Diseñan sistema para clasificar subtipos de diabetes automáticamente
El estudio de investigadores del Cinvestav Tamaulipas permitirá a los médicos establecer un mejor pronóstico, diagnóstico y tratamiento: líder del grupo
ciencia aplicada
Cada uno de los subgrupos de diabetes 2 presenta distintos riesgos o complicaciones y, por lo tanto, se deben atender de manera diferenciada.
Investigadores del Centro de Investigación y de Estudios Avanzados (Cinvestav) inició un estudio basado en aprendizaje automático para la clasificación de los subtipos de diabetes mellitus. El estudio que se realiza en la Unidad Tamaulipas consiste en el procesamiento de información obtenidos de Encuesta Nacional de Salud y Nutrición (Ensanut), realizada en México, y de otra similar aplicada en Estados Unidos, denominada Nhanes, las cuales contienen datos públicos de encuestas de salud.
“Clasificar al paciente de diabetes mellitus de acuerdo a su tipo y al subgrupo al que pertenece, de manera precisa, le ayuda al médico a establecer un mejor pronóstico, diagnóstico y tratamiento, porque el análisis automático de datos le permite hacer una valoración más justificada y mejorar la perspectiva en su calidad de vida”, explicó José Luis González Compeán, líder del equipo de investigación.
SUBGRUPOS.
De acuerdo con un comunicado del Cinvestav, al principio se realizó un análisis descriptivo sobre distintos parámetros de las y los pacientes, como niveles de lípidos, glucosa, estilo de vida, alimentación o actividad física, entre otros, para así determinar su tipo de diabetes.
Sin embargo, dentro de la diabetes tipo 2 (la más predominante en el país con el 66 por ciento de casos), a nivel internacional se identifican otros subgrupos que se encuentran asociados a las características de vida del paciente: el primero, se caracteriza por la incapacidad del paciente para absorber insulina; el segundo, por la resistencia a ella; el tercero, por obesidad; y el cuarto, por edad. Al identificar esos subgrupos en la población mexicana fue posible caracterizarlos y validarlos en el país.
Lee tambiénCarlos Aguilar: Desde 1990, la obesidad creció, principalmente, entre países más pobres
Cada uno de estos subgrupos presenta distintos riesgos o complicaciones y, por lo tanto, se deben atender de manera diferenciada, de ahí que la investigación internacional propone identificar cuáles son las terapéuticas más idóneas para cada subtipo, porque en ocasiones se asume que todas las personas enfermas de diabetes tienen las mismas características y por ello les aplican un solo tratamiento, con medicamentos iguales, cuando la evidencia en los datos indica que no debe ser así.
Con información pública real se caracterizó cómo se manifiestan estos subgrupos de diabéticos y diabéticas en la población mexicana, empleando diversas herramientas de análisis de datos y estadística que resultó en un sistema, prácticamente un robot de software, que al procesar los datos sugiere al médico o la médica, un pronóstico más preciso basado en evidencia.
“El reto del estudio, publicado en la revista ‘BioData Mining’, fue conjuntar instrumentos de cómputo como análisis de grandes volúmenes de datos, técnicas estadísticas, algoritmos de aprendizaje automático comprobados en la literatura científica y cómputo de alto desempeño”, sostuvo Iván López Arévalo, miembro del equipo científico.
NUBE MUYAL.
El sistema que propone la investigación para la clasificación de los subgrupos de la diabetes mellitus tipo 2 en México se deriva de la plataforma tecnológica de servicios en la nube Muyal (diseñada por las y los investigadores en Cinvestav Tamaulipas) para gestión, aseguramiento, intercambio, procesamiento y preservación de grandes volúmenes de indicadores médicos, cuyo propósito es crear un repositorio nacional de análisis de datos de e-salud para la toma de decisiones o asistencia en el diagnóstico.
La investigación ofrece un sistema de información y análisis, ya disponible para varios dominios (cáncer, mortalidad y contaminantes, entre otros), para atender un problema de salud concreto, como diabetes u otras enfermedades; su uso no requiere de conocimientos especializados de programación o de una infraestructura de cómputo sofisticada y su consulta es similar a la de los buscadores web en línea.
Lee tambiénCinvestav: La microbiota intestinal saludable previene enfermedades del cerebro
“Una virtud del sistema es su facilidad de uso, la información que ofrece puede ser una gráfica interactiva para emplearse para diversos aspectos, tales como en la distribución de fármacos en una zona determinada, identificar en un mapa la concentración de casos, por ejemplo, o tablas de clasificación que sirven a los profesionales de la salud en tomar mejores decisiones”, aseguró José Luis González Compeán.