Xarxes neuronals per predir l’evolució de pacients amb embòlia pulmonar que van interrompre la teràpia anticoagulant

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:

Machine learning to predict outcomes in patients with acute pulmonary embolism who prematurely discontinued anticoagulant therapy.

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.