Valós életből származó bizonyítékok (RWE) a MASLD-kutatásban: kockázatok és terápiás fejlesztési irányok
A metabolikus diszfunkcióhoz társuló szteatotikus májbetegség (MASLD) kutatásában a valós életből származó adatok (real-world data, RWD) és az ezekből nyert bizonyítékok (real-world evidence, RWE) jelentősége felértékelődött, mivel lehetővé teszik nagy, heterogén populációk hosszú távú kimenetelének elemzését. A The Lancet Regional Health – Europe közleménye áttekinti, hogyan hasznosítható az RWE a MASLD epidemiológiája, a természetes kórlefolyás, a máj- és májon kívüli szövődmények, a gyógyszerfejlesztés, valamint a precíziós medicina területén, továbbá rávilágít az értelmezést nehezítő módszertani korlátokra.
Az RWE sajátosságai a klinikai vizsgálatokhoz képest
Az RWE a rutinszerű ellátás során keletkező egészségügyi adatokból – elektronikus kórtörténetekből (EHR), biztosítói adatbázisokból és betegregiszterekből – épül fel, így a mindennapi betegellátás valóságát tükrözi. Legfőbb előnye a szélesebb betegpopuláció, a társbetegségek (komorbiditások) és a hosszú távú követés vizsgálhatósága. Ugyanakkor a nem randomizált jelleg miatt a torzítás és a zavaró tényezők (confounding) kockázata magasabb, emellett az adatok minősége, hiányossága és heterogenitása is korlátozó tényező lehet.
Epidemiológia és azonosíthatóság a rutinadatokban
A közlemény a MASLD globális prevalenciáját 32% körülire becsüli (95% CI 30–35), miközben a valós ellátási adatbázisokból származó adatok régiónként jelentős eltérést mutatnak. A rutinellátásban a MASLD felismerése gyakran diagnosztikus kódokon (BNO) alapul, amelyek pontatlansága aluldiagnosztizáláshoz és a dokumentáció hiányosságaihoz vezethet. A szerzők tárgyalják a helyettesítő (szurrogát) mutatók, például a zsírmáj-index (Fatty Liver Index, FLI) alkalmazását is, de hangsúlyozzák: a választott küszöbértékek jelentősen befolyásolják, akár túl is becsülhetik a prevalenciát.
Májeredetű kimenetelek a valós klinikai gyakorlatban
Nagy európai adatbázisok elemzése szerint a MASLD/MASH diagnózis a májcirrózis kialakulásának jelentős kockázatnövekedésével társul; a közlemény példaként 4,7-es kockázati arányt (HR) említ (95% CI 2,4–9,2). Több országos regiszter adatai megerősítik, hogy MASLD/MASH esetén a hepatocelluláris carcinoma (HCC) kockázata és a máj eredetű halálozás is magasabb. Egyes adatok arra utalnak, hogy a regiszterekben a MASLD egyre gyakrabban jelenik meg a HCC hátterében álló elsődleges krónikus májbetegségként.
Májon kívüli szövődmények és társbetegségek
Az RWE következetesen alátámasztja a MASLD és a szív- és érrendszeri, illetve cerebrovaszkuláris események, valamint a krónikus vesebetegség (CKD) közötti összefüggést. Nagy európai adatbázisokban a kódolt MASLD-hez az akut szívizominfarktus gyakoribb előfordulása társult (HR ~1,2; 95% CI 1,1–1,3), és stroke vonatkozásában is hasonló nagyságrendű kockázatnövekedést írtak le. A CKD kapcsán több vizsgálat igazolta, hogy a MASLD jelenléte – különösen, ha fibrózissal társul – növeli a vesebetegség kockázatát és rontja a hosszú távú kimenetelt.
Gyógyszerfejlesztés, farmakovigilancia és digitális megoldások
A szerzők szerint az RWE támogathatja a gyógyszer-repozicionálást (újrapozicionálást), segítheti a klinikai vizsgálatok tervezését a magasabb progressziós kockázatú alcsoportok azonosításával, valamint hozzájárulhat külső vagy szintetikus kontrollkarok kialakításához. A cikk kiemeli a TARGET-NASH vizsgálat eredményeit: a GLP-1-receptor-agonistát (GLP-1 RA) nem szedő betegekben magasabb volt az összmortalitás (korrigált HR 2,3; 95% CI 1,4–3,6) és a dekompenzált cirrózis kialakulásának kockázata (HR 1,7; 95% CI 1,2–2,5) a GLP-1 RA-kezelésben részesülőkhöz képest. A farmakovigilancia terén a közlemény rámutat a mellékhatások aluljelentésének problémájára, valamint a digitális eszközökből és betegbeszámolókból származó adatokban rejlő lehetőségekre, különös tekintettel az adatok hitelesíthetőségére és a jel-zaj arány kérdéseire.
Mesterséges intelligencia a fenotipizálásban
A közlemény szerint a mesterséges intelligencia (AI) és a természetes nyelvfeldolgozás (NLP) jelentősen javíthatja a MASLD-esetek azonosítását az elektronikus kórtörténetek strukturálatlan szöveges adatainak elemzésével. A US Veterans Health Administration adatain végzett elemzés például nagyságrenddel több MASLD-esetet tárt fel NLP segítségével, mint a kizárólag BNO-kódokra építő módszer. A cikk sürgeti egy célzott, konszenzuson alapuló RWE-keretrendszer létrehozását a kódolás, az adatminőség, a hozzáférés és az elemzési módszerek standardizálása érdekében.
Huang H-T, Hewitt M, Li W, Alazawi W. Real-world evidence in metabolic dysfunction-associated steatotic liver disease (MASLD): insights, challenges, and future directions. Lancet Reg Health Eur. 2026;62:101557. doi:10.1016/j.lanepe.2025.101557.
