使用人工智能方法识别患有多发性硬化症的成年人肝损伤风险概况
Dominique Larrey1, Fang Liz Zhou2, Claire Brulle-Wohlhueter3
1Department of Hepato-Gastroenterology, CHU Montpellier, Montpellier University/INSERM U1183, Montpellier, 34090, France.
Multiple sclerosis and related disorders
|October 16, 2025
概括
人工智能在多发性硬化症 (MS) 患者中发现了肝损伤 (LI) 的新风险因素,这些患者接受了疾病修饰疗法. 这有助于更好地对临床试验进行患者查,并管理潜在的治疗并发症.
科学领域:
- 神经学 神经学
- 肝病学 肝病学是一种肝病学.
- 人工智能的人工智能
背景情况:
- 多发性硬化症 (MS) 的疾病修饰疗法在过去的30年里得到了发展.
- 有关与这些MS治疗相关的潜在肝损伤 (LI) 存在担忧.
- 识别患有LI高风险的患者对于安全的治疗管理至关重要.
研究的目的:
- 在多发性硬化症 (MS) 患者中确定肝损伤 (LI) 的高风险患者资料.
- 为了利用人工智能进行子组发现,预测LI风险.
- 加强临床试验和治疗监测的患者查.
主要方法:
- 使用电子健康记录 (EHR) 数据进行回顾性队列研究.
- 包括2015年1月1日至2019年12月31日期间诊断的成年多发性硬化症患者.
- 应用Q-Finder,一个监督的非参数子组发现算法,以识别LI风险因素.
主要成果:
- 分析包括5986名多发性硬化患者;233人经历过LI.
- Q-Finder确定了与肝酶升高相关的6个危险因素.
- 确定了11个临床风险因素,分类为主题:药物滥用/精神健康,贫血,贫血/脏问题,免疫障碍,男性患者/糖尿病和COPD.
结论:
- Q-Finder算法成功地确定了MS患者LI的新风险因素.
- 这些发现为改善患者查标准提供了宝贵的见解.
- 该研究支持加强LI风险的预测,有助于临床试验设计和患者护理.
