Uit een Nederlandse studie blijkt dat verschillende machinelearningmodellen zeer goed in staat zijn om patiënten met inflammatoire darmziekte te identificeren in de administratieve gegevens en pathologierapporten van ziekenhuizen. Daarnaast bepaalde het best presterende model de prevalentie van inflammatoire darmziekte in Nederland op een totaal van 120.680 patiënten in december 2020.1
Hoewel in de westerse wereld de incidentie van inflammatoire darmziekte (IBD) is gestabiliseerd, verwacht men dat de prevalentie van IBD de komende 20 jaar zal verdubbelen.2 In de onderhavige studie werd de huidige prevalentie van IBD in Nederland bepaald aan de hand van geavanceerde methoden. Hiertoe werd eerst een referentiecohort van patiënten van 2 Nederlandse ziekenhuizen gekoppeld aan datasets met administratieve ziekenhuisgegevens en pathologieverslagen (1991-2020). Op basis hiervan werden verschillende machinelearningmodellen ontwikkeld die patiënten met IBD konden identificeren en werd vervolgens het beste model gebruikt voor een analyse van de gehele Nederlandse bevolking.
Voor het referentiecohort werden in totaal 10.155 patiënten geïncludeerd, van wie er 3.381 IBD hadden.1 In dit cohort waren alle machinelearningmodellen zeer goed in staat om de patiënten met IBD te onderscheiden van patiënten zonder IBD. Het model dat is gebaseerd op de ‘gradient boosted trees’-methode presteerde het beste (F-score 0,891 en C-statistic 0,958). Toepassing van dit model op de Nederlandse bevolking resulteerde in een prevalentie van 691 patiënten per 100.000 inwoners, oftewel een totaal van 120.680 patiënten in december 2020. Verder bleek de prevalentie per regio sterk te variëren, met de hoogste prevalentie in Zuidoost-Nederland en de laagste in Noordwest-Nederland. Een vergelijking met de resultaten van andere studies suggereert dat de prevalentie van IBD in Nederland nog steeds toeneemt, maar minder dan in voorgaande jaren.
Bronnen:
- Van Linschoten R, van Leeuwen N, Hazelzet JA, et al. Prevalence of IBD in the Netherlands: development and validation of machine learning models for administrative data. ECCO-IBD 2023, abstract OP25.
- Kaplan GG, Windsor JW. The four epidemiological stages in the global evolution of inflammatory bowel disease. Nat Rev Gastroenterol Hepatol. 2021;18:56-66.