Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Herramienta de machine learning ayuda al tratamiento de insuficiencia cardíaca 

Un estudio utiliza enfoque basado en aprendizaje automático para predecir la respuesta diurética en pacientes con insuficiencia cardíaca.

Un estudio reciente, coautorado por el Dr. Matthew Segar, becario de tercer año en enfermedades cardiovasculares en el Texas Heart Institute y liderado por su mentor de investigación y residencia, el Dr. Ambarish Pandey de la University of Texas Southwestern Medical Center, utilizó un enfoque basado en machine learning o aprendizaje automático para identificar, comprender y predecir la respuesta diurética en pacientes con insuficiencia cardíaca aguda descompensada (ICAD).

La insuficiencia cardíaca aguda descompensada es un problema de salud pública importante en Estados Unidos y a nivel global. Esta enfermedad resulta en visitas a sala de emergencias, hospitalizaciones y altos costos de atención médica relacionados.

El estudio, titulado “Una herramienta de fenomapeo y puntuación clínica para identificar la baja eficiencia diurética en la insuficiencia cardíaca aguda descompensada”, publicado en Journal of American College Cardiology Heart Failure, aprovecha décadas de conjuntos de datos clínicos y de registros financiados por los Institutos Nacionales de Salud (NIH, en inglés) y la Asociación Americana del Corazón (AHA, en inglés).

Los investigadores utilizaron enfoques basados en machine learning para desarrollar una herramienta predictiva llamada puntuación BAN-ADHF, que mostró resultados prometedores al predecir con precisión la respuesta diurética. Después de la validación en otras poblaciones clínicas, la implementación de esta herramienta podría llevar potencialmente a estrategias personalizadas para manejar eficazmente la congestión de pacientes hospitalizados con ICAD.

“Sabemos que la puntuación BAN-ADHF puede identificar, caracterizar y predecir matemáticamente con precisión la resistencia a los diuréticos entre personas con ADHF. Ahora debemos tomar este conocimiento médico y realizar un estudio clínico para evaluar si la implementación de la puntuación BAN-ADHF en nuestros protocolos de atención mejora los resultados de los pacientes hospitalizados con insuficiencia cardíaca aguda descompensada”, expresó el Dr. Segar.

Cabe mencionar que investigadores de otras instituciones como Duke, UCLA Medical Center, Northwestern University, entre otras, fueron participes de esta investigación.

Outstanding news

News by country

Share

Digital Health in the world

  • — Science Brief: Omicron (B.1.1.529) Variant/CDC updates
    See more
  • —Coronavirus resource center/Johns Hopkins
    See more
  • — Epidemiological tracing of COVID-19 contacts / Johns Hopkins Course
    See more
  • — SARS-CoV-2 infection behavior / FCS calculator
    See more
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Article The Lancet
    See more
  • —Genomic Epidemiology Tracker/GISAID
    See more
  • — Mexican Genomic Surveillance Consortium
    See more
Secured By miniOrange