Prediksjonsmodell for risikoen for å utvikle fotulcer ved diabetes

Introduksjon Fotsår ved diabetes mellitus (DM) er en vanlig og alvorlig komplikasjon som kan føre til infeksjon, amputasjon og økt dødelighet. Tidlig identifisering av pasienter med høy risiko er avgjørende for å kunne iverksette forebyggende tiltak i et tidlig stadium. Antallet mennesker med DM øker globalt, fra 540 millioner i 2021 til anslått 780 millioner innen 2045. Fotsår forårsaker betydelig lidelse for individet og medfører store kostnader for helsevesenet.

Til tross for nasjonale retningslinjer som anbefaler regelmessige, strukturerte fotundersøkelser og risikoklassifisering for å vurdere risikoen for å utvikle fotsår, tar dagens risikomodeller ikke hensyn til de komplekse samspillene mellom risikofaktorer og sosioøkonomiske faktorer som sivilstatus, utdanningsnivå og bosted.

Datadrevne fremskritt og kunstig intelligens (KI) tilbyr nye muligheter for å finjustere risikoidendifisering, men bruken av disse for å forutsi risikoen for diabetiske fotsår forblir begrenset. Behovet for fotundersøkelse er betydelig. I Sverige er det omtrent 600 000 pasienter med DM, og halvparten av dem lever med økt risiko på grunn av nerveskade i føttene. Dette betyr at, basert på risikonivå, kan rundt 300 000 pasienter i Sverige trenge forebyggende tiltak, inkludert medisinsk fotpleie, tilpasset fotbekledning og tilgang til spesialistbehandling for de med fotsår. Forbedrede forebyggende innsatser er vektlagt i den personorienterte og integrerte behandlingsveien for personer med diabetes med høy risiko for fotsår. Imidlertid mangler det i dag nøyaktig identifisering av fotsårrisiko.

Forebygging fører ikke bare til god livskvalitet for individet, men også til reduserte helsekostnader. Estimater fra Ragnarsson Tennvall viser at et vanskelighelbredelig sår koster omtrent 100 000 SEK per år, mens en amputasjon koster rundt 300 000–500 000 SEK. Gitt en forekomst av fotsår på 5 % blant pasienter med diabetes, utgjør de årlige kostnadene for sårbehandling 3 milliarder SEK. I tillegg er det kostnader på omtrent 750 millioner SEK for amputasjoner, ifølge data fra kvalitetsregisteret SwedAmp.

Studiens mål er å utvikle, teste og validere prediksjonsmodeller (statistiske og KI-baserte) for å identifisere pasienter med DM som har risiko for å utvikle fotsår. Modellene vil være basert på retrospektive elektroniske pasientjournaldata fra primærhelsetjenesten i Västra Götalandsregionen (VGR), samt data fra Statistiska centralbyrån (SCB) angående demografiske faktorer som sivilstatus, utdanningsnivå, yrke og bosted.

Metoder Studien har to metodiske tilnærminger: KI-basert modellering og statistisk modellering.

KI-basert tilnærming Maskinlæringsmodeller vil bli utviklet for å forutsi pasienter med risiko for å utvikle diabetiske fotsår. Modellene vil bli trent ved bruk av kryssvalidering på et stort datasett der variabler vil bli ekskludert iterativt. Konform prediksjon vil bli brukt for å kvantifisere usikkerhet i prediksjoner på pasientnivå. De resulterende modellene vil bli analysert for å identifisere de sterkeste prediktorer og vil bli sammenlignet med klassisk statistisk modellering og funn fra litteraturen.

Trinn i KI-modellering:

Datauttrekk: Elektroniske pasientjournaldata fra primærhelsetjenesten i VGR, supplert med sosiodemografiske data fra SCB.

Databehandling: Bruk av, blant annet, diagnosekoder (ICD-10), helseinngrep (KVÅ-koder), besøkstyper, besøksfrekvens, EKG-parametere og fritekstdata for å konstruere prediktorer.

Modellutvikling: Prediksjonsmodeller vil bli utviklet og trent ved bruk av kryssvalidering. Mål for usikkerhet vil bli generert ved bruk av konform prediksjon.

Validering: En separat kohort vil bli brukt for å teste modellens ytelse (sensitivitet, spesifisitet, positiv prediktiv verdi [PPV]).

Tolkning: Modellene vil bli gjennomgått for åpenhet og klinisk tolkbarhet i samarbeid med pasientrepresentanter, klinikere og forskere.

Resultatene fra de statistiske og KI-baserte modellene vil bli sammenlignet med hensyn til deres respektive styrker og svakheter.

Statistisk modellering To populasjoner vil bli analysert: pasienter med diabetes uten fotsår og pasienter med diabetes med fotsår. Samvariasjon og årsakssammenhenger mellom risikofaktorer og fotsår vil bli identifisert. En modell som beskriver årsaksveier som fører til sårutvikling vil bli utviklet, og dens sikkerhet og usikkerhet vil bli analysert.