Nuevo estudio: una prueba no invasiva predice el riesgo de Alzheimer y demencia
Una nueva investigación sugiere que los avances en tecnología ahora permiten que el software prediga el riesgo de una persona de desarrollar la enfermedad de Alzheimer y demencias relacionadas a partir de la información obtenida durante las visitas médicas de rutina.
El descubrimiento es importante ya que es un método de bajo costo y no intrusivo para detectar una enfermedad crónica que a menudo interrumpe la vida tanto del individuo como de su familia.
Los científicos del Regenstrief Institute, la Universidad de Indiana y Merck desarrollaron y probaron los algoritmos utilizando datos de registros médicos electrónicos. El nuevo desarrollo es importante ya que al menos el 50% de los pacientes mayores de atención primaria que viven con la enfermedad de Alzheimer y demencias relacionadas nunca reciben un diagnóstico.
Y muchos más viven con síntomas de dos a cinco años antes de ser diagnosticados. Actualmente, las pruebas para detectar el riesgo de demencia son invasivas, requieren mucho tiempo y son caras.
"Lo mejor de este método es que es pasivo y proporciona una precisión similar a las pruebas más intrusivas que se utilizan actualmente", dijo el investigador principal Malaz Boustani, MD, MPH, científico investigador del Instituto Regenstrief y profesor de la Universidad de Indiana. Escuela de Medicina.
“Esta es una solución escalable y de bajo costo que puede proporcionar un beneficio sustancial a los pacientes y sus familias al ayudarlos a prepararse para la posibilidad de vivir con demencia y permitirles tomar medidas”.
El equipo de investigación, que también incluyó a científicos de Georgia State, Albert Einstein College of Medicine y Solid Research Group, publicó recientemente sus hallazgos sobre dos enfoques diferentes de aprendizaje automático.
Un artículo, publicado en Revista de la Sociedad Americana de Geriatría, analizó los resultados de un algoritmo de procesamiento de lenguaje natural. En esta técnica, los enfoques de aprendizaje automático se determinan analizando ejemplos.
Un enfoque relacionado, discutido en un Inteligencia artificial en medicina artículo, compartió los resultados de un modelo que utiliza un conjunto de árboles de decisión. Ambos métodos mostraron una precisión similar en la predicción de la aparición de la demencia dentro de uno y tres años después del diagnóstico.
Para entrenar los algoritmos, los investigadores recopilaron datos sobre pacientes de la Red de Indiana para la atención al paciente. Los modelos utilizaron información sobre recetas y diagnósticos, que son campos estructurados, así como notas médicas, que son texto libre, para predecir la aparición de la demencia.
Los investigadores encontraron que las notas de texto libre eran las más valiosas para ayudar a identificar a las personas en riesgo de desarrollar la enfermedad.
"Esta investigación es emocionante porque potencialmente proporciona un beneficio significativo a los pacientes y sus familias", dijo Patrick Monahan, PhD, autor del estudio de la Facultad de Medicina de IU y científico afiliado a Regenstrief.
"Los médicos pueden brindar educación sobre el comportamiento y los hábitos para ayudar a los pacientes a enfrentar sus síntomas y vivir una mejor calidad de vida".
Zina Ben Miled, PhD, MS, autora del estudio de la Escuela de Ingeniería y Tecnología de Purdue, explica: “La identificación temprana de riesgos brinda una oportunidad para que los médicos y las familias implementen un plan de atención. Sé por experiencia lo difícil que puede ser lidiar con un diagnóstico de demencia. La ventana que proporciona esta prueba es muy importante para ayudar a mejorar la calidad de vida tanto de los pacientes como de sus familias ".
Además del beneficio para las familias, estos métodos también pueden proporcionar importantes ahorros de costos para los pacientes y los sistemas de salud. Reemplazan la necesidad de pruebas costosas y permiten que los médicos examinen poblaciones enteras para identificar a los que están en mayor riesgo. Retrasar la aparición de los síntomas también ahorra una cantidad significativa de dinero en el tratamiento.
El siguiente paso es implementar estos algoritmos de aprendizaje automático en clínicas de la vida real para probar si ayudan a identificar casos más verdaderos de demencia, así como para saber cómo afectan la voluntad del paciente de realizar un seguimiento de los resultados.
Fuente: Instituto Regenstrief
