Voorspellingsmodel van heupfragiliteitsfractuur. Realistische gegevens van een afdeling traumatologie en een orthogeriatrische afdeling.

Osteoporose en daarmee samenhangende broosheidsfracturen blijven een toenemende wereldwijde last voor zowel de gezondheidszorgsystemen als gezinnen, in de context van de vergrijzing van de bevolking. Heupfracturen zijn bijzonder ernstig als gevolg van het verblijf in het ziekenhuis, operaties, moeizaam herstel en het risico op daaropvolgende fracturen.

Het is dus van groot belang om patiënten met een hoog risico op femurfragiliteitsfracturen op te sporen en te anticiperen op hun herstelvermogen om passende medische beslissingen te kunnen nemen. Vroegtijdige detectie van botverslechtering zou ideaal zijn voor betere preventie en botreconstructie.

De huidige gouden standaard voor osteoporose blijft de Dual-Energy X-ray Absorptiometry (DXA). Aan de ene kant wordt een meerderheid van de patiënten met fracturen volgens de WMO-definitie niet als osteoporotisch geclassificeerd en aan de andere kant is DXA niet algemeen beschikbaar. op tal van plaatsen.

Er zijn verschillende alternatieve apparaten voorgesteld, zoals 3D-röntgenfoto's, MRI of echografie, met verschillende kosten en beschikbaarheid. Bovendien stellen onlineformulieren, zoals FRAX, Garvan of Qfracture, voor om het fractuurrisico te berekenen op basis van een beperkt aantal klinische factoren.

Tegenwoordig heeft de toenemende toegankelijkheid van klinische gegevens, verwerkingsmethoden en rekenkracht de weg geopend naar nieuwe datagestuurde voorspellingsmodellen die gebruik maken van een groot aantal biomarkers of parameters, waardoor perspectieven worden geopend op de weg naar gepersonaliseerde precisiegeneeskunde. Er doen zich echter enkele uitdagingen voor:

1. de beschikbaarheid en kwaliteit van gegevens om de modellen te bouwen,
2. de mogelijkheid om realistische gegevens van nieuwe patiënten te verzamelen in overeenstemming met de kosten en mogelijkheden van elk land
3. het bepalen van de belangrijkste parameters om medische beslissingen op een interpreteerbare manier te helpen.

Het doel van het project is om een ​​voorspellingsmodel voor heupfragiliteitsfracturen op te bouwen met behulp van beschikbare ziekenhuisgegevens, routinematig verzameld op de afdeling traumatologie en orthogeriatrische afdeling van de afgelopen 12 jaar, gegevens die moeten worden verzameld van een controlegroep (zonder fragiliteitsfractuur) en hoger. tot nu toe Verklaarbare Kunstmatige Intelligentie (XAI) tools. Dit model moet worden aangepast aan de "echte" omstandigheden in de regio en klinische gegevens voorspellen, zoals het risico op fracturen en refracties, het sterfterisico, de classificatie van fractuurtypes en het genereren van een specifieke comorbiditeitsindex. Speciale aandacht zal worden besteed aan potentiële vroege detectoren van botfragiliteit.

Bovendien zou dit model later alternatieve DXA-metingen omvatten, zoals echografie, met behulp van een specifiek apparaat dat met succes door hetzelfde team werd getest. Het kan ook achteraf worden vergeleken met andere landen of regio's met vergelijkbare beschikbare gegevens, dankzij internationale collega's die momenteel met het team samenwerken. Bij succes kunnen het databaseformaat en de voorspellingsmodellen worden gedeeld met andere ziekenhuizen met perspectieven op geleidelijke nationale en internationale schaalvergroting. In de nabije toekomst zou deze informatie kunnen worden vertaald in een informatica-instrument dat de arts zou kunnen helpen bij het klinisch volgen van oudere patiënten.