Algoritmo de IA predice enfermedad renal diabética a través de análisis de sangre
Actualizado el 02 Jun 2023
La diabetes es reconocida mundialmente como el principal contribuyente a la insuficiencia renal. Se han logrado avances importantes en el diseño de tratamientos para la enfermedad renal en pacientes diabéticos. Sin embargo, evaluar el riesgo de enfermedad renal de una persona basándose únicamente en factores clínicos puede ser un desafío. En consecuencia, identificar quién es más susceptible de desarrollar enfermedad renal diabética es una necesidad clínica vital. Ahora, los científicos han creado un método computacional que predice la probabilidad de que una persona con diabetes tipo 2 desarrolle enfermedad renal, una complicación frecuente pero grave de la diabetes. Esto podría ayudar a los médicos a prevenir o mejorar el manejo de la enfermedad renal en pacientes con diabetes tipo 2.
El nuevo algoritmo desarrollado por investigadores de Sanford Burnham Prebys (La Jolla, CA, EUA) y la Universidad China de Hong Kong (CUHK, Hong Kong) se basa en medir un proceso conocido como metilación del ADN, que es la acumulación de cambios sutiles en el ADN. La metilación del ADN puede proporcionar información esencial sobre la activación y desactivación de genes y se puede medir fácilmente mediante un análisis de sangre.
Utilizando datos completos de más de 1.200 pacientes con diabetes tipo 2 registrados en el Registro de Diabetes de Hong Kong, los investigadores construyeron su modelo que también probaron en un grupo independiente de 326 americanos nativos con diabetes tipo 2. Esto confirmó el poder predictivo del modelo para la enfermedad renal en diversas poblaciones. Actualmente, los investigadores están perfeccionando su modelo y ampliando su aplicación para abordar otras cuestiones relacionadas con la salud y la enfermedad, como por qué algunos pacientes con cáncer no responden favorablemente a ciertos tratamientos.
“Este estudio brinda una visión del poderoso futuro del diagnóstico predictivo”, dijo el coautor principal Kevin Yip, Ph.D., profesor y director de Bioinformática en Sanford Burnham Prebys. “Nuestro equipo ha demostrado que al combinar datos clínicos con tecnología de punta, es posible desarrollar modelos computacionales para ayudar a los médicos a optimizar el tratamiento de la diabetes tipo 2 para prevenir la enfermedad renal”.
"Nuestro modelo computacional puede usar marcadores de metilación de una muestra de sangre para predecir tanto la función renal actual como la función renal en el futuro, lo que significa que podría implementarse fácilmente junto con los métodos actuales para evaluar el riesgo de enfermedad renal de un paciente", añadió Yip.
Enlaces relacionados:
Sanford Burnham Prebys
CUHK
