La herramienta de aprendizaje automático brinda una advertencia temprana de problemas cardíacos en pacientes con COVID-19
Crédito: CC0 Public Domain
Un equipo de ingenieros biomédicos y especialistas cardíacos de la Universidad Johns Hopkins desarrolló un algoritmo que advierte a los médicos varias horas antes de la hospitalización por COVID-19 los pacientes experimentan un paro cardíaco o coágulos de sangre.
El predictor COVID-HEART puede pronosticar un paro cardíaco en pacientes con COVID-19 con un tiempo medio de alerta temprana de 18 horas y predecir coágulos de sangre con tres días de anticipación. Fue desarrollado con datos de 2178 pacientes tratados en los cinco hospitales del Sistema de Salud Johns Hopkins entre el 1 de marzo y el 27 de septiembre.
«Es un sistema de alerta temprana para predecir en tiempo real estos dos resultados en hospitalizados Pacientes con COVID», dijo la autora principal Natalia Trayanova, profesora de ingeniería biomédica y profesora de medicina. «El predictor de actualización continua puede ayudar a los hospitales a asignar los recursos apropiados y las intervenciones adecuadas para lograr los mejores resultados para los pacientes».
El documento se publica en línea en el sitio web de preimpresión llamado MedRxiv, donde los científicos durante la pandemia han estado compartiendo investigaciones urgentes relacionadas con COVID-19. El laboratorio de Trayanova comenzó la investigación en abril con una de las primeras subvenciones otorgadas por el esfuerzo de investigación de respuesta rápida de la Fundación Nacional de Ciencias.
Julie K. Shade, autora principal y estudiante de doctorado en el Departamento de Ingeniería Biomédica, construyó el algoritmo de aprendizaje automático con más de 100 puntos de datos clínicos, información demográfica y resultados de laboratorio obtenidos del registro JH-CROWN que Johns Hopkins estableció para recopilar datos de COVID-19 de cada paciente en el sistema hospitalario. Agregó otras variables que encontró informadas por médicos en Twitter y de otros documentos preimpresos.
«Durante el verano veía informes anecdóticos en Twitter o en preimpresos sobre ciertas variables cardiovasculares en pacientes con COVID que los médicos habían descubierto que eso podría ser significativo y los agregaría al modelo», dijo Shade. «Evolucionó mucho a medida que supimos sobre la COVID. No sabíamos todo lo que sería importante porque es una enfermedad tan nueva».
Por ejemplo, el equipo no anticipó que los datos del electrocardiograma jugarían un papel papel crítico en la predicción de la coagulación de la sangre. Pero una vez que se agregaron, los datos de ECG se convirtieron en uno de los indicadores más precisos de la afección, dijo Trayanova.
El siguiente paso para los investigadores es desarrollar el mejor método para instalar la tecnología en los hospitales para ayudar con la atención de pacientes con COVID-19.
«La herramienta de predicción COVID-HEART podría ayudar en la clasificación rápida de pacientes con COVID-19 en el entorno clínico, especialmente cuando los recursos son limitados», dijo Allison Hays, profesora asociada de medicina en la Facultad de Medicina de la Universidad Johns Hopkins y colaborador clínico del proyecto. «Esto puede tener implicaciones para el tratamiento y un seguimiento más estrecho de los pacientes con COVID-19 para ayudar a prevenir estos malos resultados».
Explore más
Los investigadores publican el ‘modelo de predicción’ de COVID-19 Más información: Julie K Shade et al. COVID-HEART: Desarrollo y Validación de un Modelo Multivariable para la Predicción en Tiempo Real de Complicaciones Cardiovasculares en Pacientes Hospitalizados con COVID-19, MedRxiv (2021). DOI: 10.1101/2021.01.03.21249182 Proporcionado por la Universidad Johns Hopkins Cita: La herramienta de aprendizaje automático proporciona una advertencia temprana de problemas cardíacos en pacientes con COVID-19 (2021, 14 de enero) consultado el 30 de agosto de 2022 en https:// medicalxpress.com/news/2021-01-machine-tool-early-cardiac-issues.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.