{"id":46692,"date":"2024-07-01T09:48:24","date_gmt":"2024-07-01T15:48:24","guid":{"rendered":"https:\/\/saluddigital.com\/?p=46692"},"modified":"2025-10-18T15:35:26","modified_gmt":"2025-10-18T21:35:26","slug":"indice-de-masa-corporal-e-ia-pueden-predecir-enfermedades-cardiometebolicas","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/indice-de-masa-corporal-e-ia-pueden-predecir-enfermedades-cardiometebolicas\/","title":{"rendered":"\u00cdndice de masa corporal e IA pueden predecir enfermedades cardiometeb\u00f3licas."},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Investigadores utilizan el \u00edndice de masa corporal obtenido por medio de una electrocardiograf\u00eda mejorada con IA podr\u00eda predecir enfermedades cardiometab\u00f3licas a futuro.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Un estudio realizado por investigadores de Imperial College London y otras instituciones de investigaci\u00f3n, publicado en npj Digital Medicine journal<\/em><\/a> explor\u00f3 la creaci\u00f3n de un nuevo m\u00e9todo para la predicci\u00f3n de enfermedades cardiometab\u00f3licas basado en un electrocardiograma (ECG). Un electrocardiograma ECG es capaz de capturar cambios card\u00edacos relacionados con la obesidad, sin embargo, un ECG mejorado con inteligencia artificial (IA) identifica enfermedades subcl\u00ednicas.\u00a0 En a\u00f1os recientes la aplicaci\u00f3n del deep learning en el campo de ECG ha ganado terreno, especialmente por estudios donde se demuestran sus capacidades diagn\u00f3sticas y predictivas para predecir enfermedades card\u00edacas.<\/p>

Por ello los investigadores entrenaron un modelo de ECG-IA para predecir el \u00edndice de masa corporal (IMC) a partir de un ECG. El estudio utiliz\u00f3 datos de 512,950 mil ECG, los cuales fueron validados con datos del UK Biobank (42,386 personas).<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El modelo mostr\u00f3 resultados favorables en la predicci\u00f3n del IMC de los pacientes. Asimismo, el estudio introdujo el concepto Delta-BMI, que se refiere a la diferencia entre el IMC predicho por el modelo de ECG-IA. En este sentido, el estudio encontr\u00f3 que el delta-BMI es un marcador de salud cardiometab\u00f3lica, ya que los pacientes con \u00edndices m\u00e1s altos de Delta-BMI ten\u00edan un mayor riesgo de desarrollar enfermedades cardiometab\u00f3licas y diabetes mellitus en el futuro.<\/p>

Para la construcci\u00f3n del modelo fue utilizada una red neuronal residual 3D para segmentar y analizar im\u00e1genes de los pulmones. Adem\u00e1s, como se indic\u00f3 anteriormente, el modelo fue validado de manera externa con datos del UK Biobank.<\/p>

El estudio tambi\u00e9n encontr\u00f3 diversas asociaciones gen\u00e9ticas y perfiles metab\u00f3licos. Por ejemplo, existe una asociaci\u00f3n entre delta-BMI y varios biomarcadores metab\u00f3licos y prote\u00f3micos.<\/p>

Es decir, el modelo de ECG-IA es capaz no solo de predecir el IMC de forma precisa, sino que utiliza el delta-BMI como un biomarcador no invasivo para estratificar el riesgo cardiometab\u00f3lico. De igual manera, este modelo puede identificar individuos en riesgo de desarrollar enfermedades cardiometab\u00f3licas futuras, lo cual facilita las intervenciones preventivas.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

NATURE<\/strong><\/p>

https:\/\/www.nature.com\/articles\/s41746-024-01170-0<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Investigadores utilizan el \u00edndice de masa corporal obtenido por medio de una electrocardiograf\u00eda mejorada con IA podr\u00eda predecir enfermedades cardiometab\u00f3licas a futuro. Un estudio realizado por investigadores de Imperial College London y otras instituciones de investigaci\u00f3n, publicado en npj Digital Medicine explor\u00f3 la creaci\u00f3n de un nuevo m\u00e9todo para la predicci\u00f3n de enfermedades cardiometab\u00f3licas basado en un electrocardiograma (ECG). Un electrocardiograma ECG es capaz de capturar cambios card\u00edacos relacionados con la obesidad, sin embargo, un ECG mejorado con inteligencia artificial (IA) identifica enfermedades subcl\u00ednicas.\u00a0 En a\u00f1os recientes la aplicaci\u00f3n del deep learning en el campo de ECG ha ganado terreno, especialmente por estudios donde se demuestran sus capacidades diagn\u00f3sticas y predictivas para predecir enfermedades card\u00edacas. Por ello los investigadores entrenaron un modelo de ECG-IA para predecir el \u00edndice de masa corporal (IMC) a partir de un ECG. El estudio utiliz\u00f3 datos de 512,950 mil ECG, los cuales fueron validados con datos del UK Biobank (42,386 personas). El modelo mostr\u00f3 resultados favorables en la predicci\u00f3n del IMC de los pacientes. Asimismo, el estudio introdujo el concepto Delta-BMI, que se refiere a la diferencia entre el IMC predicho por el modelo de ECG-IA. En este sentido, el estudio encontr\u00f3 que el delta-BMI es un marcador de salud cardiometab\u00f3lica, ya que los pacientes con \u00edndices m\u00e1s altos de Delta-BMI ten\u00edan un mayor riesgo de desarrollar enfermedades cardiometab\u00f3licas y diabetes mellitus en el futuro. Para la construcci\u00f3n del modelo fue utilizada una red neuronal residual 3D para segmentar y analizar im\u00e1genes de los pulmones. Adem\u00e1s, como se indic\u00f3 anteriormente, el modelo fue validado de manera externa con datos del UK Biobank. El estudio tambi\u00e9n encontr\u00f3 diversas asociaciones gen\u00e9ticas y perfiles metab\u00f3licos. Por ejemplo, existe una asociaci\u00f3n entre delta-BMI y varios biomarcadores metab\u00f3licos y prote\u00f3micos. Es decir, el modelo de ECG-IA es capaz no solo de predecir el IMC de forma precisa, sino que utiliza el delta-BMI como un biomarcador no invasivo para estratificar el riesgo cardiometab\u00f3lico. De igual manera, este modelo puede identificar individuos en riesgo de desarrollar enfermedades cardiometab\u00f3licas futuras, lo cual facilita las intervenciones preventivas. BIBLIOGRAF\u00cdA NATURE https:\/\/www.nature.com\/articles\/s41746-024-01170-0<\/p>","protected":false},"author":1,"featured_media":46693,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-46692","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/46692","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=46692"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/46692\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/46693"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=46692"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=46692"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=46692"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}