Predicción de fibrilación y aleteo auriculares mediante BEHRT e identificación de patrones de multimorbilidad...

Área de la Ciencia:

• Cardiología
• Inteligencia Artificial
• Salud Pública

Sus antecedentes:

• La fibrilación y el aleteo auriculares son trastornos complejos del ritmo cardíaco que a menudo coexisten con otras afecciones crónicas.
• El manejo eficaz requiere una atención optimizada, lo que resalta la necesidad de estrategias de atención médica proactivas y personalizadas.
• La comprensión de los patrones de comorbilidad previos al diagnóstico es crucial para la intervención temprana.

Objetivo del estudio:

• Analizar los patrones de comorbilidad previos a la fibrilación y el aleteo auriculares utilizando un conjunto de datos basado en la población.
• Desarrollar y evaluar un modelo impulsado por IA (BEHRT) para predecir la fibrilación y el aleteo auriculares.
• Identificar patrones de multimorbilidad específicos de sexo asociados con la fibrilación y el aleteo auriculares utilizando BERTopic.

Principales métodos:

• Un estudio anidado de casos y controles utilizó datos del Korean National Health Insurance Corporation (2002-2019).
• Un modelo basado en transformadores (BEHRT) predijo la fibrilación y el aleteo auriculares utilizando historiales de enfermedades de 5 años.
• BERTopic identificó patrones de multimorbilidad específicos de sexo en 600.030 participantes (8.661 casos, 591.369 controles).

Principales resultados:

• BEHRT logró un AUC de 0.80 en la predicción de fibrilación y aleteo auriculares.
• Se identificaron distintos patrones de multimorbilidad específicos de sexo: los hombres mostraron aneurisma aórtico, cardiopatía hipertensiva, EPOC; las mujeres mostraron enfermedad de Alzheimer, enfermedad de Parkinson, cardiopatía reumática.
• El enfoque combinado de IA predijo con éxito la fibrilación y el aleteo auriculares basándose en historiales de multimorbilidad.

Conclusiones:

• La integración de BEHRT y BERTopic predice eficazmente la fibrilación y el aleteo auriculares y revela asociaciones únicas de enfermedades específicas de sexo.
• Estos hallazgos demuestran el potencial de la inteligencia artificial para mejorar la atención médica personalizada.
• Las ideas impulsadas por la IA pueden optimizar las estrategias de prevención y manejo para afecciones crónicas como la fibrilación y el aleteo auriculares.