Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
Ampronix,  Inc

Algoritmo predice supervivencia en insuficiencia cardiaca con exactitud

Por el equipo editorial de HospiMedica en español
Actualizado el 04 Jun 2018
Print article
Imagen: El algoritmo, Trees of Predictors, usa el aprendizaje automático y 53 puntos de datos para predecir con mayor exactitud la esperanza de vida después de la insuficiencia cardíaca (Fotografía cortesía de UCLA).
Imagen: El algoritmo, Trees of Predictors, usa el aprendizaje automático y 53 puntos de datos para predecir con mayor exactitud la esperanza de vida después de la insuficiencia cardíaca (Fotografía cortesía de UCLA).
Un equipo de investigadores de la UCLA (Los Ángeles, EUA) ha desarrollado un nuevo algoritmo que predice con mayor precisión qué personas sobrevivirán a la insuficiencia cardíaca y durante cuánto tiempo, y si tendrán que recibir un trasplante de corazón o no. El algoritmo permitirá a los médicos llevar a cabo evaluaciones más personalizadas de las personas que esperan trasplantes de corazón, lo que permite a los proveedores de atención médica utilizar de manera eficiente los recursos limitados que salvan vidas y reducir los costos de atención médica.

El algoritmo, denominado Trees of Predictors, utiliza aprendizaje automático y toma en consideración 53 puntos de datos, incluyendo la edad, el sexo, el índice de masa corporal, el tipo de sangre y la química sanguínea, para abordar las diferencias entre las personas que esperan trasplantes de corazón y la compatibilidad entre los posibles receptores de trasplantes de corazón y los donantes. Usando estos puntos de datos, el algoritmo predice cuánto vivirán las personas con insuficiencia cardíaca, dependiendo de si recibirán un trasplante o no. El algoritmo también puede analizar diferentes escenarios posibles de riesgo para posibles candidatos de trasplante con el fin de ayudar a los médicos a evaluar más a fondo a las personas que pueden ser candidatos para trasplantes de corazón, y es lo suficientemente flexible como para incorporar más datos a medida que evolucionan los tratamientos.

Los investigadores de la UCLA probaron el algoritmo utilizando 30 años de datos sobre personas registradas con la Red Unida para Compartir Órganos, una organización sin fines de lucro que hace la correspondencia entre los donantes y los receptores de trasplantes en los EUA Los investigadores encontraron que el algoritmo proporcionaba predicciones significativamente mejores que los modelos de predicción actualmente utilizados por la mayoría de los médicos para proyectar, cuáles de los receptores de trasplantes vivirían durante al menos tres años después del trasplante. El algoritmo de UCLA superó a los modelos en un 14% al predecir correctamente que 2.442 receptores de trasplantes de corazón de los 17.441 que recibieron trasplantes vivieron al menos ese tiempo después de la cirugía. Según los investigadores, el algoritmo Trees of Predictors también se puede utilizar para recopilar información de bases de datos médicas y otros tipos de bases de datos complejas.

“Nuestro trabajo sugiere que se podrían salvar más vidas con la aplicación de este nuevo algoritmo basado en el aprendizaje automático”, dijo Mihaela van der Schaar, profesora de la rectoría de ingeniería eléctrica y de informática de la facultad de ingeniería Samueli de UCLA, quien dirigió el estudio. “Sería especialmente útil para determinar qué pacientes necesitan los trasplantes de corazón con mayor urgencia y qué pacientes son buenos candidatos para terapias de puentes como los dispositivos de asistencia mecánica implantados”.

“Siguiendo este método, podemos identificar un número significativo de pacientes que son buenos candidatos para el trasplante, pero que no fueron identificados como tales usando los métodos tradicionales”, dijo el Dr. Martin Cadeiras, cardiólogo de la Facultad de Medicina David Geffen de la UCLA. “Esta metodología se asemeja mejor al proceso de pensamiento humano al permitir múltiples soluciones alternativas para el mismo problema, pero teniendo en cuenta la variabilidad de cada individuo”.




Print article
Italray

Canales

Cuidados Criticos

ver canal
Imagen: Un dispositivo añadido a la bolsa de ventilación ayuda a resucitar a los bebés recién nacidos asfixiados (Fotografía cortesía de Philips Healthcare).

Un dispositivo de resucitación novedoso ayuda a reducir la mortalidad en los recién nacidos

Un dispositivo adicional para los reanimadores neonatales convencionales con bolsa-válvula-mascarilla (BVM) puede ayudar a los médicos a reanimar a los bebés recién nacidos asfixiados. Desarrollado... Más

TI

ver canal
Imagen: Una colaboración internacional tiene como objetivo proteger a los dispositivos médicos de las amenazas de ciberseguridad (Fotografía cortesía de Shutterstock).

Una colaboración internacional se enfocará en la ciberseguridad médica

El Foro Internacional de Reguladores de Dispositivos Médicos (IMDRF; Canberra, Australia), una congregación mundial de agencias de salud, está lanzando un grupo de trabajo de armonización de la seguridad... Más

Bio Investigación

ver canal

Diseñan programa que proporciona soluciones integradas para investigación bioinformática

Dedicated Computing (Waukesha, WI, EUA), una compañía global de tecnología, informó que estará participando en el programa Intel Cluster Ready para ofrecer soluciones integradas de clústeres de computación de alto rendimiento para el mercado de ciencias de la vida.... Más
Copyright © 2000-2018 Globetech Media. All rights reserved.