Diyabetik sirozlu hastalarda hepatosellüler karsinom riskini ve sağkalımı tanımlamak için makine öğrenmesi modellerinin geliştirilmesi ve doğrulanması

Bu araştırma diyabet ve karaciğer hastalığı olan kişiler için neden önemli

Diyabet ve ileri düzey karaciğer skarı (siroz) bir arada olan kişiler çift yönlü bir tehditle karşı karşıyadır: karaciğer kanseri gelişme olasılıkları ve çeşitli ciddi komplikasyonlardan ölme riskleri çok daha yüksektir. Yine de hekimlerin bu yüksek riskli gruba özgü, kimin karaciğer kanseri geliştirme olasılığının daha yüksek olduğunu ve kimin ölüm riski altında olduğunu güvenilir şekilde işaretleyen araçları şu an sınırlıdır. Bu çalışma, rutin olarak toplanan kan testleri ile çağdaş bilgisayar tekniklerinin birleştirilerek bu savunmasız hastalar için kanser riski ve sağkalım tahmini yapmaya yardımcı pratik çizelgelere nasıl dönüştürülebileceğini gösteriyor.

Birbirini güçlendiren bağlantılı hastalıklar

Diyabet ve siroz birbirini kötüleştiren bir döngü içinde etkileşir. Diyabet, yağlı ve iltihaplı karaciğer dokusunu teşvik eder; bu durum siroza ilerleyebilir; siroz ise diyabetin ortaya çıkmasını veya kötüleşmesini kolaylaştırır. İki durum bir arada olduğunda, en yaygın primer karaciğer kanseri türü olan hepatosellüler karsinom gelişme olasılığı hızla artar. Aynı zamanda bu hastalar kalp hastalığı, enfeksiyonlar, karaciğer yetmezliği ve diğer komplikasyonlardan ölme riskiyle karşı karşıyadır. Yoğun tarama için kaynaklar sınırlı olduğundan, klinisyenlerin diyabetik sirozlu hangi hastaların en acil şekilde yakın kanser takibi ve diğer sağlık sorunlarının agresif yönetimini gerektirdiğini belirleyecek basit yöntemlere ihtiyacı vardır.

Gizli desenleri görmek için veri ve algoritmaları kullanmak

Araştırma ekibi, Çin’in Jiangsu kentindeki bir hastanede tedavi gören tip 2 diyabet ve sirozlu 307 hastadan ayrıntılı klinik veri topladı ve bunları medyanda yaklaşık dört yıl süreyle izledi. Çoğunluğu rutin kan testlerinden olmak üzere 59 farklı ölçümü incelediler ve hangi faktör kombinasyonlarının ileride karaciğer kanseri geliştiren hastaları en iyi şekilde ayırt ettiğini görmek için sekiz farklı makine öğrenmesi yaklaşımını uyguladılar. Bir tür model olan gradient boosting karar ağacı öne çıktı; yüksek ve düşük riskli hastaları çok yüksek doğrulukla ayırdı. En bilgilendirici sinyaller, karaciğer hasarını, karaciğerin sentez fonksiyonunu ve tuz dengesini yansıtan küçük bir kan ölçümü setinden ve hastanın cinsiyetinden geldi.

Karmaşık modellerden başucunda kullanılabilecek risk çizelgelerine

Çok teknik bilgisayar modelleri günlük kliniklerde kullanımı zor olduğundan, yazarlar bulguları basit bir "nomogram"a dönüştürdüler—hekimlerin hastanın altı rutin değeri (cinsiyet, iki karaciğer enzimi, iki safra ile ilişkili pigment ve kan sodyumu) için işaret koyup hastanın zaten karaciğer kanseri olup olmadığını veya yakın zamanda gelişme ihtimalini okuyabileceği grafiksel bir çizelge. Bu çizelge tek bir kan testinden daha iyi performans gösterdi ve doğruluğu dahili kontrollerde ve başka bir hastanedeki siroz hastalarından oluşan ayrı bir grupta test edildiğinde stabil kaldı. Önemli olarak, hepatit B, hepatit C veya viral olmayan nedenlere bağlı olsun fark etmeksizin makul şekilde iyi çalıştı; bu da geniş kullanım olasılığına işaret ediyor.

Kanserin ötesine, genel sağkalıma bakmak

Çalışma yalnızca kanser riskini tanımlamakla kalmadı. Araştırmacılar ayrıca diyabetik sirozlu hastaların ne kadar süre yaşayacağını en iyi hangi faktörlerin öngördüğünü sordular. Sağkalım analizi yöntemlerini kullanarak, dört özelliğin—karaciğer kanserinin varlığı, daha ileri yaş, kolinesteraz adlı karaciğer enziminin düşük seviyeleri ve doku stresinin bir göstergesi olan laktat dehidrogenazın yüksek seviyeleri—bağımsız olarak daha kötü sağkalımla ilişkili olduğunu buldular. Bunu cinsiyetle birleştirerek, bir, üç ve beş yılda hayatta olma olasılığını tahmin eden ikinci bir nomogram oluşturdular. Bu araç da hem dahili hem harici hasta gruplarında iyi performans gösterdi; doktorların ve ailelerin tedavi seçeneklerini değerlendirmesine ve takip planlamasına yardımcı olabilir.

Hastaların gerçekte neyden öldüğünü ortaya çıkarmak

Diyabetik sirozlu kişiler birçok farklı nedenle ölebileceğinden araştırmacılar, karaciğer kanserine bağlı ölümleri, karaciğer yetmezliği ve ilişkili komplikasyonlara bağlı ölümleri ve esas olarak diyabet ve sistemik etkileriyle ilişkilendirilen ölümleri ayıran ek modeller kurdular. Yıllar içinde kanser dışı nedenlerle hayatını kaybedenlerin sayısının karaciğer kanserinden ölenlerden çok daha fazla olduğunu buldular. Böbrek fonksiyonundaki değişiklikler, kan şekeri ve beyaz kan hücrelerini “iyi” kolesterol ile ilişkilendiren iltihapla ilişkili bir oranın gibi spesifik kan testi desenleri, her ölüm türü için en olası kişileri belirlemeye yardımcı oldu. Bu bulgular, kanser taramasının hayati olduğunu vurgularken, metabolik ve kardiyovasküler sorunların kontrolünün sağkalımı iyileştirmek için en azından aynı derecede önemli olduğunu gösteriyor.

Bu hastalar ve klinisyenler için ne anlama geliyor

Günlük dilde, bu çalışma rutin kan testlerinde zaten gizli olan bilginin, diyabet ve sirozu birlikte taşıyan kişilerde karaciğer kanseri riski ve genel prognozu tahmin etmeye yardımcı olan kullanımı kolay çizelgelere dönüştürülebileceğini gösteriyor. Modeller, yalnızca bir alt grup hastanın en yoğun kanser izlemesini gerektirebileceğini ve birçok ölümün diyabet, yüksek kan şekeri ve diğer komplikasyonları karaciğer hastalığıyla birlikte agresif biçimde tedavi ederek önlenebileceğini öne sürüyor. Bu araçların rutin kullanım öncesi daha büyük ve daha çeşitli popülasyonlarda ek testlere ihtiyaç duysa da, rutin verilerin daha akıllıca kullanılmasının en hasta ve en karmaşık hasta grupları için bakımın kişiselleştirilmesine doğru bir geleceğe işaret ettiğini gösteriyor.

Atıf: Jiang, G., Cai, W., Lv, X. et al. Development and validation of machine learning models for diagnosing hepatocellular carcinoma risk and survival in patients with diabetic cirrhosis. Sci Rep 16, 11102 (2026). https://doi.org/10.1038/s41598-026-40804-z

Anahtar kelimeler: hepatosellüler karsinom, diyabetik siroz, makine öğrenmesi, karaciğer kanseri riski, prognostik modeller