פיתוח ותיקוף של מודל ניבוי אבחנתי של חומרת פסוריאזיס

בעוד שנתוני בריאות אדמיניסטרטיביים כמו רשמים לאומיים יכולים לשמש כמאגרי מידע שימושיים כדי לחקור את האפידמיולוגיה של פסוריאזיס, הם לרוב לא מכילים מידע הקשור לחומרת המחלה. לכן, מטרת המחקר שממצאיו תוארו בכתב העת Diagnostic and Prognostic Research הייתה לפתח מודל אבחוני כדי להבדיל בין דרגות חומרה שונות של פסוריאזיס בהתבסס על מידע אדמיניסטרטיבי מרשמים.

המחקר היה מחקר עוקבה רטרוספקטיבי מבוסס רשם בו השתמשו החוקרים במידע מה- Danish Skin Cohort שנקשר לרשמים לאומיים בדנמרק. החוקרים פיתחו מודל אבחנתי על ידי שימוש בשיטת gradient boosting של לימוד מכונה כדי לנבא פסוריאזיס בינונית עד חמורה. לאחר מכן ביצעו החוקרים תיקוף פנימי של המודל על ידי bootstrapping כדי להתחשב בכל מקרה של אופטימיזם.

בקרב 4,016 מבוגרים עם פסוריאזיס (55.8% נשים, גיל ממוצע 59) אשר נכללו במחקר, נמצא כי 1,212 (30.2%) זוהו כסובלים בפסוריאזיס בינונית עד חמורה. עוד נמצא כי מודל הניבוי האבחנתי הניב ביצוע bootstrap-corrected discrimination performance סטטיסטי c השווה ל-0.73 (רב״ס 95% - 0.71-0.74). בתיקוף הפנימי שבוצע על ידי תיקון bootstrap לא נרשם אופטמיזם משמעותי כפי שהודגם לפי סטטיסטי c של 0.72 (רב״ס 95% - 0.70-0.74). לבסוף, שיפוע המתוקנן על ידי bootstrap של 1.10 (רב״ס 95% - 1.07-1.13) העיד על תת התאמה קלה.

ממחקר זה, בהתבסס על מידע מרשם, פיתחו החוקרים מודל אבחנתי gradient boosting אשר הניב ניבוי טוב של מטופלים עם פסוריאזיס בדרגה בינונית עד חמורה.

מקור:

Liljendahl, M.S., Loft, N., Egeberg, A. et al. Development and internal validation of a diagnostic prediction model for psoriasis severity. Diagn Progn Res 7, 2 (2023). https://doi.org/10.1186/s41512-023-00141-5