Ustalenie przedziałów referencyjnych ferrytyny surowicy oparte na big data i porównanie błędów metod wśród chińskich dorosłych z Zhejiang przy użyciu sześciu algorytmów

Dlaczego ma to znaczenie dla zdrowia codziennego

Żelazo jest niezbędne do przenoszenia tlenu we krwi, ale jego niedobór lub nadmiar mogą być szkodliwe. Lekarze często opierają się na badaniu krwi zwanym ferrytyną surowicy, aby ocenić zapasy żelaza w organizmie, jednak „zakres normy” podawany w wynikach laboratoryjnych zwykle pochodzi z niewielkich badań producentów, a nie z rzeczywistych populacji lokalnych. W tym badaniu wykorzystano duże zbiory danych z badań kontrolnych dorosłych z Zhejiang w Chinach, aby zbudować dokładniejsze lokalne zakresy referencyjne i przetestować kilka nowoczesnych metod komputerowych określających, co można uznać za prawidłowy poziom ferrytyny.

Wykorzystanie danych rzeczywistych zamiast małych prób

Naukowcy zebrali wyniki oznaczeń ferrytyny od ponad 77 000 dorosłych, którzy przeszli badania kontrolne w dużym szpitalu w Hangzhou. Po usunięciu duplikatów, osób z brakującymi danymi, kobiet w ciąży oraz osób, których pozostałe wyniki sugerowały infekcję, choroby wątroby lub nerek, nowotwór, anemię lub zaburzenia metaboliczne, uzyskano grupę 22 359 pozornie zdrowych dorosłych. Drugi szpital, korzystający z tego samego sprzętu do badań, dostarczył dodatkowo 555 osób, aby sprawdzić, czy nowe zakresy utrzymają się w niezależnej próbie. Dodatkowo 327 pacjentów z anemią oraz ponad 24 000 ogólnych ambulatoryjnych i hospitalizowanych pacjentów wykorzystano do oceny, jak dobrze nowe zakresy wychwytują rzeczywiste problemy z żelazem.

Stare reguły kontra nowe algorytmy

Aby zdefiniować, kto jest „prawidłowy”, zespół porównał sześć podejść statystycznych. Dwa opierały się na tradycyjnych międzynarodowych wytycznych: prostej metody nieparametrycznej opartej na percentylach oraz metody parametrycznej zakładającej rozkład dzwonowy. Cztery pozostałe — TMC, refineR, Kosmic i Bhattacharya — to nowsze, komputerowo intensywne techniki zaprojektowane do wyodrębniania zdrowej części dużych, mieszanych zbiorów danych bez wcześniejszego ręcznego wybierania ochotników. Kolejne elastyczne narzędzie modelujące, GAMLSS, wykorzystano do stworzenia gładkich krzywych zależnych od wieku, pokazujących ciągłe zmiany poziomu ferrytyny w dorosłości.

Różne wzorce żelaza u mężczyzn i kobiet

Analiza potwierdziła, że poziomy ferrytyny różnią się wyraźnie ze względu na płeć i wiek. W tej chińskiej populacji mężczyźni w wieku 20–92 lat mieli szeroki zakres referencyjny około 69–496 ng/mL. Kobiety podzielono na trzy etapy życia: 20–45 lat (około 10–133 ng/mL), 46–58 lat (14–242 ng/mL) oraz 59–90 lat (44–349 ng/mL). Poziomy u kobiet były znacznie niższe niż u mężczyzn przed menopauzą, ale szybko wzrastały w okresie okołomenopauzalnym i rosnąc wolniej po 60. roku życia, odzwierciedlając ustanie krwawień menstruacyjnych i zmiany hormonalne. Ciągłe krzywe zależne od wieku wykazały szybki wzrost ferrytyny u młodych mężczyzn w ich dwudziestkach oraz wyraźny wzrost u kobiet pod koniec lat 40. i w wieku 50 lat, co potwierdza, że jednolite progi są mylące.

Big data ujawnia ukryte problemy z żelazem

Gdy badacze porównali lokalnie wyprowadzone zakresy z zakresami podawanymi przez producenta testu, odkryli istotne różnice. Granice producenta były generalnie niższe dla mężczyzn i nie uwzględniały zmian związanych z wiekiem u kobiet. Zastosowanie nowych, opartych na danych przedziałów prawie potroiło wykrywalność nieprawidłowości ferrytyny u pacjentów z anemią — z 13,2% do 33,6%. Na przykład wśród młodych dorosłych kobiet z anemią odsetek oznaczonych jako mający nieprawidłową ferrytynę bardziej niż się podwoił. Jednocześnie nowe górne granice zmniejszyły liczbę hospitalizowanych mężczyzn, którzy wydawali się mieć przeciążenie żelazem, co prawdopodobnie ograniczyło niepotrzebny niepokój i dalsze badania kontrolne.

Co to oznacza dla pacjentów i lekarzy

Dla przeciętnego pacjenta praca ta podkreśla, że „zakres normy” na wyniku laboratoryjnym nie jest uniwersalny. Zależy od lokalnych zwyczajów, uwarunkowań genetycznych, metody badania, płci i wieku. Poprzez analizę dużych ilości rutynowych danych laboratoryjnych szpitale mogą dostosować przedziały referencyjne ferrytyny tak, by lepiej odpowiadały populacji, którą obsługują. W tym badaniu takie dostosowane zakresy poprawiły rozpoznawanie niedoboru żelaza w anemii i zmniejszyły fałszywe alarmy dotyczące przeciążenia żelazem. Autorzy sugerują, aby laboratoria kliniczne odchodziły od ogólnych tabel producentów, wybierały metody analizy dopasowane do swoich danych oraz dostarczały zakresy ferrytyny specyficzne dla płci i wieku. W praktyce może to pomóc lekarzom dokładniej interpretować badania żelaza i prowadzić bardziej spersonalizowane leczenie.

Cytowanie: 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

Słowa kluczowe: ferrytyna surowicy, niedobór żelaza, przedziały referencyjne, big data, anemia