Estratificación Personalizada del Riesgo de Mortalidad en Carcinoma Hepatocelular Relacionado con ALD y MASLD...

Área de la Ciencia:

• Hepatología
• Aprendizaje Automático en Medicina
• Oncología

Sus antecedentes:

• La epidemiología del carcinoma hepatocelular (CHC) está cambiando, con la enfermedad hepática asociada al alcohol (EHA) y la enfermedad del hígado graso asociada a disfunción metabólica (MASLD) emergiendo como los principales impulsores en las naciones desarrolladas.
• La identificación temprana de los factores pronósticos de mortalidad en estos grupos específicos de pacientes con CHC es crucial para una intervención oportuna.

Objetivo del estudio:

• Identificar los factores pronósticos clave de mortalidad al momento del diagnóstico en pacientes con CHC con EHA y MASLD.
• Evaluar el rendimiento de varios algoritmos de aprendizaje automático (ML) en la predicción de la mortalidad dentro de esta cohorte.
• Establecer un modelo predictivo de referencia utilizando el algoritmo Random Forest (RF).

Principales métodos:

• Un estudio de cohorte retrospectivo, multicéntrico, que involucró a 91 pacientes diagnosticados con CHC relacionado con EHA o MASLD entre 2008 y 2023.
• Recopilación de datos demográficos, clínicos y bioquímicos.
• Implementación y comparación de múltiples algoritmos de ML (RF, SVM, Árbol de Decisión, Naïve Bayes, KNN) con optimización bayesiana para el ajuste de hiperparámetros.

Principales resultados:

• El algoritmo Random Forest (RF) demostró un rendimiento predictivo superior (AUC: 0.91, precisión: 90.67%, puntuación F1: 91.05%), superando significativamente a otros modelos de ML.
• Los predictores clave de mortalidad incluyeron albúmina sérica, relación CRP/albúmina, estadio Barcelona Clinic Liver Cancer (BCLC) y la puntuación Albúmina-Bilirrubina (ALBI).
• MELD 3.0 mostró una mayor precisión predictiva que otras variaciones de la puntuación MELD, mientras que la alfa-fetoproteína (AFP) tuvo un valor pronóstico limitado.

Conclusiones:

• Los marcadores de función hepática y los indicadores de inflamación sistémica son más efectivos que los marcadores tumorales para predecir la mortalidad temprana en el CHC relacionado con EHA y MASLD.
• El algoritmo RF muestra un potencial significativo para el pronóstico personalizado en esta población de pacientes.
• Es necesaria la validación externa del modelo RF en conjuntos de datos independientes antes de su adopción clínica generalizada.