Исследователи продемонстрировали эффективность использования алгоритмов анализа электронных медицинских карт (EHR), чтобы помочь врачам выявлять пациентов с риском заражения ВИЧ, которым может быть полезна предконтактная профилактика (PrEP), что значительно снижает риск заражения ВИЧ . Исследования, которые были поддержаны Национальным институтом психического здоровья (NIMH) и Национальным институтом аллергии и инфекционных заболеваний (NIAID), входящим в состав Национальных институтов здоровья, продвигают новый метод, который может помочь клиницистам выявлять наиболее нуждающихся людей. ПрЭП. Эти два исследования были опубликованы в журнале The Lancet HIV.
"Разработка инновационных инструментов для увеличения использования PrEP и соблюдения режима лечения в США имеет решающее значение для наших усилий по прекращению эпидемии ВИЧ," заявила Дайан Рауш, доктор философии.D., директор отдела исследований СПИДа НИПЗ. "Выявление людей, которым может помочь PrEP, является серьезной проблемой для клиницистов, и это важное достижение, которое может помочь улучшить доставку и использование PrEP."
ПрЭП – это стратегия, при которой здоровые люди регулярно принимают один или несколько антиретровирусных препаратов, чтобы снизить риск заражения ВИЧ. Он очень эффективен для снижения риска заражения ВИЧ, но до сих пор используется недостаточно. По оценкам Центров по контролю и профилактике заболеваний, до 1.1 миллион американцев могут быть кандидатами на использование PrEP, но в 2016 году только 78 360 человек (около 7 процентов) получали лекарства PrEP.
Врачи могут недооценивать PrEP из-за нехватки времени или навыков для адекватной оценки пациентов на предмет риска заражения ВИЧ. В других случаях врачи могут быть незнакомы с PrEP или считать, что выписывание рецептов выходит за рамки их компетенции.
"Включение алгоритмов автоматического скрининга в EHR может помочь занятым врачам выявлять и оценивать пациентов, которым может помочь PrEP, и дает им возможность чаще прописывать PrEP," сказал автор исследования Дуглас Краковер, М.D., медицинского центра Beth Israel Deaconess и Гарвардской медицинской школы.
В двух крупномасштабных исследованиях, в которых использовались EHR из крупных систем здравоохранения в Массачусетсе и Калифорнии, исследователи создали и протестировали алгоритмы, которые анализируют обширный массив данных о состоянии здоровья и информации о пациентах, чтобы помочь врачам автоматически идентифицировать тех, кто подвергается наибольшему риску заражения ВИЧ и, следовательно, большинство из них. может получить пользу от лекарств PrEP.
В первом исследовании Краковер и его коллеги использовали машинное обучение для создания алгоритма прогнозирования ВИЧ с использованием данных EHR за 2007–2015 годы более чем 1 миллиона пациентов, посещающих Atrius Health, крупную систему здравоохранения в Массачусетсе. В модели использовались переменные в EHR, такие как коды диагноза для консультирования по поводу ВИЧ или инфекций, передаваемых половым путем (ИППП), лабораторные тесты на ВИЧ или ИППП, а также рецепты на лекарства, связанные с лечением ИППП. Впоследствии модель была проверена с использованием данных 537 257 пациентов, обследованных Atrius Health в 2016 году, а также 33 404 пациентов, обследованных Fenway Health, общинным центром здравоохранения в Бостоне, который специализируется на предоставлении медицинских услуг для сексуальных и гендерных меньшинств, в период с 2011 по 2016 год. В этих валидационных исследованиях алгоритм прогнозирования смог успешно различать пациентов, которые заразились или не заразились ВИЧ, и пациентов, которые получали или не получали рецепт PrEP, с высокой точностью.
Исследователи обнаружили множество потенциальных упущенных возможностей прописать PrEP. Например, более 9500 человек в наборе данных за 2016 год имели особенно высокие оценки риска по алгоритму прогнозирования и не имели ранее назначенных рецептов PrEP.
По словам Краковера, "Поразительным результатом является то, что наш анализ показывает, что почти 40 процентов новых случаев ВИЧ можно было бы предотвратить, если бы клиницисты получали предупреждения для обсуждения и предложения PrEP своим пациентам с наивысшими 2 процентами оценки риска."
Второе исследование под руководством Джулии Маркус, доктора философии.D., из Гарвардской медицинской школы и Гарвардского института здравоохранения пилигримов вместе с Краковером и его коллегами расширили этот подход к прогнозированию, используя более трех электронных медицинских записей.7 миллионов пациентов, получающих амбулаторные услуги от Kaiser Permanente, Северная Калифорния. Они разработали модель для прогнозирования заболеваемости ВИЧ, используя данные пациентов, которые вошли в систему Kaiser Permanente в период с 2007 по 2014 год, и они проверили модель на данных пациентов, которые вошли в систему Kaiser Permanente в период с 2015 по 2017 год. В модели использовались переменные в EHR, такие как показания к сексуальному поведению высокого риска, частота тестирования на ВИЧ и ИППП, а также диагностика и лечение ИППП.
"Наша модель смогла выявить почти половину случаев ВИЧ-инфекции среди мужчин, отметив лишь 2 процента от общей популяции пациентов," Маркус сказал. "Внедрение нашего алгоритма в Kaiser Permanente EHR может побудить поставщиков обсудить PrEP с пациентами, которые, скорее всего, выиграют."