Att noggrant identifiera cirros och dess komplikationer för att skapa det nya digitala cirrosregistret för delstaten Indiana

Varför det spelar roll att hitta rätt patienter

Cirros, det vill säga avancerad ärrbildning i levern, har tyst blivit en ledande dödsorsak och en betydande drivkraft bakom sjukhuskostnader i USA. För att förbättra vården behöver forskare studera mycket stora grupper av verkliga patienter över många år. Det är bara möjligt om datorer pålitligt kan urskilja vem som faktiskt har cirros bland miljontals elektroniska journaler. Denna studie förklarar hur forskare i Indiana byggde och testade ett smartare sätt att göra det på, och hur det ledde till ett nytt delstatsomfattande cirrosregister som kommer att driva framtida forskning.

Big data och ett vanligt problem

Moderna hälsosystem lagrar enorma mängder information, från diagnoskoder och labbresultat till läkemedelslistor. De flesta stora studier om cirros förlitar sig på faktureringskoder kända som ICD-10 för att avgöra vem som har sjukdomen. Men tidigare arbete visade att enbart koder kan vara opålitliga: vissa personer felaktigt etiketteras som att de har cirros, medan andra missas helt, särskilt om de har mildare sjukdom utan uppenbara komplikationer. Denna osäkerhet gör det svårare att lita på forskningsresultat och att utforma bättre policyer eller behandlingar.

Att bygga en smartare checklista

Forskarteamet använde Indiana Network for Patient Care, en hälsovårdsinformationsutbytesplattform som täcker ungefär två tredjedelar av delstatens invånare och omfattar mer än 100 sjukhus och kliniker. De grupperade patienternas journaler i fyra enkla kategorier: de med diagnoskoder för cirros; de med blodprovmönster som starkt tyder på leverärrbildning; de med koder för allvarliga cirrosrelaterade problem såsom vätska i buken eller förvirring; och de med koder eller tester som pekar på orsaker till leverskada, som virushepatit, alkohol eller fettlever. Utifrån dessa byggstenar skapade de kombinationer — till exempel ”diagnoskod plus komplikation plus orsak till leversjukdom” — och frågade vilka kombinationer som oftast motsvarade verklig cirros när journaler granskades av leverspecialister.

Testa metoden i verkligheten

För att bedöma träffsäkerheten granskade teamet manuellt mer än 700 detaljerade medicinska journaler och jämförde sin egen expertdom med vad varje kodkombination förutsade. De fokuserade på ”AX”-familjen av regler: varje patient med en cirrosdiagnoskod plus minst en annan signal (en riskfylld labbprofil, en komplikation eller en underliggande orsak). Sammantaget identifierade dessa AX-regler korrekt cirros i ungefär 86 procent av fallen. Kombinationer som inkluderade en diagnoskod, en komplikation och en orsak till leversjukdomen — ibland även med högrisklabbvärden — presterade bäst, med korrekthet ofta över 90 procent. Viktigt är att vissa kombinationer som inte förlitade sig på uppenbara komplikationer ändå fungerade bra, vilket betyder att metoden kan hitta både tidig, kompenserad cirros och mer avancerad sjukdom.

Begränsningar i koder för allvarliga komplikationer

Forskarna undersökte också hur väl elektroniska journaler kunde upptäcka två farliga komplikationer: förvirring orsakad av levergifter (hepatisk encefalopati) och vätskeansamling i buken (ascites). Här presterade enkla diagnoskoder dåligt. För ascites hade bara lite mer än hälften av patienterna som flaggats av koder verkligen cirrosrelaterad vätskeansamling när journalerna kontrollerades. För encefalopati förbättrade en kombination av diagnoskoder och recept för läkemedel som ofta används för att behandla tillståndet, såsom laktulos eller rifaximin, träffsäkerheten men nådde fortfarande inte idealiska nivåer. Dessa fynd speglar tidigare studier och tyder på att mer sofistikerade verktyg, såsom datoranalys av läkares anteckningar, kommer att behövas för att pålitligt spåra sådana händelser.

Vad detta betyder för patienter och framtida forskning

I klarspråk visar studien att kombinationer av olika delar av rutinmässiga hälsodata — diagnoskoder, blodprov och underliggande orsaker till leverskada — skapar ett mycket mer tillförlitligt sätt att hitta personer med cirros i stora databaser än att bara använda koder. Dessa praktiska regler kan användas omedelbart av vårdsystem, försäkringsbolag och forskare utan avancerad artificiell intelligens eller komplex mjukvara. Med hjälp av dem byggde teamet Indiana Digital Cirrhosis Cohort, ett delstatsomfattande register med mer än 14 000 individer med både tidig och avancerad cirros. Med tiden bör denna resurs hjälpa till att besvara viktiga frågor om vilka som utvecklar komplikationer, hur behandlingar fungerar i vardaglig praxis och hur man kan minska sjukhusinläggningar och dödsfall från kronisk leversjukdom.

Citering: 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

Nyckelord: cirros, elektroniska journaler, ICD-10-algoritmer, sjukdomsregister, leverkomplikationer