Índices inflamatorios, aprendizaje automático e inteligencia artificial en el manejo del embarazo ectópico de trompas

Área de la Ciencia:

• Endocrinología Reproductiva y Reproducción.
• Química clínica es la química clínica.
• La informática médica es la informática médica.

Sus antecedentes:

• El embarazo ectópico tubárico (TEP) plantea riesgos significativos, siendo el metotrexato (MTX) el tratamiento médico primario.
• La predicción de los resultados del tratamiento con MTX es crucial para el manejo eficaz de la TEP y la prevención de la intervención quirúrgica.
• Los métodos actuales para predecir el éxito del tratamiento tienen limitaciones, lo que requiere nuevos marcadores predictivos.

Objetivo del estudio:

• Evaluar la capacidad predictiva de varios índices inflamatorios hematológicos y bioquímicos para los resultados del tratamiento con MTX en TEP.
• Desarrollar y evaluar modelos de aprendizaje automático (ML) para la estratificación del riesgo individualizado en pacientes con TEP sometidos a tratamiento con MTX.

Principales métodos:

• Un estudio de cohorte retrospectivo de 293 pacientes con TEP hemodinámicamente estables tratados con una dosis única de MTX.
• Cálculo y análisis de los índices inflamatorios: relación entre neutrófilos y linfocitos (NLR), índice de respuesta a la inflamación sistémica (SIRI), índice agregado de inflamación sistémica (AISI) y relación entre fibrinógeno y albúmina (FAR).
• Evaluación de cinco algoritmos supervisados de ML utilizando análisis de características operativas del receptor para predecir el éxito del tratamiento, la necesidad de MTX adicional o cirugía.

Principales resultados:

• La dosis única de MTX tuvo éxito en el 65,5% de los pacientes; el 18,4% requirió MTX adicional y el 16,0% necesitó cirugía.
• AISI, SIRI y FAR demostraron una alta precisión predictiva para la intervención quirúrgica (AUC 0.929, 0.899, 0.847, respectivamente).
• El modelo Naïve Bayes ML logró una predicción quirúrgica superior (precisión 98.3%, AUC 0.998), mientras que el aumento aleatorio de bosques y gradientes sobresalió en la predicción de la necesidad adicional de MTX.

Conclusiones:

• El índice agregado de inflamación sistémica (AISI), el índice de respuesta a la inflamación sistémica (SIRI) y la relación fibrinógeno-albúmina (FAR) son potentes predictores de la falla de MTX y la necesidad quirúrgica en TEP.
• La integración de estos biomarcadores inflamatorios con modelos de ML mejora significativamente el rendimiento predictivo, apoyando estrategias personalizadas de manejo de TEP.
• Se recomienda la validación prospectiva multicéntrica antes de la adopción clínica generalizada de estos modelos predictivos.