מודל לימוד מכונה עשוי לסייע בניבוי הסיכון לסרטן כבד בחולים עם מחלת כבד שומני (Gastro Hep Advances)

במאמר שפורסם בכתב העת Gastro Hep Advances מדווחים חוקרים על תוצאות מחקר חדש, מהן עולה כי מודל לימוד מכונה המבוסס על ערכי מעבדה סטנדרטיים ונתונים קליניים עשוי לסייע בחיזוי הסיכון לסרטן כבד בחולים עם מחלת כבד שומני, או בשמה העדכני, MASLD (או Metabolic Dysfunction-Associated Steatotic Liver Disease) עם סגוליות ורגישות גבוהות.

ברקע למחקר מסבירים החוקרים כי מאחר והיארעות סרטן כבד מצויה במגמת עליה ובקורלציה עם MASLD, גם בחולים ללא פיברוזיס כבדי מתקדם, הם פיתחו מודל לימוד מכונה שמטרה להעריך את סיכון לסרטן כבד בחולים עם MASLD בכל שלב של המחלה.

נתונים אודות 1,561 חולים עם MASLD שימשו לפתח ולאמן את המודל המנבא, אשר בהמשך תוקף במדגם בלתי-תלוי של 686 חולים עם MASLD. החולים קיבלו טיפול באחד משני מרכזים רפואיים בין 2010 ו-2021. החוקרים התבססו על קודי ICD-9/10 לזיהוי חולים עם MASLD שפיתח סרטן כבד בשני מאגרי הנתונים הממוחשבים.

במדגם האימון תועדו 227 חולים (14%) עם סרטן כבד ובמדגם הוולידציה תועדו 176 חולים (25%) עם המחלה הממארת.

פיברוזיס כבדי כפי שנקבע לפי מדד Fibrosis-4 היה המדד המנבא המשמעותי ביותר של סרטן כבד במודל. המדדים המנבאים המובילים האחרים היו רמות כולסטרול כולל, פוספטזה בסיסית , בילירובין ויתר לחץ דם. במדגם הוולידציה, המודל ששילב את כל ארבע המדדים ניבא התפתחות סרטן כבד בדיוק של 92.06% עם שטח מתחת לעקומה של 0.97, רגישות של 74.41% וסגוליות של 98.34%.

החוקרים מאמינים כי המודל יהיה שימושי קלינית ככלי קליני אשר יוכל לשמש באופן אוטומטי להערכת הסיכון על-בסיס נתונים מהרשומה הרפואית הממוחשבת. זמינות מדד מסוג זה עשויה לסייע למטפלים ולחולים לדון בצורה יעילה בגישות סקר ואמצעים להפחתת הסיכון להתפתחות ממאירות כבדית.

Gastro Hep Advances, Jan 22, 2024

לידיעה במדסקייפ

0 תגובות

השאירו תגובה

רוצה להצטרף לדיון?
תרגישו חופשי לתרום!

כתיבת תגובה

מידע נוסף לעיונך

כתבות בנושאים דומים

הנך גולש/ת באתר כאורח/ת.

במידה והנך מנוי את/ה מוזמן/ת לבצע כניסה מזוהה וליהנות מגישה לכל התכנים המיועדים למנויים
להמשך גלישה כאורח סגור חלון זה