一种算法
文/HIVnews
研究人员已经证明了一种算法的有效性，使用分析电子健康记录（EHR）的算法，可以帮助医生识别可能从暴露前预防（PrEP）中获益的艾滋病*风险感染者，从而显着降低感染艾滋病*的风险。这项研究得到了国家心理健康研究所（NIMH）和国家过敏与传染病研究所（NIAID）的支持，该研究所是美国国立卫生研究院的一部分，它们提出了一种新的方法，可以帮助临床医生识别最需要PrEP帮助的人。这两项研究发表在《柳叶刀》上。
图片：HIV
NIMH艾滋病研究部主任DianneRausch博士说：“在美国，开发创新的工具来增加PrEP的使用和依从性保持，对于我们结束艾滋病*流行的努力至关重要。识别可能受益于PrEP的个体对临床医生来说是一项重大挑战，这是一项重要的进步，可以帮助改善PrEP的使用。”
PrEP是一种健康人常规服用一种或多种抗逆转录病*药物的策略，以降低感染艾滋病*风险。它对于降低艾滋病*感染风险非常有效，但仍未得到充分利用。美国疾病控制和预防中心估计，多达万美国人可能成为PrEP使用的候选人-但是，在年，估计只有78,（约7％）的人使用PrEP药物。
由于缺乏足够的时间或技能来充分评估患者的艾滋病*感染风险，医生可能会对需要PrEP的情况产生不足的判断。在其他科室或其他疾病情况下，医生可能不熟悉PrEP或认为它超出了他们的处方权限。
“将自动筛查算法纳入EHR可以帮助繁忙的临床医生识别和评估可能更有效地从PrEP中获益的患者，并使他们能够更频繁地开出PrEP，”研究作者，哈佛医学院贝丝以色列女执事医疗中心医学博士DouglasKrakower说。
在两项大型研究中，研究人员使用来自马萨诸塞州和加利福尼亚大型医疗系统的EHR，研究人员创建并测试了分析丰富的健康数据和患者信息的算法，以帮助临床医生自动识别艾滋病*感染风险较高的人，这些人可能从PrEP药物中受益。
在第一项研究中，Krakower及其同事使用机器学习来创建一个HIV预测算法，该算法使用来自马萨诸塞州大型医疗保健系统AtriusHealth的多万患者的-EHR数据。该模型使用了EHR中的变量，例如艾滋病咨询或性传播感染（STI）的诊断代码，HIV或性传播感染的实验室检测，以及与治疗性传播感染相关的药物处方。该模型随后使用年AtriusHealth观察到的,名患者的数据以及年至年间波士顿社区健康中心FenwayHealth的33,名患者进行了验证，该社区健康中心专门为性和性别少数群体提供医疗服务。在这些验证研究中，预测算法能够成功地区分有或没有感染艾滋病*的患者，以及有或没有接受PrEP处方的患者，具有很高的精确度。
研究人员发现许多可能错过开处方PrEP的机会。例如，年数据集中超过9,人的预测算法具有特别高的风险评分，并且缺乏事先的PrEP处方。
根据Krakower的说法，“一个惊人的结果是，我们的分析表明，如果临床医生收到告警，给予患者建议并为风险评分最高的2%患者提供PrEP处方，近40%的新艾滋病*病例可能已经避免。”
第二项研究由哈佛医学院和哈佛朝圣者医疗保健研究所的JuliaMarcus博士领导，与Krakower及其同事合作，通过使用超过万接受KaiserPermanenteNorthernCalifornia门诊服务的患者的EHR，扩大了这种预测方法。他们使用年至年期间进入KaiserPermanente系统的患者数据开发了一个预测HIV发病率的模型，他们根据年至年期间进入KaiserPermanente系统的患者的数据验证了该模型。该模型使用了EHR中的变量，如高危性行为适应症、HIV和STI检测频率以及STI诊断和治疗。
“我们的模型能够通过仅标记2％的一般患者人群来识别几乎一半的男性艾滋病病例，”Marcus说。“将我们的算法嵌入KaiserPermanenteEHR可能会促使提供者与最有可能受益的患者建议使用PrEP。”
参考资料
DouglasSKrakoweretal.DevelopmentandvalidationofanautomatedHIVpredictionalgorithmtoidentifycandidatesforpre-exposureprophylaxis:amodellingstudy,TheLancetHIV().DOI:10./S-(19)-0
JuliaLMarcusetal.UseofelectronichealthrecorddataandmachinelearningtoidentifycandidatesforHIVpre-exposureprophylaxis:amodellingstudy,TheLancetHIV().DOI:10./S-(19)-7
?
版权声明
本文系HIVnews公众平台转载文章，仅供参考，不代表HIVnews平台的观点，请使用“分享图文”分享本文，未获得作者授权禁止一切转载行为，转载请联系公众平台获取授权，如有发现擅自转载，一律举报并追究法律责任。
天普大学清除活体动物体内HIVDNA
整合酶潜在长期*性，请注意
长期缓解是可行的，认真读
HIVnews请小编喝杯咖啡