Criterios de valoración en el diagnóstico y pronóstico de la pleuroneumonía equina. Aplicación de la curva ROC para determinación de fiabilidad diagnóstica

Los procesos respiratorios en los caballos representan un problema muy importante en la clínica equina ya que provocan bajas y/o disminuciones del rendimiento tanto en caballos de uso deportivo como de otros tipos. Por ello es importante valorar de manera precisa las enfermedades que pueden provocar la muerte del paciente por la gravedad de las lesiones que generan. También es imprescindible ser capaces de emitir un pronóstico lo más acertado posible en la valoración de los procesos para determinar la esperanza de vida y posibilidades de recuperación o no de los enfermos, y hacerlo en función de la etiología del proceso que les afecta y del diagnóstico preciso para cada caso. En las últimas décadas y gracias al avance de la técnica y al desarrollo de los métodos de exploración se pueden realizar diagnósticos precisos y la evaluación correcta y adecuada de los pacientes equinos que exploramos en la clínica. Hay que tener en cuenta además en este sentido que son importantes también los avances realizados en el conocimiento de las enfermedades específicas de los caballos en disciplinas como la Medicina Interna y resto de especialidades clínicas actuales, y también valorar el avance en el conocimiento de las técnicas diagnósticas actuales que se pueden utilizar de manera precisa en cada caso para llegar a un diagnóstico específico. También hay que valorar y utilizar los protocolos clínicos en Medicina que permiten evaluar de manera específica, ordenada y precisa hoy día alos pacientes equinos. Por otra parte, es también fundamental saber que en la actualidad para el empleo sistemático de cualquier procedimiento en Medicina se debe realizar siempre un estudio de comprobación de la fiabilidad del mismo, y conocer los métodos y pruebas o determinaciones diagnósticas utilizadas en el protocolo específico utilizado o propuesto. Estas comprobaciones de la sensibilidad de los métodos utilizados, se realizan con la aplicación de sistemas de análisis matemáticos específicos de probabilidad que permiten la valoración y la contrastación de los métodos diagnósticos utilizados para analizar su fiabilidad...

A Diagnostic Calculator for Detecting Glaucoma on the Basis of Retinal Nerve Fiber Layer, Optic Disc, and Retinal Ganglion Cell Analysis by Optical Coherence Tomography

Purpose: The purpose of this study was to develop and validate a multivariate predictive model to detect glaucoma by using a combination of retinal nerve fiber layer (RNFL), retinal ganglion cell-inner plexiform (GCIPL), and optic disc parameters measured using spectral-domain optical coherence tomography (OCT). Methods: Five hundred eyes from 500 participants and 187 eyes of another 187 participants were included in the study and validation groups, respectively. Patients with glaucoma were classified in five groups based on visual field damage. Sensitivity and specificity of all glaucoma OCT parameters were analyzed. Receiver operating characteristic curves (ROC) and areas under the ROC (AUC) were compared. Three predictive multivariate models (quantitative, qualitative, and combined) that used a combination of the best OCT parameters were constructed. A diagnostic calculator was created using the combined multivariate model. Results: The best AUC parameters were: inferior RNFL, average RNFL, vertical cup/disc ratio, minimal GCIPL, and inferior-temporal GCIPL. Comparisons among the parameters did not show that the GCIPL parameters were better than those of the RNFL in early and advanced glaucoma. The highest AUC was in the combined predictive model (0.937; 95% confidence interval, 0.911–0.957) and was significantly (P = 0.0001) higher than the other isolated parameters considered in early and advanced glaucoma. The validation group displayed similar results to those of the study group. Conclusions: Best GCIPL, RNFL, and optic disc parameters showed a similar ability to detect glaucoma. The combined predictive formula improved the glaucoma detection compared to the best isolated parameters evaluated. The diagnostic calculator obtained good classification from participants in both the study and validation groups.