(Reuters Health) – George Bertsias e colleghi, della University of Crete School of Medicine, hanno usato l’apprendimento automatico per sviluppare l’algoritmo SLERPI in base ai dati provenienti da 802 adulti con lupus eritematoso sistemico o malattie reumatologiche di controllo. Il modello è stato validato in 512 adulti con lupus eritematoso sistemico e 143 controlli.

“La diagnosi di lupus spesso pone difficoltà significative, soprattutto nelle fasi iniziali, e attualmente mancano criteri diagnostici formali. Nell’attesa di un’ulteriore validazione in studi prospettici, il nuovo modello diagnostico (SLE Risk Probability Index) può assistere nella diagnosi precoce e nel trattamento dei pazienti con SLE per migliorare gli esiti della malattia”, scrivono gli autori su Annals of Rheumatic Diseases.
Il modello include 14 caratteristiche cliniche e sierologiche variabilmente ponderate. I più forti predittori di lupus eritematoso sistemico nel modello sono: trombocitopenia/anemia emolitica, rash malare/maculopapulare, proteinuria, scarsi livelli di C3 e C4, anticorpi antinucleo (ANA) e malattie immunitarie.
Quando utilizzato come binario (malattia o non malattia), il modello ha mostrato “un’eccellente accuratezza (94,8%) per l’identificazione di lupus eritematoso sistemico e un’elevata sensibilità per malattia in stadio iniziale (93,8%), nefrite (97,9%), lupus neuropsichiatrico (91,8%) e lupus grave richiedente immunosoppressori/farmaci biologici (96,4%)”, affermano gli autori.

“Abbiamo caricato lo strumento sul sito del Dipartimento di Reumatologia della University of Crete Medical School”, conclude George Bertsias, “È possibile accedervi collegandosi al sito https://www.rheumatology-uoc.gr/el/slerpi.”

Fonte: Annals of the Rheumatic Diseases

Megan Brooks

(Versione Italiana Quotidiano Sanità/Popular Science)

© QS Edizioni - Riproduzione riservata