Modelo de predicción a corto plazo para el riesgo de cáncer de mama basado en un millón de registros médicos

Área de la Ciencia:

• En el campo de la oncología
• La informática médica
• Estadísticas biológicas

Sus antecedentes:

• A pesar de los avances en la detección del cáncer de mama, muchas mujeres son diagnosticadas con la enfermedad en etapa avanzada.
• Se necesitan modelos precisos de predicción del riesgo de cáncer de mama a corto plazo.

Objetivo del estudio:

• Desarrollar un modelo de predicción del riesgo de cáncer de mama a lo largo de un año utilizando los datos de los registros médicos electrónicos disponibles.
• Apoyar la toma de decisiones clínicas en la evaluación del riesgo de cáncer de mama.

Principales métodos:

• Estudio de cohorte retrospectivo de 1.039.212 personas entre 1985 y 2021.
• Se utilizaron datos longitudinales de EMR, incluidos datos demográficos, antecedentes familiares, estilo de vida, antecedentes médicos y pruebas de laboratorio.
• Empleado la metodología del árbol de decisión CatBoost y las explicaciones aditivas de SHapley (SHAP) para la formación de modelos y la importancia de las características.

Principales resultados:

• El modelo de predicción logró un alto rendimiento con un área bajo la curva de ROC (AUC-ROC) de 0,85.
• Se identificaron nuevas características predictivas como medicamentos, presión arterial sistólica y niveles de TSH, además de edad, consultas quirúrgicas y biopsias de mama.

Conclusiones:

• Los datos de los registros médicos electrónicos (EMR, por sus siglas en inglés) se pueden utilizar de manera efectiva para construir modelos precisos de predicción del riesgo de cáncer de mama a corto plazo.
• Este modelo puede ayudar a los médicos a evaluar y manejar el riesgo de cáncer de mama a corto plazo.