Levercirrose diagnose Prioritering af algoritme baseret på elektroniske sundhedsjournaler.

I denne undersøgelse udnytter efterforskerne moderne maskinlæringsmuligheder inden for hepatologi til at udvikle en model, der kan identificere prioriterede personer med høj risiko for at udvikle sig til levercirrhose på et tidligt og behandleligt stadium.

Skrumpelever er en fremskreden tilstand af leversygdom, der normalt viser sig, når leveren allerede er alvorligt beskadiget, uden mange behandlingsmuligheder og dyster prognose.

Der er i øjeblikket 2 metoder til diagnose, den første er leverbiopsi, der er dyr og påfører patienterne smerte og har sine egne risici. Den anden er en udpeget billeddiagnostisk test, såsom Fibroscan, som er sikker og smertefri, men også for dyr, end det kan lade sig gøre som et bredt screeningsværktøj.

Der er allerede udviklet score, der beregner højere sandsynlighed for en leversygdom, men med lavere prædiktiv styrke end egnet til at retfærdiggøre yderligere undersøgelse frem mod påvisning.

Undersøgelsen består af 4 forskellige faser:

1. Modeludvikling. En maskinlæringsmodel, der forudsiger tid til hændelse for diagnose af levercirrhose, vil blive udviklet baseret på elektroniske sundhedsjournaler. Optegnelser er anonymiserede, og alt arbejde udføres på en udpeget server.

2. Anonymized Electronic Health Records seneste laboratorietestresultater og diagnoser fra Clalit Healthcares norddistrikt vil blive indhentet. På disse optegnelser vil den trænede model fra fase 1 køre for at forudsige tid-til-hændelse for levercirrhose-diagnose. Via forudsigelser vil personer blive sorteret efter risiko.

   Via de deanonymiserede optegnelser, som kun er tilgængelige for klinikere, vil 20 personer med størst risiko blive observeret. Dette inkluderer måling af seneste FIB-4-score, visning af tidligere diagnoser og tests samt tekstinformation fra læger. Disse personer inviteres ikke til et besøg og ses kun retrospektivt gennem deres optegnelser.

3. Efter resultater fra fase 2 vil maskinlæringsmodellen fra fase 1 blive revideret. Dette inkluderer mulige ændringer såsom revisioner af inklusions-/eksklusionskriterier, ændring af laboratorietest givet som input til modellen osv.
4. Som i fase 2 vil der blive indhentet opdaterede anonymiserede elektroniske journaler fra Clalit sundhedsvæsens norddistrikt. Den opdaterede model fra fase 3 vil køre for at forudsige tid-til-hændelse for levercirrhose-diagnose. Derudover vil alle individer få beregnet deres FIB-4-score. En rangeret liste over de øverste personer med den højeste forudsagte risiko forudsagt af modellen fra fase 3 og de øverste personer med den højeste FIB-4-score vil blive konstrueret. Omtrent en fjerdedel af individerne vil komme fra FIB-4-scoregruppen, alder og køn matchet med forudsigelsesgruppen. Gruppens identitet vil forblive ukendt for klinikere, og opretholder et dobbeltblindet studie. Enkeltpersoner vil blive inviteret til klinikken til kontrol. På klinikken vil individer gennemgå Fibroscan, højde- og vægtmålinger, besvare WHO Alcohol Use Disorders Identification Test (AUDIT) spørgeskemaet. Desuden vil deres filer i de elektroniske sundhedsjournaler være åbne, og eksisterende diagnoser, laboratorietests og medicinrecepter vil blive indsamlet.