Datadrevne algoritmer er bedst til at identificere SPMS
Den erfarne neurolog taber i kampen mod to datadrevne algoritmer, når det gælder om at definere, hvornår attakvis MS (RRMS) har udviklet sig til sekundær progressiv MS (SPMS).
Det viser et italiensk studie, som har forsøgt at råde bod på, at der i øjeblikket ikke findes nogen biomarkører eller specifikke parametre, som kan definere, hvornår en patient er overgået fra RRMS til SPMS. Studiet er udført af forskere ved universitetet i Bari, Italien på vegne af det italienske MS-register, og det blev publiceret i Multiple Sclerosis Journal.
Tre forskellige metoder blev benyttet til at identificere patienter med SPMS blandt 10.240 MS-patienter i det italienske MS-register. En af metoderne (ND) var den subjektive vurdering af en erfaren neurolog, mens de to andre metoder var datadrevne algoritmer. Den ene algoritme (EXPAND) er baseret på expanded disability status scale (EDSS) data fra det kliniske forsøg EXPAND og ser på, hvordan EDSS udvikler sig over tid. Den anden (DDA) er en modificeret version af Lorscheider algoritmen, som benytter et pointsystem for EDSS baseret på 3-strata.
Forskellige metoder
Der var stor forskel på, hvor mange tilfælde af SPMS der blev fundet med de tre metoder. ND vurderede, at blot 8,5 procent af de 10,240 patienter havde SPMS, mens det i følge EXPAND og DDA var tilfældet for henholdsvis 11,0 procent og 17,6 procent af patienterne. Den årlige rate for konvertering til SPMS (målt som antal patienter pr. 100 patienter/år) blev også sat lavere af ND (0,7) end af EXPAND (0,9) og DDA (1,5).
Forskerne benyttede dernæst forskellige statistiske metoder til at analysere, hvor godt de to forskellige algoritmer klarede sig i forhold til neurologens vurdering. Her excellerede DDA over EXPAND med både en højere positiv prædiktiv værdi (37,5 procent vs. 29,5 procent) og en højere negativ prædiktiv værdi (97,6 procent vs. 94,0 procent). DDA havde også større diskriminerende kraft end EXPAND (AUC: 0,8 vs. 0,6) samt højere sensitivitet (77,1 procent vs. 38,0 procent), hvorimod specificiteten var nogenlunde ens (88,0 procent vs. 91,5 procent).
- Oprettet den .
