Video Experimental Relacionado
Updated: Sep 10, 2025
Measuring Frailty in HIV-infected Individuals. Identification of Frail Patients is the First Step to Amelioration and Reversal of Frailty
Published on: July 24, 2013
Desarrollo y evaluación del índice de fragilidad específico de las enfermedades cardiovasculares: un análisis basado
Jiatang Xu1,2, Zhensheng Hu2,3, Kai Huang2,4
1Department of Cardiovascular Surgery, The First Affiliated Hospital of Sun Yat-sen University, Sun Yat-sen University, No. 58 Zhongshan Second Road, Guangzhou 510030, China.
Se desarrolló un nuevo Índice de Fragilidad Específico de Enfermedades Cardiovasculares (FICVD) utilizando el aprendizaje automático. La FICVD mejora la predicción y la estratificación del riesgo de enfermedades cardiovasculares, especialmente cuando se combina con factores de riesgo genéticos.
Área de la Ciencia:
- Cardiología
- Gerontología
- Estadísticas biológicas
- La genética
Sus antecedentes:
- Las evaluaciones de la fragilidad para el riesgo de enfermedad cardiovascular (ECV) carecen de especificidad.
- La optimización de las estrategias de evaluación de la fragilidad para el riesgo de ECV es crucial para la intervención temprana.
- Los algoritmos de aprendizaje automático ofrecen enfoques novedosos para mejorar los modelos de predicción de riesgos.
Objetivo del estudio:
- Desarrollar y validar un índice de fragilidad específico de las enfermedades cardiovasculares (FICVD) utilizando el aprendizaje automático.
- Evaluar el rendimiento predictivo de la FICVD en comparación con el índice de fragilidad (FI) tradicional para la CVD incidente.
- Evaluar la utilidad combinada de la FICVD y la puntuación de riesgo poligénico (PRS) para la estratificación del riesgo de ECV.
Principales métodos:
- Utilizó una cohorte prospectiva de 366.622 participantes del Biobanco del Reino Unido.
- Se utilizó la regresión neta elástica para construir el FICVD a partir de elementos relacionados con la salud.
- Se generó una puntuación de riesgo poligénico (PRS) para la ECV para evaluar la susceptibilidad genética.
Principales resultados:
- La FICVD demostró índices de riesgo más altos para el riesgo de ECV incidentes en comparación con la FI tradicional.
- El área bajo la curva para FICVD en la predicción de CVD a 10 años fue significativamente mayor que FI (0.649 vs. 0.605).
- La combinación de alto riesgo FICVD y alto riesgo genético identificó a individuos con un aumento de 2,84 veces en el riesgo de ECV.
Conclusiones:
- El FICVD desarrollado muestra un rendimiento superior en la predicción y estratificación del riesgo de ECV.
- La integración de la FICVD con la susceptibilidad genética mejora la identificación de individuos de alto riesgo para la ECV.
- FICVD ofrece un nuevo enfoque para optimizar la evaluación del riesgo de ECV individualizada y guiar las estrategias de intervención temprana.
