El aprendizaje autom\u00e1tico utiliza 13 datos de entrada para predecir arritmia fatal (muerte card\u00edaca s\u00fabita), muerte por insuficiencia card\u00edaca y supervivencia. Cr\u00e9dito: Universidad de Kanazawa <\/p>\n
Decenas de millones de personas en todo el mundo tienen insuficiencia card\u00edaca cr\u00f3nica, y solo un poco m\u00e1s de la mitad sobrevive 5 a\u00f1os despu\u00e9s del diagn\u00f3stico. Ahora, investigadores de Jap\u00f3n est\u00e1n ayudando a los m\u00e9dicos a asignar pacientes en grupos seg\u00fan sus necesidades espec\u00edficas, para mejorar los resultados m\u00e9dicos. <\/p>\n
En un estudio publicado recientemente en el Journal of Nuclear Cardiology, investigadores de la Universidad de Kanazawa utilizaron la inform\u00e1tica para diferenciar a los pacientes con mayor riesgo de muerte s\u00fabita card\u00edaca arr\u00edtmica de los pacientes con mayor riesgo de muerte por insuficiencia card\u00edaca.<\/p>\n
Los m\u00e9dicos tienen muchos m\u00e9todos a su disposici\u00f3n para diagnosticar la insuficiencia card\u00edaca cr\u00f3nica. Sin embargo, existe la necesidad de identificar mejor qu\u00e9 tratamiento seguir, de acuerdo con los riesgos de cada enfoque. Cuando se combina con pruebas cl\u00ednicas convencionales, una mol\u00e9cula conocida como MIBG marcada con yodo-123 puede ayudar a discriminar entre pacientes de alto y bajo riesgo. Sin embargo, no hay forma de evaluar el riesgo de muerte arr\u00edtmica por separado del riesgo de muerte por insuficiencia card\u00edaca, algo que los investigadores de la Universidad de Kanazawa intentaron abordar.<\/p>\n
\u00abUsamos inteligencia artificial para demostrar que numerosas variables funcionan en sinergia para predecir mejor los resultados de la insuficiencia card\u00edaca cr\u00f3nica\u00bb, explica el autor principal del estudio, Kenichi Nakajima. \u00abNinguna variable, en s\u00ed misma, est\u00e1 a la altura de la tarea\u00bb.<\/p>\n
Pacientes con altas y bajas probabilidades de muerte por insuficiencia card\u00edaca (HFD) y eventos arr\u00edtmicos fatales (ArE). Los pacientes de alto riesgo para HFD y ArE en realidad mostraron una alta incidencia de cada resultado, mientras que los pacientes de bajo riesgo sobrevivieron sin ning\u00fan evento. Cr\u00e9dito: Universidad de Kanazawa <\/p>\n
Para hacer esto, los investigadores examinaron los registros m\u00e9dicos de 526 pacientes con insuficiencia card\u00edaca cr\u00f3nica y que se sometieron a pruebas cl\u00ednicas est\u00e1ndar y de im\u00e1genes con yodo-123-MIBG consecutivas. La atenci\u00f3n m\u00e9dica convencional procedi\u00f3 normalmente despu\u00e9s de la toma de im\u00e1genes.<\/p>\n
\u00abLos resultados fueron claros\u00bb, dice Nakajima. \u00abLa muerte por insuficiencia card\u00edaca fue m\u00e1s com\u00fan en pacientes adultos mayores con actividad de MIBG muy baja, peor clase de la New York Heart Association y comorbilidades\u00bb.<\/p>\n
Adem\u00e1s, la arritmia fue m\u00e1s com\u00fan en pacientes m\u00e1s j\u00f3venes con yodo-123 moderadamente bajo -Actividad de MIBG e insuficiencia cardiaca menos grave. Los m\u00e9dicos pueden utilizar los resultados de los investigadores de la Universidad de Kanazawa para adaptar la atenci\u00f3n m\u00e9dica; por ejemplo, el tipo de desfibrilador implantable que es m\u00e1s probable que satisfaga las necesidades del paciente.<\/p>\n
\u00abEs importante tener en cuenta que nuestros resultados deben confirmarse en un estudio m\u00e1s grande\u00bb, explica Nakajima. \u00abEn particular, los resultados de arritmia quiz\u00e1s fueron demasiado infrecuentes para ser cl\u00ednicamente confiables\u00bb.<\/p>\n
Dado que la insuficiencia card\u00edaca cr\u00f3nica es un problema global que con frecuencia causa la muerte unos pocos a\u00f1os despu\u00e9s del diagn\u00f3stico, si no se trata adecuadamente, es esencial para iniciar cuanto antes la atenci\u00f3n m\u00e9dica m\u00e1s adecuada. Con una prueba confiable que predice qu\u00e9 pacientes probablemente necesiten qu\u00e9 tratamientos, es probable que un mayor n\u00famero de pacientes viva m\u00e1s tiempo. <\/p>\n
Explore m\u00e1s<\/p>\n
La inteligencia artificial podr\u00eda seleccionar pacientes con insuficiencia card\u00edaca para un tratamiento costoso M\u00e1s informaci\u00f3n:<\/strong> Kenichi Nakajima et al, Modelo de riesgo basado en el aprendizaje autom\u00e1tico usando 123I-metaiodobencilguanidina para predecir diferencialmente los modos card\u00edacos muerte por insuficiencia card\u00edaca, Journal of Nuclear Cardiology (2020). DOI: 10.1007\/s12350-020-02173-6 Proporcionado por la Universidad de Kanazawa Cita<\/strong>: Maquinando el coraz\u00f3n: Nuevo predictor para ayudar a vencer la insuficiencia card\u00edaca cr\u00f3nica (2020, 16 de julio) recuperado el 31 de agosto de 2022 de https: \/\/medicalxpress.com\/news\/2020-07-machining-heart-predictor-chronic-failure.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" El aprendizaje autom\u00e1tico utiliza 13 datos de entrada para predecir arritmia fatal (muerte card\u00edaca s\u00fabita), muerte por insuficiencia card\u00edaca y supervivencia. Cr\u00e9dito: Universidad de Kanazawa Decenas de millones de personas en todo el mundo tienen insuficiencia card\u00edaca cr\u00f3nica, y solo un poco m\u00e1s de la mitad sobrevive 5 a\u00f1os despu\u00e9s del diagn\u00f3stico. Ahora, investigadores de … Continuar leyendo \u00abMecanizando el coraz\u00f3n: Nuevo predictor para ayudar a vencer la insuficiencia card\u00edaca cr\u00f3nica\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-31973","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/31973","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=31973"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/31973\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=31973"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=31973"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=31973"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}