新的基于网络的应用程序为 SLE 治疗工具包增加了机器学习的力量

虽然系统性红斑狼疮 (SLE) 以多种方式表现并影响所有器官系统，但狼疮性肾炎的并发症尤其具有破坏性。这种炎症性肾病发生在大约一半的 SLE 患者中，近一半的狼疮性肾炎患者会发展为慢性和潜在的终末期肾病，需要透析或肾移植。

许多因素导致狼疮性肾炎，但大多数患者的病变有炎症细胞侵入肾脏的毛细血管，阻塞这些血管并导致肾功能障碍。这种损伤会导致不可逆转的疤痕和纤维化，进而可能导致其他健康问题，例如心脏病发作、中风、感染甚至死亡。

被诊断患有狼疮性肾炎的人的标准治疗方法是试用 6 个月的两种免疫抑制药物之一。届时，将对患者的疾病进行评估，看看他们是否对治疗有反应。如果不是，FDA 已经批准了几种可以替代使用的二线药物，但这些药物价格昂贵，而且通常仅供已知的无反应者使用。

临床医生面临的挑战是决定何时添加二线药物和其他资源来帮助肾炎患者对初始治疗无反应，因为在试验期间可能发生不可逆的肾损伤。

为了帮助医生做出这个复杂的决定，南卡罗来纳医科大学医学教授兼风湿病学和免疫学部主任Jim Oates和他的同事在狼疮科学与医学杂志上发表了一项研究，并附上了一个播客节目，分享他们实验室创建的一种新颖的预测工具。

由于风湿病学资源稀缺，无论是昂贵的药物、护理协调员还是医生时间，战略性地部署这些资源都很重要。

“我们希望找到最有可能出现不良结果但其结果可以逆转的患者，”奥茨说。

由于没有单一指标可以显示患者的疾病是否会对治疗产生反应，因此 Oates 和他的同事通过考虑许多变量和疾病指标开发了新工具。在风湿病诊所，医生日复一日地看望狼疮患者，专家们会审视整个情况来决定治疗方案以及如何监测患者。该工具反映了整体观点，可为不经常遇到 SLE 和狼疮性肾炎的临床医生提供有用的临床帮助。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！