מתוצאות מחקר רטרוספקטיבי גדול שפורסמו בכתב העת BMJ Neurology Open עולה כי מודלי לימוד מכונה מתקדמים זיהו מנבאים דמוגרפיים, סוציו-אקונומיים וקליניים המנבאים הופעה בעתיד של אפילפסיה בחולים עם סיכון ואת הסיכון להופעת דיכאון בעתיד בחולים עם אפילפסיה.

החוקרים השלימו מחקר עוקבה רטרוספקטיבי, תצפיתי, שניתח נתונים ברמת-מטופל מ-18 מאגרי נתונים משבע מדינות באירופה (דנמרק, צרפת, גרמניה, איטליה, ספרד, שבדיה ובריטניה).

מודלי לימוד מכונה אומנו בנפרד בכל מדינה על-בסיס נתונים דמוגרפיים ומדדים סוציו-אקונומיים, היסטוריה רפואית, מדד Charlson Comorbidity Index ומאפייני ניצול שירותים רפואיים. ניתוח הנתונים בחן שני מדגמים נפרדים שכללו כ-2.2 מיליון חולים עם אפילפסיה ו-9.7 מיליון חולים עם דיכאון.

ניתוח סטטיסטי שימש לזיהוי המאפיינים המנבאים החשובים ביותר של הופעה בעתיד של המחלה במסגרת חלון זמנים של 365 ימים. תפקוד המודל נבחן על-בסיס השטח מתחת לעקומת ה-ROC והשטח היחסי מתחת לעקומת ה-PRC (או Precision Recall Curve).

המודלים השיגו את הדיוק הגבוה ביותר באמצעות נתונים מבריטניה לניבוי דיכאון בחולים עם אפילפסיה (שטח מתחת לעקומת ה-ROC של 80%; שטח מתחת לעקומת ה-PRC של 6) ולניבוי אפילפסיה) שטח מתחת לעקומת ה-ROC של 78%; שטח מתחת לעקומת ה-PRC של 15), לאחריה דנמרק ושבדיה.

מנבאי הופעת דיכאון בחולים עם אפילפסיה כללו מין נקבה, גיל מבוגר (מעל 20 שנים), מצב סוציואקונומי נמוך, היסטוריה של שימוש באלכוהול ומרשם לנוגדי-חרדה, תרופות אנטי-פסיכוטיות או טיפול כנגד מיגרנה.

מנבאי הופעת אפילפסיה בחולים עם דיכאון כללו מין זכר, מצב סוציו-אקונומי נמוך, התמכרות לאלכוהול, מדד Charlson Comorbidity Index גבוה יותר ושימוש בתרופות אנטי-תרומבוטיות.

עליה בשימוש בשירותי בריאות, כולל מספר גדול יותר של ביקורים רפואיים ומרשמים לטיפול, ניבא באופן עקבי הופעת תחלואה בעתיד בשני המדגמים.

החוקרים מסכמים וכותבים כי מודלים אלו עשויים לסייע לרופאים לזהות חולים בסיכון גבוה לאפילפסיה או דיכאון ולאפשר התערבות מוקדמת למניעה, שיפור הפרוגנוזה ושיפור איכות החיים של החולים.

BMJ Neurology Open, June 19, 2026

לידיעה במדסקייפ