מחקר שפורסם בכתב העת Alimentary Pharmacology & Therapeutics מצא כי ניתן להשתמש בנתוני סקרי בריאות ארציים לפיתוח ואימות מודלים מסורתיים ומודלים מבוססי למידת מכונה לצורך ניבוי סיכון לסרטן כבד בגיל צעיר. גורמי הסיכון המרכזיים כללו דלקת כבד נגיפית, היסטוריה של סרטן שאינו כבד, שחמת, וכן ערכים חריגים בבדיקות כבד וכליה.

ברקע למחקר מסבירים החוקרים כי מרבית המודלים לחיזוי הסיכון לסרטן כבד מתמקדים באוכלוסייה מבוגרת ואטיולוגיות ספציפיות. כעת הם התבססו על נתוני סקר בריאות ארצי שנאספו בקרב 1,756,593 צעירים בגילאי 20–39 בדרום קוריאה בשנים 2013–2014.

המשתתפים חולקו באופן אקראי לשתי קבוצות שוות לצורך אימון ואימות המודלים, וכללו אוכלוסייה בגיל ממוצע של 33.8 שנים, מתוכה 64.5% גברים. מטרת המחקר הייתה לפתח מודלים לחיזוי מוקדם של סרטן כבד בגיל צעיר, כאשר המעקב נמשך עד ינואר 2022 או עד להופעת המחלה, תמותה או אובדן למעקב.

במודל הניבוי המתקדם גורמי הסיכון המרכזיים להופעה מוקדמת של סרטן כבד כללו היסטוריה של סרטן שאינו סרטן כבד, דלקת כבד נגיפית כרונית, רמות AST ו-GGT וריכוז קריאטינין בדם. במערך האימות הדגים המודל ביצועים גבוהים עם שטח מתחת לעקומה של 0.945 לניבוי ל־שנה אחת ו־0.825 לניבוי ל־5 שנים, המעידים על יכולת הבחנה טובה בין מטופלים בסיכון גבוה ונמוך.

בנוסף, נמצא כי חלוקה לרבעוני סיכון הראתה כי משתתפים ברבעון הסיכון הגבוה היו בעלי סיכון מוגבר פי 7.87 עד פי 13.73 לפתח רטן כבד בגיל צעיר בהשוואה לרבעון הנמוך. גרסה פשוטה יותר של המודל הדגימה גם היא ביצועים טובים וזיהתה תת־קבוצה קטנה של משתתפים בסיכון גבוה במיוחד, אשר סיכון החמש־שנתי שלהם להתפתחות סרטן כבד מוקדם עמד על 11.8%.

החוקרים מסכמים כי יכולת המודלים לספק תחזית מדויקת גם בקרב משתתפים ללא גורמי סיכון קלאסיים עשויה להיות בעלת חשיבות קלינית, שכן היא מאפשרת זיהוי של אוכלוסיות שעלולות להחמיץ את הסינון המסורתי המבוסס על גורמי סיכון ידועים.

Alim Pharmacol & Therapeutics, July 2026

לידיעה במדסקייפ