Model Predykcyjny Ryzyka Rozwoju Owrzodzeń Stopy w Cukrzycy

Wprowadzenie Owrzodzenia stóp w cukrzycy (DM) są częstym i poważnym powikłaniem, które może prowadzić do infekcji, amputacji i zwiększonej śmiertelności. Wczesna identyfikacja pacjentów wysokiego ryzyka ma kluczowe znaczenie dla wdrożenia środków zapobiegawczych na wczesnym etapie. Liczba osób z DM rośnie globalnie, z 540 milionów w 2021 roku do szacowanych 780 milionów do 2045 roku. Owrzodzenia stóp powodują znaczne cierpienie dla jednostki i pociągają za sobą znaczne koszty dla systemu opieki zdrowotnej.

Pomimo krajowych wytycznych zalecających regularne, ustrukturyzowane badania stóp i klasyfikację ryzyka w celu oceny ryzyka rozwoju owrzodzeń stóp, obecne modele ryzyka nie uwzględniają złożonych interakcji między czynnikami ryzyka a czynnikami społeczno-ekonomicznymi, takimi jak stan cywilny, poziom wykształcenia i miejsce zamieszkania.

Postępy oparte na danych i sztuczna inteligencja (AI) oferują nowe możliwości udoskonalenia identyfikacji ryzyka, ale ich wykorzystanie w przewidywaniu ryzyka owrzodzeń stóp cukrzycowych pozostaje ograniczone. Potrzeba badań przesiewowych stóp jest znaczna. W Szwecji jest około 600 000 pacjentów z DM, a połowa z nich żyje ze zwiększonym ryzykiem z powodu uszkodzenia nerwów w stopach. Oznacza to, że na podstawie poziomu ryzyka około 300 000 pacjentów w Szwecji może wymagać interwencji profilaktycznych, w tym medycznej pielęgnacji stóp, indywidualnie dopasowanego obuwia i dostępu do opieki specjalistycznej dla osób z owrzodzeniami stóp. Ulepszone działania profilaktyczne są podkreślane w zorientowanej na osobę i zintegrowanej ścieżce opieki dla osób z cukrzycą wysokiego ryzyka owrzodzeń stóp. Jednak obecnie brakuje dokładnej identyfikacji ryzyka owrzodzeń stóp.

Profilaktyka prowadzi nie tylko do dobrej jakości życia jednostki, ale także do obniżenia kosztów opieki zdrowotnej. Szacunki Ragnarssona Tennvalla pokazują, że trudno gojące się owrzodzenie kosztuje około 100 000 SEK rocznie, podczas gdy amputacja kosztuje około 300 000-500 000 SEK. Przy rozpowszechnieniu owrzodzeń stóp na poziomie 5% wśród pacjentów z cukrzycą, roczny koszt leczenia owrzodzeń wynosi 3 miliardy SEK. Dodatkowo, według danych z rejestru jakości SwedAmp, koszty amputacji wynoszą około 750 milionów SEK.

Celem badania jest opracowanie, przetestowanie i walidacja modeli predykcyjnych (statystycznych i opartych na AI) w celu identyfikacji pacjentów z DM zagrożonych rozwojem owrzodzeń stóp. Modele będą oparte na retrospektywnych danych z elektronicznej dokumentacji medycznej z podstawowej opieki zdrowotnej w Regionie Västra Götaland (VGR), a także danych z Urzędu Statystycznego Szwecji (SCB) dotyczących czynników demograficznych, takich jak stan cywilny, poziom wykształcenia, zawód i miejsce zamieszkania.

Metody Badanie ma dwa podejścia metodologiczne: modelowanie oparte na AI i modelowanie statystyczne.

Podejście oparte na AI Modele uczenia maszynowego będą opracowywane w celu przewidywania pacjentów zagrożonych rozwojem owrzodzeń stóp cukrzycowych. Modele będą trenowane przy użyciu walidacji krzyżowej na dużym zbiorze danych, w którym zmienne będą iteracyjnie wykluczane. Predykcja konforemna zostanie wykorzystana do kwantyfikacji niepewności w przewidywaniach na poziomie pacjenta. Wynikowe modele będą analizowane w celu zidentyfikowania najsilniejszych predyktorów i będą porównywane z klasycznym modelowaniem statystycznym oraz wynikami z literatury.

Kroki w modelowaniu AI:

Ekstrakcja danych: Dane z elektronicznej dokumentacji medycznej z podstawowej opieki zdrowotnej w VGR, uzupełnione danymi socjodemograficznymi z SCB.

Przetwarzanie danych: Wykorzystanie, między innymi, kodów diagnostycznych (ICD-10), interwencji medycznych (KVÅ kody), typów wizyt, częstotliwości wizyt, parametrów EKG i danych tekstowych do konstrukcji predyktorów.

Rozwój modelu: Modele predykcyjne będą opracowywane i trenowane przy użyciu walidacji krzyżowej. Miary niepewności będą generowane przy użyciu predykcji konforemnej.

Walidacja: Odrębna kohorta zostanie wykorzystana do przetestowania wydajności modelu (czułość, specyficzność, dodatnia wartość predykcyjna [PPV]).

Interpretacja: Modele zostaną przeanalizowane pod kątem przejrzystości i klinicznej interpretowalności we współpracy z przedstawicielami pacjentów, klinicystami i badaczami.

Wyniki modeli statystycznych i opartych na AI będą porównane pod względem ich odpowiednich mocnych i słabych stron.

Modelowanie statystyczne Zostaną przeanalizowane dwie populacje: pacjenci z cukrzycą bez owrzodzeń stóp i pacjenci z cukrzycą z owrzodzeniami stóp. Zostaną zidentyfikowane kowariacje i związki przyczynowe między czynnikami ryzyka a owrzodzeniami stóp. Zostanie opracowany model opisujący ścieżki przyczynowe prowadzące do rozwoju owrzodzenia, a jego pewność i niepewność zostaną przeanalizowane.