Intrakraniaalisen aneurysman riskianalyysi repeämä terveyden sosiaalisten tekijöiden kautta (ARAMISS)

Intrakraniaaliset aneurysmat (IA), yleisin kallonsisäinen valtimoiden epämuodostumat, vaikuttaa noin 3%: iin maailman väestöstä. Niille on ominaista verisuoniseinämän laajentuminen kallonsisäisellä alueella, tyypillisesti haaroittumisella. IA: n pelätyin komplikaatio on repeämä, joka liittyy suureen sairastuvuuteen ja kuolleisuuteen. Noin 30% potilaista kohtaa kuoleman tai vakavan vamman, ja jopa niissä, joilla ei ole näkyviä jälkitauteja, jopa 50% kärsii näkymättömistä vammaisista, kuten kognitiivisista ongelmista. Tämä selittää murtuneiden IAS: n merkittävän taloudellisen taakan, jonka arvioidaan olevan noin 168 miljoonaa puntaa vuodessa Isossa -Britanniassa.

Yksi tapa vähentää tätä sairastuvuutta ja yhteiskunnallista taakkaa on tunnistaa potilaat, joilla on suuri repeämäriski, jotta voidaan määrittää potilaat, jotka todennäköisimmin kokevat sairauden etenemistä. Erilaisia ​​aloitteita, kuten ELAPSS-, vaiheet ja UCAS -pisteet, on kehitetty repeämäriskin arvioimiseksi rutiininomaisessa kliinisessä käytännössä. Nämä pisteet luottavat kuitenkin suurelta osin tunnettuihin muokattavissa oleviin ja modifioimattomiin riskitekijöihin, kuten etnisyys, verenpainetauti, sukupuoli, ikä, tupakointi ja subaraknoidisen verenvuodon historia. Hyödyntämisestä huolimatta he eivät ole riittämättömiä luotettavasti repeämäriskin jakautumiseen, aliarvioimaan sitä noin 30 prosentilla, mikä rajoittaa niiden vaikutuksia päivittäiseen käytäntöön.

Viimeaikaiset tutkimukset ovat tunnistaneet nousevat riskit ja suojaavat tekijät, kuten uniapnea-oireyhtymä, lipidien hallinta ja antidiabeetikoiden, lipidien alentamisen tai verenpainelähentymisen käytön. Siksi on tarpeen tarkistaa muun muassa murtumisriski ottamalla huomioon nämä tekijät suhteessa potilaiden elinympäristöihin.

Terveyden sosiaalisilla tekijöillä (SDOH) on kriittinen rooli tässä yhteydessä. Yksilöllisen ja väestön terveyteen vaikuttavien elämän olosuhteiden määriteltynä SDOH: lla ovat laajat tekijät, kuten ikä, etnisyys ja sukupuoli, samoin kuin riippuvuuskäyttäytyminen, tulotaso, ympäristöaltistuminen ja sosiaalinen asema. Niiden arvioidaan osaltaan yli 80% väestön terveysvaikutuksista. Verisuonisairauksissa SDOH -sukva, koska matala koulutustaso, rajoitetut tulot, sosiaalinen eristys ja alhainen fyysinen aktiivisuus -tiedetään vaikuttavan taudin vakavuuteen perinteisten riskitekijöiden ulkopuolella. WHO arvioi, että verisuonitauteja ovat kuolleisuuden johtava maailmanlaajuinen syy, ja se on 17,7 miljoonaa kuolemaa vuodessa, joista puolet on estettävissä. SDOH: n ymmärtäminen ja käsitteleminen on siksi ratkaisevan tärkeää kansanterveyden ehkäisypyrkimyksissä.

Alkuperäiset tutkimukset SDOH: n vaikutuksesta IA: n repeämään ovat rajalliset, keskittyen usein yksittäisiin determinantteihin. Tarvitaan kattavampaa lähestymistapaa SDH: hen, etenkin kun otetaan huomioon yksimielisyysohjeet IA: n hallinnasta. Nykyiset terapeuttiset vaihtoehdot, vaikka ne ovat edistyneitä, ovat edelleen perioperatiivista sairastuvuutta. Monimuuttujainen mallintaminen ja painotetut komposiittipisteet voivat auttaa käsittelemään kliinisten ja ympäristötekijöiden monimutkaisuutta.

SDH -tiedot kerätään rutiininomaisesti sairauskertomuksissa ja digitoitu yhä enemmän sairaalatietojärjestelmien avulla. Terveystietovarastot (HDW), kuten Nantesin yliopistollisen sairaalan, integroivat miljoonien potilaiden jäsennellyt ja jäsentämättömät tiedot, mikä mahdollistaa heidän uudelleenkäytönsä tutkimustarkoituksiin. Keinotekoisen älykkyyden (AI) tulo on mahdollistanut näiden tietojen purkamisen ja analysoinnin paljastaen näkemykset aiemmin saavuttamattomasta tiedosta.

Luonnollinen kielenkäsittely (NLP), AI -haara, mahdollistaa tietojen automatisoidun poiminnan tekstihoitotiedoista, jotka avataan HDWS: n jäsentämättömien tietojen potentiaalin. Huipputekniset mallit, kuten Bert, Chatgpt, Llaama ja Mistral, voivat käsitellä ja analysoida suuria tekstimääriä. NLP: n soveltamista muille kuin englanninkielisille kielille rajoittaa kuitenkin merkittyjen korostosten puute, yksityisyyden suojaa koskevat huolenaiheet ja tiedon suvereniteettia koskevat määräykset.

Aramiss -projektin tavoitteena on tutkia SDH: n ja tunnettujen riskitekijöiden vuorovaikutusta IA: n repeämälle vertaamalla potilaita, joilla on häiritsemätön IAS, potilaille, joilla on murtuneet IAS. SDH: ta käyttämällä projekti luokittelee potilaat riskiryhmiin ja analysoi alueellisesti potilastietoja sovellusliittymien, kuten Datagouvin, kautta. Lisäksi projektissa keskitytään messujen (löydettävien, saavutettavien, yhteensopivien, uudelleenkäytettävien) menetelmien kehittämiseen algoritmiensa ja kouluttamiseen biolääketieteellisen yhteisön jakamiseen säilyttäen samalla sääntelyn noudattamisen.