Diagnóstico de la esquizofrenia con análisis de sangre de rutina: un análisis comparativo de algoritmos de...

Área de la Ciencia:

• Descubrimiento de biomarcadores
• Psiquiatría computacional
• Diagnóstico clínico

Sus antecedentes:

• El diagnóstico de la esquizofrenia se basa en criterios clínicos y carece de biomarcadores objetivos.
• Los biomarcadores de la sangre periférica y el aprendizaje automático (ML) ofrecen un potencial para mejorar la precisión del diagnóstico.
• Los métodos de diagnóstico actuales se enfrentan a desafíos en cuanto a objetividad y eficacia.

Objetivo del estudio:

• Desarrollar y evaluar modelos de ML para el diagnóstico de la esquizofrenia utilizando biomarcadores de la sangre periférica.
• Identificar subconjuntos óptimos de biomarcadores para distinguir a los pacientes con esquizofrenia de los controles sanos.
• Evaluar el rendimiento diagnóstico y la utilidad clínica potencial de los enfoques basados en el ML.

Principales métodos:

• Estudio retrospectivo de casos y controles con 203 pacientes con esquizofrenia y 192 controles sanos.
• Extracción e imputación de los parámetros hematológicos y bioquímicos de rutina.
• Aplicación de la optimización del lobo gris (GWO) para la selección de biomarcadores y varios modelos de ML (RF, XGBoost, SVM, KNN, LR) con validación cruzada de 10 veces.

Principales resultados:

• XGBoost logró la mayor precisión (95,90%) y especificidad (95,54%) después de la optimización de GWO.
• Random Forest mostró un buen rendimiento con una precisión del 94,95% y un retiro del 96,25%.
• Los principales biomarcadores distintivos incluyeron la proteína total, la glucosa, el hierro, la creatina quinasa, la bilirrubina total, el ácido úrico, el calcio y el sodio.

Conclusiones:

• Los modelos de ML que utilizan parámetros de sangre de rutina demuestran una alta precisión diagnóstica para la esquizofrenia.
• Los biomarcadores identificados y los modelos desarrollados ofrecen un enfoque rentable en comparación con los métodos costosos.
• Se recomienda una validación externa adicional para confirmar la generalizabilidad y la aplicabilidad clínica.