Új algoritmusok azonosíthatják a diagnosztizálatlan rákot
Két új, fejlett prediktív algoritmus egy személy egészségi állapotára vonatkozó információkat és egyszerű vérvizsgálatokat használ fel annak pontos megjóslására, hogy egy páciensnél milyen eséllyel áll fenn jelenleg diagnosztizálatlan rák, beleértve a nehezen diagnosztizálható máj- és szájüregi rákot is. Az új modellek forradalmasíthatják a rák elsődleges ellátásban történő felismerését, és megkönnyíthetik a páciensek számára a sokkal korábbi stádiumban történő kezelést. Az erről szóló tanulmány a Nature Communications folyóiratban jelent meg.
Az NHS jelenleg prediktív algoritmusokat, például a QCancer pontszámokat használja a betegadatokból származó releváns információk összevetésére és a jelenleg nem diagnosztizált rák kialakulásának kockázatával rendelkező személyek azonosítására, lehetővé téve a háziorvosok és szakorvosok számára, hogy további vizsgálatokra hívják be őket.
A londoni Queen Mary Egyetem és az Oxfordi Egyetem kutatói több mint 7,4 millió felnőtt angol állampolgár anonimizált elektronikus egészségügyi adatait felhasználva két új algoritmust hoztak létre, amelyek sokkal érzékenyebbek a meglévő modelleknél, és amelyek jobb klinikai döntéshozatalhoz és potenciálisan a rák korábbi diagnosztizálásához vezethetnek.
Döntő fontosságú, hogy a beteg életkora, családi kórtörténete, orvosi diagnózisai, tünetei és általános egészségi állapota mellett az új algoritmusok hét rutin vérvizsgálat eredményeit (amelyek az ember teljes vérképét és májfunkcióját mérik) is biomarkerként felhasználják a rák korai diagnosztizálásának javítása érdekében.
A meglévő QCancer algoritmusokkal összehasonlítva az új modellek négy további egészségügyi állapotot azonosítottak, amelyek 15 különböző rákos megbetegedés kockázatának növekedésével járnak, többek között a máj, a vese és a hasnyálmirigy rákos megbetegedéseit.
Két további összefüggést találtak a családi kórtörténet és a tüdőrák, valamint a vérrák között, és hét új, aggodalomra okot adó tünetet (köztük viszketés, véraláfutás, hátfájás, rekedtség, puffadás, hasi duzzanat, sötét vizelet) azonosítottak, amelyek többféle rákos megbetegedéssel állnak összefüggésben.
Ezek az eredmények azt mutatták, hogy az új algoritmusok jelentősen javítják a diagnosztikai képességeket, és valójában jelenleg az egyetlenek, amelyek az alapellátásban felhasználhatók a már létező, de még nem diagnosztizált májrák valószínűségének becslésére.
Julia Hippisley-Cox, a londoni Queen Mary Egyetem klinikai epidemiológiai és prediktív orvoslás professzora, a tanulmány vezető szerzője elmondta: „Ezeket az algoritmusokat úgy tervezték, hogy beépíthetők legyenek a klinikai rendszerekbe és használhatók legyenek a rutin háziorvosi konzultációk során. Jelentős javulást jelentenek a jelenlegi modellekhez képest, nagyobb pontossággal azonosítják a rákot – különösen a korai, jobban kezelhető stádiumokban. A már a betegek kartonjában szereplő vérvizsgálati eredményeket használják, így ez egy megfizethető és hatékony módszer, amely segíti az NHS-t abban, hogy 2028-ra elérje a rák korai diagnosztizálásának javítására vonatkozó céljait.”
Dr. Carol Coupland, a londoni Queen Mary Egyetem vezető kutatója, a Nottinghami Egyetem elsődleges ellátásban dolgozó orvosok számára tartott orvosi statisztika emeritus professzora és a tanulmány társszerzője elmondta: „Ezek az új algoritmusok, amelyek az egyének jelenleg nem diagnosztizált rákos megbetegedésének kockázatát értékelik, javított képességet mutatnak a 15 rákfajtából az egyikre leginkább hajlamos emberek azonosításában a tüneteik, vérvizsgálati eredményeik, életmódbeli tényezők és egyéb, orvosi kartonjaikban rögzített információk alapján. Lehetőséget nyújtanak a rák korai diagnosztizálására 18 éves kortól kezdve, beleértve néhány ritka rákfajtát is.”