Ein Forscherteam des Gesundheitssystems der Universität von Michigan hat ein Modell zur Risikovorhersage entwickelt, mit dessen Hilfe festgestellt werden kann, welche Hepatitis-C-Patienten den dringendsten Bedarf an neuen antiviralen Medikamenten haben.
Das Sammeln von Babyboomern, die auf Hepatitis C untersucht werden sollen, nahm Fahrt auf, als wirksame Behandlungen auftauchten, um das leberschädigende Virus auszulöschen. Aber hohe Kosten, die für eine Behandlungsrunde auf über 80.000 US-Dollar steigen können, haben das Versprechen erschwert, eine heilende Behandlung für die geschätzten 3 bereitzustellen.2 Millionen Menschen in den Vereinigten Staaten mit Hepatitis C.
Bei den meisten Patienten bleibt die Krankheit ohne Behandlung stabil, vielleicht jahrelang, während ein Drittel ein hohes Komplikationsrisiko hat und sofort behandelt werden muss, um zu verhindern, dass das Virus weitere Leberschäden verursacht UM-Forschung.
Das in der Juni-Ausgabe von Hepatology beschriebene Modell verwendet routinemäßige Laborwerte und maschinelle Lernmethoden, um Ärzten dabei zu helfen, die Gesundheitsaussichten von Patienten mit diagnostizierter Hepatitis C vorherzusagen.
"Das Angebot einer sofortigen Behandlung von Patienten, bei denen ein hohes Risiko für schlechte Gesundheitsergebnisse festgestellt wurde, würde es diesen Patienten ermöglichen, von hochwirksamen Behandlungen zu profitieren, da andere Patienten weiterhin überwacht und ihre Risikobewertung bei jedem Klinikbesuch aktualisiert werden", heißt es in der Leitstudie Autorin Monica Konerman, M. D., MSc., Fellow in Gastroenterologie an der University of Michigan He alth System.
Unter Verwendung eines Datensatzes aus einer früheren Studie der National Institutes of He alth, der Hepatitis-C-Studie zur antiviralen Langzeitbehandlung gegen Zirrhose (HALT-C), verwendete das U-M-Team klinische Daten wie Alter, Body-Mass-Index und Virustyp und routinemäßige Labormessungen zur Abschätzung des Patientenrisikos für das Fortschreiten einer Lebererkrankung.
Zu den Stärken des neuen Modells gehört die Integration von viel mehr Laborwerten, als die meisten herkömmlichen Modelle verarbeiten können. Darüber hinaus helfen Methoden des maschinellen Lernens bei der Analyse, wie sich Laborwerte im Laufe der Zeit ändern, einschließlich der Steigung und Beschleunigung von Laborwerten wie Thrombozytenzahl, Leberpanel und AST-zu-Thrombozyten-Verhältnis-Index (APRI), Labormarkern für Leberschäden und Lebergesundheit.
Unter den Patienten mit niedrigem Risiko werden laut dem U-M-Studienmodell nur 6 Prozent im nächsten Jahr Zirrhose-Komplikationen (Lebervernarbung) haben, verglichen mit 56 Prozent in der Hochrisikogruppe.
"Idealerweise würden wir alle Patienten behandeln. Bis die logistischen und finanziellen Barrieren gelöst sind, stehen Kliniker und politische Entscheidungsträger vor dem Versuch, diese Therapien auf Patienten mit dem dringendsten Bedarf auszurichten", sagt Konerman. "Das Modell ermöglicht es uns, diese Patienten mit größerer Genauigkeit zu identifizieren."
Das Tool zur Risikovorhersage kann als Entscheidungshilfe für Ärzte zu einer bestehenden elektronischen Patientenakte hinzugefügt werden. Es kann feststellen, wie oft Patienten zu Arztbesuchen oder Kontrolluntersuchungen kommen.
Der Grundstein wird gelegt, um Pflege zugänglich und erschwinglich zu machen, einschließlich Rabatten bei den Medikamentenkosten für bestimmte Gesundheitsprogramme und verstärktem Wettbewerb zwischen Pharmaunternehmen, der möglicherweise die Preise senken könnte.
