability in routine clinical laboratory practice, providing an effective screening tool for optimising DAT demand and managing resources efficiently.
