Identificación basada en datos de los principales predictores de la hipertensión no controlada: un estudio...

Área de la Ciencia:

• Salud cardiovascular
• Salud pública
• La inteligencia artificial en la medicina

Sus antecedentes:

• La hipertensión no controlada (HTN) aumenta significativamente el riesgo de resultados adversos para la salud.
• El manejo efectivo de HTN requiere comprender sus predictores clave, especialmente en las poblaciones tratadas.
• Los adultos mexicanos con diagnóstico de HTN representan un grupo de población que necesita intervenciones específicas.

Objetivo del estudio:

• Identificar predictores críticos de hipertensión no controlada entre adultos mexicanos sometidos a tratamiento farmacológico.
• Comparar el rendimiento predictivo de los algoritmos avanzados de IA con los modelos estadísticos tradicionales para HTN.
• Aprovechar las ideas basadas en datos para optimizar las estrategias de gestión de la hipertensión.

Principales métodos:

• Utilizó datos de 1.308 adultos mexicanos de la Encuesta Nacional de Salud y Nutrición de 2022.
• Empleó un marco de aprendizaje automático que integra el bosque aleatorio, XGBoost, la regresión LASSO y el análisis SHAP.
• La HTN no controlada se define como la presión arterial sistólica ≥ 130 mmHg o la presión arterial diastólica ≥ 80 mmHg.

Principales resultados:

• Random Forest identificó años desde el diagnóstico de HTN (11,9%), edad (9,4%) y fuente de atención médica (4,6%) como predictores primarios.
• El análisis SHAP destacó la edad (0.115) y la fuente de atención médica (0.065) como factores significativos en los modelos XGBoost.
• Random Forest logró un rendimiento predictivo superior (AUC=0,75) en comparación con la regresión logística (AUC=0,61).

Conclusiones:

• La edad, la duración del diagnóstico de HTN y la fuente de atención médica son predictores vitales de hipertensión no controlada.
• Los modelos predictivos impulsados por IA ofrecen una mayor precisión que los métodos tradicionales para identificar a las personas en riesgo.
• Los hallazgos pueden orientar intervenciones de salud pública específicas para mejorar el control de la hipertensión en poblaciones en riesgo.