Établissement fondé sur le big data et comparaison des biais des intervalles de référence de la ferritine sérique chez des adultes chinois du Zhejiang en utilisant six algorithmes

Pourquoi cela compte pour la santé quotidienne

Le fer est essentiel pour le transport de l’oxygène dans le sang, mais un excès ou une carence peut être dangereux. Les médecins s’appuient souvent sur un test sanguin, la ferritine sérique, pour évaluer les réserves en fer de l’organisme, pourtant la « plage normale » indiquée sur les comptes rendus de laboratoire provient généralement de petites études des fabricants, pas de populations locales. Cette étude a utilisé de grands ensembles de données de bilans de santé d’adultes du Zhejiang, en Chine, pour construire des intervalles de référence locaux plus précis et tester plusieurs méthodes informatiques modernes visant à définir ce qui constitue un taux de ferritine sain.

Utiliser des données du monde réel plutôt que de petits échantillons

Les chercheurs ont rassemblé des résultats de ferritine provenant de plus de 77 000 adultes ayant effectué un bilan de santé dans un grand hôpital de Hangzhou. Après suppression des doublons, des dossiers incomplets, des femmes enceintes et de toute personne dont d’autres examens laissaient soupçonner une infection, une maladie hépatique ou rénale, un cancer, une anémie ou des troubles métaboliques, ils ont obtenu 22 359 adultes apparemment sains. Un second hôpital utilisant le même équipement de mesure a apporté 555 personnes supplémentaires pour vérifier la robustesse des nouveaux intervalles dans un groupe indépendant. De plus, 327 patients anémiques et plus de 24 000 consultants externes et hospitalisés ont été utilisés pour évaluer la capacité des nouveaux intervalles à détecter de véritables problèmes de fer.

Anciennes règles versus nouveaux algorithmes

Pour définir qui est « normal », l’équipe a comparé six approches statistiques. Deux suivaient des recommandations internationales traditionnelles : une méthode non paramétrique simple basée sur les centiles et une méthode paramétrique supposant une distribution en cloche. Quatre autres — TMC, refineR, Kosmic et Bhattacharya — sont des techniques plus récentes et informatiquement intensives conçues pour extraire la sous‑population saine à partir de grands jeux de données mixtes sans devoir préalablement sélectionner des volontaires. Un outil de modélisation flexible supplémentaire, GAMLSS, a été utilisé pour créer des courbes lisses dépendant de l’âge montrant comment les taux de ferritine évoluent en continu à l’âge adulte.

Profils de fer différents selon les hommes et les femmes

L’analyse a confirmé que les taux de ferritine diffèrent fortement selon le sexe et l’âge. Dans cette population chinoise, les hommes âgés de 20 à 92 ans présentaient un intervalle de référence large d’environ 69–496 ng/mL. Les femmes ont dû être segmentées en trois phases de vie : 20–45 ans (environ 10–133 ng/mL), 46–58 ans (14–242 ng/mL) et 59–90 ans (44–349 ng/mL). Les taux féminins étaient beaucoup plus bas que ceux des hommes avant la ménopause, mais augmentaient fortement autour de la période périménopausique puis continuaient d’augmenter plus lentement après 60 ans, reflétant la perte sanguine menstruelle et les variations hormonales. Les courbes d’âge continues ont montré une hausse rapide de la ferritine chez les jeunes hommes dans la vingtaine et une nette poussée chez les femmes à la fin de la quarantaine et dans la cinquantaine, ce qui soutient l’idée que des seuils « universels » sont trompeurs.

Le big data révèle des problèmes de fer cachés

Lorsque les chercheurs ont comparé leurs intervalles locaux aux plages fournies par le fabricant du test, ils ont trouvé des différences importantes. Les limites du fabricant étaient généralement plus basses pour les hommes et ne prenaient pas en compte les variations liées à l’âge chez les femmes. L’utilisation des nouveaux intervalles fondés sur les données a presque triplé la détection d’anomalies de la ferritine chez les patients anémiques — passant de 13,2 % à 33,6 %. Par exemple, parmi les jeunes femmes anémiques, la proportion identifiée comme présentant une ferritine anormale a plus que doublé. Dans le même temps, les nouvelles limites supérieures ont réduit le nombre d’hommes hospitalisés qui semblaient présenter une surcharge en fer, diminuant vraisemblablement les inquiétudes et les explorations inutiles.

Ce que cela signifie pour les patients et les médecins

Pour le patient ordinaire, ce travail souligne que la « plage normale » indiquée sur un compte rendu de laboratoire n’est pas universelle. Elle dépend des habitudes locales, de la génétique, des méthodes de test, du sexe et de l’âge. En exploitant de grandes quantités de données de laboratoire de routine, les hôpitaux peuvent adapter les intervalles de référence de la ferritine pour mieux correspondre aux populations qu’ils servent. Dans cette étude, de tels intervalles personnalisés ont amélioré la reconnaissance de la carence en fer chez les personnes anémiques et réduit les faux positifs pour la surcharge en fer. Les auteurs suggèrent que les laboratoires cliniques s’éloignent des tableaux génériques des fabricants, choisissent des méthodes d’analyse adaptées à leurs données et fournissent des intervalles de ferritine spécifiques au sexe et à l’âge. En pratique, cela peut aider les médecins à interpréter les tests du fer plus précisément et à orienter des traitements plus personnalisés.

Citation: 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

Mots-clés: ferritine sérique, carence en fer, intervalles de référence, big data, anémie