Saltar al contenido

Los modelos de aprendizaje automático predicen el riesgo de Alzheimer

8 de abril de 2023

Aunque el alzheimer es algo que tocamos a diario en reab.es, a veces hay interferencias con el mundo de la tecnología que vale la pena mencionar aquí.

El Alzheimer es una enfermedad degenerativa que afecta a millones de personas en todo el mundo. Aunque se sabe que la edad es un factor de riesgo importante para la enfermedad de Alzheimer, un nuevo estudio sugiere que, después de los 65 años, el riesgo genético puede ser más importante que la edad como predictor de la enfermedad. El estudio, publicado recientemente en la revista Scientific Reports, es el primero en construir modelos de aprendizaje automático utilizando puntajes de riesgo genético, información no genética y datos de registros médicos electrónicos de casi medio millón de personas para clasificar los factores de riesgo en orden de su asociación con el eventual desarrollo de la enfermedad de Alzheimer.

¿Qué revela el estudio?

El estudio utilizó los modelos para clasificar los factores de riesgo predictivos para dos poblaciones del Biobanco del Reino Unido: personas blancas mayores de 40 años y un subconjunto de adultos mayores de 65 años. Los resultados mostraron que la edad, que representa un tercio del riesgo total a los 85 años, según la Asociación de Alzheimer, era el factor de riesgo más importante para la enfermedad de Alzheimer en toda la población, pero para los adultos mayores, el riesgo genético determinado por un poligénico la puntuación de riesgo fue más predictiva.

Según Xiaoyi Raymond Gao, autor principal del estudio y profesor asociado de oftalmología y ciencias visuales e informática biomédica en la Facultad de Medicina de la Universidad Estatal de Ohio, «Todos sabemos que el Alzheimer es una enfermedad de aparición tardía, por lo que sabemos que la edad es un importante factor de riesgo. Pero cuando consideramos el riesgo solo para personas mayores de 65 años, entonces la información genética capturada por un puntaje de riesgo poligénico se clasifica más alto que la edad. Eso significa que es realmente importante considerar la información genética cuando trabajamos en la enfermedad de Alzheimer”.

Recomendado:  Aplicar el aprendizaje federado para proteger los datos en dispositivos móviles

El estudio encontró que los bajos ingresos familiares también surgieron como un factor de riesgo importante, ocupando el tercer o cuarto lugar después de los efectos de la edad y los genes. Esto podría deberse a que los ingresos pueden ser un factor importante para determinar qué puede comer, dónde puede vivir, el nivel de educación, el acceso a la atención médica, todo lo cual podría contribuir a la enfermedad de Alzheimer.

Identificación de factores de riesgo no genéticos

Aunque el estudio encontró que la edad y el riesgo genético son los factores de riesgo más importantes para la enfermedad de Alzheimer, también identificó algunos factores de riesgo no genéticos que diferían entre las personas con y sin la enfermedad de Alzheimer. Estos factores incluyeron presión arterial sistólica alta y presión arterial diastólica baja, diabetes, bajos ingresos y educación, caídas recientes, dificultades auditivas y antecedentes de Alzheimer en la madre.

El estudio también identificó otros factores de riesgo en la población adulta total, como un diagnóstico de presión arterial alta, infección del tracto urinario, episodios depresivos, desmayos, dolor torácico no especificado, desorientación y pérdida de peso anormal. Otros factores de riesgo entre los 20 principales para personas mayores de 65 años incluyeron colesterol alto y anomalías en la marcha. Estos hallazgos resaltan el poder de agregar códigos de condición de registros médicos electrónicos a los modelos.

Según Gao, “el aprendizaje automático puede explorar las relaciones entre todas esas características o variables, seleccionar las características importantes y clasificar ciertas características en la parte superior que contribuyen mucho más al riesgo de enfermedad de Alzheimer que el resto de las características. Normalmente no es bueno estar muy obeso, pero también vemos aquí que un IMC más bajo no es bueno. La presión arterial alta no es buena, pero aquí vemos que la presión arterial diastólica más baja tampoco es buena. Los modelos revelaron algunos patrones interesantes”.

Recomendado:  El mundo debería preocuparse por las aplicaciones militares de la IA

El poder de la prevención

La construcción de modelos de aprendizaje automático para predecir el riesgo de Alzheimer podría ayudar en el desarrollo de nuevos medicamentos y programas de detección efectivos y económicos. También podría dar a las personas el poder de tomar medidas preventivas y ajustar su estilo de vida para reducir el riesgo de la enfermedad de Alzheimer.

Según Gao, “si las personas saben más sobre los factores de riesgo, pueden ajustar su estilo de vida. Para el Alzheimer y el glaucoma, no hay cura, por lo que la prevención puede ser de gran ayuda. Espero que la construcción de modelos para hacer estas predicciones pueda ayudar con el desarrollo de medicamentos y programas de detección efectivos y económicos”.

El estudio destaca la importancia de considerar los factores genéticos y no genéticos en la prevención del Alzheimer. Los modelos de aprendizaje automático pueden ser una herramienta valiosa para identificar y clasificar los factores de riesgo más importantes y proporcionar a las personas la información que necesitan para tomar medidas preventivas y reducir el riesgo de desarrollar la enfermedad de Alzheimer.

En última instancia, la prevención del Alzheimer es una cuestión de tomar medidas proactivas para mantener una buena salud física y cognitiva a lo largo de la vida. Construir modelos de aprendizaje automático para predecir el riesgo de Alzheimer es solo una pieza del rompecabezas, pero puede ser una herramienta valiosa para ayudar a las personas a tomar medidas preventivas y mantener su salud cognitiva a medida que envejecen.