Düşük yoğunluklu lipoprotein kolesterolünün (LDL-C) doğru bir şekilde değerlendirilmesi, kardiyovasküler risk yönetimi için kritik öneme sahiptir ve lipid düşürücü tedavinin ne zaman başlatılması veya artırılması gerektiği konusunda karar vermeye yardımcı olur. JAMA Cardiology‘de yayınlanan yeni bir çalışma, orijinalin doğruluğuna eşdeğer olan ancak laboratuvarların benimsemesi daha kolay ve ücretsiz olan, Martin-Hopkins denkleminin basitleştirilmiş bir makine öğrenimi versiyonunu tanıtmaktadır. Bu gelişme, özellikle eczacılar tarafından lipid panellerinin yorumlanması konusunda doğrudan sonuçlar doğurmaktadır.1,2
Neden Eczanede LDL-C Doğruluğu Önemli?
Mevcut kılavuzlar, hastaların giderek daha düşük LDL-C hedeflerine ulaşması gerektiğini önermektedir; bu da doğru ölçümün her zamankinden daha önemli hale gelmesine neden olmaktadır. Johns Hopkins Medicine’deki kıdemli çalışma yazarı Seth Martin, MD, MHS, aynı zamanda Kardiyoloji profesörü ve İleri Lipid Bozuklukları Programı ile Dijital Sağlık Laboratuvarı direktörüdür; bu laboratuvar, Johns Hopkins Ciccarone Kardiyovasküler Hastalık Önleme Merkezi’nde bulunmaktadır. Dr. Martin, eski denklemlerin kullanımıyla LDL-C’nin yanlış bir şekilde düşük gösterilmesinin, yanıltıcı sonuçlara yol açabileceğini ve tedavi fırsatlarının kaçırılmasına neden olabileceğini belirtmiştir.1,3 Bu durum, özellikle 20. yüzyılın başlarında, “The Cabinet of Dr. Caligari” gibi filmlerle sinemaya yansıyan, bilimsel ilerlemelerin yarattığı endişe ve belirsizliğin günümüzdeki bir benzeri olarak değerlendirilebilir.
“LDL, klinik uygulamamızda merkezi bir rol oynamaktadır ve aterosklerotik kardiyovasküler hastalık (ASCVD) olaylarını ve ölüm riskini azaltan ilaçların seçiminde bize rehberlik etmektedir,” şeklinde açıklama yapan Dr. Martin, Pharmacy Times‘a verdiği röportajda, makine öğrenimi versiyonunun, laboratuvara kodlanmış, sabit ve şeffaf bir denklem olduğunu vurgulamıştır; bu da tutarlı sonuçlar sağlamaktadır. Bu gelişme, yoğun çalışan eczacılar ve klinisyenlerin, otomatik ve güvenilir hesaplamalara güvenebilmesini sağlayacaktır. Örneğin, “Metropolis” filmindeki gibi, teknolojinin sunduğu imkanların getirdiği kolaylık ve güven duygusu, sağlık hizmetlerinde de benzer bir etki yaratabilir.
Denklemin Performansı
Araştırmacılar, 4.9 milyon ABD’li çocuk ve yetişkine ait kan örneklerinden elde edilen verileri kullanarak bir makine öğrenimi formülü geliştirdiler ve test ettiler. Bu veriler, ortalama LDL-C seviyesinin 114 mg/dL olduğu Very Large Database of Lipids veri tabanından toplandı. Modelin eğitimi için 3.2 milyondan fazla örnek kullanıldı ve 1.6 milyon örnekle test edildi. Ayrıca, ultracentrifüjasyon yöntemine göre altın standart olarak kabul edilen araştırmalara ait referans laboratuvar verileri ve proprotein convertase subtilisin/kexin type 9 (PCSK9) inhibitör klinik deneme sonuçları da doğrulama amacıyla kullanıldı1,2.
Geliştirilen makine öğrenimi tabanlı versiyon, orijinal Martin-Hopkins denkleminden sadece 0.5 mg/dL farklılık gösterdi. Hem orijinal hem de geliştirilmiş Martin-Hopkins denklemleri, örneklerin %90’ını doğru şekilde uygun tedavi kategorisine yerleştirdi. Bu oran, Sampson-NIH denkleminde %86, modifiye edilmiş Sampson-NIH denkleminde %85 ve Friedewald denkleminde ise %83 idi1,2.
Yüksek Riskli, Düşük LDL-C Durumları: Bir Stres Testi
Denklemin avantajı, Martin’in “LDL-C hesaplamasının en büyük zorluğu” olarak tanımladığı hasta grubunda özellikle belirgindi: düşük LDL-C ve yüksek trigliserit seviyelerine sahip hastalar. Trigliserit seviyesi 200 ila 399 mg/dL ve LDL-C seviyesi 70 mg/dL’nin altında olan örnekler arasında, makine öğrenimi tabanlı denklem, yüksek riskli hasta gruplarının %84’ünü doğru bir şekilde sınıflandırdı. Bu oran, modifiye edilmiş Sampson-NIH denkleminde %72, Sampson-NIH denkleminde %61 ve Friedewald denkleminde ise sadece %40 idi1,2.
Martin, özellikle bu durumlarda dikkatli olunması gerektiğini vurguladı. “Eğer bir lipid paneli sonucunda… çok yüksek kardiyovasküler risk taşıyan ve LDL seviyeleri düşük çıkan bir hastayla ilgileniyorsanız,” diye belirtti, “yanlış hesaplamalar nedeniyle bir hasta tedavi hedefine ulaşmış gibi görünebilirken aslında ek tedavi – örneğin ezetimibe (Zetia; Organon), bempedoik asit veya bir PCSK9 inhibitörü – gerekmektedir1.” Bu durum, sinema dünyasında “Casablanca” filminin yarattığı etkiyi anımsatıyor: beklenmedik sonuçlar ve karmaşık etik ikilemler.
Eczacılar İçin Önemli Notlar
Martin, eczacılara, sonuçları yorumlarken yerel laboratuvarlarının hangi denklemi kullandığını bilmeleri konusunda tavsiyelerde bulundu. Örneğin, Quest Diagnostics Martin-Hopkins denklemine göre çalışırken, diğer laboratuvarlar farklı bir denklem kullanabilir. Eczacıların, ihtiyaç duyulan durumlarda daha doğru hesaplamaların benimsenmesi için yerel savunucular olarak hareket etmelerini teşvik etti.
Açık erişimli bu kod, 2026’daki ulusal dislipidemi kılavuzunun uygulanmasını desteklemektedir. Bu kılavuz, özellikle Martin-Hopkins hesaplamasını tercih etmektedir ve kardiyovasküler risk düzeyine bağlı olarak LDL-C hedeflerini sırasıyla 100 mg/dL’nin altında, 70 mg/dL’nin altında ve 55 mg/dL’nin altında olarak belirlemektedir. Martin ayrıca, tedavinin optimize edildiğinden daha fazla emin olmak için kılavuzun, yüksek yoğunluklu lipoprotein dışındaki faktörleri ve apolipoprotein B hedeflerini de içerdiğini belirtti1,3. Bu yaklaşım, 1950’lerde Stanley Kubrick’in “Doktor Stranjlove” filminde kullanılan benzer bir mantıkla, karmaşık sorunlara basit çözümler bulma çabasını yansıtmaktadır.
Kaynak: Pharmacy Times