Un investigador de la línia de recerca translacional en malalties hematològiques de TE ha participat en un estudi on es va comparar diferents models d’aprenentatge automàtic (machine learning) per a predir el risc de mort o recurrències en pacients amb embòlia pulmonar aguda que van interrompre prematurament la teràpia anticoagulant. L’estudi es va publicar a la revista Thrombosis and Haemostatis.
Els pacients amb embòlia pulmonar que interrompen prematurament la teràpia anticoagulant (<90 dies) tenen un major risc de mort o recurrències.
En aquest estudi s’ha analitzat les dades del registre RIETE (registre informatitzat de pacients amb malaltia tromboembòlica) per a comparar la capacitat pronóstica de cinc models d’aprenentatge automàtic (machine learning) i un model estadístic per identificar als pacients amb major risc de desenvolupar una embòlia pulmonar aguda o un tromboembolisme venós recurrent 30 dies després de la interrupció del tractament.
Entre els 34.447 pacients amb embòlia pulmonar analitzats, 1.348 (3,9%) van interrompre la teràpia de manera prematura. Cinquanta-un (3,8%) van desenvolupar una embòlia pulmonar mortal o mort sobtada i 24 (1,8%) van tenir recurrències de tromboembolisme venós no mortals dins dels 30 dies posteriors a la interrupció.
El model d’aprenentatge automàtic denominat xarxa neuronal (Neural Network) va predir molt bé l’evolució dels pacients després de la interrupció prematura de l’anticoagulant i va superar el model estadístic tradicional.
Referència de l’estudi:
Mora D, Nieto JA, Mateo J, Bikdeli B, Barco S, Trujillo Santos J, Soler S, Font L, Bosevski M, Monreal M.
Thromb Haemost. 2021 Jun 9. doi: 10.1055/a-1525-7220.