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