Dosis de tacrolimus dirigida por IA en el cuidado de trasplantes: estudio de cohorte

Área de la Ciencia:

• Medicina del trasplante
• Farmacocinética
• Inteligencia artificial en el cuidado de la salud

Sus antecedentes:

• Tacrolimus es crucial para la inmunosupresión en el trasplante de órganos sólidos, pero tiene un rango terapéutico estrecho.
• La dosificación precisa de tacrolimus es difícil después del trasplante debido a factores relacionados con el paciente, el donante y el medicamento.
• El mantenimiento de niveles óptimos de fármaco es esencial para prevenir el rechazo del injerto y la toxicidad.

Objetivo del estudio:

• Diseñar y validar un modelo de aprendizaje automático para predecir las concentraciones mínimas de tacrolimus al día siguiente (C0).
• Para guiar las estrategias de dosificación de tacrolimus y prevenir la sobredosis persistente en los receptores de trasplantes.
• Para aprovechar la inteligencia artificial para el manejo personalizado de la terapia inmunosupresora.

Principales métodos:

• Desarrolló un modelo de memoria a corto plazo (LSTM) utilizando datos retrospectivos de 1597 receptores de trasplante de riñón y hígado.
• Incluidos predictores como el tipo de trasplante, la demografía, las comorbilidades, los signos vitales, los laboratorios, la dieta y los medicamentos.
• Se evaluó el rendimiento del modelo utilizando el error absoluto medio y una clasificación de 3 clases para la precisión de la dosificación, y se generaron recomendaciones de dosis.

Principales resultados:

• El modelo LSTM logró un error medio absoluto de 1,880 ng/mL en la predicción de tacrolimus C0 al día siguiente.
• Los predictores clave incluyeron el tacrolimus C0 reciente, la dosis, el tipo de trasplante, la dieta y los medicamentos que interactúan.
• El modelo demostró una puntuación micro promedio de F1 de 0,653 para clasificar la dosis insuficiente, la dosis terapéutica y la sobredosis.

Conclusiones:

• Este estudio presenta una de las mayores aplicaciones de IA para la dosificación de tacrolimus, con un modelo LSTM efectivo para la predicción de C0.
• El modelo muestra potencial para guiar recomendaciones precisas de dosis de tacrolimus en el cuidado de trasplantes.
• Se necesitan estudios prospectivos para confirmar la eficacia del modelo en el mundo real en los ajustes de dosis.