Un nuevo algoritmo desarrollado por investigadores de la UCLA predice con mayor precisión qué personas sobrevivirán a la insuficiencia cardíaca y durante cuánto tiempo, ya sea que reciban o no un trasplante de corazón. El algoritmo permitiría a los médicos realizar evaluaciones más personalizadas de las personas que esperan un trasplante de corazón, lo que a su vez podría permitir a los proveedores de atención médica hacer un mejor uso de los recursos limitados para salvar vidas y reducir potencialmente los costos de atención médica.
A medida que la medicina de precisión gana terreno en el cuidado de la salud, este estudio podría ser un paso clave para adaptar los procedimientos de trasplante de órganos a pacientes individuales. El estudio, que se publicó en PLOS One, fue dirigido por Mihaela van der Schaar, profesora de canciller de Ingeniería Eléctrica e Informática en la Escuela de Ingeniería UCLA Samueli .
El algoritmo, que los investigadores llaman Trees of Predictores, utiliza el aprendizaje automático, lo que significa que las computadoras efectivamente “aprenden” de nuevos datos adicionales a lo largo del tiempo. Tiene en cuenta 53 puntos de datos, que incluyen edad, sexo, índice de masa corporal, tipo de sangre y química sanguínea, para abordar las complejas diferencias entre las personas que esperan un trasplante de corazón y la compatibilidad entre los posibles receptores y donantes de trasplante de corazón.
Trees of Predictors utiliza estos 53 puntos de datos para predecir cuánto tiempo vivirán las personas con insuficiencia cardíaca, en función de si reciben un trasplante o no. (De esos puntos de datos, 33 se relacionan con información sobre los receptores o posibles receptores, 14 se refieren a los donantes y seis se aplican a la compatibilidad entre el donante y el receptor).
Los investigadores probaron los árboles de predictores en 30 años de datos sobre personas que estaban registradas en United Network for Organ Sharing, la organización sin fines de lucro que empareja a donantes y receptores de trasplantes en los EE. UU. Descubrieron que su algoritmo proporcionaba predicciones significativamente mejores sobre cuánto tiempo viviría que los métodos actuales que utilizan los proveedores de atención médica.
También superó las predicciones de los métodos de aprendizaje automático desarrollados por otros grupos de investigación.
“Nuestro trabajo sugiere que se podrían salvar más vidas con la aplicación de este nuevo algoritmo basado en el aprendizaje automático”, dijo van der Schaar, quien también es miembro de Turing en el Instituto Alan Turing en Londres y profesor de la Universidad de Oxford. “Sería especialmente útil para determinar qué pacientes necesitan trasplantes de corazón con mayor urgencia y qué pacientes son buenos candidatos para terapias puente, como dispositivos de asistencia mecánica implantados”.
El algoritmo puede analizar muchos escenarios de riesgo posibles para posibles candidatos a trasplante para ayudar a los médicos a evaluar más a fondo a las personas que podrían ser candidatas para trasplantes de corazón, y es lo suficientemente flexible como para incorporar más datos a medida que evolucionan los tratamientos.
“Siguiendo este método, podemos identificar un número significativo de pacientes que son buenos candidatos para trasplante pero que no fueron identificados como tales por los enfoques tradicionales”, dijo el Dr. Martin Cadeiras, cardiólogo de la Escuela de Medicina David Geffen de la UCLA . “Esta metodología se parece más al proceso de pensamiento humano al permitir múltiples soluciones alternativas para el mismo problema, pero teniendo en cuenta la variabilidad de cada individuo”.
Por ejemplo, cuando se compara con los modelos de predicción que la mayoría de los médicos utilizan actualmente para proyectar qué receptores de trasplantes vivirán al menos tres años después de un trasplante, un punto de referencia de uso común, el algoritmo de UCLA superó a los modelos en un 14 por ciento, prediciendo correctamente que 2442 corazones más receptores de trasplantes de los 17,441 que recibieron trasplantes y vivieron al menos ese tiempo después de la cirugía.
Además de van der Schaar y Cadeiras, los otros autores principales del estudio son Jinsung Yoon, estudiante de doctorado en ingeniería de UCLA, y William Zame, profesor distinguido de economía y matemáticas de UCLA. Los autores contribuyentes son la Dra. Amitava Banerjee del Instituto Farr de Investigación en Informática de la Salud en el University College London, y Ahmed Alaa, estudiante de doctorado en ingeniería de la UCLA.
Van der Schaar dijo que el algoritmo Trees of Predictores podría usarse para obtener información de bases de datos médicas y muchos otros tipos de bases de datos complejas. Yoon, Zame y van der Schaar ya han demostrado que puede funcionar para reconocer la escritura a mano y predecir el fraude con tarjetas de crédito y la popularidad de noticias específicas.
El estudio fue apoyado por la Fundación Nacional de Ciencias y la Oficina de Investigación Naval.
Artículos Relacionados:
- Reseñas de Kiierr – Gorro láser 2022 para el crecimiento del cabello
- Golden Monk Kratom Vendor 2022: Reseñas de clientes, cepas, cupones
- Gundry MD Power Blues – Reseñas de suplementos de 2022 y guía de compra
- Los mejores terapeutas holísticos cerca de mí 2022: 5 asesoramiento espiritual
- Los mejores estetoscopios de 2022: reseñas de las 10 mejores marcas
- Reseñas de aceite de oliva Gundry MD – Producto de polifenol 2022
Dr. Martin Passen, a dedicated nutrition educator with a master’s in nutrition education and nearing completion of a clinical nutrition and dietetics master’s. Passionate about sharing valuable information effectively.