La medicina personalizada ha sido uno de los desarrollos médicos más promisorios en años recientes.
Para personalizar un tratamiento para los pacientes, algunos doctores están dando la vuelta a los modelos predictivos para ayudar a determinar qué pacientes se beneficiarán de diferentes tratamientos.
El nuevo estudio en la medicina predictiva contra la depresión
Un nuevo estudio del Hospital General de Massachusetts y la Universidad de Harvard ha hallado que utilizar datos de registros médicos electrónicos en dichos modelos podría resultar muy promisorio.
Los investigadores Roy Perlis del Hospital General de Massachusetts y Finale Doshi-Velez de la Universidad de Harvard, se unieron al investigador de posdoctorado Michael Hughes, y analizaron grandes cantidades de datos de registros médicos electrónicos de más de 50,000 personas con depresión, un padecimiento que es notablemente difícil de tratar. Los pacientes a menudo intentan con varios tratamientos diferentes antes de encontrar uno que sea efectivo.
Los investigadores aplicaron conocimiento de ordenadores para clasificar los datos en sub tipos de depresión, algunos de los cuales no estaban necesariamente estandarizados. Los subtipos representaban grupos de síntomas y características identificadas por los datos –como edad, disfunción sexual, aumento de peso u obesidad.
El equipo de Doshi-Velez también analizó 16 tipos de antidepresivos los cuales a largo plazo tuvieron éxito al tratar la depresión de los pacientes.
A partir de estos datos, fueron capaces de desarrollar un algoritmo para predecir la efectividad de un antidepresivo con base en los subtipos de depresión.
Los resultados
Cuando fue implementada en un entorno clínico, la nueva herramienta fue más precisa que los métodos existentes, según hallaron los investigadores. Y los clínicos interrogados por los investigadores dijeron que la herramienta les pareció más fácil de utilizar que los modelos predictivos existentes.
Puesto que hay un 50% de tasa de falla entre pacientes que intentan un primer tratamiento para la depresión, y un 50% de tasa de falla entre los que intentan un segundo tipo de tratamiento, reducir las conjeturas involucradas podría ser algo totalmente revolucionario. “Cada intento puede tomar muchas semanas de evaluación mientras que pruebas con diferentes dosis. Y se trata de personas que tienen la moral por los suelos,” dice Doshi-Velez. “Si pudiésemos hacer una mejora sencilla, –por ejemplo, un intento menos– eso podría representar un resultado muy importante.”
Aunque los investigadores estudiaron el impacto de hacer minería de los registros de depresión, su método podría aplicar de forma más amplia y ayudar a pacientes con varios problemas de salud mentales y físicos.
Fuente: eurekalert.org
Fecha: 7 de diciembre de 2017
Link: https://www.eurekalert.org/pub_releases/2017-12/acon-mem112817.php
Fuente original: Escuela Estadounidense de Neuropsicofarmacología
Nota: Instituto Nutrigenómica no se hace responsable de las opiniones expresadas en el presente artículo.
