Algoritmo di priorità per la diagnosi di cirrosi epatica basato su cartelle cliniche elettroniche.

In questo studio i ricercatori sfruttano le moderne capacità di apprendimento automatico nel campo dell'epatologia per sviluppare un modello in grado di identificare le persone ad alto rischio di progressione verso la cirrosi epatica in una fase precoce e curabile.

La cirrosi è uno stato avanzato di malattia del fegato che di solito si manifesta quando il fegato è già gravemente danneggiato, senza molte opzioni di trattamento e prognosi infausta.

Attualmente ci sono 2 mezzi per la diagnosi, il primo è la biopsia epatica che è costosa e infligge dolore ai pazienti e ha i suoi rischi. Il secondo è un test di imaging designato, come Fibroscan, che è sicuro e indolore ma anche troppo costoso di quanto possa essere fatto come ampio strumento di screening.

Sono già stati sviluppati punteggi che calcolano una maggiore probabilità di una malattia del fegato, ma con una forza predittiva inferiore a quella adatta a giustificare un ulteriore esame per il rilevamento.

Lo studio si compone di 4 fasi distinte:

1. Sviluppo del modello. Un modello di apprendimento automatico che prevede il tempo all'evento per la diagnosi di cirrosi epatica sarà sviluppato sulla base delle cartelle cliniche elettroniche. I record sono resi anonimi e tutto il lavoro viene eseguito su un server designato.

2. Saranno ottenuti gli ultimi risultati dei test di laboratorio e le diagnosi delle cartelle cliniche elettroniche anonime dal distretto nord di Clalit Healthcare. Su questi record verrà eseguito il modello addestrato dalla fase 1 per prevedere il tempo all'evento per la diagnosi di cirrosi epatica. Tramite previsioni gli individui saranno ordinati per rischio.

   Tramite i record deanonimizzati, disponibili solo per i medici, verranno osservati 20 individui a più alto rischio. Ciò include la misurazione degli ultimi punteggi FIB-4, la visualizzazione di diagnosi e test precedenti, nonché informazioni testuali da parte dei medici. Queste persone non sono invitate a una visita e vengono visualizzate solo retrospettivamente attraverso i loro registri.

3. In base ai risultati della fase 2, il modello di apprendimento automatico della fase 1 sarà rivisto. Ciò include possibili modifiche come revisioni dei criteri di inclusione/esclusione, modifica dei test di laboratorio dati come input al modello, ecc.
4. Come nella fase 2, si otterrà il Fascicolo Sanitario Elettronico aggiornato e anonimizzato del distretto Nord della Sanità Clalit. Il modello aggiornato dalla fase 3 funzionerà per prevedere il tempo all'evento per la diagnosi di cirrosi epatica. Inoltre, a tutti gli individui verrà calcolato il punteggio FIB-4. Verrà costruito un elenco classificato dei migliori individui con il più alto rischio previsto previsto dal modello dalla fase 3 e dei migliori individui con il punteggio FIB-4 più alto. Circa un quarto degli individui proverrà dal gruppo di punteggio FIB-4, età e sesso abbinati al gruppo di previsione. L'identità del gruppo rimarrà sconosciuta ai medici, mantenendo uno studio in doppio cieco. Le persone saranno invitate in clinica per i controlli. Presso la clinica le persone saranno sottoposte a Fibroscan, misurazioni di altezza e peso, risponderanno al questionario del test di identificazione dei disturbi dell'uso di alcol (AUDIT) dell'OMS. Inoltre, i loro file all'interno del Fascicolo Sanitario Elettronico saranno aperti e verranno raccolte le diagnosi esistenti, gli esami di laboratorio e le prescrizioni di farmaci.