Корреляция что это в медицине

КОРРЕЛЯЦИОННЫЙ АНАЛИЗ

КОРРЕЛЯЦИОННЫЙ АНАЛИЗ — совокупность методов оценки связи между случайными явлениями и событиями, основанных на математической теории корреляции. При этом используются простейшие характеристики, требующие минимума вычислений. Термин «корреляция» обычно отождествляется с понятиями «связь» и «взаимозависимость». Однако они не адекватны. Корреляция является только одним из видов связи между признаками, к-рая проявляется в среднем и носит линейный характер. Если между двумя величинами существует однозначная связь, то такая связь называется функциональной и по одной из величин (причине) можно однозначно определить значение другой величины (следствие). Функц, зависимость является частным выражением случайной (вероятностной, стохастической) зависимости, когда связь проявляется не для каждых значений двух величин, а только в среднем.

К. а. применяется при изучении двух или большего количества случайных величин с целью выявления двух важнейших количественных характеристик: математического уравнения связи между этими величинами и оценки тесноты связи между ними. Исходными данными для определения этих характеристик служат синхронные результаты наблюдения (измерения, эксперимента), т. е. одновременно полученные из опыта статистические данные по признакам, связь между к-рыми изучается. Исходные данные могут быть заданы в виде таблиц с записями результатов наблюдения или их равноценных представлений на магнитной ленте, перфоленте или перфокартах.

К. а. нашел широкое применение в медицине и биологии для определения тесноты и уравнений связи между различными признаками, напр, результаты анализов клин, признаков или специальных обследований, проведенных над здоровыми или больными людьми (см. Корреляция функций организма). Результаты К. а. используются для составления объективных прогнозов заболеваний, оценки состояния больного, течения болезни (см. Прогнозирование). Априори, только по результатам теоретических биол, и мед. исследований, трудно или вовсе невозможно предсказать, как связаны между собой изучаемые признаки. Для того чтобы ответить на этот вопрос, проводят наблюдение или специальный эксперимент.

Двухмерный корреляционный анализ применяется при обработке опытных данных проявления каких-либо двух признаков.

Каждый результат опыта представляет собой случайную величину, а объективные закономерности проявляются только во всей совокупности результатов измерения. Поэтому выводы делаются по результатам обработки всей совокупности экспериментальных данных, а не по отдельным значениям, которые являются случайными. Для уменьшения влияния случайного события исходные данные объединяются в группы, что достигается путем составления корреляционной таблицы (см. табл.). Такая таблица содержит интервалы (или их середины) значений двух признаков — У и X, а также частоту появлений значений X и Y [m_ij(х, у)] в соответствующем интервале этих значений. Эти частоты, подсчитанные по результатам опыта, представляют собой практическую оценку вероятности совместного появления значений X и Y конкретного интервала. Построение корреляционной таблицы является первым этапом обработки исходной информации. Построение корреляционных таблиц и их дальнейшую полную обработку осуществляют быстро на универсальных или специализированных ЭВМ (см. Электронная вычислительная машина). По сгруппированным данным корреляционной таблицы рассчитывают эмпирические характеристики уравнения и тесноты связи. Для определения уравнения связи между Y и X рассчитывают средние значения признака Y в каждом интервале признака X. Т. о. получают для каждого i-го интервала значение Yxi, соединение которых для всех i-интервалов дает эмпирическую линию регрессии, характеризующую форму связи признака Y с признаком X в среднем — график функции Yx= f(x). Если бы между признаками Y и X существовала однозначная связь, уравнения связи было бы достаточно для решения практических и теоретических задач, т. к. с его помощью всегда можно определить значение признака Y, если задано значение X. На практике же связь между Y и X не является однозначной, эта связь является случайной и одному значению X соответствует ряд значений Y. Поэтому необходима еще одна характеристика, измеряющая силу, тесноту связи между Y и X. Такими характеристиками являются дисперсионное (корреляционное) отношение ηух и коэффициент корреляции ryx. Первая из этих величин служит характеристикой тесноты связи между Y и X в произвольной функции f, а ryx — используется только в случае, когда f является линейной функцией.

Величины ηyx и ryx также просто определяются по корреляционной таблице. Расчет обычно ведут в следующем порядке: определяют средние значения обоих признаков X и Y, их средние квадратические отклонения σx и σy, а затем ηxy по формуле:

где n — общее число опытов, Xcpi — среднее значение X i-го интервала, Ycpj — среднее значение Y j-го интервала, k, l — количество интервалов признаков X и Y соответственно, mi(x) — частота (количество) значений Xcpi. Количественными характеристиками точности определения ηyx и ryx служат их средние квадратические отклонения, которые равны

Значения коэффициента η лежат в пределах между нулем и единицей (0= Источник: Большая Медицинская Энциклопедия (БМЭ), под редакцией Петровского Б.В., 3-е издание

Источник

Корреляция

Смотреть что такое «Корреляция» в других словарях:

корреляция — КОРРЕЛЯЦИЯ (с. 325) (от позднелат. correlatio соотношение) термин, применяемый в различных областях знания, в том числе и в психологии, для обозначения взаимного соотношения, соответствия понятий и явлений. Большинство психологических… … Большая психологическая энциклопедия

КОРРЕЛЯЦИЯ — [лат. correlatio] взаимная связь, соотношение предметов или понятий. Словарь иностранных слов. Комлев Н.Г., 2006. КОРРЕЛЯЦИЯ новолатинск. от relata. Взаимное отношение, например, существующее между опекуном и опекаемым. Объяснение 25000… … Словарь иностранных слов русского языка

КОРРЕЛЯЦИЯ — (correlation) Степень зависимости между двумя переменными. Линейная корреляция между двумя переменными х и у определяется знаком и величиной Σi (xi μx )(yi μy), где μx и μy среднее значение х и у. Между двумя переменными существует положительная… … Экономический словарь

корреляция — соотношение, соотнесение, взаимосвязь, взаимозависимость, взаимообусловленность, взаимосоответствие Словарь русских синонимов. корреляция сущ., кол во синонимов: 8 • автокорреляция (1) … Словарь синонимов

КОРРЕЛЯЦИЯ — (от франц. correlation соотношение) в статистике понимается как взаимоотношение между изучаемыми статистическими величинами, рядами и группами; для определения наличия или отсутствия К. статистика пользуется особым методом. Метод К. применяется… … Большая медицинская энциклопедия

корреляция — — [http://www.rfcmd.ru/glossword/1.8/index.php?a=index d=23] корреляция Величина, характеризующая взаимную зависимость двух случайных величин X и Y — безразлично, определяется ли она некоторой причинной связью или просто случайным… … Справочник технического переводчика

КОРРЕЛЯЦИЯ — в математической статистике вероятностная или статистическая зависимость. В отличие от функциональной зависимости корреляция возникает тогда, когда зависимость одного из признаков от другого осложняется наличием ряда случайных факторов … Большой Энциклопедический словарь

КОРРЕЛЯЦИЯ — (от лат. correlatio соотношение) 1) в логике – отношение между двумя одинаковыми по форме связями. Если благодаря закономерному изменению структуры одна связь становится изоморфной (равной по форме) другой, тогда это отношение обеих связей… … Философская энциклопедия

корреляция — и, ж. corrélation f., нем. Korrelation <лат. correlatio соотношение. Впервые отмечается в словаре Гавкина 1894 г. ЭС. Взаимная связь, соотношение предметов или понятий. Закон корреляции. Функциональная корреляция. БАС 1. Рост безработицы и… … Исторический словарь галлицизмов русского языка

Корреляция — [correlation] величина, характеризующая взаимную зависимость двух случайных величин X и Y безразлично, определяется ли она некоторой причинной связью или просто случайным совпадением (ложной корреляцией). Для того, чтобы определить эту… … Экономико-математический словарь

Источник

Иммунный ответ на коронавирус SARS-CoV‑2 у больных COVID‑19

Академик Российской академии наук, д.м. н., президент
ФБГУ «НМИЦ ДГОИ им. Дмитрия Рогачева» Минздрава России

В статье представлен анализ результатов исследований иммунного ответа и памяти к SARS-CoV‑2, включая все ветви адаптивного иммунитета, иммуноглобулины, В-клетки памяти, CD8+- и CD4+-T-клетки у больных в динамике в течение 6–8 месяцев после начала заболевания.

Гуморальное звено

У большинствабольшинства людей, инфицированных SARS-CoV‑2, отмечается сероконверсия спустя неделю после появления клинических признаков заболевания. На 2‑й неделе обнаруживаются антитела как к эпитопам шипа (RBD), или спайк-протеина (S), так и нукле- окапсида (NCP) коронавируса (рис. 1). Клас- сический вариант смены IgM → IgG → IgA нарушен. Первыми на 2‑й неделе определяются секреторные антитела класса А: на 7‑е сутки — у 75 %, на 10–12‑й день — у 100 % пациентов. За ними на 2‑й неделе повышаются макроглобулины (IgM) и на третьей неделе — Ig G.

Факт первичного иммунного ответа слизистых на COVID‑19 необычен и требует объяснения. Обсуждаются две гипотезы.

Первая: вирусы контаминируют слизистые дыхательных путей и ЖКТ за 7–14 дней до появления системного ответа и клинических проявлений инфекции, поражая клетки микробиоты — используют их для репродукции вируса.

Вторая: кросс-реактивная продукция антител, предпосылкой которой являются Spike-реактивные CD4+-Т-клетки, обнаруженные у большинства пациентов с COVID‑19 и более чем у 34 % неинфицированных людей. Это подтверждает существование общих эпитопов эндемичных коронавирусов, вызывающих банальные ОРВИ и COVID‑19.

Важно, что изотипы иммуноглобулинов (либо IgG, либо IgA) конкурировали за нейтрализующую активность по отношению к SARS-CoV‑2 в зависимости от локализации. Сывороточные антитела IgG сильно коррелировали с величиной IgG-ответа и тяжестью заболевания. У пациентов, например, с IgA-назальным ответом определялась высокая активность нейтрализации вирусов. Инфекция у таких больных протекала бессимптомно.

Это, с одной стороны, предполагает возможность нейтрализации вируса с помощью IgA слизистых без системного ответа, что имеет отношение к исходам заболевания. А с другой стороны, из-за множества корреляций, наблюдаемых между типами антител и их активностью в разных анатомических участках, клиническая интерпретация гуморального ответа существенно затруднена.

Кроме того, эти данные имеют важное значение для нашего понимания защиты вакцинации, индуцирующей системный ответ на вакцинные гены или белки коронавируса по классическому пути и обеспечивающей иммунный ответ слизистых оболочек на 3–6‑й неделе после вакцинации. В идеале вакцина должна не только защитить реципиента от неизбежной болезни, но и предотвратить бессимптомное носительство, что закрыло бы проблему бессимптомных носителей в популяции.

Интерес представляет динамика уровней специфических антител в течение заболевания и после выздоровления (рис. 2). Так, титры нейтрализующих антител SARS-CoV‑2 Spike IgG в исследовании ELISA были стабильными от 20 до 240 дней (хотя и неоднородными у разных пациентов) и колебались в диапазоне от 5 до 73 071 (медиана — 575). Период полувыведения (t1/2) составлял 140 дней. Кинетика SARS-CoV‑2 NCP IgG аналогична Spike IgG в течение 10 месяцев наблюдения (t1/2— 68 дней, разброс — от 50 до 160 дней) за выздоровевшими больными. В конечном итоге у 90 % пациентов присутствовали нейтрализующие антитела в титре более 20 через 6–9 месяцев после появления симптомов.

Титры Spike IgА и RBD IgА сохранялись на стабильном уровне на протяжении всего периода наблюдения t1/2— 210 дней, но у отдельных пациентов уровень специфических IgА-антител достоверно снижался через 90 дней.

Нельзя дать однозначный ответ в отношении серонегативных случаев COVID‑19. По-видимому, кроме протективного эффекта иммунитета слизистых, ответ напрямую связан с уровнем вирусной нагрузки SARS-CoV‑2. С одной стороны, высокие вирусные нагрузки связаны с более ранним ответом антител, в то время как у пациентов с низкой вирусной нагрузкой не может быть сероконверсии. С другой стороны, кинетика иммунного ответа может быть показателем скорости элиминации вируса у больного.

Идентификация специфичных В-клеток памяти к Spike, RBD и NCP с использованием флюоресцентно окрашенных зондов на IgD– и (или) CD27+ c последующей дифференцировкой по изотипам поверхностных IgM, IgG или IgA показала следующее. Количество специфических В-клеток увеличивалось в течение 120 дней после начала заболевания с последующим выходом на плато, в то время как Spike-специфические В-клетки памяти у людей, не заболевших COVID‑19, практически не встречались. RBD-специфические В-клетки появлялись на 16‑й день, и их количество увеличивалось в течение последующих 4–5 месяцев. Интересно, что только 10–30 % Spike-специфических В-клеток памяти было специфично для домена RBD через 6 месяцев после выздоровления больных.

NCP-специфичные В-клетки памяти также стабильно увеличивались в те же сроки и определялись спустя 5–6 месяцев после заболевания. Представленность изотипов иммуноглобулинов Spike-специфических В-клеток имела следующую динамику. В ранней фазе (20–60 дней) после заболевания IgM+ и IgG+ на В-клетках были представлены одинаково. В период после 60 дней до 240‑х суток преобладали IgG+ Spike-специфические В-клетки. Частота IgА+ Spike-специфических клеток составляла примерно 5 %, и они равномерно распределялись в течение всего периода наблюдения в 8 месяцев. Корреляция между сывороточным IgA и IgA слизистых оболочек не проводилась.

Сходная картина динамики наблюдалась и в случае IgG+, IgM+ и IgА+ к эпитопам RBD и NCP коронавируса. В то же время долгосрочное присутствие циркулирующих В-клеток памяти, направленных как против основных SARS-CoV‑2‑нейтрализующих таргетов (Spike и RBD), так и против не нейтрализующего таргета (NCP), свидетельствует о клеточной памяти, сохраняющейся после естественного воздействия вируса. Это может быть использовано для планирования ревакцинации. Тот факт, что почти все RBD- специфические IgG+-В-клетки памяти экспрессировали CD27, свидетельствует о долгосрочной иммунной памяти.

Анализ полученных данных говорит о том, что снижение нейтрализующих и других антител к SARS-CoV‑2 после клинического выздоровления вовсе мунитета. Просто с развитием и сохра- нением памяти В-клеток, способных активизироваться при встрече с новыми штаммами коронавируса, уровень антител в сыворотке снижается, в то время как IgА-ответ слизистых сохраняется на постоянном уровне в течении всего периода наблюдения.

Клеточный ответ

Процент больных с обнаруживаемыми циркулирующими CD8+-Т-клетками памяти через месяц после возникновения симптомов составил 70 %. К 6–9 месяцам клетки обнаруживались у 50 % выздоровевших пациентов. Фенотипические маркеры показали, что большинство SARS-CoV‑2‑специфичных CD8+-Т-клеток представлены терминально дифференцированными клетками памяти.

Циркулирующие SARS-CoV‑2‑специфичные CD4+-Т-клетки памяти через месяц после начала заболевания обнаруживались у 93 % пациентов. Через 6–9 месяцев уровень этих клеток был стабильным, а сами они выявлялись у более чем у 90 % пациентов, перенесших COVID‑19. Причем это касалось как Spike-специфичных, так и мембраноспецифичных CD4+-Т-клеток памяти.

Интересно, что при сравнении параметров иммунного ответа у больных с тяжелым и легким течением инфекции гуморальные показатели были более высокими у тяжелых больных, в то время как CD8+-Т-клетки были стабильными, а CD4+ — более низкими в тяжелых случаях заболевания. Объяснений этому феномену нет, важно, что слабый ответ Т-клеток наблюдается в острой фазе заболевания. Кроме того, важна и методология исследования клеточного им-мунитета.

Нарушения клеточного ответа проиллюстрированы дефицитом интерферонов I и II типов у пациентов с тяжелыми и среднетяжелыми формами COVID‑19 по сравнению с легкими и бессимптомными случаями заболевания. Это может быть связано с подавлением воспаления интерлейкином‑12 (IL‑12) и развитием вторичного дефекта клеточного иммунитета.

Иммунное взаимодействие

Большой интерес представляет изучение взаимодействия гуморального и клеточного ответа на SARS-Cov‑2. В исследованиях RBD-IgG, Spike IgА, RBD-В-клеток памяти, CD8+- и CD4+-Т-клеток в динамике у одних и тех же пациентов установлено, что у большинства из них (64 %) положительные показатели отмечались через 1–2 месяц после начала заболевания. Через 5–8 месяцев число реконвалесцентов, позитивных на пять тестов, снизилось до 43 %. В то же время как минимум три из пяти тестов были положительными спустя 6–9 месяцев. Важно отметить, что IgG на Spike дает на порядок больше положительных ответов, чем на RBD-антиген. Попытки связать гуморально- клеточные взаимодействия не привели к успеху из-за неоднородности участников исследования и методик оценки иммунного ответа.

Неопределенный результат

В метаанализе 22 исследований (4969 пациентов) установлены неблагоприятные признаки тяжелых форм болезни и летальных исходов, такие как лимфопения и нейтрофилез. Поскольку CD4+-Т-клетки необходимы для сбалансированного и эффективного иммунного ответа, неудивительно, что низкий уровень лимфоцитов может отражать гипервоспалительные процессы и способствовать более тяжелому течению заболевания и повышенной смертности.

Нейтрофилы как неотъемлемая часть врожденной защиты контролируют баланс микробиоты и элиминацию продуктов клеточной деструкции за счет производства активных форм кислорода и высвобождения нейтрофильных внеклеточных ловушек в венозном кровотоке. Лимфопения (менее 500 клеток в 1 мкл) указывает на повышение риска тяжелой формы заболевания и смертельных исходов при COVID‑19 в 3 раза. Стойкий нейтрофилез со сдвигом влево свидетельствует об истощении костномозгового резерва, а при сдвиге вправо отражает нарушения выхода клеток в ткани. Этот легко контролируемый анализом крови параметр указывает на более чем семикратное увеличение для пациента риска заболеть тяжело и погибнуть от COVID‑19.

Попытки выявить закономерности иммунного ответа на SARS-CoV‑2 оказались пока безуспешными.

Во-первых, можно сделать вывод, что переболевшие коронавирусной инфекцией сохраняют иммунную память в последующие 6–9 месяцев. Дальнейшие динамические исследования покажут, в какие сроки наступает снижение иммунного ответа, требующее профилактической вакцинации и (или) ревакцинации.

Во-вторых, и это очень интересно, каждый изученный компонент иммунного ответа и иммунной памяти демонстрирует различную кинетику. Это связано с индивидуальным ответом на инфекцию, наличием преморбида и частого превращения моноинфекции в смешанные инфекции SARS-CoV‑2 с активизировавшейся микробиотой больного.

В-третьих, неоднородность ответа может быть центральным признаком, характеризующим иммунную память к SARSCoV‑2. Биологические специфические IgG имеют 21 день периода полураспада, уровень антител с течением времени отражает продукцию короткоживущих, а потом и долгоживущих плазматических клеток. С точки зрения исчезновения возбудителя в течение нескольких дней после появления клиники, процесс наработки антител должен быть снижен к 6 месяцам, но, если SARS-CoV‑2 Spike и RBD IgG сохраняются дольше 8 месяцев, это означает, что вирус персистирует в организме хозяина или его микробиоте. Нельзя исключать и связь с пролонгированным иммунным ответом естественной реиммунизации циркулирующими эпидемическими альфа-коронавирусами, поддерживающими иммунный ответ.

В-четвертых, выявление и анализ SARSCoV‑2‑специфических В-клеток памяти потенциально могут применяться в качестве маркера гуморального ответа при вакцинации. Сейчас исследования поствакцинального иммунного ответа проводятся с использованием иммунофлуоресцентного анализа с оценкой IgM- и IgG-антител в качестве маркеров эффективности вакцины (рис. 3). Методы ИФА-диагностики, к сожалению, не стандартизованы едиными белками S, RBD, NCP, качество которых зависит от очистки антигена. Поскольку количество В-клеток памяти стабильно с течением времени, они могут представлять собой более надежный маркер продолжительности гуморальных иммунных реакций, чем иммуноглобулины сыворотки крови.

Таким образом, из результатов исследований иммунного ответа у больных COVID‑19 невозможно сделать какие-либо выводы о защитном иммунитете при новой коронавирусной инфекции. Ведь изучение антител и клеток памяти при этом заболевании пока еще не завершено. А значит, обсуждаемые механизмы защитного иммунитета против SARS-CoV‑2 у людей окончательно не определены.

Источник: Газета «Педиатрия сегодня» №6, 2021

Источник

Медицинская энциклопедия

(лат. correlatio соотношение, корреляция)
1) в статистике — вероятностная или статистическая зависимость, возникающая, когда один из признаков зависит не только от данного второго, но и от ряда случайных факторов или когда имеются общие условия, от которых зависят оба признака; анализ К. проводится при построении математических моделей, в т.ч. в биологии и медицине;
2) в биологии — взаимозависимость строения и (или) функции отдельных клеток, тканей, органов и систем организма, проявляющаяся в процессе его развития и жизнедеятельности.

Смотреть значение Корреля́ция в других словарях

Корреляция Ж. — 1. Взаимная связь, соотношение предметов, явлений или понятий.
Толковый словарь Ефремовой

Корреляция — корреляции, ж. (латин. correlatio) (науч.). 1. Соотношение, взаимная зависимость сопоставляемых понятий (филос.). 2. Взаимная связь явлений, находящихся в известной зависимости.
Толковый словарь Ушакова

Корреляция (correlation) — Размер или степень статистической зависимости между двумя или более переменными.
Экономический словарь

Корреляция (в Экономической Статистике) — понятие, отражающее наличие связи между явлениями, процессами и характеризующими их величинами.
Экономический словарь

Корреляция — (от позднелат. соrrеlatio — соотношение), взаимосвязь разных признаков в целостном организме. Принцип К. сформулирован Ж. Кювье (1800—05): в любом организме все структурные.
Биологический энциклопедический словарь

Отрицательная Корреляция — вид корреляционной зависимости между случайными величинами, при к-рой условные средние значения одной из них уменьшаются при возрастании значений другой величины.
Математическая энциклопедия

Положительная Корреляция — вид корреляционной зависимости между случайными величинами, при к-рой условные средние значения одной из них увеличиваются при возрастании значений другой величины.
Математическая энциклопедия

Бисериальная Корреляция — См. корреляция, бисериальная.
Психологическая энциклопедия

Значимости Результата, Корреляция — См. корреляция значимости результата.
Психологическая энциклопедия

Иллюзорная Корреляция — Воспринятая сильная связь между переменными, которая или находится не там, или значительно меньше, чем кто-то предполагает. Некоторые теоретики утверждают, что склонность.
Психологическая энциклопедия

Корреляция (correlation) — — степень, в которой две или больше переменных связаны одна с другой.
Психологическая энциклопедия

Корреляция И Регрессия — (correlation and regression) Рассмотрение К. и Р. строится вокруг следующих осн. вопросов: а) существует ли между переменными X и Y такого рода связь, что по известным нам значениям.
Психологическая энциклопедия

Корреляция Получастичная — Тип множественной корреляции, в котором одно переменная отделяется, но только от одной из нескольких других переменные. Также называется корреляцией части.
Психологическая энциклопедия

Корреляция Простая — 1. Любая корреляция, основанная только на двух переменных, противопоставляется множественной корреляции. 2. Любая линейная корреляция по сравнению с криволинейной корреляцией.
Психологическая энциклопедия

Корреляция Ранговых Порядков — Корреляция, основанная на рангах значений двух переменных. Она является производной корреляции значимости результата Пирсона и наиболее широко используемой непараметрической.
Психологическая энциклопедия

Корреляция Ранговых Различий — См. корреляция ранговых порядков.
Психологическая энциклопедия

Источник