Udvikling og validering af et nomogram til forudsigelse af kirurgi ved nydiagnosticeret Crohns sygdom: et retrospektivt kohortestudie

Crohns sygdom (CD), en kronisk inflammatorisk lidelse, der involverer hele mave-tarmkanalen, har et fremadskridende og destruktivt forløb og er stigende i forekomst på verdensplan.1 Selvom den mest almindelige sygdomsadfærd hos patienter med nyligt diagnosticeret CD er inflammatorisk (B1 i Montreal Classification2), vil en hurtig og fremtrædende progression i sygdomsadfærd observeres hos cirka halvdelen af ​​patienterne inden for 10 år efter diagnosen.3-5 Data fra en populationsbaseret kohorte viser, at næsten halvdelen af ​​patienterne udviklede tarmkomplikationer såsom strikturer og fistler i de 20 år efter diagnosen.3 På trods af anvendelsen af ​​immunsuppressive vedligeholdelsesterapier lider mere end halvdelen af ​​patienterne af alvorlige komplikationer og påkrævet tarmresektion.6,7 I de seneste årtier, med fremkomsten af ​​målrettede biologiske terapier såsom tumornekrosefaktorantagonister, tarmselektivt monoklonalt antiintegrin-antistof og inhibitorer af IL-12 og IL-23-signalering, er den medicinske behandling af CD blevet revolutioneret.8 Tidligere og mere aggressiv anvendelse af biologiske lægemidler eller nye små molekyler og kombinationsterapier har vist sig at inducere en dybtgående ændring af det naturlige sygdomsforløb og mindske behovet for hospitalsindlæggelse og operation blandt patienter med nydiagnosticeret CD.9,10 Ikke desto mindre er en af ​​de sværeste udfordringer i den såkaldte top-down behandlingsstrategi identifikation af patienter, der har høj risiko for sygdomsprogression og dermed nødvendiggør et mere intensivt behandlingsmønster på trods af de terapirelaterede bivirkninger og store omkostninger. Fra et andet perspektiv forsinker manglende identifikation af højrisikopatienter også ordinationen af ​​mere effektive terapier og tegner sig for en stigning i risikoen for sygdomsprogression.

Der er gjort en stor indsats inden for baseline risikostratificering for nydiagnosticeret CD. Mange kliniske karakteristika har vist sig at korrelere uafhængigt med prognose, herunder alder ved diagnose, sygdomsplacering, sygdomsadfærd, rygestatus og medicinhistorie.9,11,12 I mellemtiden er adskillige prognostiske biomarkører blevet opdaget i pilotundersøgelser, der omfatter immunrelaterede molekyler og specifikke genekspressionsniveauer.13,14 Ikke desto mindre har besvær og høje omkostninger hindret deres fulde validering og kliniske anvendelse. Behandlingsudvalget er derfor stadig skræddersyet til den enkelte patient, der er nydiagnosticeret med CD, baseret på de kliniske risikofaktorer og patientkomorbiditeter8, hvilket er langt fra præcisionsbehandling.

I denne æra med kunstig intelligens er der udviklet en masse maskinlæringsmodeller til innovation inden for alle områder af inflammatorisk tarmsygdom, såsom diagnose, overvågning, forudsigelse af sygdomsforløb og behandling.15 Desværre er størstedelen af ​​populære maskinlæringsforudsigelsesmodeller i det væsentlige sorte bokse, der afgiver domme med et par ledsagende begrundelser, hvilket begrænser den kliniske pålidelighed og dermed hindrer klinisk implementering.16 For at balancere effektivitet med bekvemmelighed og fortolkning, sigtede vi på at konstruere en velfortolket Cox statistisk regressionsmodel sammen med et nomogram baseret på kliniske karakteristika og tilgængelige serologiske indikatorer for at forudsige den langsigtede prognose for nyligt diagnosticeret CD.