Dopo il Covid l’Oms Europa lancia la prima rete paneuropea per il controllo delle malattie
L’Oms Europa ha lanciato congiuntamente la Rete paneuropea per il controllo delle malattie (Ndc) con l’Agenzia per la […]
L’epatite B cronica (CHB) è una patologia capace di colpire oltre 290 milioni di persone nel mondo e solo il 10% è stata efficacemente diagnosticata, presentando una grave lacuna che deve essere affrontata. Per far fronte a questo problema, i ricercatori hanno ritenuto necessario sviluppare dei modelli di regressione logistica e di apprendimento automatico (Random Forest) utili all’identificazione precisa e precoce di pazienti affetti da HBV, utilizzando però solo dati demografici facilmente reperibili da un set di dati basato sulla popolazione.
I partecipanti sono stati selezionati attraverso un’analisi dei dati riguardanti: la presenza dell’antigene di superficie dell’epatite B (HBsAg), l’anno e il luogo di nascita, il sesso e la razza/etnia. Successivamente la coorte è stata divisa in due gruppi – il primo di calibrazione dei dati (Training group, n = 39.119), il secondo di convalida (Validation group, n = 21.569) – e studiati secondo due diversi modelli matematici. La coorte complessiva era composta per il 49.2% da maschi, 39.7% da bianchi, 23.2% da neri, 29.6% da ispanici e 7.5% da asiatici/altri, con un anno di nascita mediano collocato al 1973.
Attraverso l’analisi multivariata, è emerso che determinati fattori (anno di nascita 1991 o successivi, sesso maschile, nero e asiatico/altro, luogo di nascita Stati Uniti) fossero maggiormente associati all’infezione da HBV, andando quindi a delineare un determinato schema di risposta.
I risultati conclusivi relativi ai due modelli adottati hanno dimostrato come il modello di apprendimento automatico sia risultato migliore e più preciso del modello di regressione logistica utilizzato normalmente, con valori AUROC più alti e una migliore differenziazione degli individui tra alto e basso rischio. Gli esperti sono perciò riusciti a elaborare, e dimostrare, che il nuovo modello adottato è ampiamente in grado di fornire un approccio semplice e mirato allo screening dell’HBV, utilizzando esclusivamente i dati demografici facilmente reperibili dei pazienti.
Fonte: Hepatology