Un reciente estudio de la Mayo Clinic ha utilizado aprendizaje automático para descubrir patrones en pacientes con insuficiencia cardiaca en la unidad de cuidados intensivos (UCI), permitiendo así clasificar a los enfermos según su riesgo de mortalidad.
Jacob Jentzer, M.D., líder del estudio y becario de Kern Health Care Delivery Scholars, explicó que el objetivo era identificar subgrupos dentro de la población de pacientes con insuficiencia cardiaca admitidos en la UCI cardiaca. “Reconocer que un paciente pertenece a uno de estos grupos puede ayudar a los clínicos a comprender mejor su proceso de enfermedad y pronóstico, permitiendo así una terapia individualizada con el objetivo de mejorar los resultados”, afirmó.
A través del análisis de datos, Jentzer y su equipo identificaron cinco grupos distintos con características y niveles de riesgo específicos:
- No complicado: Pacientes con un cuadro más leve.
- Deficiencia de hierro: Presentan signos de falta de hierro, lo que puede afectar significativamente la función cardiaca.
- Cardiorrenal: Muestran disfunción renal, una complicación común en casos graves de insuficiencia cardiaca.
- Inflamado: Presentan signos de inflamación significativa.
- Hipoperfundido: Con evidencias de mala circulación sanguínea en órganos vitales, lo que indica insuficiencia cardiaca severa.
Los resultados del estudio revelaron que los pacientes del grupo “no complicado” tenían los mejores pronósticos, mientras que los pertenecientes a los grupos “inflamado”, “cardiorrenal” y “deficiencia de hierro” enfrentaban un riesgo intermedio de mortalidad. En contraste, el grupo “hipoperfundido” presentó el mayor riesgo de fallecimiento.
“Los fenotipos y subgrupos identificados en este estudio no habían sido descritos anteriormente y podrían representar diferentes complicaciones orgánicas impulsadas por distintos procesos biológicos”, señaló Jentzer, sugiriendo que estos hallazgos podrían allanar el camino para el desarrollo de terapias personalizadas en futuras investigaciones.
El estudio recibió el respaldo del Kern Health Care Delivery Scholars Program, un programa que permite a médicos en ejercicio dedicar tiempo al aprendizaje de métodos de atención sanitaria para abordar desafíos clínicos desde nuevas perspectivas.
Shannon Dunlay, M.D., cardióloga especializada en insuficiencia cardiaca y autora senior del estudio, destacó la importancia de este apoyo: “Los hallazgos de esta investigación pueden utilizarse para desarrollar estrategias de tratamiento personalizadas para pacientes con insuficiencia cardiaca en la UCI cardiaca”.