Levercirrhosis diagnose Prioritering av algoritme basert på elektroniske helsejournaler.

I denne studien utnytter etterforskerne moderne muligheter for maskinlæring innen hepatologi for å utvikle en modell som kan identifisere prioriterte individer med høy risiko for å utvikle seg til levercirrhose på et tidlig og behandlingsbart stadium.

Skrumplever er en fremskreden tilstand av leversykdom som vanligvis manifesterer seg når leveren allerede er alvorlig skadet, uten mange behandlingsmuligheter og dyster prognose.

Det er for tiden 2 metoder for diagnose, den første er leverbiopsi som er kostbar og påfører pasientene smerte og har sine egne risikoer. Den andre er en utpekt bildediagnostisk test, for eksempel Fibroscan, som er trygg og smertefri, men også for dyr enn det som kan gjøres som et bredt screeningsverktøy.

Det er allerede utviklet skårer som beregner høyere sannsynlighet for en leversykdom, men med lavere prediktiv styrke enn egnet til å rettferdiggjøre videre undersøkelse mot påvisning.

Studien består av 4 forskjellige faser:

1. Modellutvikling. En maskinlæringsmodell som forutsier tid-til-hendelse for levercirrhosediagnose vil bli utviklet basert på elektroniske helsejournaler. Postene er anonymiserte og alt arbeid utføres på en angitt server.

2. Anonymiserte elektroniske helsejournaler siste laboratorietestresultater og diagnoser fra Clalit helsevesen Nord-distriktet vil bli innhentet. På disse postene vil den trente modellen fra fase 1 kjøres for å forutsi tid-til-hendelse for levercirrhosediagnose. Via spådommer vil individer bli sortert etter risiko.

   Via de deanonymiserte journalene, kun tilgjengelig for klinikere, vil 20 individer med høyest risiko bli observert. Dette inkluderer måling av siste FIB-4-score, visning av tidligere diagnoser og tester, samt tekstinformasjon fra leger. Disse personene er ikke invitert til et besøk og blir bare sett i etterkant gjennom registrene deres.

3. Ved resultater fra fase 2 vil maskinlæringsmodellen fra fase 1 bli revidert. Dette inkluderer mulige endringer som revisjoner av inklusjons-/eksklusjonskriterier, endring av laboratorietester gitt som input til modellen, etc.
4. Som i fase 2 vil det innhentes oppdaterte anonymiserte elektroniske helsejournaler fra Clalit helsevesen Nord distrikt. Den oppdaterte modellen fra fase 3 vil kjøre for å forutsi tid-til-hendelse for levercirrhosediagnose. I tillegg vil alle individer få sin FIB-4-poengsum beregnet. En rangert liste over de øverste individene med høyest predikert risiko spådd av modellen fra fase 3 og toppindividene med høyest FIB-4-score vil bli konstruert. Omtrent en fjerdedel av individene vil komme fra FIB-4-poenggruppen, alder og kjønn matchet med prediksjonsgruppen. Gruppeidentiteten vil forbli ukjent for klinikere, og opprettholder en dobbeltblindet studie. Enkeltpersoner vil bli invitert til klinikken for sjekk. På klinikken vil individer gjennomgå Fibroscan, høyde- og vektmålinger, svare på spørreskjemaet WHO Alcohol Use Disorders Identification Test (AUDIT). Videre vil filene deres i de elektroniske helsejournalene være åpne og eksisterende diagnoser, laboratorietester og reseptbelagte medisiner samles inn.