Un enfoque de aprendizaje automático para controlar la diabetes y el riesgo cardiovascular
Crédito: CC0 Dominio público
Una nueva herramienta en línea llamada INSIGHT ofrece un enfoque basado en el aprendizaje automático al recetar inhibidores del cotransportador de sodio-glucosa-2 (SGLT2) para maximizar la beneficio para los pacientes con diabetes tipo 2.
El estudio, dirigido por el investigador de Yale Rohan Khera, MD, MS, aparece el 4 de febrero en la revista Diabetes Care. El primer autor del estudio es el miembro clínico de Yale, Evangelos Oikonomou, MD, DPhil, que trabaja con Khera en CarDS Lab.
La evidencia de los ensayos CANVAS y CREDENCE sugiere que los inhibidores de SGLT2 como la canagliflozina reducen el riesgo de hospitalizaciones y muerte por enfermedad cardiovascular aterosclerótica (ASCVD) en adultos con diabetes tipo 2. Sin embargo, las prescripciones de canagliflozina son costosas y están ampliamente infrautilizadas.
El estudio describe un enfoque individualizado que aborda una pregunta clínica común para el control del riesgo de ASCVD: ¿Qué pacientes con diabetes tipo 2 y un riesgo elevado de enfermedad cardiovascular tienen más probabilidades de beneficiarse de la canagliflozina? Los algoritmos de INSIGHT utilizan distintos fenotipos de pacientes, como la duración de la diabetes tipo 2, la presión arterial elevada o la hipertensión, los hábitos de fumar y los niveles de colesterol para identificar a dichos pacientes.
En lugar de basarse en observaciones o suposiciones, el aprendizaje automático permite investigadores para analizar grandes cantidades de datos clínicos y descubrir patrones o pistas que de otro modo podrían haberse pasado por alto. En este caso, un enfoque de aprendizaje automático ayuda a aislar las características que mejor determinan los efectos de la canagliflozina para la reducción del riesgo CV. El estudio señala que se identificó a un tercio de los pacientes que se beneficiarían más de esta terapia, lo que puede ayudar a estudios de implementación más específicos.
Los autores recopilaron datos de más de 10 000 pacientes mediante un proyecto de ciencia abierta conocido como el Proyecto de Acceso a Datos Abiertos de la Universidad de Yale. Los hallazgos se presentaron por primera vez en el Foro de Jóvenes Investigadores Cardiovasculares del Noroeste de 2021, donde Oikonomou recibió un premio por su presentación, «Un enfoque de aprendizaje automático para individualizar los beneficios cardiovasculares de la canagliflozina basado en análisis a nivel de participantes de los ensayos CANVAS».
Explore más
El fármaco para la diabetes tiene efectos protectores de los riñones en pacientes con enfermedad renal avanzada Más información: Evangelos K. Oikonomou et al, Phenomapping-Derived Tool to Individualize the Effect of Canagliflozin on Riesgo cardiovascular en diabetes tipo 2, Diabetes Care (2022). DOI: 10.2337/dc21-1765 Información de la revista: Diabetes Care
Proporcionado por la Universidad de Yale Cita: Un enfoque de aprendizaje automático para controlar la diabetes y el riesgo cardiovascular (2022, 10 de febrero) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-02-machine-learning-approach-diabetes-cardiovascular.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.