AI mot diabetes

– Det som är unikt med den här studien är att vi inkluderat maskininlärning, alltså AI, för att bättre ta höjd för interaktioner mellan riskfaktorer, säger Aidin Rawshani, disputerad forskare vid Sahlgrenska akademin, Göteborgs universitet, och medförfattare till artikeln i tidskriften Circulation, i ett pressmeddelande.

Studien Relative Prognostic Importance and Optimal Levels of Risk Factors for Mortality and Cardiovascular Outcomes in Type 1 Diabetes bygger på registeruppgifter om 32 611 personer med typ 1-diabetes som har följts under drygt tio år och i genomsnitt haft sjukdomen i 18 år. Förutom traditionell statistisk databearbetning användes AI, datorer som via autonom inlärning ökade sin förmåga att förutse kardiovaskulära händelser och förtida död.

Fem tunga risker

Av de 17 riskfaktorer som analyserades visade sig fem ha störst inverkan; långtidsblodsocker, nedsatt njurfunktion, hur länge personen haft typ 1-diabetes, det som till vardags kallas dåligt kolesterol, samt systoliskt blodtryck, alltså det första och högre talet av de två som anges.

Ett fynd i studien var att förhöjda nivåer av protein i urinen, albuminuri, kunde associeras med två till fyra gånger ökad risk för utfallen. Tillsammans med långtidsblodsockret var just albuminuri det som tydligast kunde förutse de utfall som studerades.

Långtidsblodsockret

Enligt maskininlärningsmodeller tros långtidsblodsockret bidra till utvecklingen av de andra kardiovaskulära riskfaktorerna. Dessutom konstaterar forskarna en tydlig interaktionseffekt mellan riskfaktorer som inte kan påverkas, ålder och sjukdomstid, och sådana som kan påverkas. Till exempel långtidsblodsocker, systoliskt blodtryck, dåligt kolesterol och protein i urinen.

Forskargruppen bakom studien har tidigare visat att individer med typ 1-diabetes som klarar av att kontrollera flera riskfaktorer har lägre risk för hjärtinfarkt och stroke, men fortfarande förhöjd risk för förtida död och hjärtsvikt.

I den aktuella studien framkommer att de viktigaste prediktorerna för hjärt-kärlsjukdom och död hos patientgruppen mestadels är konventionella och påverkbara riskfaktorer, undantaget ålder. Ett ökat kliniskt fokus på dem bör alltså leda till den största relativa riskminskningen för hjärt-kärlsjukdom och förtida död.