Stor-data-baserad fastställning och jämförelse av bias i referensintervall för serumferritin hos kinesiska vuxna i Zhejiang med sex algoritmer

Varför detta är viktigt för vardagshälsan

Järn är avgörande för att transportera syre i blodet, men för lite eller för mycket kan vara skadligt. Läkare förlitar sig ofta på ett blodprov som kallas serumferritin för att bedöma kroppens järndepåer, men det ”normala spann” som anges på laboratorierapporter kommer ofta från små tillverkarstudier, inte från verkliga människor i befolkningen. Denna studie använde stora uppsättningar medicinska hälsokontrolldata från vuxna i Zhejiang, Kina för att bygga mer korrekta lokala referensintervall och för att testa flera moderna datorbaserade metoder för att definiera vad som räknas som en hälsosam ferritinnivå.

Användning av verkliga data istället för små provgrupper

Forskarlaget samlade ferritinresultat från mer än 77 000 vuxna som gjorde hälsokontroller på ett stort sjukhus i Hangzhou. Efter att ha tagit bort dubbletter, personer med ofullständig information, gravida kvinnor och alla vars övriga provsvar tyder på infektion, lever‑ eller njursjukdom, cancer, anemi eller metabola problem, slutade man med 22 359 till synes friska vuxna. Ett andra sjukhus som använde samma testutrustning bidrog med ytterligare 555 personer för att kontrollera om de nya intervallen höll i en oberoende grupp. Ytterligare 327 patienter med anemi och över 24 000 allmänna öppenvårds‑ och inneliggande patienter användes för att se hur väl de nya intervallen fångade verkliga järnproblem.

Gamla regler kontra nya algoritmer

För att definiera vem som är ”normal” jämförde teamet sex statistiska tillvägagångssätt. Två följde traditionella internationella riktlinjer: en enkel icke‑parametrisk metod baserad på percentiler och en parametrisk metod som antar en klockformad fördelning. Fyra andra—TMC, refineR, Kosmic och Bhattacharya—är nyare, datorintensiva tekniker designade för att sålla ut den friska delen ur stora blandade datamängder utan att först manuellt välja ut frivilliga. Ett annat flexibelt modelleringsverktyg, GAMLSS, användes för att skapa släta, åldersberoende kurvor som visar hur ferritinnivåerna förändras kontinuerligt under vuxenlivet.

Olika järnmönster för män och kvinnor

Analysen bekräftade att ferritinnivåerna skiljer sig markant efter kön och ålder. I denna kinesiska population hade män i åldern 20–92 år ett brett referensintervall på cirka 69–496 ng/mL. Kvinnor behövde delas in i tre livsstadier: 20–45 år (ungefär 10–133 ng/mL), 46–58 år (14–242 ng/mL) och 59–90 år (44–349 ng/mL). Kvinnors nivåer var mycket lägre än mäns före klimakteriet men steg kraftigt kring perimenopausal ålder och fortsatte att öka långsammare efter 60, vilket speglar förlusten av menstruationsblod och förändrade hormonnivåer. Kontinuerliga ålderskurvor visade en snabb ökning av ferritin hos unga män i 20‑årsåldern och en tydlig uppgång bland kvinnor i sena 40‑ och 50‑årsåldern, vilket stödjer idén att ”en enda gräns passar alla” är missvisande.

Stor data synliggör dolda järnproblem

När forskarna jämförde sina lokalt härledda intervall med de fabrikslevererade gränserna från testtillverkaren fann de viktiga skillnader. Tillverkarens gränser var generellt lägre för män och tog inte hänsyn till åldersrelaterade förändringar hos kvinnor. Att använda de nya, data‑drivna intervallen tredubblade nästan upptäckten av ferritinanomalier hos patienter med anemi — från 13,2 % till 33,6 %. Till exempel bland unga vuxna kvinnor med anemi mer än fördubblades andelen som markerades ha onormalt ferritin. Samtidigt minskade de nya övre gränserna antalet inneliggande män som verkade ha järnöverskott, vilket sannolikt minskar onödig oro och uppföljningstester.

Vad detta betyder för patienter och läkare

För den vardagliga patienten understryker detta arbete att det ”normala intervallet” på en laboratorierapport inte är universellt. Det beror på lokala vanor, genetiska faktorer, testmetoder, kön och ålder. Genom att utvinna stora mängder rutinlaboratoriedata kan sjukhus anpassa ferritinreferensintervall som bättre matchar de människor de vårdar. I denna studie förbättrade sådana anpassade intervall igenkänningen av järnbrist vid anemi och minskade falska larm för järnöverskott. Författarna föreslår att kliniska laboratorier bör gå bort från generiska tillverkartabeller, välja analysmetoder som passar deras data och tillhandahålla köns‑ och åldersspecifika ferritinintervall. I praktiska termer kan detta hjälpa läkare att tolka järnprover mer exakt och vägleda mer personanpassad behandling.

Citering: 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

Nyckelord: serumferritin, järnbrist, referensintervall, stor data, anemi