Markery badania krwi pomogły określić ryzyko utraty słuchu związanej z wiekiem

Model zbudowany na podstawie wyników zwykłych badań krwi zidentyfikował osoby dorosłe o podwyższonym ryzyku utraty słuchu związanej z wiekiem, a markery poziomu cukru we krwi wykonały większość pracy predykcyjnej.

Utrata słuchu związana z wiekiem jest jedną z najczęstszych i najcichej tolerowanych chorób w późniejszym życiu. Ludzie zwykle zauważają to po wielu latach od jego rozpoczęcia, często gdy rozmowa w zatłoczonym pokoju staje się naprawdę ciężką pracą. Do tego czasu korekta jest większa niż to konieczne.

To opóźnienie sprawia, że ​​wczesna identyfikacja jest interesująca. Zespół z Uniwersytetu Medycznego w Chongqing i Szpitala Ogólnego w Chongqing zadał niezwykłe pytanie: czy rutynowe badania krwi, takie, jakie widnieją już w milionach dokumentacji medycznej, pozwalają wykryć osobę, która prawdopodobnie cierpi na ubytek słuchu związany z wiekiem, zanim ktokolwiek zapisze się na badanie słuchu? Ich odpowiedź, opublikowana w Diagnostics, jest stanowczym „tak”.

Tło: Dlaczego badacze się temu przyjrzeli

Ubytek słuchu związany z wiekiem, nazywany przez lekarzy presbycusis i w skrócie ARHL, to stopniowe pogarszanie się słuchu towarzyszące starzeniu się. Zazwyczaj w pierwszej kolejności uwzględniane są wysokie częstotliwości, dlatego też spółgłoski rozmywają się przed samogłoskami i dlatego na początku narzekamy, że ludzie raczej bełkoczą, niż że panuje cisza.

Prawidłowa diagnoza wymaga audiogramu, czyli badania słuchu przeprowadzonego w kontrolowanych warunkach. To dobre narzędzie, ale zależy od tego, czy ktoś zdecyduje się pójść i poddać się testom. W całej populacji decyzja ta jest podejmowana późno, a często w ogóle, co powoduje, że duża grupa osób z nieleczonym ubytkiem słuchu nie ma żadnej flagi w swojej dokumentacji.

Pomysł badaczy polegał na pracy z danymi, które już istnieją. Rutynowe badania krwi są pobierane stale z innych powodów. Jeśli ARHL pozostawi wykrywalny podpis w zwykłych markerach krwi, podpis ten będzie można wykorzystać do podziału dużych populacji na grupy o wyższym i niższym ryzyku, wskazując osoby, które najprawdopodobniej odniosą korzyść, w celu przeprowadzenia rzeczywistego badania słuchu. Jest to narzędzie do wstępnej selekcji, a nie diagnozy, i to rozróżnienie przewija się przez cały artykuł.

Jak przeprowadzono badanie

Zespół zebrał 542 uczestników National Health and Nutrition Examination Survey, długotrwałego amerykańskiego badania zdrowia znanego jako NHANES. Próbę zbudowano w oparciu o zrównoważony projekt kliniczno-kontrolny: 271 osoby z ubytkiem słuchu związanym z wiekiem i 271 osoby w grupie kontrolnej zdrowe. Uczestnicy ci zostali następnie losowo podzieleni na zbiór uczący zawierający połowę próby i dwa niezależne wewnętrzne zbiory walidacyjne po ćwiartkę każdy.

Zamiast skupiać się na jednym podejściu do modelowania, badacze systematycznie porównywali 113 kombinacje algorytmów uczenia maszynowego i wybrali najskuteczniejszy, czyli połączenie glmBoost i stopniowego uogólnionego modelowania liniowego. Następnie zastosowali metodę zwaną SHAP, która sprawdza, w jakim stopniu poszczególne dane wejściowe przyczyniły się do danej prognozy. Ten krok w artykule określono jako „możliwy do interpretacji”: celem był model, którego rozumowanie można byłoby sprawdzić, a nie czarna skrzynka, która po prostu wysyła odpowiedź.

Testowanie modelu na tej samej populacji, która go wyszkoliła, schlebia mu, dlatego zespół przeprowadził również zewnętrzną weryfikację na osobnej kohorcie 92 pacjentów ze Szpitala Ludowego w Chongqing. Wreszcie zbudowali interaktywne narzędzie internetowe, korzystając ze środowiska R Shiny, dzięki czemu model można wykorzystać do oceny ryzyka w czasie rzeczywistym, a nie tylko w dzienniku.

Co odkryli badacze

Na danych treningowych model osiągnął AUC wynoszący 0.948. AUC, czyli obszar pod krzywą, podsumowuje, jak dobrze model oddziela dwie grupy: 0.5 to rzut monetą, a 1.0 jest doskonały, więc 0.948 jest mocny. W dwóch wewnętrznych zestawach walidacyjnych uzyskał punkty 0.893 i 0.945, z ogólną dokładnością 86.3%.

Bardziej znaczący był test zewnętrzny. Przeniesiono do 92 pacjentów z innego kraju i innego systemu opieki zdrowotnej, wydajność spadła, ale nie załamała się, z AUC 0.839 (95% CI 0.750 do 0.918) i dokładnością z 77.2%. Zmniejszenie się tej wielkości po opuszczeniu domu przez modelkę jest normalne i w pewnym sensie pocieszające: sugeruje, że modelka nauczyła się czegoś o ubytku słuchu, a nie o NHANES.

Model opierał się na dziewięciu kluczowych cechach predykcyjnych. Trzy substancje, które miały największą wagę w analizie SHAP, to hemoglobina glikowana (HbA1c), średnia objętość krwinki (MCV) i poziom glukozy we krwi. HbA1c to miara średniego poziomu cukru we krwi z mniej więcej trzech poprzednich miesięcy, a MCV opisuje średnią wielkość czerwonych krwinek.

Ta pierwsza trójka to najciekawszy wynik w artykule. Dwa z trzech wiodących predyktorów to pomiary poziomu cukru we krwi, co stawia zdrowie metaboliczne w centrum rozumowania modelu na temat słuchu. Autorzy przedstawiają to jako wskazówkę dla ogólnoustrojowych mechanizmów leżących u podstaw ARHL, co oznacza, że ​​związany z wiekiem ubytek słuchu może być powiązany z tym, co dzieje się w pozostałej części ciała, a nie być czysto lokalnym problemem w uchu.

Warto uważać na to, co to pokazuje. Są to powiązania znalezione w modelu predykcyjnym. Badanie nie wykazało, że wysoki poziom cukru we krwi powoduje utratę słuchu, a marker może przewidywać, ale nie jest przyczynowy.

Co to oznacza dla osób z ubytkiem słuchu

Nikt nie powinien czytać tego badania i wyciągać wniosku, że badanie krwi może wykazać, czy cierpi na ubytek słuchu. Autorzy wyraźnie podkreślają, że jest to narzędzie do wstępnej oceny słuchu w przypadku dużych populacji, a nie do badania indywidualnej osoby, a audiogram pozostaje sposobem na sprawdzenie, co faktycznie dzieje się z Twoim słuchem.

Wskazuje na zmianę sposobu wykrywania ubytku słuchu. Dziś system czeka, aż ludzie zauważą i zaczną działać. Model taki wskazuje na coś odwrotnego: identyfikowanie prawdopodobnych przypadków na podstawie już zebranych danych, a następnie zapraszanie tych osób do poddania się testom. Interesującą częścią nie jest algorytm, ale odwrócenie tego, kto wykonuje pierwszy krok.

Jest też skromna propozycja na wynos. Jeśli markery metaboliczne mają tak dużą wagę predykcyjną, to cukrzyca i kontrola poziomu cukru we krwi są tematem tej samej dyskusji, co słuch, choć większość ludzi ich nie zgłasza. Niezależnie od tego, co oznacza ryzyko, flaga jest coś warta tylko wtedy, gdy następny krok jest na tyle łatwy, że ludzie faktycznie go podejmują.

Oznaczenie ryzyka pomaga tylko wtedy, gdy łatwo jest przeprowadzić badanie

Założeniem całego badania jest to, że ubytek słuchu nie jest mierzony zbyt długo. Model wstępnej selekcji zawęża różnicę z jednej strony, identyfikując, kto powinien zostać przetestowany. Drugi koniec luki to to, co dzieje się później i to właśnie w tym miejscu test, który możesz sam wykonać, zmienia arytmetykę.

Ponieważ badanie to dotyczy przede wszystkim wcześniejszej identyfikacji ubytku słuchu, w przypadku tego samego problemu istotne są urządzenia posiadające własną kontrolę słuchu. Panda Quantum należy do kategorii aparatów słuchowych do samodzielnego badania słuchu: łączysz go z aplikacją Panda, która przeprowadza przez aparat test częstotliwości i programuje wzmocnienie oraz charakterystykę częstotliwościową Twojego audiogramu, w sposób podobny do dopasowania klinicznego. Panda Air zawiera ten sam test oparty na aplikacji. Dzięki tej personalizacji słuchu za pomocą aplikacji urządzenie staje się czymś dopasowanym do Twojego słuchu, a nie zwykłym wzmacniaczem.

Quantum to aparat ze słuchawką kanałową z przetwarzaniem kanałowym 16 i aktywną redukcją szumów, mający na celu zapewnienie wyraźnej mowy w hałaśliwym otoczeniu, gdzie zwykle jako pierwszy objawia się ubytek słuchu związany z wiekiem. Łącznie zapewnia do 80 godzin pracy na baterii w etui, Bluetooth do rozmów, oglądania telewizji i słuchania muzyki, a także jest objęty 5-letnią gwarancją i 45-dniowym zwrotem. Warto pamiętać o jednym zastrzeżeniu: aparaty słuchowe OTC są zatwierdzone do stosowania w przypadku ubytku słuchu od łagodnego do umiarkowanego, a dopasowanie kliniczne nadal przynosi największe korzyści w przypadku ciężkiego lub głębokiego ubytku słuchu.

Więcej informacji można znaleźć na stronie pandahearing.com/products/panda-hearing-aids-quantum.

Ograniczenia tego badania

Próbka jest mała jak na tego rodzaju prace. Łączna liczba uczestników 542 podzielona na zestawy szkoleniowe i walidacyjne pozostawia skromne liczby w każdym z nich, a walidacja zewnętrzna opierała się tylko na przypadkach 92 z jednego ośrodka, co jest ograniczeniem, które sami autorzy zgłaszają. Zewnętrzna kohorta jednoośrodkowa jedynie słabo testuje przenośność, ponieważ pacjenci jednego szpitala mają swoje własne dziwactwa. Zrównoważony projekt, z równą liczbą przypadków i kontroli, również nie odzwierciedla rzeczywistej powszechności ARHL w populacji ogólnej, co wpływa na to, jak dane dotyczące dokładności przekładają się na badania przesiewowe w świecie rzeczywistym.

Istnieje również subtelniejszy problem. Porównywanie kombinacji algorytmów 113 i wyłonienie zwycięzcy to procedura, która zwykle daje optymistyczne wyniki, ponieważ najlepszy z wielu kandydatów jest częściowo nagradzany za szum dopasowania. Zewnętrzna walidacja stanowi odpowiednią kontrolę w tej kwestii, a spadek z 0.948 do 0.839 jest mniej więcej taki, jaki przewidywałby ten koncern. Autorzy starają się również pozycjonować model jako narzędzie do wstępnej selekcji, a nie test diagnostyczny dla osób w odpowiednim wieku. W streszczeniu nie wskazano żadnych konkurencyjnych interesów ani źródeł finansowania.

Co z tym zrobić

Potraktuj to raczej jako sygnał wskazujący kierunek, a nie wynik, na podstawie którego możesz osobiście działać. Nic tutaj nie zmienia tego, co dana osoba powinna zrobić ze swoim słuchem i żaden panel krwi nie powie Ci, czy potrzebujesz pomocy w słyszeniu swoich wnuków. Sugeruje jednak, że utrata słuchu związana z wiekiem może być bardziej widoczna w zwykłych danych dotyczących zdrowia, niż ktokolwiek przypuszczał, a poziom cukru we krwi jest bliższy tej historii, niż większość ludzi by przypuszczała. Jeśli taki model w końcu sprawdzi się w praktyce, efektem będzie wcześniejsze wykrycie ubytku słuchu, co zawsze było najtrudniejsze.

He D, Liu Y, Ke J, Jiang X, Ma H, Shi Y, Yuan W. Opracowanie i walidacja interpretowalnego modelu uczenia maszynowego opartego na rutynowych biomarkerach krwi: do przewidywania utraty słuchu związanej z wiekiem. Diagnostyka (Bazylea). 2026;16(13). Źródło: PubMed. https://doi.org/10.3390/diagnostics16132025