Investigadores del Instituto Politécnico Rensselaer que desarrollaron un análisis de sangre para ayudar a diagnosticar el trastorno del espectro autista ahora han aplicado con éxito su enfoque distintivo basado en big data para evaluar posibles tratamientos.
Los hallazgos, publicados recientemente en Fronteras en neurociencia celular , tienen el potencial de acelerar el desarrollo de intervenciones médicas exitosas. Uno de los desafíos para evaluar la efectividad de un tratamiento para el autismo es cómo medir la mejora. Actualmente, el diagnóstico y la evaluación del éxito de una intervención dependen en gran medida de las observaciones de los profesionalesy cuidadores.
"Tener algún tipo de medida que mida algo que está sucediendo dentro del cuerpo es realmente importante", dijo Juergen Hahn, biólogo de sistemas, profesor y jefe del Departamento de Ingeniería Biomédica de Rensselaer.
Hahn y su equipo usan algoritmos de aprendizaje automático para analizar conjuntos de datos complejos. Así es como descubrió previamente patrones con ciertos metabolitos en la sangre de niños con autismo que pueden usarse para predecir con éxito el diagnóstico. Puede ver a Hahn discutir eso aquí.
En este análisis más reciente, el equipo utilizó un conjunto similar de medidas de tres ensayos clínicos diferentes que examinaron posibles intervenciones metabólicas. Los investigadores pudieron comparar datos antes y después del tratamiento, y buscar correlaciones entre esos resultados y cualquier observacióncambios de comportamiento adaptativo.
"Lo que hicimos aquí fue demostrar que si intentas cambiar activamente las concentraciones de estos metabolitos que se están midiendo, también verás cambios en el comportamiento", dijo Hahn.
Hahn dijo que este enfoque era único porque analizaba múltiples marcadores médicos al mismo tiempo, revelando correlaciones que no se ven en los datos si cada medición se investiga individualmente.
"Puede acelerar el proceso de desarrollo porque ahora tiene una herramienta adicional que le dice qué tan bien ha funcionado un tratamiento", dijo.
Hahn espera que este tipo de enfoque se convierta en un componente importante de los ensayos clínicos para el autismo en el futuro. "Tener pruebas médicas que midan cantidades directamente relacionadas con la fisiología es importante y esperamos que se incorporen en ensayos futuros", dijo..
Hahn, miembro del Centro Rensselaer de Biotecnología y Estudios Interdisciplinarios, trabajó en este estudio con el estudiante graduado de Rensselaer Troy Vargason, la estudiante de pregrado Emily Roth y Uwe Kruger, quien es profesor de práctica en el departamento de ingeniería biomédica.
Además de desarrollar y probar con éxito la primera prueba fisiológica para el autismo y este trabajo reciente, Hahn también ha trabajado con colegas para aplicar su método para determinar la probabilidad relativa de una madre embarazada de tener un hijo con trastorno del espectro autista.
Fuente de la historia :
Materiales proporcionado por Instituto Politécnico Rensselaer . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :