16 de abril de 2018
La insuficiencia cardíaca es la principal causa de muerte y discapacidad en países como Estados Unidos, y le cuesta a los sistemas de salud de todo el mundo más de 30 mil millones anuales. Los enfoques actuales para tratarla están limitados por evaluaciones clínicas crudas de la enfermedad. En un nuevo estudio, investigadores de la Universidad de Yale utilizaron con éxito métodos de “big data” o macrodatos para mejorar la predicción de la supervivencia del paciente con insuficiencia cardíaca. También describieron categorías de pacientes impulsadas por dichos datos que son distintas en su respuesta a las terapias de uso común.
Este enfoque innovador, publicado en la revista Journal of the American Heart Association, podría conducir a una mejor atención para esta condición crónica incurable, dijeron los científicos.
Dirigido por los doctores Tariq Ahmad y Nihar Desai, ambos profesores ayudantes en la Sección de Medicina Cardiovascular de Yale, el equipo de expertos analizó los datos de salud de un gran registro de más de 40,000 pacientes. Los investigadores usaron una técnica estadística de “aprendizaje automático” para primero predecir los resultados de los pacientes un año después del diagnóstico. También aplicaron métodos de análisis de conglomerados para clasificar a los pacientes en cuatro categorías clínicamente reconocibles con diferentes respuestas a los medicamentos de uso común.
Los grandes métodos de datos superaron ampliamente las medidas de insuficiencia cardíaca actualmente utilizadas y tuvieron una mejor predicción del riesgo que los modelos predictivos publicados previamente, destacó Ahmad. El equipo de investigación también utilizó métodos totalmente basados en datos para agrupar a los pacientes en grupos distintos que respondieron de forma diferente a las terapias médicas.
Como último paso, los científicos aprovecharon sus hallazgos para desarrollar una herramienta predictiva en línea que pudiera integrarse en los registros de salud electrónicos en los sistemas de salud. Su objetivo a largo plazo es aplicar tales estrategias analíticas avanzadas para mejorar la investigación y brindar atención personalizada a los pacientes con insuficiencia cardíaca, así como “inteligencia mejorada” para los médicos que se encuentran al lado de la cama, detalló Ahmad.
Los investigadores también señalaron este estudio como un modelo para el trabajo futuro que podría lograrse a través de colaboraciones entre los científicos de datos y los médicos de Yale. Los autores citaron el recientemente creado Centro de Ciencia de Datos Biomédicos, en la Escuela de Medicina de Yale, como un ejemplo de los esfuerzos continuos para impulsar un cambio de paradigma hacia la ciencia basada en equipo en todo el centro médico y la escuela.
Vía: Yale News
https://www.salud.carlosslim.org/analisis-de-big-data-ayuda-a-predecir-con-precision-
