Subtipo jerárquico profundo de las trayectorias de la esclerosis sistémica multiorgánica - estudio EUSTAR

Área de la Ciencia:

• Inmunología
• Reumatología
• Biología computacional

Sus antecedentes:

• La esclerosis sistémica (SSc) es una enfermedad autoinmune compleja caracterizada por daños en varios órganos.
• La clasificación actual de SSc se basa en la participación de la piel (limitada versus difusa), pero la variabilidad específica del órgano sugiere que existen más subtipos.

Objetivo del estudio:

• Desarrollar un marco de aprendizaje profundo semi-supervisado para la estratificación de pacientes con SSc.
• Identificar nuevos subtipos de SSc clínicamente significativos basados en la afectación de órganos y la gravedad.

Principales métodos:

• Se aplicó un modelo de aprendizaje profundo generativo a la base de datos europea de ensayos e investigación de la esclerodermia (EUSTAR) (14.000 pacientes, 67.000 visitas).
• Se aprovecharon los criterios de participación de órganos definidos por expertos para modelar las trayectorias de la enfermedad.
• Se evaluó sistemáticamente el rendimiento del modelo, la robustez de los datos faltantes y la interpretabilidad clínica.

Principales resultados:

• Se identificaron cinco grupos de pacientes distintos en función del grado de afectación de los órganos.
• Un subconjunto de pacientes con SSc cutánea limitada exhibió riesgos significativos de complicaciones pulmonares y cardíacas.
• El enfoque basado en datos identificó la estratificación clínicamente relevante de los pacientes más allá de la clasificación tradicional.

Conclusiones:

• Los modelos de aprendizaje profundo pueden descubrir nuevos subtipos de SSc mediante la integración de datos de múltiples órganos.
• Este enfoque mejora la estratificación y el pronóstico del paciente, particularmente para identificar a las personas de alto riesgo.
• El modelado de múltiples órganos es crucial para complementar los conocimientos clínicos en el manejo de la SSc.