Avoid common mistakes on your manuscript.
Thromboembolische Ereignisse (TE) sind die Hauptursache für Morbidität und Mortalität bei Patienten mit Polycythaemia Vera (PV) und für rund 45 % aller Todesfälle verantwortlich. Künstliche Intelligenz (KI) auf Basis eines lernenden Systems kann helfen, jene PV-Patienten anhand prädiktiver Marker zu identifizieren, die ein hohes TE-Risiko haben, sodass eine frühzeitige Therapieeinleitung oder -anpassung möglich wird. Dies legen Real-World-Daten von der US-OPTUM Datenbank aus der Studie PV-AIM nahe [Verstovsek S et al. ASH. 2020;Abstr 2991]. Als wesentlicher Prädiktor für das TE-Auftreten erwies sich in der Studie die TE-Historie im Vorfeld der Behandlung, die das TE-Risiko etwa verdoppelte. Bei Patienten ohne stattgehabte TE wurde zudem die Kombination aus dem prozentualen Anteil an Lymphozyten (< 17 %) und der Verteilungsbreite der Erythrozyten (RDW; < 15 %) als hoch prädiktiv für das Auftreten von TE identifiziert, bei Patienten mit TE-Historie die Kombination aus dem prozentualen Anteil an Lymphozyten (> 13 %) und der Thrombozytenzahl (> 393 × 109/l). Zukünftig könnte die KI dabei helfen, die Hauptursache für Morbidität und Mortalität bei PV vorzubeugen.
Nach Informationen von Novartis Pharma
Author information
Authors and Affiliations
Rights and permissions
About this article
Cite this article
Facharztmagazine, R. Künstliche Intelligenz zum Therapiemanagements bei PV. Im Fokus Onkologie 25, 54 (2022). https://doi.org/10.1007/s15015-021-3767-x
Published:
Issue Date:
DOI: https://doi.org/10.1007/s15015-021-3767-x