Μελέτη αυτοάνοσων νοσημάτων με χρήση στατιστικών μεθόδων και τεχνικών μηχανικής μάθησης : εργαστηριακές μετρήσεις, συμπτώματα και διαγνωστικοί δείκτες

Abstract

Τα αυτοάνοσα νοσήματα αποτελούν μία από τις πλέον σύνθετες και ταχέως αυξανόμενες κατηγορίες χρόνιων παθήσεων, με σημαντικό φορτίο νοσηρότητας και θνησιμότητας. Η ετερογένεια εκδηλώσεων και η πολυπαραγοντική αιτιολογία τους καθιστούν την πρόγνωση ιδιαίτερα απαιτητική. Σκοπός της μελέτης ήταν η διερεύνηση της επιβίωσης ασθενών μέσω συνδυαστικής αξιοποίησης δημογραφικών, κλινικών, αιματολογικών και ανοσολογικών παραμέτρων. Εφαρμόστηκαν κλασικές στατιστικές μέθοδοι (Kaplan–Meier, Cox, RMST) και σύγχρονες υπολογιστικές προσεγγίσεις, με ιδιαίτερη έμφαση στον ρόλο των αυτοαντισωμάτων. Η ανάλυση ανέδειξε την ηλικία ως ισχυρότερο ανεξάρτητο παράγοντα κινδύνου, ενώ το φύλο δεν επηρέασε ουσιαστικά την πρόγνωση. Ο Συστηματικός Ερυθηματώδης Λύκος συνδέθηκε με μειωμένη επιβίωση, ενώ η παρουσία αντισωμάτων Anti-RNP και Anti desmoglein-3 αύξησε σημαντικά τον κίνδυνο. Αντίθετα, δείκτες όπως τα επίπεδα MBL και τα δερματικά εξανθήματα φάνηκαν να έχουν προστατευτικό ρόλο. Συμπερασματικά, η εργασία καταδεικνύει ότι η πρόγνωση των αυτοάνοσων νοσημάτων δεν εξαρτάται μόνο από τη διάγνωση αλλά και από συγκεκριμένα κλινικά και ανοσολογικά χαρακτηριστικά. Η συνδυαστική ενσωμάτωσή τους σε πολυπαραμετρικά μοντέλα βελτιώνει σημαντικά την προγνωστική ακρίβεια, ενισχύει την εφαρμογή της ιατρικής ακριβείας και προσφέρει πρακτικές προοπτικές για βελτίωση της ποιότητας ζωής των ασθενών.