Un algoritmo podría indicar qué pacientes se pueden beneficiar de resincronización cardiaca

Universitat Pompeu Fabra UPF
EUROPA PRESS - Archivo
Publicado: lunes, 12 noviembre 2018 12:22

BARCELONA, 12 Nov. (EUROPA PRESS) -

Un estudio internacional dirigido por el Grupo de Investigación PhySense del BCN MedTech de la Universitat Pompeu Fabra (UPF) han implementado un algoritmo que, a partir de datos ecocardiográficos complejos y parámetros clínicos, podría identificar de manera precisa qué pacientes con insuficiencia cardíaca se pueden beneficiar de una terapia de resincronización cardiaca.

En el ensayo se estudiaron 1.106 pacientes con diagnóstico de insuficiencia cardiaca, de los que 677 recibieron terapia de resincronización cardiaca y 429 fueron tratados solamente con un desfibrilador cardioversor implantable, ha informado este viernes la UPF en un comunicado.

Al analizar la función cardiaca junto con parámetros demográficos, clínicos y de medición, el algoritmo fue capaz de agrupar pacientes por su similitud utilizando técnicas de agrupamiento no supervisado, y analizar las características de cada grupo para así relacionarlas con las respuestas terapéuticas obtenidas.

Los autores proponen una técnica basada en el aprendizaje automático no supervisado que caracteriza a individuos de manera precisa a partir de parámetros clínicos, a fin de superar las limitaciones de las guías clínicas.

Los datos sobre la estructura y la función cardiaca proporcionados por la ecocardiografía contienen una gran cantidad de información del ciclo cardiaco que tradicionalmente está desaprovechada.

1.600 PARÁMETROS POR PACIENTE

El algoritmo propuesto en el trabajo integra más de 1.600 parámetros por paciente que incluyen datos demográficos, clínicos y de mediación, así como patrones complejos de forma y deformación del ventrículo izquierdo, que son imposibles de describir con métodos tradicionales.

Según los autores, los resultados de este estudio "sirven como una prueba de concepto de que, la integración de todos estos parámetros clínicos utilizando algoritmos de aprendizaje automático no supervisado puede proporcionar una clasificación clínicamente significativa de un conjunto de pacientes con insuficiente cardiaca", lo que puede ayudar a optimizar la tasa de respuesta a tratamientos como el de resincronización cardiaca.