Cirrose en complicaties nauwkeurig identificeren om het nieuwe digitale staatsbrede cirrose-register van Indiana te creëren

Waarom het vinden van de juiste patiënten ertoe doet

Cirrose, of vergevorderde littekenvorming van de lever, is stilletjes een belangrijke doodsoorzaak en een grote kostenpost voor ziekenhuizen in de Verenigde Staten geworden. Om de zorg te verbeteren moeten onderzoekers zeer grote groepen echte patiënten over vele jaren bestuderen. Dat is alleen mogelijk als computers betrouwbaar kunnen bepalen wie daadwerkelijk cirrose heeft in miljoenen elektronische dossiers. Deze studie beschrijft hoe wetenschappers in Indiana een slimmer manier daarvoor bouwden en testten, en hoe dat leidde tot een nieuw staatsbreed cirrose-register dat toekomstig onderzoek zal voeden.

Big data en een veelvoorkomend probleem

Moderne zorgsystemen slaan enorme hoeveelheden informatie op, van diagnosecodes en laboratoriumwaarden tot medicatielijsten. De meeste grootschalige onderzoeken naar cirrose leunen op declaratiecodes, bekend als ICD-10, om te beslissen wie de ziekte heeft. Eerder werk toonde echter aan dat alleen op codes vertrouwen onbetrouwbaar kan zijn: sommige mensen worden ten onrechte als cirrotisch gelabeld, terwijl anderen volledig worden gemist, vooral als ze een mildere ziekte zonder duidelijke complicaties hebben. Deze onzekerheid bemoeilijkt het vertrouwen in onderzoeksresultaten en het ontwerpen van betere beleidsmaatregelen of behandelingen.

Het bouwen van een slimmer stappenplan

Het onderzoeksteam maakte gebruik van het Indiana Network for Patient Care, een uitwisseling van gezondheidsinformatie die ongeveer twee derde van de inwoners van de staat dekt en meer dan 100 ziekenhuizen en klinieken omvat. Ze groeperden patiëntendossiers in vier eenvoudige categorieën: personen met cirrose-diagnosecodes; personen met bloedtestpatronen die sterk wijzen op leverlittekens; personen met codes voor ernstige cirrose-gerelateerde problemen zoals vocht in de buik of verwardheid; en personen met codes of tests die wijzen op oorzaken van leverschade, zoals virale hepatitis, alcohol of leververvetting. Vanuit deze bouwstenen creëerden ze combinaties — zoals “diagnosecode plus complicatie plus oorzaak van leverschade” — en onderzochten ze welke combinaties bij het bekijken van dossiers door leverspecialisten het vaakst overeenkwamen met echte cirrose.

De aanpak testen in de praktijk

Om de nauwkeurigheid te beoordelen, bekeek het team handmatig meer dan 700 gedetailleerde medische dossiers en vergeleek hun eigen deskundige oordeel met wat elke codecombinatie voorspelde. Ze richtten zich op de “AX”-familie van regels: elke patiënt met een cirrose-diagnosecode plus ten minste één ander signaal (een risicovol labpatroon, een complicatie of een onderliggende oorzaak). In het algemeen identificeerden deze AX-regels cirrose ongeveer 86 procent van de tijd correct. Combinaties die een diagnosecode, een complicatie en een oorzaak van leverschade omvatten — soms met hoge-risico labwaarden erbij — presteerden het best, met correctheid vaak boven de 90 procent. Belangrijk is dat sommige combinaties die niet afhankelijk waren van duidelijke complicaties het ook goed deden, wat betekent dat de methode zowel vroegtijdige, gecompenseerde cirrose als meer gevorderde ziekte kan vinden.

Beperkingen van codes voor ernstige complicaties

De onderzoekers onderzochten ook hoe goed elektronische dossiers twee gevaarlijke complicaties konden opsporen: verwardheid veroorzaakt door levertoxines (hepatische encefalopathie) en vochtophoping in de buik (ascites). Hier presteerden eenvoudige diagnosecodes slecht. Voor ascites had slechts iets meer dan de helft van de patiënten die door codes waren aangeduid daadwerkelijk cirrose-gerelateerde vochtophoping bij dossiercontrole. Voor encefalopathie verbeterde het koppelen van diagnosecodes aan recepten voor geneesmiddelen die vaak voor de aandoening worden gebruikt, zoals lactulose of rifaximine, de juistheid, maar het schoot nog steeds tekort van ideale niveaus. Deze bevindingen sluiten aan bij eerdere studies en suggereren dat meer verfijnde hulpmiddelen, zoals computergestuurde analyse van doktersnotities, nodig zullen zijn om dergelijke gebeurtenissen betrouwbaar te volgen.

Wat dit betekent voor patiënten en toekomstig onderzoek

Eenvoudig gezegd toont de studie aan dat het combineren van verschillende stukken routinematige gezondheidsdata — diagnosecodes, bloedtests en onderliggende oorzaken van leverschade — een veel betrouwbaardere manier oplevert om mensen met cirrose in grote databanken te vinden dan alleen codes gebruiken. Deze praktische regels kunnen onmiddellijk worden ingezet door zorgsystemen, verzekeraars en onderzoekers zonder geavanceerde kunstmatige intelligentie of complexe software. Met behulp van deze regels bouwde het team de Indiana Digital Cirrhosis Cohort, een staatsbreed register van meer dan 14.000 personen met zowel vroege als gevorderde cirrose. In de loop van de tijd zou deze bron moeten helpen dringende vragen te beantwoorden over wie complicaties ontwikkelt, hoe behandelingen in de dagelijkse praktijk presteren en hoe ziekenhuisopnames en sterfte door chronische leverziekte kunnen worden verminderd.

Bronvermelding: Desai, A.P., Shamseddeen, H., Lembcke, L. et al. Accurately identifying cirrhosis and its complications to create the novel statewide Indiana digital cirrhosis registry. Sci Rep 16, 10093 (2026). https://doi.org/10.1038/s41598-026-39585-2

Trefwoorden: cirrose, elektronische patiëntendossiers, ICD-10-algoritmen, ziekteregisters, hepatische complicaties