Aprendizaje de transferencia de pocos ejemplos para la predicción del riesgo de diabetes en poblaciones globales

Área de la Ciencia:

• Biología computacional
• Aprendizaje automático
• Salud pública

Sus antecedentes:

• La diabetes mellitus tipo 2 (DM2) afecta a más de 537 millones de adultos en todo el mundo, con un impacto significativo en los países de ingresos bajos y medianos.
• Los modelos predictivos para la DM2 a menudo no se generalizan entre diferentes poblaciones debido a variaciones en los datos y las prácticas de medición.
• Los recursos de diagnóstico limitados en muchas regiones dificultan el cribado y el manejo efectivos de la DM2.

Objetivo del estudio:

• Evaluar un marco de adaptación de dominio de pocos ejemplos para mejorar la predicción del riesgo de DM2 en diversas poblaciones.
• Evaluar la efectividad del ajuste fino de modelos con pequeños porcentajes de datos locales para la generalización inter-poblacional.
• Investigar la importancia de las características específicas de la población y los umbrales de decisión en la predicción de DM2.

Principales métodos:

• Se empleó un marco de adaptación de dominio de pocos ejemplos utilizando un perceptrón multicapa con cuatro características clínicas (edad, IMC, MAP, glucosa plasmática).
• El marco se probó en tres cohortes adultas: Bangladesh, Irak y el conjunto de datos de Pima Indian.
• Los modelos se pre-entrenaron en una cohorte fuente y se ajustaron con el 1-20% de los datos objetivo etiquetados, comparando el rendimiento con el ajuste del umbral.

Principales resultados:

• El ajuste fino con pocos ejemplos restauró la capacidad predictiva en casos donde los modelos de solo fuente fallaron, mejorando significativamente las puntuaciones F1.
• La adaptación mejoró el AUROC hasta en 0.14 y la precisión en 17 puntos porcentuales en transferencias de rendimiento moderado.
• Los análisis SHAP revelaron cambios específicos de la población en la importancia de las características (por ejemplo, IMC en Pima) y umbrales de decisión para la glucosa.

Conclusiones:

• La adaptación de dominio de pocos ejemplos, utilizando tan solo el 5-20% de las etiquetas locales, mejora eficazmente la predicción del riesgo de DM2 entre poblaciones.
• El enfoque utiliza características clínicas disponibles de forma rutinaria y ofrece una solución escalable e interpretable para el cribado preventivo.
• Este método puede democratizar el cribado de DM2 en entornos diversos y con recursos limitados.