En 2012, un grupo de investigadores de la UCLA se propuso extraer miles de registros de salud electrónicos para una forma más precisa y menos costosa de identificar a las personas que tienen diabetes tipo 2 no diagnosticada. Los investigadores obtuvieron mucho más de lo que esperaban.
No solo desarrollaron un algoritmo de detección con el potencial de aumentar enormemente el número de diagnósticos correctos de la enfermedad al refinar el grupo de candidatos que se presentan para la detección; también descubrieron varios factores de riesgo previamente desconocidos para la diabetes, incluido unantecedentes de trastornos de identidad sexual y de género, infecciones intestinales y una categoría de enfermedades que incluye enfermedades de transmisión sexual como la clamidia.
Los hallazgos aparecen el 16 de febrero en el Revista de informática biomédica .
"Con una implementación generalizada, estos descubrimientos tienen el potencial de disminuir dramáticamente el número de casos no detectados de diabetes tipo 2, prevenir complicaciones de la enfermedad y salvar vidas", dijo Ariana Anderson, autora principal del estudio y profesora asistente de investigación y estadísticaen el Instituto Semel de Neurociencia y Comportamiento Humano de la UCLA.
Anderson y Mark Cohen, profesor del Instituto Semel en residencia, dirigieron un equipo que examinó los registros electrónicos de 9,948 personas de hospitales, clínicas y consultorios médicos en los 50 estados. Aunque los pacientes no eran identificables, los registros incluían sus signos vitales, medicamentos recetados y dolencias reportadas, clasificados de acuerdo con los códigos de diagnóstico de la Clasificación Internacional de Enfermedades.
Los investigadores utilizaron la mitad de los registros para refinar un algoritmo que les permitía predecir la probabilidad de que una persona tuviera diabetes, y luego probaron esta herramienta de detección previa en la otra mitad. Descubrieron que tenían algún diagnóstico de identidad sexual y de génerolos trastornos aumentaron el riesgo de diabetes tipo 2 en aproximadamente un 130 por ciento, casi lo mismo que la presión arterial alta, que es un factor de riesgo principal.
Se demostró que otras afecciones de salud son factores de riesgo casi tan importantes para la enfermedad. Entre ellas se encuentran antecedentes de infecciones virales y clamidia que aumentan el riesgo de diabetes de las personas en un 82 por ciento y antecedentes de infecciones intestinales como colitis, enteritisy gastroenteritis aumento del 88 por ciento. De hecho, esos predictores fueron casi tan fuertes como tener un índice de masa corporal alto aumento del 101 por ciento.
Se había demostrado previamente que el herpes zoster tenía un vínculo con la diabetes, y el proyecto confirmó esa conexión descubriendo que aumenta el riesgo en aproximadamente un 90 por ciento, junto con algunos otros factores de riesgo menos conocidos. Varicela, culebrilla yEl equipo descubrió que una variedad de otras infecciones virales que se agrupan bajo un código de diagnóstico de ICD aumentaron el riesgo de diabetes tipo 2 y colesterol alto
Los investigadores también determinaron ciertos factores que parecen estar relacionados con un menor riesgo de diabetes. Ser propenso a las migrañas, por ejemplo, redujo el riesgo de una persona de la enfermedad en la misma cantidad que tener 29 años menos. Y las personas que toman ansiedady los medicamentos anticonvulsivos como el clonazepam y el diazepam tenían un riesgo significativamente menor.
"El mensaje general es que el mantenimiento de registros ordinarios que hacen los médicos es una fuente de información muy, muy rica", dijo Cohen. "Si utiliza un enfoque computarizado para estudiar patrones en esos datos, puede mejorar en gran medida el diagnóstico y la atención médica"
Los investigadores están afiliados a un laboratorio dirigido por Cohen que utiliza modelos matemáticos para analizar grandes cantidades de imágenes cerebrales. El equipo ha aplicado técnicas similares para predecir enfermedades, incluida la epilepsia y el síndrome del intestino irritable. En este caso, se enfocaron en la diabetes tipo 2porque muchos estadounidenses con diabetes aún no han sido diagnosticados
Se requerirá investigación adicional para determinar las razones médicas por las que ciertos factores se correlacionan con un riesgo mayor o menor. Y debido a que el análisis se basó en gran medida en códigos de diagnóstico, en lugar de diagnósticos individuales reales, los hallazgos no son lo suficientemente precisos como para indicar con precisiónqué afecciones están relacionadas con la diabetes.
Por ejemplo, el código ICD para los trastornos de identidad sexual y de género incluye una amplia gama de afecciones que van desde el transexualismo hasta el exhibicionismo, y los investigadores no saben cuál o cuáles son los más importantes para un diagnóstico de diabetes. Del mismo modo, el código para virusy las infecciones por clamidias abarcan una amplia gama de afecciones, incluido el virus del papiloma humano, la clamidia y el virus coxsackie, que causa conjuntivitis y enfermedad de manos, pies y boca.
Tradicionalmente, los proveedores médicos han determinado a quién evaluar la enfermedad en función de un rango limitado de factores, incluida la presión arterial, el IMC, la edad, el sexo y si fuman o no. Pero la herramienta de detección previa se basa en la totalidad de unEl historial médico electrónico del paciente demostró ser un 2,5 por ciento mejor para identificar a las personas con diabetes que el enfoque estándar, y un 14 por ciento mejor para identificar a quienes no lo tienen. Los investigadores calcularon que si el nuevo método se usara a nivel nacional, identificaría a 400,000 personas que tienenaún no ha sido diagnosticado con la enfermedad.
"Dado que 1 de cada 4 personas con diabetes no saben que tienen la enfermedad", dijo Anderson, "es muy importante poder decir: 'Esta persona tiene todos estos otros diagnósticos, así que estamos un pocomás seguros de que es probable que tenga diabetes. Necesitamos asegurarnos de hacerle la prueba formal de laboratorio, incluso si es asintomática ".
La extracción de grandes datos para mejorar la atención médica surgió como una tendencia nacional después del paquete de estímulo económico de 2009, que incluía incentivos para digitalizar registros médicos. Los defensores argumentan que el uso de computadoras para descubrir patrones inesperados en grandes cantidades de datos, o aprendizaje automático- tiene el poder de revolucionar la medicina.
Si no se trata, la diabetes puede causar ceguera o provocar problemas con los pies y las piernas que requieren amputación. Aunque los enfoques actuales para la detección de la enfermedad son generalmente precisos, pueden ser costosos y onerosos porque implican extracciones de sangre y ayuno durante largos períodos de tiempode tiempo.
"Hay mucha más información disponible en el registro médico que podría usarse para determinar si un paciente necesita ser examinado, y esta información no se está utilizando actualmente", dijo Cohen, quien también es el director del Laboratorio de UCLA deTecnología de neuroimagen integrativa: "Este es un tesoro de información que no ha comenzado a explotarse en la mayor medida posible".
Fuente de la historia :
Materiales proporcionado por Universidad de California - Los Ángeles . Original escrito por Meg Sullivan. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :