MADRID 3 May. (EUROPA PRESS) -
Un nuevo método de aprendizaje automático podría ayudar a medir la hora del reloj corporal interno, lo que ayudaría a todos a tomar mejores decisiones en materia de salud, incluido cuándo y cuánto tiempo dormir.
La investigación, llevada a cabo por la Universidad de Surrey (Reino Unido) y la Universidad de Groninga (Países Bajos) y publicado en la revista 'Proceedings of the National Academy of Sciences', utilizó un programa de aprendizaje automático para analizar los metabolitos de la sangre y predecir la hora de nuestro sistema circadiano interno.
Hasta la fecha, el método estándar para determinar la hora del sistema circadiano consiste en medir la hora de nuestro ritmo natural de melatonina, concretamente el momento en que empezamos a producir melatonina, conocido como inicio de la melatonina con luz tenue (DLMO, por sus siglas en inglés).
Según la profesora Debra Skene, coautora del estudio de la Universidad de Surrey, "tras tomar dos muestras de sangre a nuestros participantes, nuestro método fue capaz de predecir el DLMO de los individuos con una precisión comparable o mejor que los métodos de estimación anteriores, más intrusivos".
El equipo de investigación recogió una serie temporal de muestras de sangre de 24 individuos: 12 hombres y 12 mujeres. Todos los participantes estaban sanos, no fumaban y tenían horarios regulares de sueño siete días antes de acudir al centro de investigación clínica de la Universidad.
A continuación, el equipo de investigación midió más de 130 ritmos metabólicos mediante un método de metabolómica dirigida. Estos datos se utilizaron en un programa de aprendizaje automático para predecir el ritmo circadiano.
"Estamos entusiasmados pero cautos con nuestro nuevo enfoque para predecir la DLMO, ya que es más cómodo y requiere menos muestreo que las herramientas actualmente disponibles --prosigue la profesora Skene--. Aunque nuestro método debe validarse en diferentes poblaciones, podría allanar el camino para optimizar los tratamientos de los trastornos del ritmo circadiano del sueño y la recuperación de lesiones".
"Los dispositivos inteligentes y los wearables ofrecen una guía útil sobre los patrones de sueño --señala-- pero nuestra investigación abre el camino a planes de sueño y alimentación verdaderamente personalizados, alineados con nuestra biología personal, con el potencial de optimizar la salud y reducir los riesgos de enfermedades graves asociadas con el sueño deficiente y la alimentación inoportuna".
Por su parte, el profesor Roelof Hut, coautor del estudio de la Universidad de Groninga, destaca que los resultados "podrían ayudar a desarrollar una forma asequible de estimar nuestros propios ritmos circadianos, lo que optimizaría la sincronización de comportamientos, la toma de muestras diagnósticas y el tratamiento".
