Istraživači su razvili potencijalno spasonosni model za identifikaciju rizika za majku kod trudnica sa preeklampsijom.
Više od 8.800 žena u 11 zemalja učestvovalo je u studiji, koja je tačno klasifikovala rizik žena od neželjenih ishoda krvnog pritiska u pet kategorija, u rasponu od veoma niskog do veoma visokog, u roku od dva dana od njihove prve procene.
Preeklampsija se javlja u između 2% i 4% trudnoća i vodeći je globalni uzrok morbiditeta i mortaliteta majki. Procenjuje se da uzrokuje oko 46.000 smrtnih slučajeva majki i pola miliona mrtvorođenih i novorođenčadi godišnje, a skoro sve se dešavaju u zemljama sa niskim i srednjim prihodima.
Većina trudnica kod kojih se razvije preeklampsija ima blagu bolest koja se završava ubrzo nakon porođaja. Međutim, oko 1 od 10 ovih žena u Velikoj Britaniji doživljava komplikacije opasne po život ili promene života, kao što je moždani udar.
Novi model za predviđanje rizika je dizajniran da se koristi na međunarodnom nivou i njegovo delovanje je zasnovano na mašinskom učenju, obliku veštačke inteligencije.
Istraživači sa Univerziteta Stratklajd u Glazgovu i Kraljevskog koledža u Londonu sada imaju za cilj da razviju aplikaciju za određivanje rizika pojedinačne žene od štetnih ishoda preeklampsije nakon što im se dijagnostikuje.
Model, nazvan PIERS-ML (Preeklampsijska integrisana procena rizika—mašinsko učenje), objedinjuje dve prethodne verzije modela. Istraživački rad je objavljen u The Lancet Digital Health.
Tunde Csoban, istraživač-saradnik u Strathclide-ovom odsjeku za matematiku i statistiku, vodeći autor rada, rekao je: „Preeklampsija predstavlja značajne, često fatalne, rizike za žene i njihovu djecu. Postoji hitna potreba za efikasnim sredstvom procenjujući ove rizike, tako da se njima može upravljati i pružiti podrška“.
Dr Kimberli Kavana, viši predavač na Katedri za matematiku i statistiku Stratklajda i koautor rada, rekla je: „Model koji smo razvili je rigorozno testiran i pokazao se da pruža brza, precizna predviđanja rizika, na neki način. koji se može prilagoditi individualnim okolnostima žena širom sveta.
„Nadamo se da ćemo ga učiniti dostupnim u aplikaciji koja se može koristiti u kliničkim okruženjima – i potencijalno spasiti mnoge živote.“
Glavni istraživač projekta, profesor Peter von Dadelszen, profesor globalnog ženskog zdravlja na Kraljevskom koledžu u Londonu, rekao je: „Što duže žena ostane trudna, generalno je bolji ishod za bebu, ali kod preeklampsije postoje problemi s placentom. u osnovi procesa se pogoršavaju.
„Počeli smo da razvijamo model koji bi objektivno merio rizike od preeklampsije 2001. Sada smo uzeli podatke koje smo dobili iz prethodnih verzija, fullPIERS i miniPIERS, i došli do pristupa mašinskog učenja koji je proizveo najbolji model. “
„Jedna od inovativnih stvari koje smo uradili sa modeliranjem je da uključimo BDP zemalja i njihove nacionalne koeficijente smrtnosti majki. Uključivanje ovih varijabli znači da se model automatski prilagođava prema tome gde žena živi i čini ga globalno relevantnim modelom. Ovo je veoma važan istraživački rad i verovatno je model koji se najviše može generalizovati za preeklampsiju. Fantastično je videti koliko dobro funkcioniše.“
Studija je regrutovala 8.843 žene iz 53 porodilišta u 11 zemalja sa niskim, srednjim prihodima i zemljama sa visokim dohotkom: Brazil; Fiji; Pakistan; Južna Afrika; Uganda; Australija; Kanada; Finland; Novi Zeland; UK i SAD. Kategorije rizika za majku definisane su kao veoma nizak, nizak, umeren, visok ili veoma visok.
Zapisi još 2.901 žene iz jugoistočne Engleske korišćeni su za eksternu proveru validacije modela, što je potvrdilo učinak glavne studije.
