Festlegung datengetriebener Referenzintervalle für Serumferritin und Vergleich von Verzerrungen bei Zhejianger chinesischen Erwachsenen mit sechs Algorithmen

Warum das für die Gesundheit im Alltag wichtig ist

Eisen ist für den Sauerstofftransport im Blut unverzichtbar, doch zu wenig oder zu viel kann schädlich sein. Ärztinnen und Ärzte stützen sich häufig auf einen Bluttest, das Serumferritin, um die Eisenspeicher des Körpers zu beurteilen. Der auf Laborberichtsdrucken angegebene „Normbereich“ stammt jedoch meist aus kleinen Herstellerstudien und nicht aus echten Bevölkerungsdaten. In dieser Studie wurden umfangreiche Daten aus Gesundheitschecks von Erwachsenen in Zhejiang, China, genutzt, um örtlich möglichst genaue Referenzbereiche zu erstellen und mehrere moderne Rechenverfahren zu prüfen, mit denen sich ein gesunder Ferritinbereich bestimmen lässt.

Reale Daten statt winziger Stichproben

Die Forschenden sammelten Ferritinwerte von mehr als 77.000 Erwachsenen, die sich in einem großen Krankenhaus in Hangzhou untersuchen ließen. Nach dem Entfernen von Duplikaten, Personen mit fehlenden Angaben, schwangeren Frauen und allen, deren andere Laborbefunde auf Infektionen, Leber‑ oder Nierenerkrankungen, Krebs, Anämie oder Stoffwechselstörungen hinwiesen, blieben 22.359 offenbar gesunde Erwachsene übrig. Ein zweites Krankenhaus mit derselben Testausrüstung lieferte 555 weitere Personen, um zu prüfen, ob die neuen Bereiche auch in einer unabhängigen Gruppe Bestand haben. Zusätzlich wurden 327 Patienten mit Anämie sowie über 24.000 allgemeine Ambulanz‑ und Stationspatienten verwendet, um zu testen, wie gut die neuen Intervalle echte Eisenprobleme erfassten.

Alte Regeln versus neue Algorithmen

Um zu definieren, wer „normal“ ist, verglich das Team sechs statistische Ansätze. Zwei folgten traditionellen internationalen Leitlinien: eine einfache nichtparametrische Methode auf Basis von Perzentilen und eine parametrische Methode, die eine glockenförmige Verteilung annimmt. Vier weitere—TMC, refineR, Kosmic und Bhattacharya—sind neuere, rechnerisch anspruchsvolle Techniken, die darauf ausgelegt sind, den gesunden Anteil in großen gemischten Datensätzen herauszufiltern, ohne vorher Freiwillige auszuwählen. Ein weiteres flexibles Modellierungsinstrument, GAMLSS, wurde verwendet, um glatte, altersabhängige Kurven zu erstellen, die zeigen, wie sich Ferritinwerte im Erwachsenenalter kontinuierlich verändern.

Unterschiedliche Eisenmuster bei Männern und Frauen

Die Analyse bestätigte, dass sich Ferritinwerte deutlich nach Geschlecht und Alter unterscheiden. In dieser chinesischen Population hatten Männer im Alter von 20–92 Jahren einen weiten Referenzbereich von etwa 69–496 ng/mL. Frauen mussten in drei Lebensphasen unterteilt werden: 20–45 Jahre (etwa 10–133 ng/mL), 46–58 Jahre (14–242 ng/mL) und 59–90 Jahre (44–349 ng/mL). Vor der Menopause lagen die Werte der Frauen deutlich unter denen der Männer, stiegen aber in der Perimenopause stark an und nahmen nach dem 60. Lebensjahr langsamer weiter zu — ein Muster, das den Blutverlust durch Menstruation und hormonelle Veränderungen widerspiegelt. Die kontinuierlichen Alterskurven zeigten einen raschen Anstieg des Ferritins bei jungen Männern in den 20ern und einen deutlichen Anstieg bei Frauen in ihren späten 40ern und 50ern, was die Auffassung stützt, dass ein einheitlicher Grenzwert irreführend ist.

Big Data deckt versteckte Eisenprobleme auf

Beim Vergleich der lokal abgeleiteten Bereiche mit den werkseitig gelieferten Grenzen des Testherstellers zeigten sich wichtige Unterschiede. Die Herstellergrenzen lagen für Männer generell niedriger und berücksichtigten altersbedingte Veränderungen bei Frauen nicht. Mit den neuen, datengetriebenen Intervallen verdreifachte sich nahezu die Erkennung von Ferritinabweichungen bei Anämiepatienten — von 13,2 % auf 33,6 %. Beispielsweise verdoppelte sich bei jungen erwachsenen Frauen mit Anämie der Anteil derer, die als ferritinauffällig eingestuft wurden. Gleichzeitig verringerten die neuen oberen Grenzwerte die Zahl stationär aufgenommener Männer, die fälschlich als von Eisenüberladung betroffen erschienen, wodurch wahrscheinlich unnötige Sorgen und Nachuntersuchungen reduziert wurden.

Was das für Patientinnen, Patienten und Ärztinnen und Ärzte bedeutet

Für die tägliche Patientenversorgung verdeutlicht diese Arbeit, dass der auf einem Laborbericht angegebene „Normbereich“ nicht universell ist. Er hängt von lokalen Gewohnheiten, Genetik, Testverfahren, Geschlecht und Alter ab. Durch das Auswerten großer Mengen routinemäßiger Laborparameter können Krankenhäuser Ferritinreferenzintervalle an die von ihnen versorgte Bevölkerung anpassen. In dieser Studie verbesserten derartige angepasste Bereiche die Erkennung von Eisenmangel bei Anämie und verringerten Fehlalarme bei Eisenüberladung. Die Autorinnen und Autoren empfehlen, dass klinische Labore sich von generischen Herstellerangaben entfernen, Analyseverfahren wählen, die zu ihren Daten passen, und geschlechts‑ sowie alterspezifische Ferritinbereiche anbieten. Praktisch hilft das Ärztinnen und Ärzten, Eisentests genauer zu interpretieren und Behandlungen individueller zu steuern.

Zitation: Qi, X., Chen, P., Li, Y. et al. Big data-driven establishment and bias comparison of serum ferritin reference intervals in Zhejiang Chinese adults using six algorithms. Sci Rep 16, 6235 (2026). https://doi.org/10.1038/s41598-026-37641-5

Schlüsselwörter: Serumferritin, Eisenmangel, Referenzintervalle, Big Data, Anämie