La
edad, las recaídas previas del paciente y determinados factores
bioquímicos en sangre, como los niveles de leucocitos, hemoglobina y
fibrinógeno, se han identificado como potenciales factores de riesgo para
la predicción a corto plazo -en un plazo a tres meses vista- de
nuevos brotes en la enfermedad de Crohn, según ha demostrado un nuevo
modelo clínico a partir de inteligencia artificial, desarrollado por
Takeda y Savana, en el marco del estudio 'PREMONITION-CD'.
En consonancia con estudios previos, la investigación ha
confirmado el tabaquismo como factor de riesgo de desarrollo de
enfermedad de Crohn, además de como factor de peor pronóstico. Asimismo,
cabe destacar que se ha detectado una concomitancia entre antecedentes
familiares de neoplasias gastrointestinales y el diagnóstico de EC.
Se trata de una patología con una incidencia en España de
7,5 casos por cada 100.000 habitantes que puede causar –en los
casos más severos– graves efectos físicos y psicológicos en el
paciente, así como una importante carga económica para los sistemas de
salud. Tal y como apunta el Dr. Fernando Gomollón, jefe del
Servicio de Gastroenterología del Hospital Clínico Universitario Lozano
Blesa (Zaragoza) y profesor asociado de la Facultad de Medicina de
Zaragoza, además de autor principal de la investigación, "este es
uno de los primeros modelos que predice nuevos brotes”.
El Dr. Gomollón subraya, además, el gran reto al que se
han enfrentado los investigadores para su desarrollo, ya que “la
enfermedad de Crohn es una patología muy compleja, y predecir recaídas u
otras complicaciones es un gran desafío". Este modelo, que ha
sido publicado recientemente por la revista científica 'The European
Journal of Gastroenterology & Hepatology' y cuenta con una
precisión superior al 80%, podría beneficiar el manejo de los pacientes
al poner el foco en factores detectados rutinariamente en las analíticas.
Como parte de este estudio multicéntrico, se han
clasificado más de 25.000 variables clínicas y demográficas con los datos
clínicos de más de 6.000 pacientes con enfermedad de Crohn procedentes de
registros médicos electrónicos de ocho hospitales madrileños, una muestra
considerablemente superior a la mayoría de los estudios publicados hasta
la fecha. En este trabajo han colaborado un extenso grupo de
investigadores.
Modelos predictivos
Desde un punto de vista clínico, las enfermedades
complejas y de prevalencia relativamente baja, como la EC, se comprenden
mejor utilizando registros grandes de población con información de
seguimiento disponible, por lo que las Historias Clínicas Electrónicas
(HCE) de pacientes son una fuente de datos destacada. Estas son cada vez
más accesibles y contienen información heterogénea de exámenes médicos,
diagnósticos, prescripciones y procedimientos, así como pruebas de
laboratorio. La mayor parte de la información en estas historias clínicas
de pacientes no está estructurada, sino que se incluyen los resultados de
las imágenes o las notas clínicas en texto libre. Esta información está
escrita por médicos y otros profesionales de la salud en su práctica
habitual en consulta, reflejando así datos de vida real.
En este estudio, los investigadores utilizaron la
tecnología de Procesamiento de Lenguaje Natural (PLN) de Savana para
detectar conceptos clínicos que aparecen en el texto libre de las HCE.
Además, para identificar factores clínicos predictores de recaída, se
usaron métodos de machine learning para la creación de modelos
predictivos (regresión logística, árboles de decisión y bosques
aleatorios) que convierten este estudio en pionero en este campo.
Una amplia red de hospitales
Según el Dr. Javier P. Gisbert, jefe de la Unidad
de Atención Integral al paciente con enfermedad inflamatoria intestinal
en el Hospital Universitario de La Princesa de Madrid, “cuando se
analizan estos registros con tecnologías de Procesamiento de Lenguaje
Natural, el potencial es enorme para obtener nueva información relevante
sobre la EC. Las notas clínicas, como fuente de datos, pueden
proporcionar información clínica clave no disponible en ningún otro
lugar; de ahí la importancia de incluir registros médicos completos en
estudios futuros para mejorar la calidad del análisis de datos”.
De la misma forma, recalca que resulta fundamental
sensibilizar a los profesionales sanitarios sobre la importancia de que
los registros médicos estén completos, con el objetivo de
"mejorar la atención al paciente, realizar investigaciones y
gestionar los recursos sanitarios".
|
|
No comments:
Post a Comment