Die Auswirkungen seltener Krankheiten (Erkrankungen, von denen weniger als 1 von 50 000 Menschen betroffen ist) spielen in der Entwicklung der nationalen Gesundheitspolitik eine immer wichtigere Rolle. Europäische Referenznetzwerke haben sich seit Anfang der 2000er Jahre weiterentwickelt, um Informationen, Forschung und Wissen über seltene Krankheiten auszutauschen. In einer Empfehlung des Rates der Europäischen Union wurde 2009 gefordert, dass jeder EU-Staat einen Plan oder eine Strategie für seltene Krankheiten aufstellt (2009 / C 151/02). Zum Beispiel enthält die 2013 veröffentlichte britische Strategie für seltene Krankheiten [1] 51 Verpflichtungen, um sicherzustellen, dass Menschen mit einer seltenen Krankheit eine evidenzbasierte Versorgung von bester Qualität erhalten.
Angesichts der Tatsache, dass die Schwierigkeit, eine rechtzeitige Diagnose zu erhalten, ein großes Problem darstellt, besteht einer der fünf Hauptschwerpunkte der Strategie darin, die Diagnose und frühere Interventionen für Menschen mit einer seltenen Krankheit zu verbessern. Obwohl sich die Strategie auf die Mehrzahl der seltenen Krankheiten konzentriert, die im Kindesalter auftreten oder eine identifizierte genetische Ursache haben, ist es sehr wichtig, dass die Bedürfnisse nicht genetischer seltener Krankheiten, die häufig im Erwachsenenalter klinisch auftreten, nicht vernachlässigt werden.
Die seltenen rheumatischen Autoimmunerkrankungen ANCA-assoziierte Vaskulitis (AAV), SLE, Myositis und Sklerodermie bilden einen wesentlichen Bestandteil dieser nicht genetischen Gruppe, die bei Erwachsenen auftritt. und sie teilen häufig ähnliche klinische Erscheinungsformen mit unspezifischen Symptomen in mehreren Organsystemen. Ein Thema, das bei einem Workshop für seltene rheumatische Erkrankungen im November 2015 auftauchte, waren die Ähnlichkeiten der Prioritäten der Patienten, die von Wohltätigkeitsorganisationen, die Menschen vertreten, die unter diesen Bedingungen leben, zum Ausdruck gebracht wurden. Ein Hauptanliegen war, dass viele Menschen zwischen dem Einsetzen ihrer Symptome und Diagnose. [2]
Zur Unterstützung dieses Bedarfs besteht ein Ziel der britischen Strategie für seltene Krankheiten [1] in der Entwicklung einer „wirksamen IT-Unterstützung“für seltene Erkrankungen mit häufigen Symptomen, insbesondere für die Verwendung von Computeransagen, um Hausärzte darauf aufmerksam zu machen, eine seltene Erkrankung in Betracht zu ziehen Krankheitsdiagnose. Vorhersagemodelle, die auf elektronischen Algorithmen basieren, wurden auch vom National Institute for Health and Care Excellence für die Verwendung in der britischen Grundversorgung empfohlen, um das Risiko von Herz-Kreislauf-Erkrankungen [3] und Fragilitätsfrakturen [4] vorherzusagen. Sie wurden in eine Grundversorgungssoftware integriert System zur Vorhersage des Krebsrisikos. [5]
Würden solche Modelle funktionieren, um eine frühere Diagnose bei seltenen rheumatischen Erkrankungen zu ermöglichen? Dies ist wichtig zu berücksichtigen, da die Folge einer verzögerten Diagnose und Behandlung dieser Zustände mit potenziell irreversiblen Organschäden und einer hohen Frühsterblichkeit einen noch größeren Einfluss auf das Individuum haben könnte als eine verzögerte Diagnose einer entzündlichen Arthritis.
Um dies zu beantworten, benötigen wir ein besseres Verständnis des gesundheitsfördernden Verhaltens von Patienten in der Grundversorgung vor ihrer Diagnose für Menschen mit seltenen Autoimmunerkrankungen. Mit anderen Worten, gibt es wichtige Vorhersagemuster (z. B. Konsultationen mit bestimmten Symptomen und Häufigkeiten), die identifiziert werden können und die eine frühere Diagnose dieser Zustände ermöglichen und zur Entwicklung von Risikoprognosemodellen führen könnten?
Nach unserem Kenntnisstand wurden diese Arbeiten nur durchgeführt und Vorhersagemodelle bei zwei seltenen rheumatischen Erkrankungen versucht. Beide verwendeten eine Datenbank mit Aufzeichnungen zur britischen Grundversorgung (United Kingdom Clinical Practice Research Datalink, UKCPRD) und eine ähnliche Methode wie bei der Entwicklung eines Krebsvorhersagemodells. [5] Das Modell für SLE hatte eine Sensitivität von 34% und eine Spezifität von 90%, [6] was bedeutete, dass 66% der Fälle nicht identifiziert wurden und dass jemand, der als gefährdet eingestuft wurde, eine Chance von 1, 3% hatte SLE zu haben (und 98, 7% Chance, es nicht zu haben). In der Folge haben wir kürzlich berichtet, dass in den 5 Jahren vor der Diagnose einer anderen seltenen Autoimmunerkrankung (Granulomatose mit Polyangiitis), obwohl die Aktivität im Gesundheitswesen im Vergleich zu denen ohne diese Diagnose erhöht ist, weder allein noch in spezifisch spezifische Symptome auftreten Kombination mit ausreichender Diskriminierung zur Unterstützung der Modellentwicklung. [7]
Warum scheinen die Modelle nicht zu funktionieren? Es gibt zwei Probleme. Das offensichtliche, aber kleinere Problem besteht darin, dass, da es nicht ein Symptom gibt, das alle Menschen mit jeder seltenen rheumatischen Erkrankung gemeinsam haben, die Kombination von Symptomen, die zum Erstellen eines Modells mit einer Spezifität von bis zu 90% erforderlich sind, die Empfindlichkeit verringert, und solche Modelle wird nur einen kleinen Teil der Fälle identifizieren.
Die weniger offensichtliche, aber entscheidende Überlegung bei der Vorhersage seltener Krankheiten ist jedoch, dass die Prävalenz der Krankheit in der getesteten Population den Vorhersagewert eines Modells oder Tests beeinflusst. Je seltener die Krankheit ist, desto niedriger ist der positive Vorhersagewert eines Tests (dh desto geringer ist die Wahrscheinlichkeit, dass eine Person an der Krankheit leidet, wenn das Vorhersage-Tool sie als gefährdet kennzeichnet). Dies mag kontraintuitiv erscheinen. Die Bedingungen, unter denen derzeit Instrumente zur Risikoprognose eingesetzt werden, sind weitaus häufiger als die seltenen rheumatischen Erkrankungen: Herz-Kreislauf-Erkrankungen betreffen ~ 3% der Bevölkerung, Osteoporose ~ 2% und Krebs ~ 0, 9%, verglichen mit 0, 0049% bei SLE [8] und 0, 002% für AAV, Sklerodermie und Myositis. [9, 10] Wenn wir einfache Vorhersagemodelle vergleichen (die Personen als risikoreich kennzeichnen oder nicht), die im Modellbau gleich gut abschneiden und bei Anwendung alle eine Sensitivität von 100% und eine Spezifität von 90% aufweisen Für jede Bedingung hätten sie unterschiedliche positive Vorhersagewerte. Bei Herz-Kreislauf-Erkrankungen hätten 31% der als gefährdet gekennzeichneten Personen eine Herz-Kreislauf-Erkrankung, bei Osteoporose 20% der als gefährdet gekennzeichneten Personen Osteoporose, bei Krebserkrankungen 8, 6% der als gefährdet gekennzeichneten Personen hätten Krebs, bei den seltenen rheumatologischen Erkrankungen 0, 47 % der als gefährdet gekennzeichneten Personen hätten SLE, und nur 0, 0002% der als AAV, Sklerodermie oder Myositis gefährdeten Personen hätten diese Krankheit.
Daher ist es unwahrscheinlich, dass Vorhersagemodelle, die im Hintergrund von Primärversorgungssoftware ausgeführt werden und die Berücksichtigung seltener Krankheitsdiagnosen veranlassen, wirksam sind. Wir müssen nach anderen Wegen suchen, um die diagnostische Odyssee für unsere Patienten zu verbessern, einschließlich solcher mit Erkrankungen wie Behcet-Krankheit und rezidivierender Polychondritis, die seltener sind als die oben genannten. Dies beinhaltet die fortgesetzte Unterstützung von Rheumatologen bei der Beurteilung akuter Präsentationen, die Sekundärversorgung von Menschen mit nicht diagnostizierten Multisystemerkrankungen und das Bewusstsein, dass die Teilnahme an mehreren verschiedenen ambulanten Fachgebieten auf die Notwendigkeit hinweisen kann, nach einer dieser Erkrankungen zu suchen.
