Noticias de la industria
Un algoritmo ayuda a predecir la tolerancia a un medicamento para la artritis reumatoide
Por medio de un modelo computacional matemático se podrían predecir, a partir de datos genéticos y clínicos, los efectos del metotrexato, el medicamento más utilizado para esta enfermedad.

 

 

 

 

Un investigador del Laboratorio de Investigación en Sistemas Inteligentes de la Universidad Nacional de Colombia (UNAL) realizó una prueba con cinco algoritmos diferentes para identificar a los pacientes con artritis reumatoide mediante el “aprendizaje supervisado”, una de las herramientas dentro del espectro de estrategias de maching learning.

 

En esta investigación, que representa un avance hacia la medicina de precisión o personalizada, el químico farmacéutico Fabián Alberto Hernández tomó 155 pacientes ya tratados con el metotrexato, sus datos genéticos, los datos suministrados en sus historias clínicas y la respuesta que tuvieron al medicamento.

 

Asimismo, le proporcionó al algoritmo datos del 80 por ciento de los pacientes contemplados en el estudio, con sus perfiles genéticos y clínicos, y le “enseñó” a identificar quiénes habían tenido una respuesta positiva y quiénes no. Luego, con el 20 por ciento restante, que fue el segmento de control, introdujo solo la información de los perfiles, de manera que pudiera indicar si el paciente reaccionaría bien o no al medicamento. Como ya contaba con la información de la tolerancia al tratamiento, comprobó si las predicciones de los algoritmos eran exactos.

 

Al confirmar el aprendizaje de los algoritmos, identificó que 2 de los 5 tuvieron una eficacia del 77 y el 80 por ciento en la identificación de la reacción de los pacientes; el algoritmo que menos exactitud tuvo en la prueba fue del 60 por ciento.

 

El investigador logró extraer 136 variables -entre las genéticas y de los antecedentes clínicos- no todas concluyentes. Al filtrarlas por las relevantes para la enfermedad y el tratamiento, y en un estudio en el cual relacionó cada una de las variables de forma individual, detectó 10 de ellas determinantes para el estudio.

 

Al respecto, afirma que “el desempeño de los algoritmos puede mejorar y ser más exacto si se les enseñan más variables”. Los datos genéticos, como las variaciones del ARN de los pacientes, podrían ayudar a los médicos a dar una posología adecuada, que los pacientes reciban una terapia acorde con su organismo, mitiguen los posibles efectos secundarios, y a que los recursos en salud alcancen a una mayor población.

 

Fuente: Agencia Iberoamericana para la Difusión de la Ciencia y la Tecnología (DiCYT)

  • en iyi dershane
  • ankara dershane
  • EDICIONES VR S.A.
    Tel.: (+54 9 11) 4424-2885
    info@edicionesvr.com