Gli algoritmi di deep learning su dati longitudinali indicano la sopravvivenza post trapianto di fegato

Cancro, eventi cardiovascolari, infezioni e fallimento dell’intervento chirurgico. Sono alcune delle complicanze a cui vanno incontro i pazienti che si sono sottoposti a trapianto di fegato a distanza di oltre un anno. Uno studio, basato sui dati raccolti dall’SRTR (il Registro scientifico dei destinatari del trapianto negli Stati Uniti) e quelli messi a punto dall’UHN (la University Health Network in Canada), ha valutato la capacità degli algoritmi di apprendimento di prevedere i fattori di rischio che provocano il decesso post trapianto su più intervalli di tempo.

L’analisi, pubblicata su The Lancet, ha coinvolto 42.146 riceventi, per un’età media di 48 anni, di cui 17.196 donne. L’outcome primario era la causa di morte, come registrato nei database, a causa di problemi cardiovascolari, infezione, fallimento dell’innesto o cancro, in un periodo che oscillava da un anno a 5 anni da ciascun esame di follow-up dopo il trapianto. I ricercatori hanno confrontato le prestazioni di quattro modelli di apprendimento profondo con la regressione logistica, valutando le prestazioni e utilizzando l’area sotto la curva caratteristica operativa del ricevitore (AUROC). Gli algoritmi di apprendimento profondo possono incorporare informazioni longitudinali per prevedere continuamente i risultati a lungo termine dopo il trapianto di fegato, superando i modelli di regressione logistica. Gli specialisti avrebbero la possibilità di utilizzare questi algoritmi durante le visite di follow-up di routine per identificare i riceventi di trapianto di fegato a rischio di esiti avversi e prevenire le complicazioni modificando la gestione in base alle caratteristiche classificate.

Il trapianto di organi solidi è una procedura salvavita per i pazienti con malattia d’organo allo stadio terminale. Sebbene l’immunosoppressione e l’assistenza post-trapianto abbiano continuato a migliorare i tassi di sopravvivenza a un anno, l’aspettativa di vita a lungo termine entro questo lasso di tempo rimane sostanzialmente compromessa dalle complicanze sopra citate. Attualmente non esiste un sistema per stratificare accuratamente i pazienti trapiantati per queste condizioni potenzialmente letali. Identificare i principali predittori fornirebbe una guida ai medici nella cura e nella terapia preventiva, massimizzando così la qualità e la quantità della vita dopo il trapianto. In base a recenti studi monocentrici retrospettivi, i predittori di complicazioni a lungo termine, in particolare nel trapianto di fegato, sono legati a: sesso (con i maschi più a rischio), età avanzata del ricevente, diabete post-trapianto, ipertensione post-trapianto, insufficienza renale post-trapianto, biomarcatori della fibrosi sierica, etnia, steatosi epatica non alcolica (NAFLD) come indicazione per il fegato trapianto, età del donatore e tipo di trapianto (deceduto o vivente).

Questo studio retrospettivo ha esaminato tutti i riceventi di trapianto di fegato nei database SRTR e UHN. Il primo è un registro, disponibile al pubblico, dei dati dei pazienti trapiantati provenienti da tutti gli Stati Uniti. Si tratta del più grande archivio del Paese che raccoglie dati di circa 9mila trapianti di fegato all’anno in base all’ultimo rapporto. Il secondo proviene da un vasto programma di trapianti che serve l’Ontario, in Canada, il più vasto, con quasi 200 trapianti di fegato effettuati ogni anno. Entrambi i database sono stati precedentemente utilizzati in studi basati sull’apprendimento automatico. In entrambi i set di dati, i partecipanti con decessi al di fuori delle quattro categorie di interesse (fallimento del trapianto, infezione, cancro o cause cardiovascolari) e quelli di età inferiore ai 18 anni al momento del trapianto, sono stati esclusi, così come i pazienti che sono sopravvissuti, ma avevano meno di 5 anni di dati di follow-up al momento della raccolta dei dati. I ricercatori hanno anche escluso i pazienti che avevano ricevuto più di un trapianto di fegato, o trapianti sia di fegato che di rene, poiché non era chiaro se le dinamiche di questi gruppi fossero paragonabili ai trapianti iniziali, mentre la dimensione del campione di pazienti che soddisfavano i criteri richiesti era relativamente piccola. I follow-up SRTR vengono registrati 6 mesi dopo il trapianto e poi annualmente. Il set di dati UHN contiene i risultati di laboratorio degli esami del sangue a partire dal giorno del trapianto, inizialmente con un monitoraggio più attento, e poi i dati di follow-up ogni 1-3 mesi a seconda dell’età e della funzione del trapianto. Questa pianificazione riduce al minimo il rischio di dati mancanti nel database UHN.

In entrambi i set di dati, la maggior parte dei decessi registrati si è verificata entro 5 anni dal trapianto (4749 nell’SRTR e 355 per l’UHN). Poiché il primo inizia a registrare i dati di follow-up a 6 mesi dall’intervento, i decessi prima di questo momento non hanno dati longitudinali e non sono stati inclusi nello studio. Ecco perché il set di dati UHN ha un picco di decessi più ampio entro il primo anno, poiché i dati di follow-up erano disponibili dal giorno del trapianto. Sia i riceventi che i donatori erano più anziani nel database UHN, la maggior parte dei riceventi era di sesso maschile e la cirrosi epatica, correlata all’HCV, insieme al carcinoma epatocellulare, rappresentava una delle principali indicazioni per il trapianto in entrambi i database. A seguire, epatopatia alcolica, steatoepatite non alcolica e cirrosi correlata al virus dell’epatite B.

È possibile prevedere continuamente i risultati nei riceventi di trapianto utilizzando dati di follow-up longitudinali grazie agli algoritmi di apprendimento profondo. Ecco perché questo studio è unico, per tre aspetti in particolare: la capacità del modello di catturare le relazioni longitudinali in modo continuo, la capacità di prevedere più risultati e una previsione dei risultati a lungo termine che supera la maggior parte degli studi precedenti. Grazie ai risultati e all’apprendimento automatico è possibile quindi fornire previsioni da uno a 5 anni per le principali cause di mortalità post trapianto, un ambito in cui sono ancora pochissime le linee guida che supportano le decisioni cliniche a causa della scarsità di prove di ricerca definitive.