Kalp Riskini Hesaplayan Sistem Kanseri de Öngörebiliyor

Kardiyovasküler riski hesaplamak için geliştirilen sistemlerin bir gün kanser taramasında da işe yarayabileceğini söyleseydiniz, tıp camiasının büyük bölümü bunu en hafif ifadeyle "spekülatif" bulurdu. University College London öncülüğündeki uluslararası araştırma tam da bu sınırı zorladı ve kalp krizi ile felç risk modellerinin kanser vakalarını da eşdeğer bir doğrulukla öngörebildiğini gösterdi. Erken tanı alanındaki bu beklenmedik örtüşme, tıbbi teknolojinin mevcut altyapısından çok daha fazlasını çıkarabileceğimize dair somut bir işaret taşıyor.

Veri Zaten Oradaydı

Kardiyovasküler risk hesaplama sistemleri sıfırdan bir şey icat etmez. Yaş, kan basıncı, kolesterol düzeyleri, sigara kullanımı, diyabet varlığı, beden kitle indeksi gibi biyolojik ve yaşam tarzı verilerini bir araya getirerek kişinin önümüzdeki yıllarda kalp krizi ya da felç geçirme olasılığını sayısal bir değere dönüştürür. Bu değişkenler onlarca yıldır rutin klinik muayenelerde toplanmaktadır; yeni bir test, yeni bir protokol gerektirmez.

Araştırmanın temel argümanı da tam bu noktada şekilleniyor. Söz konusu sistemler halihazırda var olan biyolojik verileri işlediği için kanser tahminine de zemin hazırlıyor. Başka bir deyişle, model yeni bir veri kümesine ihtiyaç duymadan farklı bir hastalık grubuna genellenebiliyor. Bu, tıbbi teknoloji açısından küçük görünen ama pratikte büyük sonuçlar doğurabilecek bir ayrıntı.

Araştırma Ne Gösteriyor?

UCL öncülüğündeki ekip, kalp krizi ve felç riskini tahmin etmek amacıyla tasarlanmış modelleri kanser vakalarına uyguladığında elde edilen doğruluk oranının kardiyovasküler tahminlerdekiyle kıyaslanabilir düzeyde kaldığını saptadı. Yani sistem, orijinal amacının dışında da anlamlı bir öngörü gücü sergiledi.

Bu bulgu, metodolojik açıdan dikkat çekici çünkü araştırmacılar modeli yeniden eğitmedi ya da kanser verisiyle özel olarak ince ayar yapmadı. Model, kardiyovasküler riski hesaplamak için optimize edilmiş haliyle uygulandı ve yine de kanser vakalarını tespit edebildi. Bu durum, iki hastalık grubunun paylaştığı ortak biyolojik zeminin ne kadar derin olduğunu gözler önüne seriyor.

Tesadüf Değil, Biyolojik Bir Örtüşme

Kalp hastalığı ile kanserin aynı risk faktörlerine yanıt vermesi şaşırtıcı görünebilir; ancak mekanizmayı biraz incelediğinizde bu örtüşmenin mantığı netleşiyor.

Kronik inflamasyon, her iki hastalık grubunun da kökeninde yer alıyor. Metabolik bozukluklar, özellikle insülin direnci ve obezite, hem aterosklerotik süreçleri hem de belirli kanser türlerinin gelişimini hızlandırıyor. Sigara, hem damar duvarını hem de DNA'yı tahrip ediyor. Yaş ilerledikçe artan hücresel hasar ve bağışıklık sisteminin zayıflaması iki alanı da etkiliyor. Sedanter yaşam tarzı ve kötü beslenme alışkanlıkları da benzer biyolojik yolakları aktive ediyor.

Kısaca söylemek gerekirse, kardiyovasküler risk modelinin girdi olarak kullandığı değişkenler aynı zamanda kanser riskini de şekillendiren faktörler. Modelin iki alanda da işe yaraması bu yüzden bir tesadüf değil; paylaşılan biyolojik altyapının doğal bir yansıması.

Erken Tanının Klinik Ağırlığı

Erken tanı kavramı tıp literatüründe o kadar sık tekrarlanıyor ki zamanla klişeleşme tehlikesiyle karşı karşıya kalıyor. Oysa rakamlar bu kavramın arkasında ne kadar ağır bir gerçeklik yattığını açıkça ortaya koyuyor.

Pek çok kanser türünde, semptom vermeden önce saptanabilen vakalar çok daha yüksek tedavi başarısı ve sağkalım oranlarıyla ilişkilendiriliyor. Meme kanserinde, kolon kanserinde, akciğer kanserinde yakalama zamanlaması ile beş yıllık sağkalım arasındaki fark, bazı türlerde yüzde yetmişin üzerinde bir ayrışmaya işaret ediyor. Aynı tablo kardiyovasküler hastalıklar için de geçerli; yüksek riskli bireylerin önceden belirlenmesi hem tedavi maliyetini hem de komplikasyon yükünü önemli ölçüde azaltıyor.

Bu araştırmanın öne çıkardığı potansiyel şu: Eğer rutin bir risk hesaplama sistemi, tarama programlarına henüz dahil edilmemiş kişilerde kanser gelişme olasılığını önceden işaretleyebiliyorsa, klinisyenler öncelik sıralamasını daha iyi yapabilir. Her bireyin tüm tarama protokollerine tabi tutulması ne mümkün ne de gerekli; ancak risk tabanlı bir yaklaşım, kaynakları en çok ihtiyaç duyulan gruba yönlendirebilir.

Türkiye'de Bu Bulgunun Anlamı

Türkiye'de kardiyovasküler hastalıklar ölüm nedenleri arasında ilk sıralarda yer alıyor; kanser ise kronik hastalık yükü içindeki payını her yıl artırıyor. Bu iki hastalık grubu için ayrı ayrı işleyen tarama ve takip sistemleri mevcut olmakla birlikte, entegre bir risk değerlendirme yaklaşımının hayata geçirilmesi henüz yaygın bir uygulama değil.

Mevcut birinci basamak sağlık yapısı, bu tür çok boyutlu risk modellerinin yerleştirilebileceği bir zemin sunuyor aslında. Aile hekimliği sistemi, kronik hastalık takibi kapsamında zaten rutin biyometrik ve biyokimyasal veri topluyor. Kan basıncı ölçümü, açlık kan şekeri, kolesterol testi, sigara kullanım sorgulama, yaş ve cinsiyet kaydı; bunların tamamı standart muayene sürecinin parçası. Teorik olarak bu verilerin bir risk modeline aktarılması ve çıkan skora göre bireyin ileri taramaya yönlendirilmesi teknik açıdan büyük bir altyapı yatırımı gerektirmiyor.

Ancak engeller de gerçek. Birincisi, bu tür modellerin klinik pratiğe entegre edilmesi için ulusal düzeyde bir standardizasyon gerekiyor; hangi eşik değerinin alarm verdiği, alarmın ardından hangi protokolün devreye gireceği netleştirilmeli. İkincisi, birinci basamak hekimlerinin bu tür araçları günlük pratiğe dahil edebilmesi için hem eğitim hem de elektronik sağlık altyapısının destekleyici olması şart. Türkiye'de elektronik sağlık kayıt sistemleri gelişiyor olmakla birlikte, veri standardizasyonu ve sistemler arası entegrasyon hâlâ önemli bir kırılganlık noktası oluşturuyor. Üçüncüsü, toplum düzeyinde bu tür risk skorlamasına yönelik farkındalık düşük; bireyin "asemptomatik" olduğunda bile sisteme başvurmasını teşvik eden bir kültürün henüz tam oturmadığı görülüyor.

Modelin Sınırları ve Sonraki Adımlar

Bu araştırmanın bulguları ümit verici olmakla birlikte, dikkatli bir okuma bazı sınırlılıkları da gündeme getiriyor. Kardiyovasküler risk modellerinin kanser öngörüsündeki başarısı her kanser türü için eşit değil. Hormonal, genetik ya da çevresel faktörlerle şekillenen bazı kanser türlerinde bu ortak risk faktörleri daha az belirleyici olabiliyor; dolayısıyla modelin öngörü gücü türden türe farklılaşıyor.

Öte yandan, bir modelin istatistiksel bir ilişki tespit etmesi ile bunun klinik kararları doğrudan yönlendirecek düzeyde doğrulanmış bir araç haline gelmesi arasında ciddi bir mesafe var. Daha geniş ve çeşitli popülasyonlarda yapılacak doğrulama çalışmaları, yanlış pozitif oranları ve bunların bireyler üzerindeki psikolojik etkisi, gereksiz ileri tetkike yönlendirme gibi konular araştırmacıların önündeki açık sorular arasında.

Bununla birlikte, araştırmanın tıbbi teknoloji açısından işaret ettiği yön açık: Hastalıkları birbirinden ayrı silolar içinde değil, paylaşılan biyolojik zeminleri üzerinden ele almak hem tanı hem de önleme stratejilerini daha verimli kılabilir. Mevcut altyapıdan daha fazlasını çıkarabilmek, her zaman yeni ve pahalı teknolojilere ihtiyaç duymaz; bazen yanıt, zaten toplanmakta olan verinin farklı bir gözle yorumlanmasında saklıdır.