Viernes, 29 de Marzo del 2024

Últimas noticias

PUBLICADO EN 'THE JOURNAL OF THE AMERICAN COLLEGE OF CARDIOLOGY'

Un algoritmo personaliza el riesgo cardiovascular en personas sanas

JANO.ES · 06 octubre 2020

El modelo de aprendizaje automático está basado en variables como la edad, la tensión arterial, la dieta y marcadores medibles en análisis de sangre y orina.

Investigadores del Centro Nacional de Investigaciones Cardiovasculares (CNIC) han diseñado un algoritmo que personaliza el riesgo cardiovascular de individuos de mediana edad y sanos, en función de su edad, tensión arterial, dieta y marcadores medibles en análisis de sangre y orina.

El algoritmo, denominado EN-PESA, podría servir como una herramienta para calcular el grado de aterosclerosis subclínica –caracterizada por el depósito de sustancias lipídicas en las paredes de las arterias–, especialmente en las personas con un mayor riesgo. Según los científicos, “contribuirá a personalizar más el riesgo cardiovascular, lo que se traducirá en tratamientos y planes de seguimiento más personalizados”.

El estudio, que se publica en The Journal of American College of Cardiology (JACC), forma parte del proyecto colaborativo PESA-CNIC-SANTANDER, cuyo investigador principal es Valentín Fuster. Se inició en 2010 y se ha renovado hasta 2030, y constituye uno de los estudios de prevención cardiovascular más importantes del mundo.

“Los algoritmos de aprendizaje máquina –Machine-Learning– están llamados a revolucionar la práctica clínica en los próximos años, desde el diagnóstico hasta la prevención y el tratamiento, gracias a una mejor cuantificación del riesgo, que podrá ser calculado de manera personalizada y muy precisa utilizando toda la información disponible del individuo”, asegura Enrique Lara Pezzi, director de la investigación y jefe de grupo de Regulación Molecular de la Insuficiencia Cardiaca del CNIC.

El éxito de estos algoritmos se basa en el uso de grandes cantidades de datos recolectados y procesados de manera sistemática en un alto número de individuos. Desde el inicio del trabajo se han recogido y analizado más de 4.000 parámetros relacionados con la caracterización de la aterosclerosis usando avanzadas técnicas de imagen, el estilo de vida, el perfil bioquímico y molecular, así como la condición médica de más de 4.000 empleados del Banco Santander que participan voluntariamente en este proyecto.

Mejorar el manejo de personas ‘sanas’

El algoritmo es capaz de identificar un pequeño conjunto de variables fácilmente medibles en atención primaria. Los parámetros incluyen la edad, presión arterial e información recogida de manera rutinaria en análisis de sangre y orina y en cuestionarios dietéticos.

Estas variables, apunta Xavier Rosselló, investigador del CNIC y cardiólogo del Hospital Universitario Son Espases de Palma de Mallorca, “permiten predecir la extensión de aterosclerosis subclínica y la progresión de la enfermedad vascular en individuos de mediana edad, sanos que habían sido clasificados de riesgo bajo o intermedio según las escalas tradicionales de riesgo cardiovascular”.

“EN-PESA utiliza un modelo de aprendizaje máquina llamado Elastic Net que permite utilizar de manera no sesgada un número alto de variables, lo que posibilita la identificación de nuevos predictores más allá de los factores de riesgo tradicionales”, señala Fátima Sánchez Cabo, jefa de la Unidad de Bioinformática del CNIC.

La información de estos predictores, añade, se usa además de manera cuantitativa, “sin necesidad de simplificaciones dicotómicas del tipo “colesterol alto: sí/no”, lo que mejora la predicción y tiene en cuenta las características específicas de cada persona para personalizar su perfil de riesgo cardiovascular”.

Los autores concluyen que “gracias a este algoritmo se puede mejorar el manejo clínico de personas aparentemente sanas y con un bajo riesgo cardiovascular según los marcadores tradicionales, pero que presentan una extensión generalizada de aterosclerosis subclínica o una probabilidad alta de que la enfermedad progrese significativamente a corto plazo”.

Noticias relacionadas

19 Aug 2019 - Actualidad

Descubren un biomarcador que predice el riesgo cardiovascular en personas carentes de síntomas

El estudio, llevado a cabo por investigadores de Sant Pau y del IMIM, muestra que por cada incremento en una unidad de sLRP1 el riesgo aumenta en un 40%.

15 Apr 2019 - Actualidad

Vinculan debilidad muscular con riesgo cardiovascular prematuro

Un estudio con participación del CSIC recomienda identificar de forma temprana a los niños débiles e intervenir para promover en ellos niveles de fuerza sanos.

Copyright © 2024 Elsevier Este sitio web usa cookies. Para saber más acerca de nuestra política de cookies, visite esta página

Términos y condiciones   Politica de privacidad   Publicidad

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?