Un método de aprendizaje automático que analiza grandes cantidades de información sobre la salud tiene potencial para evaluar el riesgo de personas mayores cognitivamente sanas de demencia posterior, según una investigación publicada en el Revista de la enfermedad de Alzheimer . La nueva herramienta de evaluación de riesgos también presenta el perfil de riesgo individual en una forma visual rápidamente interpretable.
La prevención de la demencia es una de las principales prioridades de salud pública en todo el mundo, y se está realizando un intenso trabajo para formular estrategias preventivas efectivas. Los cambios saludables en el estilo de vida pueden ayudar a prevenir el deterioro cognitivo y la demencia, pero el desafío es detectar temprano a aquellos que están en mayor riesgo yelegir las medidas preventivas más relevantes.
Los desarrollos recientes en la investigación de prevención de la demencia incluyen grandes Registros de Salud del Cerebro en línea, plataformas multinacionales de descubrimiento y uso compartido de datos y ensayos de prevención basados en Internet. El manejo de grandes cantidades de información de salud - "grandes datos" - es una consecuencia desafiante de estos desarrollosEl aprendizaje automático representa un tipo de inteligencia artificial en el que se usa un grupo de métodos para enseñar a las computadoras a hacer y mejorar predicciones basadas en grandes conjuntos de datos. Estos métodos apenas comienzan a usarse en el contexto de la prevención de la demencia.
Un equipo de médicos e ingenieros de Finlandia y Suecia abordó estos desafíos utilizando un enfoque novedoso de aprendizaje automático. Desarrollaron un índice de riesgo de demencia, una herramienta para evaluar el riesgo de demencia de las personas y para indicar las áreas objetivo más relevantes para las medidas preventivasUna ventaja adicional de la herramienta es la capacidad de mostrar perfiles de riesgo de demencia individuales detallados en un formato visual que es fácil de interpretar.
El índice de riesgo predijo la demencia diez años antes del inicio.
El equipo de investigación utilizó datos del estudio de Factores de riesgo cardiovascular, envejecimiento y demencia CAIDE realizado en Finlandia oriental. Los participantes del estudio eran individuos cognitivamente normales de 65 a 79 años de la población general finlandesa que se sometieron a evaluaciones detalladas relacionadas con la salud, incluyendomemoria y otras pruebas cognitivas. El índice de riesgo de demencia funcionó bien en la identificación de perfiles completos para predecir el desarrollo de la demencia hasta 10 años después. Los principales predictores incluidos fueron cognición, factores vasculares, edad, problemas de memoria subjetiva y genotipo de apolipoproteína E APOE.
Los investigadores concluyen que el índice de riesgo podría ser útil para identificar a las personas mayores con mayor riesgo y que también pueden beneficiarse más de las intervenciones preventivas. Destacan que el índice de riesgo no está destinado al diagnóstico de demencia, sino como una herramienta paraayuda con la toma de decisiones sobre las estrategias de prevención de la demencia, es decir, a quién deben dirigirse y qué factores de riesgo deben abordarse específicamente en función del perfil de riesgo visual.
"Los resultados de nuestro estudio son muy prometedores, ya que es la primera vez que se utiliza este enfoque de aprendizaje automático para estimar el riesgo de demencia en una población general cognitivamente normal", dice la investigadora principal, Alina Solomon, MD, PhD, delUniversidad del Este de Finlandia.
"El índice de riesgo fue diseñado para respaldar la toma de decisiones clínicas, y estamos muy interesados en explorar su posible uso práctico. Sin embargo, aún tenemos que validar este índice de riesgo en otras poblaciones fuera de Finlandia. También tenemos que investigar si funcionaen personas mayores de 80 años, y si puede monitorear los cambios en el riesgo de demencia con el tiempo, por ejemplo, como respuesta a las intervenciones en el estilo de vida. Estos son algunos de los próximos pasos que estamos planeando ahora ", agrega el Dr. Solomon.
"Las grandes bases de datos de información de salud contienen una gran cantidad de información valiosa que todavía está parcialmente oculta y poco explotada. Los métodos modernos de aprendizaje automático pueden usarse para extraer patrones de datos que pueden ser difíciles de observar con solo mirar los datos a simple vista.Nuestro objetivo ha sido detectar patrones que predicen si una persona tiene más probabilidades de contraer demencia en el futuro Otra área de interés ha sido cómo presentar todos estos datos complejos de una forma simple para que estas tecnologías modernas sean útiles para los médicos y el público en generalinteresado en la prevención de la demencia ", dice Jyrki Lötjönen, PhD, uno de los coautores del estudio y director científico de Combinostics Ltd.
Fuente de la historia :
Materiales proporcionado por IOS Press . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :