חוקרים: ערן סגל¹, זיו נאמן², ראוי חזאן³

רקע: מחלות כבד גורמות לכשני מיליון מקרי מוות בשנה ברחבי העולם, בעיקר עקב סיבוכים משחמת הכבד. למרות העלייה בשכיחות מחלות הכבד באוכלוסייה הכללית, הבדיקות מבוצעות בעיקר בקרב אוכלוסיות בסיכון גבוה, ורבים מהחולים נותרים לא מאובחנים במשך שנים. בדיקות לא פולשניות קיימות כמו FIB-4 אינן מדויקות מספיק לאבחון באוכלוסייה הכללית . Fibro-Predict הוא מודל חדש לסיכון לשחמת הכבד המותאם לנתוני רשומות רפואיות אלקטרוניות (EHR) לניבוי הסיכון העתידי לשחמת כבד.

מטרות: 1. פיתוח מודל לחיזוי הסיכון לשחמת הכבד בטווח של חמש שנים .
2. לבדוק ולאמת את דיוק המודל בסביבה קלינית .

שיטה: המודל פותח בהתבסס על נתוני EHR של שירותי בריאות כללית, ומנתח נתוני בדיקות דם שגרתיות להערכתסיכון. נעשה אימות רטרוספקטיבי ופרוספקטיבי של המודל, שכללו בדיקות אלסטוגרפיה של הכבד.

ממצאים עיקריים: Fibro-Predict מציג דיוק משופר בהשוואה ל -FIB-4 בזיהוי סיכון לפיברוזיס מתקדם, עם AUC של 0.81 עבור קבוצת האימון ו- 0.79 לאימות.

מסקנות: Fibro-Predict המבוסס על בדיקות דם שגרתיות, מציע כלי ביחס עלות-תועלת גבוה להערכת סיכון באוכלוסייה הכללית.

המלצות/ השלכות לקובעי המדיניות: Fibro-Predict מאפשר זיהוי חולים בסיכון ללא צורך בבדיקות יזומות, על ידי הטמעתו בתוך מערכות קופות החולים, וסריקה שיטתית של נתוני המבוטחים לצורך זיהוי אנשים עם סיכון גבוה לשחמת כבד בחמש השנים הקרובות. מבוטחים שיעלו עם ערך סיכון גבוה יופנו לבדיקות כמו transient elastography המבוסס על אולטראסאונד. סריקה הרשומות הרפואיות יכולה להיעשות ברקע וללא עלות.

תאריך סיום המחקר: 12/2024