Dokładne rozpoznawanie marskości i jej powikłań w celu stworzenia nowatorskiego, ogólnostanowego cyfrowego rejestru marskości w Indianie

Dlaczego znalezienie właściwych pacjentów ma znaczenie

Marskość, czyli zaawansowane bliznowacenie wątroby, po cichu stała się jedną z głównych przyczyn zgonów i ważnym czynnikiem kosztów hospitalizacji w Stanach Zjednoczonych. Aby poprawić opiekę, badacze muszą analizować bardzo duże grupy rzeczywistych pacjentów przez wiele lat. To jest możliwe tylko wtedy, gdy komputery potrafią wiarygodnie wyłowić osoby rzeczywiście chore na marskość spośród milionów elektronicznych zapisów. W tym badaniu wyjaśniono, jak naukowcy z Indiany zbudowali i przetestowali mądrzejszy sposób identyfikacji, oraz jak doprowadziło to do powstania nowego, ogólnostanowego rejestru marskości, który będzie napędzał przyszłe badania.

Duże zbiory danych i powszechny problem

Nowoczesne systemy ochrony zdrowia przechowują ogromne ilości informacji — od kodów rozpoznań i wyników badań laboratoryjnych po listy leków. Większość dużych badań nad marskością opiera się na kodach rozliczeniowych znanych jako ICD-10, aby ustalić, kto ma chorobę. Ale wcześniejsze prace wykazały, że stosowanie samych kodów może być zawodowe: niektórzy ludzie błędnie są oznaczani jako chorzy na marskość, podczas gdy inni są całkowicie pomijani, zwłaszcza jeśli mają łagodniejszą postać choroby bez wyraźnych powikłań. Ta niepewność utrudnia zaufanie do wniosków badawczych oraz projektowanie lepszych polityk i terapii.

Budowanie bardziej inteligentnej listy kontrolnej

Zespół badawczy sięgnął do Indiana Network for Patient Care, wymiany informacji zdrowotnych obejmującej około dwóch trzecich mieszkańców stanu i ponad 100 szpitali oraz przychodni. Podzielili zapisy pacjentów na cztery proste kategorie: osoby z kodami rozpoznania marskości; osoby z wzorami wyników badań krwi silnie sugerującymi bliznowacenie wątroby; osoby z kodami poważnych problemów związanych z marskością, takich jak płyn w jamie brzusznej czy zaburzenia świadomości; oraz osoby z kodami lub wynikami wskazującymi przyczyny uszkodzenia wątroby, takie jak wirusowe zapalenie wątroby, alkohol czy stłuszczeniowa choroba wątroby. Z tych elementów zespół stworzył kombinacje — na przykład „kod rozpoznania plus powikłanie plus przyczyna choroby wątroby” — i sprawdził, które kombinacje najczęściej odpowiadały prawdziwej marskości przy przeglądzie kartotek przez hepatologów.

Testowanie podejścia w rzeczywistych warunkach

Aby ocenić dokładność, zespół ręcznie przejrzał ponad 700 szczegółowych kart pacjentów i porównał własną opinię ekspertów z przewidywaniami każdej kombinacji kodów. Skoncentrowali się na rodzinie reguł „AX”: każdy pacjent z kodem rozpoznania marskości plus co najmniej jedno inne wskazanie (ryzykowny wzór badań, powikłanie lub podstawowa przyczyna). W sumie reguły AX poprawnie identyfikowały marskość w około 86 procentach przypadków. Kombinacje zawierające kod rozpoznania, powikłanie i przyczynę choroby wątroby — czasem dodatkowo wysokie wyniki laboratoryjne o wysokim ryzyku — osiągały najlepsze wyniki, często powyżej 90 procent poprawności. Co istotne, niektóre kombinacje, które nie polegały na oczywistych powikłaniach, również radziły sobie dobrze, co oznacza, że metoda potrafi wykrywać zarówno wczesną, zrekompensowaną marskość, jak i chorobę bardziej zaawansowaną.

Ograniczenia kodów w wykrywaniu poważnych powikłań

Badacze sprawdzili też, jak dobrze elektroniczne zapisy potrafią wychwycić dwa niebezpieczne powikłania: zaburzenia świadomości spowodowane toksynami wątrobowymi (encefalopatia wątrobowa) oraz gromadzenie się płynu w jamie brzusznej (wodobrzusze). Tutaj proste kody rozpoznania sprawdzały się słabo. W przypadku wodobrzusza tylko nieco ponad połowa pacjentów oznaczonych kodami rzeczywiście miała związane z marskością nagromadzenie płynu po sprawdzeniu kartotek. Dla encefalopatii łączenie kodów rozpoznania z zapisami o przepisywanych lekach powszechnie stosowanych w leczeniu tego schorzenia, takich jak laktuloza czy rifaksimina, poprawiało trafność, ale nadal nie osiągało poziomów idealnych. Te wyniki potwierdzają wcześniejsze badania i sugerują, że do rzetelnego śledzenia takich zdarzeń będą potrzebne bardziej zaawansowane narzędzia, na przykład analiza komputerowa notatek lekarzy.

Co to oznacza dla pacjentów i przyszłych badań

Mówiąc prosto, badanie pokazuje, że łączenie różnych elementów rutynowych danych zdrowotnych — kodów rozpoznań, badań krwi i podstawowych przyczyn uszkodzenia wątroby — tworzy znacznie bardziej wiarygodny sposób odnajdywania osób z marskością w dużych bazach danych niż używanie samych kodów. Te praktyczne reguły mogą być od razu stosowane przez systemy opieki zdrowotnej, ubezpieczycieli i badaczy bez użycia zaawansowanej sztucznej inteligencji czy złożonego oprogramowania. Dzięki nim zespół zbudował Indiana Digital Cirrhosis Cohort, ogólnostanowy rejestr obejmujący ponad 14 000 osób z marskością we wczesnym i zaawansowanym stadium. Z biegiem czasu to źródło powinno pomóc odpowiedzieć na pilne pytania dotyczące tego, kto rozwija powikłania, jak leczenia działają w codziennej praktyce oraz jak zmniejszać liczbę hospitalizacji i zgony z powodu przewlekłych chorób wątroby.

Cytowanie: 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

Słowa kluczowe: marskość, elektroniczne dokumenty medyczne, algorytmy ICD-10, rejestry chorób, powikłania wątroby