Een recent gepubliceerde studie in de British Journal of General Practice toont aan dat huisartsen patiënten met een verhoogd risico op longkanker tot vier maanden eerder kunnen identificeren met behulp van een nieuw algoritme, ontwikkeld door onderzoekers van Amsterdam UMC.
Het algoritme maakt gebruik van zowel gestructureerde data als vrije tekst uit elektronische patiëntendossiers van huisartsenpraktijken – een innovatieve benadering in vergelijking met eerdere modellen die enkel gecodeerde variabelen (zoals ‘roken’ of ‘hemoptoë’) gebruikten. Het algoritme detecteert subtiele, voorspellende signalen in medische voorgeschiedenis, die doorgaans enkel in vrije tekst zijn vastgelegd. Hierdoor kon in deze studie 62% van de patiënten met longkanker tot vier maanden eerder geïdentificeerd worden dan met bestaande methoden.
De retrospectieve analyse betrof 525.526 patiënten uit vier academische huisartsnetwerken (Amsterdam, Utrecht, Groningen), waarvan 2.386 gediagnosticeerd werden met longkanker. De diagnoses werden gevalideerd met gegevens uit de Nederlandse Kankerregistratie. Het model voorspelde de diagnose gemiddeld vijf maanden eerder, met een mediane tijdswinst van vier maanden ten opzichte van het moment van verwijzing.
Het algoritme identificeerde één geval van longkanker op elke 34 geïdentificeerde patiënten, een lage false-positiveratio vergeleken met populatiescreening. Bovendien kan het in de dagelijkse huisartsenpraktijk worden toegepast zonder aanvullende screeningprocedures.
De prognostische winst is potentieel significant: eerdere studies suggereren dat zelfs een tijdswinst van vier weken al de overlevingskans verhoogt. Toekomstig onderzoek richt zich op het verder valideren van deze methode in internationale zorgsystemen, en op de toepassing ervan bij andere moeilijk vroegtijdig detecteerbare kankersoorten, zoals pancreas-, maag- en ovariumcarcinoom.
Bron
