קביעת מדדים לסיווג של דלקות הענביה – uveitides

מתקצר: פרופ' מרדכי רוזנר

דלקות הענביה (uveitis) הן אוסף של יותר מ- 30 מחלות המאופיינות בדלקת תוך עינית.  ניתן לסווגן על פי המיקום האנטומי ולפי היותן זיהומיות, קשורות למחלות סיסטמיות זיהומיות או אוטואימוניות, או שהן מוגבלות לעין ונגרמות מתהליך אימוני. באופן קליני, אובאיטיס ניתנת לחלוקה אנטומית לפי המיקום הראשוני של הדלקת לקדמית - בלשכה הקדמית, אמצעית (intermediate) - בזגוגית, אחורית - ברשתית או בדמית ופנאובאיטיס (panuveitis) - בכל חלקי העין.

אובאיטיס אחורית ברשתית היא בדרך כלל זיהומית, ואובאיטיס אחורית בדמית ו/או באפיתל הפיגמנטרי של הרשתית לרוב איננה זיהומית.

משתמשים במדדי סיווג (classification criteria) כדי לאבחן מחלות אינדיבידואליות בעיקר למטרות מחקר. מדדים אלה שונים מהמדדים הקליניים. בעוד שהמדדים האבחנתיים הקליניים מדגישים יותר רגישות, מדדי הסיווג מדגישים יותר ספציפיות. המטרה של מדדי הסיווג היא להגדיר קבוצה הומוגנית ככל האפשר של חולים שיוכלו להיכלל בקבוצות מחקר ולנצל באופן אופטימלי מצב שבו לכל המשתתפים במחקר יש אותה המחלה. למרות שקיימים מדדים לאבחנה של חלק מהמחלות, אין גישה מערכתית תקפה לסיווג דלקות הענביה, וכיום מידת ההסכמה על האבחנה של מקרה בודד בקרב מומחים לאובאיטיס היא בינונית במקרה הטוב.

כתוצאה מכך יש חוסר אחידות ניכר בדיווחים בספרות, חוסר ביטחון באפשרות להשוות בין סדרות מקרים עם אובאיטיס ובהתייחסות לתוצאות מחקרים קליניים על חולי אובאיטיס. אימוץ מדדי סיווג שיהיו מקובלים ושימוש בהם בדיווחים על חולי אובאיטיס יעזרו להתגבר על מכשולים אלה.

קבוצת העבודה The Standardization of Uveitis Nomenclature (SUN) מהווה שיתוף פעולה בינלאומי שמתמסר לשיפור המחקר על אובאיטיס. מטרת הפרויקט של SUN Developing Classification Criteria for the Uveitides הייתה לפתח מדדים לסיווג עבור 25 מבין דלקות הענביה השכיחות ביותר תוך שימוש בגישה פורמלית כדי לפתח שיטת סיווג.

החוקרים הם חברי קבוצת העבודה SUN מארצות הברית ומאוסטרליה: מהמחלקה לאפידמיולוגיה של בית הספר בלומברג לבריאות הציבור וממחלקת העיניים של מכון העיניים ווילמר של אוניברסיטת ג'ונס הופקינס בבולטימור, ממחלקת העיניים של המכון להצלת ראייה של אוניברסיטת סידני, מחברת Emmes שבמרילנד, וממחלקות העיניים של אוניברסיטת קולורדו, של Mount Sinai בניו יורק, ושל אוניברסיטת Texas A&M.

החולים נאספו מתוך מאגר מידע שתוכנן במיוחד. באמצעות שימוש בטכניקות פורמליות מוסכמות, אותרה קבוצת המחקר הסופית שכללה 4,046 מקרים עבורם הייתה הסכמה מרבית בנוגע לאבחנה. 

המקרים עם אובאיטיס חולקו לקבוצת בדיקה (training set) וקבוצת תיקוף (validation set). בקבוצת הבדיקה נעשה שימוש בלימוד מכונה (machine learning)  באמצעות רגרסיות לוגיסטיות מרובות כדי לקבוע סט מצומצם של מדדים לכל מחלה במטרה להקטין למינימום את השיעור של טעות בסיווג. את המדדים שהתקבלו בדקו בקבוצת התיקוף. הדיוק של הכללים (rules) שנקבעו כדי לקבוע את ה- machine learning criteria נבדק על ידי בוחן שהיה masked בקבוצה אקראית שכללה 10% מהמקרים.

הממצאים היו שהדיוק הכללי בהערכת סיווג האובאיטיס בקבוצת התיקוף היה %96.7 עבור דלקת ענביה קדמית, 99.3% עבור דלקת ענביה אמצעית, .0%98 עבור דלקת ענביה אחורית, 94.0% עבור פנאובאיטיס, ו- %93.3 עבור דלקות ענביה אחוריות/פנאובאיטיס זיהומיים. הדיוק בבחינה (masked evaluation) של הכללים  היה 96.5% עבור דלקת ענביה קדמית, 98.4% עבור דלקת ענביה אמצעית, 99.2% עבור דלקת ענביה אחורית, 98.9% עבור פנאובאיטיס, ו- %98.8 עבור דלקות ענביה אחוריות/פנאובאיטיס זיהומיים. המסקנה הייתה שהמדדים לסיווג עבור 25 מדלקות הענביה היו עם שיעור דיוק גבוה, ועשויים לשמש מספיק טוב למחקרים קליניים.