Валидация ультразвуковых критериев вызванного Сlostridioides difficile энтероколита у пациентов с антибиотик-ассоциированной диареей на фоне COVID-19 и без такового

Цель: Оценить валидность разработанных ультразвуковых критериев наличия энтероколита, вызванного Сlostridioides (ранее Clostridium) difficile (C. difficile) на фоне COVID-19 и без такового.

Материалы и методы: Обследовано 253 человека (85 мужчин и 168 женщин) в возрасте от 18 до 100 лет с антибиотик-ассоциированной диареей. Диагноз энтероколита, вызванного C. difficile, был верифицирован у 86 из 136 пациентов с COVID-19, и у 75 из 117 пациентов без COVID-19. Использовались разработанные ранее критерии ультразвуковой диагностики наличия энтероколита, вызванного C. difficile, при антибиотик-ассоциированной диарее. Внутренняя валидация пороговых значений ультразвукового показателя толщины стенки толстой кишки проводилась методом бутстреп (bootstrap) с использованием основной группы в соответствии с рекомендациями TRIPOD и алгоритмом PROBAST.

Результаты: При проведении внутренней валидации установлено, что определенные пороговые значения толщины кишечной стенки устойчивы к изменению данных в целевой популяции. Эти результаты подтверждают хорошую обобщающую способность предложенных пороговых значений толщины стенки толстой кишки.

Заключение: Установленные ультразвуковые критерии наличия энтероколита, вызванного C. difficile, включающие утолщение стенки толстой кишки более 4,0 мм у пациентов с антибиотик-ассоциированной диареей на фоне COVID-19 и более 3,2 мм у пациентов с антибиотик-ассоциированной диареей без COVID-19, являются валидными и могут эффективно применяться в условиях реальной клинической практики.

1. Lash TL, Olshan AF. EPIDEMIOLOGY announces the “Validation Study” submission category. Epidemiology. 2016;27(5):613–614. PMID: 27388372. https://doi.org/10.1097/EDE.0000000000000532

2. Moons KG, Altman DG, Reitsma JB, et al. Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis (TRIPOD): explanation and elaboration. Ann Intern Med. 2015;162(1):W1–W73. PMID: 25560730. https://doi.org/10.7326/M14-0698

3. Wolff RF, Moons KGM, Riley RD, et al; PROBAST Group. PROBAST: a tool to assess the risk of bias and applicability of prediction model studies. Ann Intern Med. 2019;170(1):51–58. PMID: 30596875. https://doi.org/10.7326/M18-1376

4. Под ред. В.В. Митькова. Практическое руководство по ультразвуковой диагностике. Общая ультразвуковая диагностика. Изд. 3-е. Видар-М; 2019.

5. Nylund K, Maconi G, Hollerweger A, et al. EFSUMB recommendations and guidelines for gastrointestinal ultrasound. Ultraschall Med. 2017;38(3):e1–e15. PMID: 27604052. https://doi.org/10.1055/s-0042-115853

6. Langford BJ, So M, Raybardhan S, et al. Bacterial co-infection and secondary infection in patients with COVID-19: a living rapid review and meta-analysis. Clin Microbiol Infect. 2020;26(12):1622–1629. PMID: 32711058. PMCID: PMC7832079. https://doi.org/10.1016/j.cmi.2020.07.016

7. Ивашкин В.Т., Ляшенко О.С., Драпкина О.М. и др. Практические рекомендации Научного сообщества по содействию клиническому изучению микробиома человека, Российской гастроэнтерологической ассоциации и Российского общества по профилактике неинфекционных заболеваний по диагностике и лечению Clostridioides difficile (C. difficile)-ассоциированной болезни у взрослых. Российский журнал гастроэнтерологии, гепатологии, колопроктологии. 2023;33(3):85–119. https://doi.org/10.22416/1382-4376-2023-33-3-85-119

8. Руцкая И.А. Энтероколит, вызванный Clostridioides difficile: эхографическая характеристика. Вестник Витебского государственного медицинского университета. 2024;23(5):86–93.

9. Frickenstein AN, Jones MA, Behkam B, McNally LR. Imaging inflammation and infection in the gastrointestinal tract. Int J Mol Sci. 2019;21(1):243. PMID: 31905812. PMCID: PMC6981656. https://doi.org/10.3390/ijms21010243

10. Kelly CR, Fischer M, Allegretti JR, et al. ACG clinical guide-lines: prevention, diagnosis, and treatment of Clostridioides difficile infections. Am J Gastroenterol. 2021;116(6):1124–1147. Published correction appears in Am J Gastroenterol. 2022;117(2):358. PMID: 34003176. https://doi.org/10.14309/ajg.0000000000001278

11. Пиманов С.И., Руцкая И.А. Возможности ультразвукового исследования толстой кишки в определении тяжелого течения и прогноза рецидивов энтероколита, вызванного Clostridioides difficile. Медицинская визуализация. 2025. https://doi.org/10.24835/1607-0763-1489

12. Руцкая И.А., Пиманов С.И. Эхографическая характеристика ободочной кишки у пациентов с псевдомембранозным колитом при COVID-19. Вестник Витебского государственного медицинского университета. 2021;20(6):56–66. https://doi.org/10.22263/2312-4156.2021.6.56

13. Пиманов С.И. Ультразвуковая диагностика в гастроэнтерологии. Практическая медицина; 2016.

14. Harrell FE Jr. Regression Modeling Strategies: With Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis. 2nd ed. Springer Cham; 2015.

15. Steyerberg EW. Clinical Prediction Models: A Practical Approach to Development, Validation, and Updating. 2nd ed. Springer Cham; 2019.

16. Rodríguez-Álvarez MX, Roca-Pardiñas J, Cadarso-Suárez C, Tahoces PG. Bootstrap-based procedures for inference in nonparametric receiver-operating characteristic curve regression analysis. Stat Methods Med Res. 2018;27(3):740–764. PMID: 29233083. https://doi.org/10.1177/0962280217742542

17. Altman DG, Royston P. What do we mean by validating a prognostic model?. Stat Med. 2000;19(4):453–473. PMID: 10694730. https://doi.org/10.1002/(sici)1097-0258(20000229)19:4<453::aid-sim350>3.0.co;2-5

18. Lv Y, Bai W, Zhu X, et al. Development and validation of a prognostic score to identify the optimal candidate for preemptive TIPS in patients with cirrhosis and acute variceal bleeding. Hepatology. 2024;79(1):118–134. PMID: 37594323. https://doi.org/10.1097/HEP.0000000000000548

19. Collins GS, Dhiman P, Ma J, et al. Evaluation of clinical prediction models (part 1): from development to external validation. BMJ. 2024;384:e074819. PMID: 38191193. PMCID: PMC10772854. https://doi.org/10.1136/bmj-2023-074819

20. de Hond AAH, Shah VB, Kant IMJ, Van Calster B, Steyerberg EW, Hernandez-Boussard T. Perspectives on validation of clinical predictive algorithms. NPJ Digit Med. 2023;6(1):86. PMID: 37149704. PMCID: PMC10163568. https://doi.org/10.1038/s41746-023-00832-9

21. Van Calster B, Steyerberg EW, Wynants L, van Smeden M. There is no such thing as a validated prediction model. BMC Med. 2023;21(1):70. PMID: 36829188. PMCID: PMC9951847. https://doi.org/10.1186/s12916-023-02779-w

22. Riley RD, Archer L, Snell KIE, et al. Evaluation of clinical prediction models (part 2): how to undertake an external validation study. BMJ. 2024;384:e074820. PMID: 38224968. PMCID: PMC10788734. https://doi.org/10.1136/bmj-2023-074820

23. Reynard C, Jenkins D, Martin GP, Kontopantelis E, Body R. Is your clinical prediction model past its sell by date?. Emerg Med J. 2022;39(12):956–958. PMID: 35851251. https://doi.org/10.1136/emermed-2021-212224

24. Руцкая И.А., Пиманов С.И. Прогнозирование рецидивов вызванного Clostridioides difficile энтероколита по ультразвуковой характеристике ободочной кишки. Клиническая инфектология и паразитология. 2024;13(2):141–155. https://doi.org/10.34883/pi.2024.13.2.042