Новый инструмент поможет выявить людей с высоким риском болезней, связанных с ожирением
Британские исследователи создали инструмент на основе искусственного интеллекта, который позволяет точнее определить, кто из людей с избыточным весом или ожирением больше всего рискует столкнуться с сопутствующими заболеваниями. Это может помочь Национальной службе здравоохранения (NHS) расставлять приоритеты при назначении дорогостоящих препаратов для снижения веса.
По последним данным, около двух третей взрослых в Англии имеют избыточный вес или страдают ожирением — ситуация вызывает серьёзную обеспокоенность у медиков. Однако не у всех людей с высоким индексом массы тела (ИМТ) одинаковый риск развития осложнений. Учёные из Кембриджского университета и Лондонского университета королевы Марии предложили способ, который позволяет учитывать индивидуальные особенности.
Как работает Obscore
Исследователи применили метод интерпретируемого машинного обучения к данным почти 200 тысяч участников долгосрочного проекта UK Biobank, у каждого из которых ИМТ составлял 27 или выше (то есть они относились к категории избыточного веса или ожирения). В результате было выделено 20 ключевых факторов — от возраста и пола до уровней общего холестерина и креатинина, — которые позволяют предсказать 10-летний риск развития 18 различных осложнений, включая диабет 2-го типа, подагру и инсульт.
Для каждого заболевания участников разделили на пять равных групп по степени риска — от низкого до высокого. Затем для каждой группы подсчитали долю людей, у которых действительно развилось осложнение за 10 лет. Разработанный инструмент назвали Obscore. Его точность проверили не только на данных UK Biobank, но и на двух независимых наборах данных из других исследований.
Почему ИМТ недостаточен
Работа показала, что у людей одного возраста, пола и с одинаковым ИМТ риски разных заболеваний могут сильно различаться. Это подтверждает, что Obscore способен помочь в принятии решений о том, кто в первую очередь должен получать препараты для снижения веса. Более того, для некоторых состояний, в частности диабета 2-го типа, в категорию самого высокого риска попала значительная доля людей, которые имеют лишь избыточный вес, а не ожирение. «Это группа людей, которых могут упустить из виду, если ориентироваться только на ИМТ, а не на другие факторы риска», — отметил Камил Демирджан, соавтор исследования из Лондонского университета королевы Марии.
Профессор Ник Уэрхем из Кембриджского университета подчеркнул, что новый подход не направлен на расширение использования тех или иных методов лечения. «Речь идёт о создании и проверке шкалы, которая поможет более рационально распределять ресурсы, — сказал он. — Мы хотим назначать терапию тем, кто в ней больше всего нуждается и кому она принесёт наибольшую пользу. Это то, что мы должны делать в NHS».
В рамках дополнительной проверки команда применила версию Obscore к данным участников рандомизированного контролируемого испытания препарата для снижения веса тирзепатида. Выяснилось, что люди, которых алгоритм отнёс к группе самого высокого риска, теряли вес примерно в той же степени, что и остальные. Это указывает на то, что инструмент не дискриминирует потенциально эффективное лечение для тех, кто в нём больше всего нуждается.
Впрочем, не все эксперты настроены однозначно оптимистично. Навид Саттар, профессор кардиометаболической медицины из Университета Глазго, не участвовавший в исследовании, отметил, что многие заболевания, связанные с ожирением, тесно взаимосвязаны, и для некоторых из них уже существуют надёжные и более простые в применении шкалы риска. Кроме того, часть показателей, используемых в Obscore, в настоящее время не входят в стандартный набор данных, доступных в NHS. «В целом эта работа представляет собой продуманную попытку перейти к более целостному прогнозированию риска по множеству состояний, связанных с ожирением, — заключил Саттар. — Но потребуется существенная дальнейшая разработка и валидация, прежде чем такой подход можно будет внедрить в рутинную клиническую практику».
Комментарии
0 всего