Գիտնականները մշակել են արհեստական ​​բանականության վրա հիմնված նոր գործիք, որը թույլ է տալիս ավելի ստույգ գնահատել ճարպակալման հետ կապված հիվանդությունների ռիսկը և կարող է օգնել քաշի կորստի դեղամիջոցների առաջնահերթությունը որոշելու հարցում: Հետազոտության արդյունքները հրապարակվել են Nature Medicine ամսագրում:

Ներկայում բրիտանական NHS առողապահական համակարգում նման դեղամիջոցների հասանելիությունը հիմնականում որոշվում է մարմնի զանգվածի ինդեքսով (BMI) և ուղեկցող հիվանդությունների առկայությամբ: Սակայն հետազոտողները կարծում են, որ սա բավարար չէ. նույն BMI-ն ունեցող մարդիկ կարող են ունենալ ծանր բարդությունների զարգացման խիստ տարբեր ռիսկեր:

Քեմբրիջի համալսարանի և Լոնդոնի Մարիա թագուհու համալսարանի գիտնականների թիմը վերլուծել է Մեծ Բրիտանիայի Biobank նախագծի գրեթե 200 000 մասնակիցների տվյալները, որոնց BMI-ն 27 կամ ավելի բարձր էր, այսինքն՝ ավելորդ քաշ կամ ճարպակալում ունեցող մարդիկ: Օգտագործելով «մեկնաբանելի մեքենայական ուսուցման» մոտեցումը՝ հետազոտողները բացահայտել են 20 հիմնական գործոններ, որոնք ազդում են 10 տարվա ընթացքում հիվանդությունների զարգացման հավանականության վրա:

Այդ գործոնները ներառում են տարիքը, սեռը, խոլեստերինի մակարդակը, երիկամների ֆունկցիան, կենսակերպը և առողջության այլ պարամետրեր: Այս տվյալների օգտագործմամբ Obscore կոչվող համակարգը գնահատում է ճարպակալման հետ կապված 18 հիվանդությունների, այդ թվում՝ 2-րդ տեսակի դիաբետի, ինսուլտի, հոդատապի և սրտանոթային հիվանդությունների ռիսկը։

Ամենակարևոր արդյունքներից մեկն այն էր, որ որոշ մարդիկ, որոնք պարզապես ավելորդ քաշ ունեին, այլ ոչ թե ճարպակալում, ընկնում էին շատ բարձր ռիսկի խմբի մեջ: Հետազոտողների կարծիքով՝ նման հիվանդները հաճախ անտեսվում են, եթե բժիշկները հույսը դնում են միայն մարմնի զանգվածի ինդեքսի վրա։

Հեղինակները կարծում են, որ գործիքը կարող է օգնել ավելի արդյունավետորեն բաշխել սահմանափակ ռեսուրսները և բացահայտել նրանց, ովքեր իսկապես կարիք ունեն թանկարժեք դեղամիջոցների, ինչպիսիք են թիրզեպատիդը կամ վեգովին: Միևնույն ժամանակ, նրանք ընդգծում են, որ խոսքը դեղերի օգտագործման ընդլայնման մասին չէ, այլ ավելի ճշգրիտ և անհատականացված մոտեցման։

Անկախ փորձագետները հետազոտությունը խոստումնալից են անվանել, բայց նշել են, որ համակարգը բժշկական պրակտիկայում ներդնելուց առաջ անհրաժեշտ են հետագա փորձարկումներ և հարմարեցում իրական աշխարհի առողջապահական պայմաններին: