AIM:使用电子保健记录(EHRS)的药物重新利用,通过重新利用现有药物来实现新的治疗适应症,尤其是对于缺乏有效疗法的患者,提供了一种有希望的替代方法。肠纤维化是克罗恩病(CD)的严重并发症(CD),提出了重大挑战,没有可用的药理学治疗而提高发病率和死亡率。本文着重于通过种群广泛的现实世界数据和人工智能(AI)方法来识别与CD患者纤维化风险升高或降低纤维化风险相关的药物。方法:从1996年至2019年诊断为65岁或65岁的患者在丹麦EHR中诊断为24岁。主要结果是需要特定的外科手术,即进行回肠造口术和回肠切除术作为肠纤维化的代理。这项研究探索了与通过机器学习驱动的生存分析增加或降低研究结果风险相关的药物。结果:在9179例CD患者中,1029(11.2%)接受了手术,主要是男性(58.5%),平均年龄为76岁,有10种药物与肠道造口术和卵巢切除术治疗手术术的较高风险有关。相比之下,有10种药物与这些疾病进行手术的风险降低有关。结论:本研究的重点是使用丹麦EHR和先进的统计方法来重新利用现有药物,以防止CD患者的肠纤维化手术。这些发现为这种情况的潜在治疗方法提供了宝贵的见解,从而满足了至关重要的未满足医疗需求。有必要进行进一步的研究和临床试验,以验证这些再利用药物在防止CD患者中与肠纤维化相关的手术方面的有效性。关键词:克罗恩病,药物重新利用,炎症性肠病,肠纤维化,机器学习,现实世界数据
主要关键词