Sonntag, 28. April 2024
Navigation öffnen
Anzeige:
Wefra Programatic
 
Medizin

Thromboembolie-Risiko bei Polycythaemia Vera: Prädiktive Marker durch Machine Learning

Dr. rer. nat. Anita Schweiger

Thromboembolie-Risiko bei Polycythaemia Vera: Prädiktive Marker durch Machine Learning
© SciePro – stock.adobe.com
Thromboembolische Ereignisse (TE) sind gefährlich, häufig und tödlich für Patient:innen mit Polycythaemia Vera (PV). Vorrangiges Therapieziel ist deshalb die Verminderung dieser Komplikationen. Ein neuer Ansatz prädiktive Marker zu finden ist die Analyse großer Datenbanken mit Hilfe der künstlichen Intelligenz (KI) auf Basis eines lernenden Systems (Machine Learning).
Anzeige:
Wefra Programatic
 

Stark erhöhtes Thromboserisiko bei PV

PV-Patient:innen haben um ein vielfach höheres Thromboserisiko. Zum Vergleich: Die jährlich Thromboembolierate liegt bei 0,6%, wenn keine Risikofaktoren vorliegen, und 0,9%, wenn kardiovaskuläre Risiken bestehen. Für PV-Patient:innen aus der Niedrigrisikogruppe liegt sie bereits bei 2,23% und in der Hochrisikogruppe bei 3,14% (1,2). Bekannte TE-Risikofaktoren sind das Alter und eine stattgehabte Thrombose.

Prädiktive Marker für TE bei PV: stattgehabte TE, Lymphozyten < 17%, rote Blutkörperchen  < 15%

Die Analyse der US-OPTUM-Datenbank (1), die allein rund 80.000 Datensätze von PV-Patient:innen enthält, konnte mit Hilfe von KI bekannte Prädiktoren bestätigen und neue prädiktive Faktoren aufspüren, berichtete Prof. Florian Heidel, Universität Greifswald. Ein bekannter Prädiktor war die stattgehabte TE vor der Behandlung, die das TE-Risiko etwa verdoppelte. Die stärksten prädiktiven Faktoren waren aber nicht unbedingt die, die wir erwartet hatten, sagte Heidel. Bei Patient:innen ohne stattgehabte TE waren die Kombination aus dem prozentuellen Anteil der Lymphozyten (< 17%) und die Verteilungsbreite der roten Blutkörperchen ( < 15%) starke prädiktive Marker. Bei Patient:innen mit TE-Historie waren es die Kombination aus dem prozentualen Anteil an Lymphozyten (>13 %) und der Thrombozytenzahl (>393 x 109/l). Die Verteilungsbreite der roten Blutkörperchen (RDW = red cell distribution width) ist auch ein Parameter, an dem sich ermessen lässt, ob Patient:innen weiterhin auf eine Therapie ansprechen, wenn noch Informationen zur Abhängigkeit vom Aderlass mit einbezogen werden, erklärte Heidel.
 
 

Lesen Sie mehr zu diesem Thema:

Polycythaemia vera – Der seltene Blutkrebs

Polycythaemia vera (PV) ist eine seltene, maligne Bluterkrankung, die auf eine verstärkte Hämatopoese zurück zu führen ist – Lesen Sie mehr unter www.journalonko.de!

Polycythaemia vera (PV) ist eine seltene, maligne Bluterkrankung, die auf eine verstärkte Hämatopoese...

© Crystal light - stock.adobe.com

Ruxolitinib senkt TE-Risiko bei PV

In der zweiten Phase (2007-2020) wurde eine Re-Analyse durchgeführt, in der auch Faktoren, die eine TE beeinflussen mit eingingen. Es wurde ein Matching durchgeführt und 2 Gruppen mit ähnlichen Charakteristika und maximaler Datenqualität geschaffen: 130 Patient:innen, die allein mit Hydroxyurea (HU) behandelt wurden und 130 Patient:innen mit HU gefolgt von Ruxolitinib (HU-Rux). In beiden Gruppen kam es zunächst zu einer Abnahme der TE-Rate, diese stieg jedoch in der HU-Gruppe wieder an, während sie nach Wechsel auf Ruxolitinib auf gleich niedrigem Level blieb.

Prädiktive Marker für TE bei PV: Thromboembolie-Historie, BMI, Alter, Antikoagulanzien

Im nächsten Schritt wurde eine detaillierte Regressionsanalyse durchgeführt (n=3.852), um herauszufinden, welche Kombinationen von Parametern den höchsten prädiktiven Wert besitzen. Zum einen wurden Faktoren ermittelt, die schon aus der Klinik bekannt sind (Thromboembolie-Historie, BMI, Alter, Antikoagulanzien). Enthalten sind bei den Top 10 aber auch der prozentuale Anteil an Neutrophilen und Lymphozyten und die Verteilungsbreite der roten Blutkörperchen. Die Kombination aus prozentualem Anteil an Neutrophilen und RDW sowie die Kombination aus prozentualem Anteil an Lymphozyten und RDW hatte überraschenderweise die stärksten synergistischen Interaktionen bei Patienten ohne TE-Historie. Diese Informationen aus der „Machine Learning“ Analyse müssen jetzt bestätigt werden, sagte Heidel, idealerweise in einer prospektiven Studie mit medikamentöser Intervention.

Quelle: Digitale Pressekonferenz „Polycythaemia vera (PV) – Künstliche Intelligenz als neuer Ansatz zur Beurteiung des TE-Risikos?“, 26.11.2021; Veranstalter: Novartis

Literatur:

(1) Verstovsek S et al: Interactions of Key Hematological Parameters with Red Cell Distribution Width (RDW) are associated with Incidence of Thromboembolic Events (Tes) in Polycythemia Vera (PV) Patients: A. (2) Machine Learning Study (PV-AIM). https://ash.confex.com/ash/2020/webprogram/Paper137258.html; letzer Zugriff 25.November 2020; Virtueller ASH-Kongress. 5. bis 8. Dezember 2020.


Sie können folgenden Inhalt einem Kollegen empfehlen:

"Thromboembolie-Risiko bei Polycythaemia Vera: Prädiktive Marker durch Machine Learning"

Bitte tragen Sie auch die Absenderdaten vollständig ein, damit Sie der Empfänger erkennen kann.

Die mit (*) gekennzeichneten Angaben müssen eingetragen werden!

Die Verwendung Ihrer Daten für den Newsletter können Sie jederzeit mit Wirkung für die Zukunft gegenüber der MedtriX GmbH - Geschäftsbereich rs media widersprechen ohne dass Kosten entstehen. Nutzen Sie hierfür etwaige Abmeldelinks im Newsletter oder schreiben Sie eine E-Mail an: rgb-info[at]medtrix.group.