מנתונים חדשים שפורסמו בכתב העת BMJ Open עולה כי אלגוריתם המבוסס על נתונים זמינים מבדיקות דם שגרתיות עשוי לסייע בזיהוי שחמת כבד סמויה. אלגוריתם CIRRUS יכול לזהות טביעת אצבע של שחמת כבד בבדיקות דם שגרתיות המבוצעות ע"י רופאי המשפחה.
ליצירת האלגוריתם, החוקרים התבססו על נתונים מבדיקות דם שגרתיות, כולל אלבומין, קריאטינין, בילירובין, מדד MCV (Mean Corpuscular Volume), נתרן, ספירת טסיות וריכוז חלבון מקרוב ל-17,000 מטופלים במערכת הבריאות של אוניברסיטת סאות'המפטון, אשר הופנו לבדיקת אנדוסקופיה של מערכת העיכול העליונות.
היכולת של אלגוריתם CIRRUS לזהות אירוע כבד חמור ראשון תוקפה לאחר מכן בשני מדגמים של כ-394,000 משתתפים ממערכת הבריאות בסאות’המפטון ו-183,000 מטופלים ברשת CHIE (Care and Health Information Exchange).
בניגוד למרבית האלגוריתמים הזמינים להערכת מחלות כבד, מודל CIRRUS נוצר על-בסיס נתונים ממטופלים במסגרות רפואה ראשונית או שניונית, ללא מטרה מוקדמת לבחירה מראש של חולים עם מחלת כבד, כך שהאלגוריתם טוב יותר לזיהוי מחלת כבד.
הנתונים ליצירת המודל כללו 931 אירועי כבד חמורים ואלגוריתם CIRRUS זיהה שחמת כבד או יתר לחץ דם פורטאלי עם שטח מתחת לעקומה של 0.90 (רווח בר-סמך 95% של 0.88-0.92).
מדגמי הולדיציה שכללו נתונים מבית החולים של סאות'המפטון ומרשת CHIE כללו 3,044 ו-1,170 אירועי כבד חמורים, בהתאמה. במדגמים אלו, האלגוריתם הדגים יכולת ניבוי אירוע כבד חמור ראשון בתוך חמש שנים עם שטח מתחת לעקומת של 0.90 (רווח בר-סמך 95% של 0.89-0.91) ושל 0.84 (רווח בר-סמך 95% של 0.82-0.86), בהתאמה.
בקרב נבדקים עם גורם סיכון למחלת כבד – צריכת אלכוהול, סוכרת, הפטיטיס נגיפית – המודל חזה אירוע כבד חמור ברגישות של 72%/59%, סגוליות של 87%/93%, עם ערך מנבא חיובי של 26%/18% וערך מנבא שלילי של 98%/99% בשני מדגמי הולידציה (UHS ו-CHIE), בהתאמה.
החוקרים הראו כי מודל המשלב נתונים הזמינים מבדיקות מעבדה שגרתיות עשוי לסייע בזיהוי מדויק יותר התפתחות מחלת כבד, בהשוואה לבדיקות הפרטניות. לאור זאת, המודל הנוכחי עשוי לסייע בזיהוי מרבית החולים עם הפרעות שימוש באלכוהול וחלק משמעותי מהחולים עם סוכרת מסוג 2 עוד לפני אשפוז ראשון בשל מחלת כבד משמעותית.
BMJ Open, online February 11, 2021
לידיעה במדסקייפ