Classifying and Differentiating Individuals with Respiratory Syncytial Virus, Influenza, and COVID-19 Cases in OpenSAFELY

Dit onderzoek gebruikt het OpenSAFELY-platform om specifieke en gevoelige algoritmen te ontwikkelen voor het classificeren en onderscheiden van RSV-, influenza- en COVID-19-gevallen in Engelse elektronische gezondheidsregistraties, waarmee een oplossing wordt geboden voor het identificeren van deze virussen zonder testgegevens.

De kern

Stel je voor dat het medische dossier van een patiënt een enorme, digitale bibliotheek is. In deze bibliotheek staan duizenden boeken (de medische aantekeningen) die vertellen wat er met een patiënt is gebeurd. De uitdaging is dat deze boeken vaak in een cryptische code geschreven zijn, en niet in heldere zinnen.

De onderzoekers in dit artikel wilden een slimme zoekmachine bouwen voor deze bibliotheek. Hun doel? Om drie specifieke 'boosdoeners' uit de lucht te halen: het RSV-virus, het griepvirus en het coronavirus. Ze wilden weten: "Wie in deze bibliotheek heeft echt last van welke ziekte?"

Hier is hoe ze dat deden, vertaald naar alledaagse taal:

1. De Bibliotheek en de Zoekmachine
Ze gebruikten een superveilige digitale ruimte genaamd OpenSAFELY. Denk hieraan als een glazen kooi in het centrum van Engeland. Je kunt er veilig naar binnen kijken en alle boeken bestuderen zonder dat iemand de boeken kan stelen of beschadigen. Ze keken naar de dossiers van mensen tussen 2016 en 2024.

2. Twee Manieren om te Zoeken (De Netten)
Om de juiste mensen te vinden, maakten ze twee soorten 'netten' om de zieken mee te vangen:

• Het Strakke Net (Specifiek): Dit net heeft kleine gaatjes. Het vangt alleen de mensen die heel zeker ziek zijn. Het mist misschien wat mensen, maar wat het vangt, is bijna 100% betrouwbaar.
• Het Ruime Net (Gevoelig): Dit net heeft grote gaatjes. Het vangt iedereen die misschien ziek is, inclusief de twijfelgevallen. Het vangt meer mensen, maar vangt ook soms per ongeluk iemand die eigenlijk gezond is (een 'valse vangst').

3. De Test: Klopt het met de Weerkaart?
Om te zien of hun netten goed werkten, vergeleken ze hun resultaten met de officiële weerkaarten van de overheid (de surveillance-data).

• Het resultaat: Beide netten zagen hetzelfde patroon: de ziektes kwamen in de winter terug, net zoals je zou verwachten. De 'weerkaart' klopte dus met hun zoekmachine.

4. De Valstrikken
Hier wordt het interessant, met een paar belangrijke waarschuwingen:

• Bij milde klachten: Als je het Ruime Net gebruikt, vang je veel mensen, maar je vangt ook veel 'vissen' die eigenlijk geen ziekte hebben. Het risico om iemand ten onrechte als ziek te bestempelen is hier groot.
• Bij ernstige klachten: Hier was de verrassing. Het maakt niet uit welk net je gebruikt; baby's werden vaker verkeerd ingedeeld dan ouderen.
  • De analogie: Stel je voor dat een baby een heel klein, kwetsbaar bootje is. Als er een storm (een ernstige ziekte) komt, is het voor de zoekmachine heel moeilijk om precies te zien of dat bootje zinkt door de storm of door een andere reden. Bij een groot, stabiel schip (een oudere volwassene) is dat veel duidelijker.

Conclusie
Kortom: De onderzoekers hebben een slimme vertaalsleutel gemaakt. Zelfs als er geen labtesten beschikbaar zijn (geen 'bewijs' in de vorm van een positieve testuitslag), kunnen artsen en onderzoekers nu met deze sleutel de medische dossiers lezen en met een gerust hart zeggen: "Ja, deze persoon had waarschijnlijk RSV, griep of COVID."

Het is alsof je een detective bent die, zonder de dader te zien, toch met 90% zekerheid kan zeggen wie de misdaad heeft gepleegd, puur op basis van de sporen in de bibliotheek.

Technische samenvatting

Technische Samenvatting: Classificatie en Differentiatie van RSV, Influenza en COVID-19 in OpenSAFELY

1. Het Probleem
Elektronische gezondheidsregistraties (EHR's) vormen een waardevolle bron voor het analyseren van gezondheidsuitkomsten, maar het correct identificeren van specifieke virale infecties binnen deze gestructureerde coderingsdata is complex. Een groot obstakel is de afwezigheid van systematische testresultaten in de routinezorgdata, wat het moeilijk maakt om onderscheid te maken tussen Respiratoire Synctiële Virus (RSV), Influenza en COVID-19. Zonder specifieke testinformatie is het risico op misclassificatie groot, vooral bij milde gevallen of in specifieke populaties zoals zuigelingen. Er was behoefte aan betrouwbare, berekenbare fenotypes (combinaties van medische codes) om deze virussen nauwkeurig te kunnen categoriseren op basis van de beschikbare coderingen in de Engelse gezondheidszorg.

2. Methodologie
De auteurs hebben gebruikgemaakt van het OpenSAFELY-platform, een beveiligde analytics-omgeving die toegang biedt tot de elektronische gezondheidsgegevens van een groot deel van de Engelse bevolking, met toestemming van NHS England.

• Dataperiode: De analyse omvatte gegevens van september 2016 tot en met augustus 2024.
• Ontwerp van Fenotypes: Er werden specifieke en gevoelige (sensitive) fenotypes ontwikkeld om gevallen van RSV, Influenza en COVID-19 te identificeren.
  • Specifieke fenotypes: Hadden als doel de nauwkeurigheid te maximaliseren (lage vals-positieve ratio), maar konden mogelijk echte gevallen missen.
  • Gevoelige fenotypes: Hadden als doel het aantal gevallen te maximaliseren, maar met een hoger risico op vals-positieven.
• Validatie: De prestaties van deze fenotypes werden onderling vergeleken en gevalideerd tegen publiek beschikbare surveillance-data (epidemiologische bewaking) om de seizoenspatronen te verifiëren.

3. Belangrijkste Bijdragen

• Ontwikkeling van Robuuste Fenotypes: Het paper presenteert een gestructureerde set van fenotypes die specifiek zijn ontworpen voor het coderen van EHR-data in Engeland.
• Oplossing zonder Testinformatie: De belangrijkste innovatie is de mogelijkheid om deze drie virussen te classificeren in situaties waar testresultaten ontbreken, wat cruciaal is voor retrospectieve studies en analyses van routinezorg.
• Gedifferentieerde Analyse: Het onderzoek levert inzicht in hoe de keuze tussen een specifiek of gevoelig fenotype de resultaten beïnvloedt, afhankelijk van de ernst van de ziekte en de leeftijdsgroep.

4. Resultaten

• Seizoenspatronen: Zowel de specifieke als de gevoelige fenotypes vertoonden seizoenspatronen die sterk overeenkwamen met de officiële surveillance-data, wat de validiteit van de methoden bevestigt.
• Risico op Misclassificatie:
  • Bij milde gevallen leidde het gebruik van gevoelige fenotypes tot een verhoogd risico op misclassificatie (vals-positieven) in vergelijking met specifieke fenotypes.
  • Bij ernstige gevallen was het risico op misclassificatie over het algemeen hoger bij zuigelingen dan bij oudere volwassenen. Dit verschil bleek onafhankelijk van het gebruikte fenotype (zowel specifiek als gevoelig).
• Differentiatie: De studie toonde aan dat het onderscheid tussen de virussen complex is en dat de prestatie van de classificatie sterk afhankelijk is van de patiëntpopulatie en de ernst van de presentatie.

5. Significantie
Deze studie biedt een essentiële methodologische oplossing voor onderzoekers en beleidsmakers die werken met routine gezondheidsdata. Door betrouwbare fenotypes te bieden die werken zonder testinformatie, maakt het paper het mogelijk om:

• Historische trends van RSV, Influenza en COVID-19 nauwkeuriger te analyseren.
• De impact van deze virussen op verschillende leeftijdsgroepen (met name kwetsbare zuigelingen) beter in kaart te brengen.
• Gezondheidsuitkomsten en belasting van het zorgsysteem te evalueren op basis van de enorme datasets die via OpenSAFELY beschikbaar zijn.

Dit werk vormt een fundament voor toekomstige epidemiologische studies en helpt bij het verbeteren van de publieke gezondheidsmonitoring in Engeland en daarbuiten.