Saltar al contenido

El aprendizaje automático predice exacerbaciones en adultos con asma

14 de junio de 2023



AGREGAR TEMA A LAS ALERTAS DE CORREO ELECTRÓNICO

Reciba un correo electrónico cuando se publiquen nuevos artículos en

Proporcione su dirección de correo electrónico para recibir un correo electrónico cuando se publiquen nuevos artículos en .

No pudimos procesar su solicitud. Por favor, inténtelo de nuevo más tarde. Si continúa teniendo este problema, comuníquese con customerservice@slackinc.com.

Conclusiones clave:

  • El modelo se basó en los registros de 21.686 adultos con asma.
  • El modelo tenía un área bajo la curva de 0,85, una sensibilidad de 0,7 y una especificidad de 0,49.
  • Los eosinófilos en sangre fueron el factor clínico más importante.

Los investigadores diseñaron un modelo que utilizó el aprendizaje automático para predecir las exacerbaciones recurrentes entre adultos con asma mediante el análisis de datos del mundo real, según una carta publicada en Anales de alergia, asma e inmunología.

La heterogeneidad en los resultados puede indicar diferentes factores patológicos en grupos específicos de pacientes, Ji-Hyang Lee, MD, PhDdepartamento de alergia e inmunología clínica, Centro Médico Asan, Facultad de Medicina de la Universidad de Ulsan, y colegas, escribieron en la carta.

Los datos se derivaron de Polinski KJ, et al. Ann Allergy Asthma Immunol. 2022;doi:10.1016/j.anai.2023.04.025.

Los investigadores utilizaron los registros de salud electrónicos de 21,686 adultos con asma desde el 1 de diciembre de 1994 hasta el 28 de febrero de 2019 en el Centro Médico Asan para construir modelos usando regresión y aprendizaje automático basado en árboles para predecir las exacerbaciones del asma dentro de un año de un Duración del índice de 3 meses.

Luego, los investigadores identificaron a 803 pacientes que experimentaron una exacerbación dentro de los 3 meses posteriores al primer día en que cumplieron con la definición de trabajo de asma en el hospital. Entre estos pacientes, 112 (13,9 %; edad media, 56,3 años; 59,7 % mujeres) experimentaron exacerbaciones recurrentes dentro de los 12 meses del período índice.

El modelo de predicción del operador de selección y contracción mínima absoluta obtuvo un área bajo la curva de 0,85 (IC 95 %, 0,81-0,89), una sensibilidad de 0,7 (IC 95 %, 0,63-0,76) y una sensibilidad de 0,49 (IC 95 %, 0,31-0,66) especificidad, que los investigadores llamaron las características más importantes para predecir las exacerbaciones. Además, el modelo tenía un valor predictivo positivo de 0,89 (IC 95 %, 0,85-0,94) y un valor predictivo negativo de 0,2 (IC 95 %, 0,11-0,29) para las exacerbaciones.

Eosinófilos en sangre, utilización hospitalaria y VEF prebroncodilatador1 El porcentaje predicho durante la duración del índice fueron los factores clínicos más importantes, dijeron los investigadores, ya que los pacientes con visitas al hospital más frecuentes y una función pulmonar más baja tenían más probabilidades de experimentar exacerbaciones.

Los factores que afectaron los riesgos de exacerbaciones variaron entre los subgrupos en función del sexo, la edad, el IMC y los eosinófilos en sangre, continuaron los investigadores, aunque los eosinófilos en sangre ocuparon un lugar destacado como factor predictivo positivo tanto para hombres como para mujeres.

El uso de antagonistas de los receptores de leucotrienos, función pulmonar inferior basada en FEV prebroncodilatador1 y la capacidad vital forzada (FVC), y un IMC más bajo fueron las principales variables que afectaron las exacerbaciones en los hombres.

La utilización del hospital y los datos de laboratorio, incluida la hemoglobina, el recuento de glóbulos blancos y el recuento de plaquetas, se asociaron más estrechamente con las exacerbaciones que con la función pulmonar entre las mujeres.

El factor más significativo para las exacerbaciones recurrentes entre los pacientes de 65 años o más fue la hospitalización, seguido de eosinófilos en sangre, sinusitis crónica coexistente, hemoglobina y recuento de plaquetas. El número de visitas al hospital durante el período índice también se relacionó positivamente con las exacerbaciones recurrentes en estos pacientes.

La función pulmonar fue el principal factor de riesgo entre los pacientes menores de 65 años, continuaron los investigadores, lo que indica que una función pulmonar más deficiente y un mayor número de visitas al hospital en general se asociaron con mayores riesgos de exacerbaciones.

FEV prebroncodilatador1 fue la característica más significativa entre los pacientes con un IMC superior a 25 kg/m2seguido de eosinófilos en sangre, número de visitas hospitalarias y CVF prebroncodilatador.

El número de visitas al hospital fue la característica más significativa entre los pacientes con IMC inferior a 25 kg/m2, seguido de eosinófilos en sangre, uso de inhaladores triples, IMC y FVC prebroncodilatador. Los pacientes que usaban específicamente inhaladores triples eran más propensos a experimentar exacerbaciones adicionales, dijeron los investigadores.

Un modelo de predicción adicional encontró que la función pulmonar, el recuento de plaquetas y los eosinófilos en sangre eran factores importantes entre los pacientes con recuentos de eosinófilos de 300 µL o más.

Las visitas al hospital fueron el factor más importante para los pacientes por debajo de ese umbral, seguidas del VEF prebroncodilatador1 y datos de laboratorio que incluyen hemoglobulina, eosinófilos y recuento de plaquetas.

Teniendo en cuenta la heterogeneidad en las prioridades de los contribuyentes a las exacerbaciones, dijeron los investigadores, diferentes impulsores patológicos clave pueden afectar estas exacerbaciones en grupos específicos de pacientes.



AGREGAR TEMA A LAS ALERTAS DE CORREO ELECTRÓNICO

Reciba un correo electrónico cuando se publiquen nuevos artículos en

Proporcione su dirección de correo electrónico para recibir un correo electrónico cuando se publiquen nuevos artículos en .

No pudimos procesar su solicitud. Por favor, inténtelo de nuevo más tarde. Si continúa teniendo este problema, comuníquese con customerservice@slackinc.com.

Recomendado:  La inteligencia artificial tiene una gran ventaja, pero es necesario gestionar los daños potenciales

Top Big Data