{"id":68767,"date":"2026-04-15T09:41:33","date_gmt":"2026-04-15T15:41:33","guid":{"rendered":"https:\/\/saluddigital.com\/?p=68767"},"modified":"2026-04-15T09:48:17","modified_gmt":"2026-04-15T15:48:17","slug":"tratamiento-mas-comun-para-la-apnea-del-sueno-no-beneficia-a-todos-los-pacientes-por-igual-segun-modelo-de-ia","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/tratamiento-mas-comun-para-la-apnea-del-sueno-no-beneficia-a-todos-los-pacientes-por-igual-segun-modelo-de-ia\/","title":{"rendered":"Tratamiento m\u00e1s com\u00fan para la apnea del sue\u00f1o no beneficia a todos los pacientes por igual, seg\u00fan modelo de IA"},"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 de Mount Sinai desarrollaron un modelo de IA capaz de predecir si un paciente con apnea del sue\u00f1o se beneficiar\u00e1, no experimentar\u00e1 cambios o incluso podr\u00eda verse perjudicado por el uso del CPAP, el dispositivo de presi\u00f3n de aire positiva que se considera el tratamiento est\u00e1ndar de la condici\u00f3n.<\/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

La apnea obstructiva del sue\u00f1o afecta a millones de personas en todo el mundo y est\u00e1 estrechamente vinculada a un mayor riesgo de enfermedades cardiovasculares. Durante d\u00e9cadas, el tratamiento de referencia ha sido el CPAP, un dispositivo que mantiene las v\u00edas respiratorias abiertas durante el sue\u00f1o mediante presi\u00f3n de aire continua. Sin embargo, los grandes ensayos cl\u00ednicos aleatorizados nunca han logrado demostrar que el CPAP reduzca de manera consistente el riesgo cardiovascular en todos los pacientes. Un estudio publicado en Communications Medicine<\/em><\/a>, por investigadores de Icahn School of Medicine de Mount Sinai, propone que esa inconsistencia no es una paradoja, sino una se\u00f1al de que la apnea del sue\u00f1o es una enfermedad mucho m\u00e1s heterog\u00e9nea de lo que los enfoques cl\u00ednicos tradicionales han reconocido.<\/p>

El estudio, aplic\u00f3 una t\u00e9cnica de aprendizaje autom\u00e1tico o machine learning <\/em>denominada bosque de supervivencia causal o causal survival forest<\/em> a los datos del ensayo cl\u00ednico SAVE, el mayor estudio aleatorizado realizado hasta la fecha para evaluar el efecto del CPAP en la prevenci\u00f3n de eventos cardiovasculares. El ensayo incluy\u00f3 a 2,687 participantes con apnea del sue\u00f1o e historial previo de enfermedad coronaria o cerebrovascular, sin somnolencia diurna excesiva, reclutados en 89 centros de siete pa\u00edses. A diferencia de los m\u00e9todos estad\u00edsticos convencionales, que calculan un efecto promedio del tratamiento para toda la poblaci\u00f3n estudiada, el modelo desarrollado por los investigadores de Mount Sinai asign\u00f3 a cada participante una puntuaci\u00f3n de efecto de tratamiento individualizado, estimando si el CPAP reducir\u00eda, no modificar\u00eda o incrementar\u00eda su riesgo de sufrir un evento cardiovascular mayor.<\/p>

Los resultados revelan una heterogeneidad marcada y estad\u00edsticamente significativa en la respuesta al tratamiento. Los participantes clasificados en el tercio superior de la puntuaci\u00f3n, es decir, aquellos con mayor probabilidad de beneficiarse del CPAP, experimentaron una reducci\u00f3n de cien veces en su riesgo de sufrir un evento cardiovascular recurrente cuando fueron asignados al tratamiento. En contraste, los del tercio inferior, quienes el modelo predijo que ser\u00edan perjudicados, tuvieron un aumento de m\u00e1s de cien veces en ese mismo riesgo. El tercio intermedio no mostr\u00f3 efectos significativos en ninguna direcci\u00f3n, lo que replica el resultado nulo que el ensayo SAVE hab\u00eda reportado para la cohorte en su conjunto.<\/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

El modelo super\u00f3 en desempe\u00f1o predictivo a las m\u00e9tricas cl\u00ednicas convencionales de riesgo cardiovascular y severidad de la apnea, como el \u00edndice apnea-hipopnea y el Framingham Risk Score, ninguno de los cuales logr\u00f3 identificar subgrupos con respuestas diferenciadas al CPAP. Las 23 variables que el modelo identific\u00f3 como m\u00e1s predictivas provienen de dominios cl\u00ednicos distintos, entre ellos el historial previo de revascularizaci\u00f3n coronaria, el estado de tabaquismo, el uso de agentes reductores de l\u00edpidos, el tiempo pasado con saturaci\u00f3n de ox\u00edgeno por debajo del 90% durante el sue\u00f1o y medidas de calidad de vida reportadas por los propios pacientes.<\/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

\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

\u201cNuestros hallazgos representan un avance significativo en la medicina personalizada, alej\u00e1ndose de una estrategia de talla \u00fanica en el tratamiento de la apnea obstructiva del sue\u00f1o\u201d, se\u00f1al\u00f3 la Dra. Neomi A. Shah, profesora de Medicina en la Divisi\u00f3n de Medicina Pulmonar, Cuidados Cr\u00edticos y del Sue\u00f1o de Icahn y coautora correspondiente del estudio. \u201cEsto subraya el valor de los nuevos enfoques basados en datos, como nuestro modelo, para ayudar a los m\u00e9dicos a tomar decisiones informadas sobre las recomendaciones de tratamiento con CPAP, mejorando la atenci\u00f3n personalizada para satisfacer las necesidades individuales de cada paciente\u201d.<\/p>

Asimismo, un hallazgo que los autores califican de contraintuitivo, aunque consistente con trabajos previos del mismo grupo, es que los pacientes que m\u00e1s se beneficiaron del CPAP no eran necesariamente los m\u00e1s graves en t\u00e9rminos de severidad de la apnea ni los m\u00e1s hipox\u00e9micos durante el sue\u00f1o. En cambio, quienes mostraron mayor riesgo de da\u00f1o con el tratamiento ten\u00edan antecedentes m\u00e1s frecuentes de infarto de miocardio y revascularizaci\u00f3n coronaria. Los investigadores proponen que este patr\u00f3n podr\u00eda explicarse por un mecanismo de precondicionamiento isqu\u00e9mico, en el que la hipoxia intermitente producida por la apnea ejercer\u00eda un efecto cardioprotector en ciertos pacientes con enfermedad cardiovascular establecida, efecto que el CPAP podr\u00eda suprimir al eliminar esos episodios de desoxigenaci\u00f3n.<\/p>

\u201cEstos resultados demuestran el poder del aprendizaje autom\u00e1tico para la predicci\u00f3n de efectos de tratamiento en una era de medicina de precisi\u00f3n; sin embargo, estos modelos requieren una validaci\u00f3n cuidadosa para demostrar su utilidad en la pr\u00e1ctica cl\u00ednica\u201d, reconoci\u00f3 el Dr. Oren Cohen, profesor asistente de Medicina en el Icahn y coprimer autor del estudio.<\/p>

Los autores reconocen que el modelo tiene limitaciones importantes. Al haberse desarrollado y evaluado sobre la misma cohorte del ensayo SAVE, sin una validaci\u00f3n en una cohorte externa e independiente, su aplicabilidad a la pr\u00e1ctica cl\u00ednica real a\u00fan no puede garantizarse. Los investigadores se\u00f1alan que esta es una limitaci\u00f3n propia de los m\u00e9todos de aprendizaje causal, que requieren muestras de gran tama\u00f1o y no admiten la partici\u00f3n est\u00e1ndar de datos en conjuntos de entrenamiento y prueba que se usa en otros modelos predictivos. El art\u00edculo plantea que una ruta de validaci\u00f3n posible ser\u00eda la armonizaci\u00f3n de datos de m\u00faltiples ensayos cl\u00ednicos o el uso de m\u00e9todos de aprendizaje federado.<\/p>

\u201cLa inteligencia artificial en medicina debe ir m\u00e1s all\u00e1 del reconocimiento de patrones hacia el razonamiento causal\u201d, afirm\u00f3 la Dra. Mayte Su\u00e1rez-Fari\u00f1as, codirectora de la Divisi\u00f3n de Bioestad\u00edstica y Ciencia de Datos y profesora de Pol\u00edtica de Ciencias de la Salud Poblacional e Inteligencia Artificial y Salud Humana en Icahn, tambi\u00e9n coautora correspondiente del estudio. \u201cAl estimar efectos de tratamiento individualizados a lo largo del tiempo utilizando datos de ensayos cl\u00ednicos aleatorizados, avanzamos la IA predictiva hacia herramientas de apoyo a la decisi\u00f3n fundamentadas en la causalidad y capaces de informar decisiones de tratamiento en el mundo real y mejorar los resultados\u201d.<\/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\/s43856-026-01457-1<\/a><\/p>

MOUNT SINAI<\/strong><\/p>

https:\/\/www.mountsinai.org\/about\/newsroom\/2026\/mount-sinai-researchers-develop-machine-learning-model-to-predict-how-cpap-affects-cardiovascular-disease-risk-in-patients-with-obstructive-sleep-apnea<\/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":"

Tratamiento m\u00e1s com\u00fan para la apnea del sue\u00f1o no beneficia a todos los pacientes por igual, seg\u00fan modelo de IA desarrollado en Mount Sinai.<\/p>","protected":false},"author":1,"featured_media":68769,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-68767","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\/68767","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=68767"}],"version-history":[{"count":5,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/68767\/revisions"}],"predecessor-version":[{"id":68773,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/68767\/revisions\/68773"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/68769"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=68767"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=68767"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=68767"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}