El análisis computacional de las biopsias de rutina mejora el diagnóstico y la predicción de la vasculopatía...

Área de la Ciencia:

• Cardiología
• Patología digital
• Medicina de precisión

Sus antecedentes:

• La vasculopatía alotrasplantada cardíaca (CAV, por sus siglas en inglés) es una de las principales causas de insuficiencia cardíaca trasplantada.
• Los factores de riesgo clínicos actuales no identifican de manera confiable a los pacientes con alto riesgo de CAV agresivo.
• Se necesita una prueba de pronóstico personalizada para el CAV.

Objetivo del estudio:

• Desarrollar una herramienta de medicina de precisión utilizando el análisis computacional de imágenes de patología digital de biopsias endomiocárdicas (EMB).
• Para predecir el desarrollo de CAV años antes de los síntomas clínicos.
• Para mejorar las estrategias de tratamiento personalizado para los receptores de trasplante de corazón.

Principales métodos:

• Recopilado datos clínicos y 183 EMBs archivados de 302 receptores de trasplante de corazón.
• Desarrolló un modelo clínico (ClinCAV-Pr) y modelos histológicos (HistoCAV-Dx, HistoCAV-Pr) utilizando análisis de imágenes de patología digital.
• Datos histológicos y clínicos integrados en un modelo predictivo combinado (iCAV-Pr).

Principales resultados:

• El modelo clínico (ClinCAV- Pr) mostró un rendimiento predictivo modesto (AUROC 0,70).
• Los modelos histológicos demostraron fuertes capacidades de diagnóstico (HistoCAV-Dx, AUROC 0.91) y de predicción (HistoCAV-Pr, AUROC 0.80).
• El modelo integrado (iCAV-Pr) logró un excelente rendimiento predictivo (AUROC 0,93).

Conclusiones:

• El análisis computacional de las EMB mejora significativamente la predicción del futuro CAV.
• Los detalles morfológicos en las biopsias de rutina pueden mejorar la precisión y la personalización de la atención posterior al trasplante.
• Este enfoque ofrece una herramienta prometedora para la detección y la gestión tempranas de CAV.