Las directrices del Grupo de Trabajo de Servicios Preventivos de los Estados Unidos (USPSTF, por sus siglas en...

Área de la Ciencia:

• En el campo de la oncología
• La informática médica
• Inteligencia artificial

Sus antecedentes:

• La detección actual del cáncer de próstata se basa en criterios basados en la edad del Grupo de Trabajo de Servicios Preventivos de los Estados Unidos (USPSTF).
• Este enfoque puede conducir a cánceres agresivos no detectados o a un exceso de detección en hombres fuera del rango de edad típico.
• Los modelos de predicción personalizados que incorporan diversos antecedentes médicos son prometedores para una mayor precisión.

Objetivo del estudio:

• Desarrollar un modelo predictivo impulsado por IA para el cáncer de próstata utilizando el historial médico del paciente.
• Comparar el rendimiento de este modelo de IA con los criterios de detección tradicionales basados en la edad.

Principales métodos:

• Desarrolló un modelo predictivo utilizando registros electrónicos de salud (EHR) de la base de datos All of Us.
• Utilizó la regresión logística de menor reducción absoluta y operador de selección (LASSO) para identificar las características predictivas clave de las condiciones de salud anteriores.
• Evaluación del rendimiento del modelo utilizando el R2 de McFadden y el área bajo la curva de características de funcionamiento del receptor (AUROC).

Principales resultados:

• El modelo de IA basado en EHR logró un R2 de McFadden de 0,36, superando significativamente el modelo basado en la edad de la USPSTF (R2 de 0,20).
• La validación de AUROC confirmó una sensibilidad y especificidad superiores del modelo de IA en comparación con los criterios de detección actuales.
• El modelo demostró una mayor precisión predictiva utilizando datos de EHR no invasivos.

Conclusiones:

• Los modelos de predicción impulsados por IA que utilizan datos de EHR ofrecen un método más preciso para la evaluación del riesgo de cáncer de próstata.
• Las estrategias de detección personalizadas pueden mejorar la detección temprana y reducir los procedimientos invasivos asociados con el cribado innecesario.
• Este enfoque permite enfocar los esfuerzos de diagnóstico en las personas con mayor riesgo, optimizando los recursos de atención médica.