Filter by input type
Filter by category
Modelo de IA ayuda a predecir riesgo de cáncer en adultos con dermatomiositis

Investigadores desarrollan una herramienta clínica que mejora la detección temprana de enfermedad maligna asociada

Investigadores desarrollaron y validaron una herramienta que podría mejorar la detección temprana de cáncer en personas adultas con dermatomiositis (DM), una enfermedad inflamatoria poco frecuente que puede estar asociada con tumores malignos y que representa un desafío diagnóstico por su variabilidad clínica. La investigación, realizada en dos hospitales de China y publicada en JAMA Dermatology, responde a la necesidad urgente de contar con un método confiable que permita identificar a los pacientes con mayor probabilidad de presentar cáncer al momento del diagnóstico o durante el seguimiento.

El trabajo analizó datos de 546 adultos con DM o DM clínicamente amiopática atendidos entre 2015 y 2022. Los investigadores combinaron métodos estadísticos tradicionales con técnicas de machine learning or machine learning para identificar qué características clínicas se relacionaban con mayor riesgo de cáncer. A partir de este análisis se construyó el modelo TIP-CA, una herramienta basada en cinco factores detectables en la práctica habitual, como la presencia de anticuerpos TIF1-γ, enfermedad pulmonar intersticial, poiquilodermia, subtipo de DM y anemia. Según los autores, estos elementos se integran de manera sencilla en un puntaje que permite estimar la probabilidad de que un paciente tenga una neoplasia asociada.

El modelo mostró un buen desempeño tanto en la cohorte de desarrollo como en la de validación, con un área bajo la curva cercana a 0.81, lo que indica una adecuada capacidad para discriminar entre pacientes con y sin cáncer. Los puntajes más altos del TIP-CA se asociaron con un riesgo marcadamente elevado, lo que podría ayudar a los equipos clínicos a priorizar estudios complementarios de manera más dirigida y oportuna.

Según las conclusiones del estudio, el TIP-CA tiene el potencial de convertirse en una herramienta útil para la toma de decisiones en el ámbito clínico, ya que utiliza información disponible de forma rutinaria y evita sesgos derivados de cohortes limitadas a un solo tipo de especialidad. Los autores señalan que su adopción podría contribuir a reducir retrasos diagnósticos y mejorar los resultados en pacientes con dermatomiositis, al facilitar estrategias de tamizaje más personalizadas y eficientes.

Related Content

Secured By miniOrange