(Fibrosi polmonare idiopatica-Immagine Credit Public Domain).
Nell’ultimo decennio, la diagnosi tempestiva ed efficiente della fibrosi polmonare idiopatica (IPF), una malattia letale che provoca cicatrici del tessuto polmonare e colpisce la capacità di respirare ed essere attivi, è stata riconosciuta come una delle principali sfide per la salute. Sebbene non sia ben nota, la malattia ora ha una presenza mondiale maggiore di tutti tranne i sette tumori più comuni.
La diagnosi di fibrosi polmonare idiopatica attualmente richiede più passaggi, richiede diversi anni e comporta test specializzati e costosi. Più tempo ci vuole per diagnosticare la malattia, più progredisce e più diventa difficile curarla. In media, i pazienti con IPF vivono da due a cinque anni dalla diagnosi.
Un team di ricercatori dell’Università di Chicago, Mayo Clinic, Weill Cornell Medicine, New York-Presbyterian e Brigham and Women’s Hospital mira a migliorare la diagnosi precoce dell’IPF attraverso un nuovo strumento di screening che può essere universalmente somministrato nelle strutture di assistenza primaria. Chiamato Zero-burden Co-Morbidity Risk Score for IPF (ZCoR-IPF), lo strumento utilizza un algoritmo per la ricerca di firme della malattia e avvisare i medici di base della sua possibile presenza. I medici potrebbero quindi indirizzare il loro paziente a test specializzati per confermare se hanno la malattia.
“Tradizionalmente, la diagnosi di fibrosi polmonare idiopatica richiede un approccio multidisciplinare con pneumologi, radiologi e specialisti di laboratorio”, ha affermato Andrew Limper, Professore di medicina e Presidente della Divisione di medicina polmonare e di terapia intensiva presso la Mayo Clinic e autore dello studio. “È importante identificare i pazienti in una fase precoce in modo che possano essere indirizzati a pneumologi e ai loro colleghi il prima possibile per una diagnosi corretta e l’accesso a cure e terapie avanzate”.
“La fibrosi polmonare idiopatica è una malattia rara con manifestazioni cliniche variabili e criteri diagnostici impegnativi”, ha aggiunto Fernando J. Martinez, Professore di medicina interna Bruce Webster presso Weill Cornell Medicine e capo della Divisione di medicina polmonare e terapia intensiva presso Weill Cornell Medicine e NewYork -Presbyterian/Weill Cornell Medical Center e autore dello studio. “Avere un solido metodo di screening basato su parametri facilmente disponibili dalle cartelle cliniche elettroniche è un importante progresso per garantire una diagnosi precoce”.
Lo studio, “Screening for Idiopathic Pulmonary Fibrosis with Comorbid Pattern Recognition in Electronic Health Records”, è stato pubblicato il 29 settembre 2022 su Nature Medicine.
La diagnosi precoce è fondamentale per il trattamento
Diversi fattori rendono difficile la diagnosi precoce dell’IPF. Il termine “idiopatico” significa che al momento non comprendiamo cosa causi la malattia, un grosso ostacolo per identificarla nelle sue fasi iniziali. L’IPF condivide anche i sintomi con malattie polmonari più note come BPCO e asma o può coesistere con esse, portando a diagnosi errate o diagnosi tardive. L’IPF ha anche una presentazione non specifica, il che significa che non tutti quelli con la malattia hanno gli stessi problemi o mostrano gli stessi sintomi.
Il team ha preso in considerazione questi fattori, nonché il vincolo di tempo affrontato dai medici di base, durante lo sviluppo dello strumento di screening. Il loro algoritmo non richiede ulteriori test di laboratorio o la necessità di riconoscere i primi sintomi.
“Sappiamo che il tempo per paziente è una sfida importante nell’ambito delle cure primarie”, ha affermato Ishanu Chattopadhyay, assistente Professore di medicina all’Università di Chicago e autore dello studio. “Anche se un test richiede cinque minuti, può diventare difficile da eseguire e potrebbe non sembrare necessario se un paziente non mostra alcun segno di un problema polmonare. Questo strumento richiede letteralmente zero minuti aggiuntivi ed è in grado di riconoscere le caratteristiche della malattia prima che si manifestino i sintomi. Non appena qualcuno programma una visita con il proprio medico di base, il programma può eseguire lo strumento di screening e ottenere i risultati prima ancora che il paziente entri in clinica”.
Questo approccio differisce dai precedenti test di screening disponibili per la malattia.
“Il nostro gruppo e altri hanno svolto una notevole quantità di lavoro in popolazioni specifiche per sviluppare algoritmi di screening per la diagnosi precoce di questa malattia”, ha affermato Gary “Matt” Hunninghake, Direttore dell’Interstitial Lung Disease Program al Brigham and Women’s Hospital e autore dello studio. “Questo lavoro è nuovo in quanto le informazioni già acquisite nella cartella clinica vengono utilizzate per identificare i pazienti nel sistema che potrebbero essere a rischio più elevato”.
La diagnosi precoce gioca un ruolo fondamentale nel trattamento efficace dell’IPF. Sebbene esistano farmaci per curarla, i pazienti continuano a peggiorare nel tempo. L’unica cura conosciuta per la malattia è un trapianto di polmone.
“Attualmente, la diagnosi di IPF è ritardata di circa tre anni dall’inizio dei sintomi”, ha affermato Limper. “Questo nuovo strumento di screening aiuterà a identificare i pazienti in una fase precoce della malattia in modo che possano ricevere trattamenti approvati dalla FDA e siano idonei a terapie di sperimentazione clinica per questa malattia progressiva”.
I record esistenti contengono indizi sulla malattia
L’algoritmo alla base dello strumento di screening funziona tabulando vari punti dati nelle cartelle cliniche esistenti di un paziente, come eventuali diagnosi di precedenti incontri medici e farmaci prescritti e utilizza un quadro probabilistico per determinare la probabilità che l’individuo possa sviluppare la malattia. Al di là della semplice presenza o assenza di fattori di rischio noti, il programma identifica i modelli negli eventi segnalati che regolano il rischio di IPF.
Il team ha addestrato l’algoritmo sul database dei sinistri assicurativi nazionali e lo ha convalidato utilizzando due database aggiuntivi. In tutto, il programma ha esaminato quasi 3 milioni di pazienti, con oltre 54.000 casi positivi.
I ricercatori hanno esaminato la capacità dell’algoritmo di prevedere la malattia un anno prima della diagnosi nota, fino a quattro anni prima di una diagnosi clinica. I risultati sono stati incoraggianti. Lo strumento di scansione aveva un tasso di accuratezza dell’88% per la scansione un anno prima della diagnosi convenzionale e dell’85% per quattro anni.
Lo strumento è stato ulteriormente convalidato dai suoi rapporti di verosimiglianza positivi e negativi, che misurano la probabilità di errori da un test. Rapporti superiori a cinque per i test positivi e inferiori a 1 per i test negativi sono considerati molto buoni. Questo strumento aveva un rapporto di verosimiglianza positivo superiore a 30 e uno negativo di 0,7
Successivamente, il team vorrebbe vedere lo strumento di screening implementato nei centri di assistenza primaria per testarlo in contesti reali.
“Sarebbe utile condurre uno studio prospettico in cui questo algoritmo potrebbe essere testato per determinare quanto sia efficace nel rilevare i pazienti che potrebbero avere IPF e la volontà dei pazienti e dei fornitori di servizi medici di considerare ulteriori follow-up e interventi basati su questi risultati”, ha detto Hunninghake.
Se adottato, lo strumento potrebbe avere un impatto significativo sui pazienti con IPF.
Vedi anche:Fibrosi polmonare: efficace un composto dell’eucalipto
“Questo approccio è un cambio di paradigma nello screening della IPF”, ha affermato Martinez. “Il futuro sfrutterà questa metodologia per definire i pazienti con disturbi fibrosi più ampi, progressivi per cui sono disponibili approcci terapeutici efficaci”. Potrebbe anche portare ad algoritmi aggiuntivi per la scansione di altre malattie complesse.
“Vorremmo esaminare una serie di disturbi per vedere se questo approccio potrebbe funzionare anche per essi”, ha affermato Chattopadhyay. “Se potessimo eseguire lo screening di queste malattie utilizzando le cartelle cliniche elettroniche esistenti senza la necessità di nuovi test, ciò potrebbe avere un impatto importante sull’assistenza sanitaria”.
Altri autori del documento includono Dmytro Onishchenko, un ricercatore di machine learning presso UChicago; Robert J. Marlowe della Spencer-Fontayne Corporation; e Che G. Ngufor e Louis J. Faust della Mayo Clinic.
Fonte:Nature
