Herramientas de Accesibilidad

×

Advertencia

JUser: :_load: No se ha podido cargar al usuario con 'ID': 88

Investigadores españoles desarrollan un modelo predictivo en enfermedad de Crohn con datos anónimos de 6.000 pacientes

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".

Pin It

Seguro que te interesa continuar leyendo .....

Nuestras Redes Sociales

Suscripción Newsletter

Suscríbete a nuestra newsletter y recibirás la última información del sector.

Estoy de acuerdo con Términos y condiciones
Farmaventas nº 204
Farmaventas nº 204

Farmaventas nº 204

Farmaventas nº 203
Farmaventas nº 203

Farmaventas nº 203

Farmaventas nº 202
Farmaventas nº 202

Farmaventas nº 202

Farmaventas nº 201
Farmaventas nº 201

Farmaventas nº 201

Contacto


Pau Claris, 138 1º 3ª
08009 - Barcelona - España

Teléfono: +34 93 434 21 21


Datos


16.000 ejemplares mensuales
Más de 12.000 noticias publicadas
Más de 24.000.000 de lecturas

 

Descubre nuestra Editorial

@Copyright PODIUM GLOBAL MEDIA S.L. |  Política de PrivacidadPolítica de Cookies