Aprendizaje automático para la selección de pacientes en la toma de decisiones de corticosteroides en la...

Área de la Ciencia:

• La ortopedia
• Ingeniería biomédica
• Ciencia de los datos

Sus antecedentes:

• El manejo del dolor de la osteoartritis de rodilla es crucial, siendo las inyecciones de corticosteroides intraarticulares un tratamiento común pero de eficacia variable.
• La identificación de pacientes que puedan beneficiarse de estas inyecciones es esencial para optimizar los resultados del tratamiento.

Objetivo del estudio:

• Desarrollar un modelo de aprendizaje automático (ML) para predecir la respuesta del paciente a las inyecciones de corticosteroides intraarticulares en la osteoartritis de rodilla.
• Mejorar la toma de decisiones clínicas en la selección de candidatos apropiados para esta intervención.

Principales métodos:

• Datos combinados de dos estudios prospectivos de cohorte (Iniciativa de Osteoartritis y Estudio Multicéntrico de OA).
• Utilizó el análisis discriminante lineal para construir un algoritmo ML que predice la mejora del dolor sintomático.
• Resultados evaluados utilizando la escala de dolor OA de las universidades de Western Ontario y McMaster, definiendo cambios significativos a través de criterios establecidos.

Principales resultados:

• Se incluyeron 330 pacientes (edad media de 63,4 años).
• Sólo el 25,5% logró una mejora significativa del dolor después de la inyección.
• El modelo ML logró una precisión del 67,8%, con una puntuación F1 del 30,8% y un AUC de 0,60.

Conclusiones:

• El modelo ML desarrollado muestra potencial para ayudar a los médicos en la selección de pacientes para inyecciones de corticosteroides.
• Se necesitan más investigaciones y perfeccionamiento del modelo antes de su aplicación clínica.