Prädiktionsmodell für das Risiko der Entwicklung von Fußulzera bei Diabetes

Einleitung Fußgeschwüre bei Diabetes mellitus (DM) sind eine häufige und schwerwiegende Komplikation, die zu Infektionen, Amputationen und erhöhter Sterblichkeit führen kann. Die frühzeitige Identifizierung von Hochrisikopatienten ist entscheidend, um präventive Maßnahmen in einem frühen Stadium umzusetzen. Die Zahl der Menschen mit DM steigt weltweit, von 540 Millionen im Jahr 2021 auf geschätzte 780 Millionen bis 2045. Fußgeschwüre verursachen erhebliches Leid für den Einzelnen und verursachen erhebliche Kosten für das Gesundheitssystem.

Trotz nationaler Leitlinien, die regelmäßige, strukturierte Fußuntersuchungen und Risikoklassifizierungen zur Beurteilung des Risikos für die Entwicklung von Fußgeschwüren empfehlen, berücksichtigen aktuelle Risikomodelle nicht die komplexen Wechselwirkungen zwischen Risikofaktoren und sozioökonomischen Faktoren wie Familienstand, Bildungsniveau und Wohnort.

Datengetriebene Fortschritte und künstliche Intelligenz (KI) bieten neue Möglichkeiten, die Risikoidentifikation zu verfeinern, doch ihre Anwendung zur Vorhersage des Risikos für diabetische Fußgeschwüre bleibt begrenzt. Der Bedarf an Fußscreenings ist beträchtlich. In Schweden gibt es etwa 600.000 Patienten mit DM, und die Hälfte von ihnen lebt aufgrund von Nervenschäden in den Füßen mit einem erhöhten Risiko. Das bedeutet, dass basierend auf dem Risikoniveau etwa 300.000 Patienten in Schweden präventive Interventionen benötigen könnten, einschließlich medizinischer Fußpflege, maßgefertigten Schuhwerks und Zugang zu spezialisierter Versorgung für Patienten mit Fußgeschwüren. Verbesserte Präventionsbemühungen werden im personenzentrierten und integrierten Versorgungspfad für Menschen mit Diabetes mit hohem Fußgeschwürrisiko betont. Allerdings fehlt derzeit eine genaue Identifizierung des Fußgeschwürrisikos.

Prävention führt nicht nur zu einer guten Lebensqualität für den Einzelnen, sondern auch zu reduzierten Gesundheitskosten. Schätzungen von Ragnarsson Tennvall zeigen, dass ein schwer heilendes Geschwür etwa 100.000 SEK pro Jahr kostet, während eine Amputation etwa 300.000-500.000 SEK kostet. Bei einer Prävalenz von Fußgeschwüren von 5 % unter Diabetespatienten belaufen sich die jährlichen Kosten für die Geschwürversorgung auf 3 Milliarden SEK. Darüber hinaus gibt es Kosten von etwa 750 Millionen SEK für Amputationen, laut Daten aus dem Qualitätsregister SwedAmp.

Das Ziel der Studie ist es, Vorhersagemodelle (statistische und KI-basierte) zu entwickeln, zu testen und zu validieren, um Patienten mit DM zu identifizieren, die ein Risiko für die Entwicklung von Fußgeschwüren haben. Die Modelle basieren auf retrospektiven elektronischen Gesundheitsdaten aus der Primärversorgung in der Region Västra Götaland (VGR) sowie auf Daten von Statistics Sweden (SCB) zu demografischen Faktoren wie Familienstand, Bildungsniveau, Beruf und Wohnort.

Methoden Die Studie verfolgt zwei methodische Ansätze: KI-basierte Modellierung und statistische Modellierung.

KI-basierter Ansatz Es werden maschinelle Lernmodelle entwickelt, um Patienten mit Risiko für diabetische Fußgeschwüre vorherzusagen. Die Modelle werden mithilfe von Kreuzvalidierung auf einem großen Datensatz trainiert, wobei Variablen iterativ ausgeschlossen werden. Konforme Vorhersage wird verwendet, um Unsicherheit in Patientenprognosen zu quantifizieren. Die resultierenden Modelle werden analysiert, um die stärksten Prädiktoren zu identifizieren, und mit klassischer statistischer Modellierung und Literaturergebnissen verglichen.

Schritte in der KI-Modellierung:

Datenextraktion: Elektronische Gesundheitsdaten aus der Primärversorgung in VGR, ergänzt durch soziodemografische Daten von SCB.

Datenverarbeitung: Verwendung von, unter anderem, Diagnosecodes (ICD-10), Gesundheitsinterventionen (KVÅ-Codes), Besuchstypen, Besuchshäufigkeit, EKG-Parametern und Freitextdaten zur Konstruktion von Prädiktoren.

Modellentwicklung: Vorhersagemodelle werden entwickelt und mithilfe von Kreuzvalidierung trainiert. Maßnahmen der Unsicherheit werden mithilfe konformer Vorhersage generiert.

Validierung: Eine separate Kohorte wird verwendet, um die Modellleistung (Sensitivität, Spezifität, positiver prädiktiver Wert [PPV]) zu testen.

Interpretation: Die Modelle werden in Zusammenarbeit mit Patientenvertretern, Klinikern und Forschern auf Transparenz und klinische Interpretierbarkeit überprüft.

Die Ergebnisse der statistischen und KI-basierten Modelle werden hinsichtlich ihrer jeweiligen Stärken und Schwächen verglichen.

Statistische Modellierung Zwei Populationen werden analysiert: Diabetespatienten ohne Fußgeschwüre und Diabetespatienten mit Fußgeschwüren. Kovariation und kausale Beziehungen zwischen Risikofaktoren und Fußgeschwüren werden identifiziert. Ein Modell, das kausale Pfade zur Geschwürentwicklung beschreibt, wird entwickelt, und seine Sicherheit und Unsicherheit werden analysiert.