IgA nefropatisi: Dil modeli biyopsi raporundan risk okudu

Çalışmayı Wenzhou Tıp Üniversitesi'ne bağlı iki hastanenin nefroloji bölümleri yürüttü. Makale açık erişimli; tam metni PubMed Central üzerinden okuduk. Soru şuydu: Patoloğun serbest metinle yazdığı ayrıntı, yapılandırılmış skorların kaçırdığı prognostik bilgiyi taşıyor mu?

IgA nefropatisinde (IgAN; böbrek yumağında IgA birikimiyle giden glomerülonefrit) biyopsi değerlendirmesi büyük ölçüde Oxford MEST-C skoruna dayanır. Bu skor mezangiyal hücre artışı, endokapiller hücre artışı, segmental skleroz, tübüler atrofi/interstisyel fibrozis ve hilal varlığını sınıflar. Yazarlara göre raporlardaki derece, yayılım ve eşlik eden bulgular bu kategorilere tam sığmıyor.

Geliştirme kohortu Birinci Bağlı Hastane'nin 2.789 hastasından oluştu. Dış doğrulama için İkinci Bağlı Hastane'den 289 hasta kullanıldı. Yöntem üç adımdan geçti:

• DeepSeek-V3 modeli, API üzerinden her rapordan önceden tanımlanmış 71 patolojik öğeyi çekti.

• Qwen3-Embedding modeli bu metinleri sayısal vektörlere (gömme) dönüştürdü.

• Denetimsiz kümeleme (etiketsiz veride grup arama) iki kararlı alt tip verdi.

Düşük hasar grubunda 1.562, yüksek hasar grubunda 1.227 hasta vardı. Yüksek hasar grubunda proteinüri daha fazla, hipertansiyon daha sıktı. Medyan eGFR 60,1 mL/dk/1,73 m² idi; düşük hasar grubunda bu değer 99,2'ydi. Ayrımı en çok tübüler atrofi, interstisyel fibrozis ve inflamatuvar hücre infiltrasyonu belirledi.

Birincil sonlanım bileşikti: kalıcı eGFR 15'in altı, diyaliz, nakil ya da eGFR'de en az yüzde 40 düşüş. Ters olasılık ağırlıklı Cox modelinde yüksek hasar tipinin temel modeldeki tehlike oranı 9,98 idi. Yaş, cinsiyet, proteinüri ve tüm MEST-C bileşenleri eklenince bu oran 2,57'ye (yüzde 95 GA 1,25–5,29) indi. Yani riskin büyük kısmını bilinen değişkenler zaten açıklıyordu.

Dikkat çeken bir eksik de var: Başlangıç eGFR'si düzeltme değişkenleri arasında yer almıyor. Oysa yüksek hasar grubunda eGFR belirgin biçimde düşüktü.

Yazarlar bunu açıkça kabul ediyor. Alt tip, klinik ve MEST-C modeline eklendiğinde model uyumu istatistiksel olarak iyileşti. Ancak C-indeksi ve karar eğrisi net yararındaki kazanç küçük kaldı. Makale, yöntemi mevcut modellerin yerine değil, tamamlayıcısı olarak konumluyor.

Dış doğrulama güçlü bir nokta, ama sınırlı. İki hastane aynı şehirde ve benzer bölgesel bağlamda. İkinci hastanenin raporları ticari bir patoloji laboratuvarından geliyordu; bu durum farklı yazım alışkanlığını kısmen sınıyor. Yazarlar başka dillerde ve raporlama düzenlerinde doğrulama gerektiğini belirtiyor.

Diğer sınırlılıklar da makalede yer alıyor. Elektron mikroskopisi verisi yoktu ve steroid protokolleri merkezler arasında standart değildi. Yöntem, raporları kör olarak yeniden okuyan deneyimli bir patologla karşılaştırılmadı. Yazarlar çıkar çatışması olmadığını ve özel fon almadıklarını bildiriyor.

Makalenin en kırılgan bulgusu steroidle ilgili; yüksek hasar tipinde kortikosteroid kullanımı daha düşük riskle ilişkiliydi (tehlike oranı 0,77; yüzde 95 GA 0,59–0,99). Düşük hasar tipinde ise yön tersti (tehlike oranı 1,59; yüzde 95 GA 1,01–2,52). Etkileşim anlamlı (P=0,006), ama iki aralık da sınıra yakın. Yazarlar bu bulgunun endikasyona bağlı karıştırıcıdan arınmadığını ve tedavi kararında kullanılmaması gerektiğini vurguluyor.

Nefrolog ve patolog için pratik mesajlar şöyle özetlenebilir:

• Serbest metin raporundaki tübülointerstisyel hasar derecesi ve inflamasyon tarifi değerli; özenle yazılmalı.

• Aynı MEST-C skoruna sahip hastalar, rapor ayrıntısında belirgin biçimde farklılaşabiliyor.

• Bu alt tipler steroid başlama ya da kesme kararı için henüz kullanılamaz.

• Yerel raporlarda benzer bir araç denenecekse kör uzman okumasıyla karşılaştırma şart.

Türk Nefroloji Derneği Primer Glomerülopati Çalışma Grubu'nun (TSN-GOLD) 2022'de yayımlanan kayıt analizi 3.858 doğal böbrek biyopsisini kapsıyor. Bu analize göre IgAN yüzde 25,7 ile Türkiye'de en sık primer glomerülonefrit ve sıklığı artıyor. Yani yöntem ülkemiz için de ilgi çekici bir hasta grubunu hedefliyor. Ancak model Çin'deki raporlarla geliştirildi; Türkçe raporlarda denenmiş değil.

Çalışmada raporlar kimliksizleştirildikten sonra dış bir API'ye gönderildi. Türkiye'de sağlık verisi, Kişisel Verilerin Korunması Kanunu (KVKK) kapsamında özel nitelikli kişisel veridir. Yurt dışındaki bir bulut hizmetine rapor göndermek, bu nedenle ayrı bir hukuki değerlendirme gerektirir. Yerel sunucuda çalışan modeller bu açıdan daha az sorunlu bir seçenek olabilir.