摘要
研究人员发现了一些算法，可以识别出有感染艾滋病毒风险的患者，并可能从预防护理中获益。这两项研究都发表在《柳叶刀》上。暴露前预防是一种已经结束的抗逆转录病毒药物。
研究人员发现了一些算法，可以识别出有感染艾滋病毒风险的患者，并可能从预防护理中获益。这两项研究都发表在《柳叶刀》上。
暴露前预防(PrEP)是一种抗逆转录病毒药物，当按规定服用时，其预防艾滋病毒感染的效果超过90%。PrEP最近被美国预防服务特别工作组(U.S. Preventive Services Task Force)评为a级，但它的使用却远远不足。美国每年有近4万人感染艾滋病毒，但美国疾病控制和预防中心(Centers for Disease Control and Prevention)估计，2016年，在110万有感染艾滋病毒风险的人中，只有7%的人使用了抗逆转录病毒药物。
使用的一个障碍是，提供者很难确定哪些患者具有感染艾滋病毒的高风险。提供者通常时间有限，可能对PrEP了解有限，并且可能缺乏如何与患者谈论性或药物使用的培训。风险预测工具(Risk prediction tools)是一种利用患者电子健康记录(electronic health records, EHRs)中的数据进行电子临床决策支持的形式，经常用于医学的其他领域。
来自这两项研究的研究人员，一个使用了加利福尼亚的患者群体，另一个使用了马萨诸塞州的患者群体，建立了HIV风险预测模型，可以在EHRs中作为PrEP的自动化筛查工具。
这两项研究回顾了数百万未感染艾滋病毒且尚未使用PrEP的患者的医疗记录。研究人员从这些患者的EHRs中提取了大量潜在的艾滋病毒风险预测因子的人口统计学和临床数据。一个机器学习算法自动为最终模型选择重要的HIV风险相关变量。
在加州的研究中,这370万个病人的医疗记录数据Kaiser Permanente加利福尼亚州北部,最后的风险预测模型等变量包括性别、种族、生活在一个社区与艾滋病毒感染率高,使用治疗勃起功能障碍和性传播感染(STI)测试和积极性。该模型将2%的普通患者群体标记为潜在的候选治疗方案，并确定了46%的男性HIV病例，但在女性中没有一例。
“虽然风险预测工具是不完美的,无法取代的临床判断技术提供商,我们的算法可以帮助提示讨论准备与病人最有可能受益于它,”朱莉娅·马库斯说,博士,英里,加州的研究的主要作者,哈佛朝圣者人口医学助理教授医疗学院和哈佛医学院。
这项位于马萨诸塞州的研究使用了Atrius Health的110万名患者，以及芬威健康(Fenway Health)的患者，以测试他们在新环境下的表现。芬威健康是波士顿一家独立的社区健康中心，专门从事性健康护理。最终的风险预测模型包括性别、种族、主要语言以及性病的诊断、测试或处方。该模型将房特里乌斯健康中心1.8%的普通患者和芬威健康中心15.3%的患者标记为潜在的候选治疗对象。该模型还确定了心房健康(Atrius Health) 37.5%和芬威健康(Fenway Health) 46.3%的新艾滋病毒病例。
根据道格拉斯·克拉科夫,医学博士,马萨诸塞州的研究的第一作者和贝斯以色列女执事医疗中心助理教授,哈佛朝圣者保健研究所,哈佛医学院,“将这些预测模型集成到初级护理常规,全面艾滋病毒风险评估由临床医生可以发挥重要的作用在提高预科的处方和防止新的艾滋病毒感染。”
医学博士,加州的资深作者乔纳森•沃尔克研究传染病旧金山Kaiser Permanente医疗中心的医生补充说:“最新出版的《美国预防服务工作组在JAMA引用了缺乏有效的预测模型研究的一大空白,提高预科交付至关重要。我们的模式有助于填补这一空白。”
来源：Medindia
此文系悬壶济世网原创整理，没有授权，请勿转载！
