ابزار پیش بینی خطر ابتلا به عوارض دیابت
11 نوامبر 2015- محققان دانشگاه ناتینگهام دو ابزار جدید پیش بینی خطر برای شناسایی بیماران دیابتی که درمعرض خطر زیاد عوارضی مانند نابینایی و قطع عضوهستند، ابداع نمودند. یافته های این تحقیق درمجله ی BMJمنتشر گردید.
این دو ابزار پیش بینی بر اساس متغیرهایی تدوین شده اند که بیماران به احتمال زیاد از آنها آگاهی دارند و یا بطور معمول در سیستم های رایانه ای معاینات پزشکی ثبت شده است. پیش بینی خطر ابتلا به عوارض دیابت به مراقبت های اختصاصی و هدفمند برای این افراد کمک می کند.
بیماران مبتلا به دیابت نوع 1 یا نوع 2 در معرض خطر زیادی برای نابینایی و قطع عضوهستند، بیماری چشم دیابتی هم اکنون، دومین عامل شایع نابینایی در افراد در سن کار در انگلستان می باشد، همچنین سالانه 7000 قطع عضو دیابتی درانگلستان اتفاق می افتد با وجود فراوانی این عوارض و تأثیر آنها بر بیماران ، روش هایی برای شناسایی افراد در معرض خطر این عوارض وجود ندارد.
به همین دلیل پرفسور Coxو پرفسور Couplandاز دانشگاه ناتینگهام یک الگوریتم جدید را برای پیش بینی خطر ابتلا به این عوارض در طی یک دوره ی ده ساله در زنان و مردان مبتلا به دیابت تدوین کردند.
با استفاده از اطلاعات بدست آمده از سوابق الکترونیکی بیماران، آنالیزها بروی اطلاعات مربوط به 455 هزار فرد مبتلا به دیابت در سنین 25 تا 84 سال که حاصل 763 معاینه ی پزشکی درانگلستان بود، انجام شد.
عوامل خطر فردی که میتوانست بر نتایج تأثیر گذارد نظیر قومیت، کشیدن سیگار، نمایه ی توده ی بدنی ، فشارخون و میزان کلسترول دراین آنالیزها درنظر گرفته شد.
مدلهای ریاضی برای محاسبه ی معادلات خطر جداگانه برای 10 سال خطر نابینایی و قطع عضو استفاده گردید. سپس اطلاعات 611 معاینه ی پزشکی دیگر برای سنجش میزان اعتبار این دومدل استفاده شد که به ترتیب در 41 درصد و 32 درصد از نطر زمانی با قطع عضو و نابینایی پیش بینی شده متغییر بود.
نویسندگان همچنین یک محاسبه گر اینترنتی، برای پیش بینی خطر قطع عضو و نابینایی برای پزشکان و بیماران راه اندازی کردند که با وارد کردن اطلاعات بیماران (توسط خود بیمار یا پزشک) می تواند خطر بروز این عوارض را طی ده سال آینده پیش بینی کند.
نویسندگان مقاله می گوید: بر اساس اطلاعات موجود، این اولین ابزار پیش بینی خطر این دو عارضه در طی 10 سال است، همچنین آنان به برخی از ضعف های این تحقیق ازجمله فقدان حکم رسمی تشخیص و پتانسیل وجود بایاس به علت از دست دادن برخی اطلاعات، اشاره کردند.
بااین وجود، آنهامی گویند: واردکردن اطلاعات دقیق تر برای محاسبه ی خطر ابتلا به این عوارض به بیماران کمک می کند تا تصمیمات آگاهانه تری درباره ی مزایا و خطرات گزینه های درمانی اتخاذ کنند.
دانشمندان نتیجه گیری نمودند که این ابزارهای پیش بینی به پزشکان وسازمانهای خدمات بهداشتی روش دقیق تری را برای طبقه بندی بیماران با توجه به خطر مطلق آنها برای این عوارض ارائه می دهند ، بدین ترتیب می توان برنامه های غربالگری را متناسب با میزان خطر افراد طراحی کرده و از منابع کمیاب بطور منطقی استفاده کنند.
درسرمقاله ی این پژوهش پرفسور عظیم مجید و پرفسور مریم مولوخیا می گویند: این دومدل پیش بینی خطر می تواند به طراحی روش اختصاصی تر و کاملتری برای مقابله با این عوارض کمک کند. آنها می گویند: باید این مدل درخارج از بریتانیا بویژه در کشورهایی با شیوع بالاتر دیابت مورد آزمون قرار گیرد، با این حال، این ابزار نمونه ای از ارزش اطلاعات الکترونیکی در پایگاه داده های اداری است، این داده ها پتانسیل بهبود مراقبتهای بالینی را دارند؛ همچنین به بیماران کمک می کنند تا در مورد سلامت خود تصمیمات بهتری اتخاذ کنند.
منبع: www.medicalnewstoday.com/releases/302500.php