Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
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.

Contenidos Relacionados

Secured By miniOrange