Algoritmo de Mayo Clinic ofrece posibilidad de personalizar el tratamiento antidepresivo

Revistas de Economía y Negocios en América Central

Estilo de VidaSalud

Algoritmo de Mayo Clinic ofrece posibilidad de personalizar el tratamiento antidepresivo

La idea era crear una tecnología que el médico clínico pudiera utilizar con confianza en el lugar de prestación de los cuidados, en lugar de una tecnología para reemplazar el criterio médico.

Ahora, un algoritmo computacional, creado por los investigadores del Centro para Medicina Personalizada en Mayo Clinic y la Universidad de Illinois en Urbana-Champaign, puede ayudar a los médicos clínicos a predecir con exactitud y eficacia si un paciente con depresión responderá a un antidepresivo.

Encontrar un antidepresivo eficaz para las personas diagnosticadas con depresión, también conocida como trastorno depresivo, generalmente es un proceso complejo de varios intentos que significa pasar de un medicamento a otro hasta lograr una respuesta terapéutica.

Esta compleja enfermedad que afecta a más de 16 millones de personas en Estados Unidos provoca síntomas constantes de problemas emocionales y físicos, que incluyen tristeza, irritabilidad y falta de interés. En casos graves, existe el riesgo de presentar pensamientos suicidas.

Ahora, un algoritmo computacional, creado por los investigadores del Centro para Medicina Personalizada en Mayo Clinic y la Universidad de Illinois en Urbana-Champaign, puede ayudar a los médicos clínicos a predecir con exactitud y eficacia si un paciente con depresión responderá a un antidepresivo.

El nuevo estudio, publicado en Neuropsychopharmacology, representa un posible paso hacia delante en la personalización del tratamiento del trastorno depresivo. Además, pone de manifiesto la colaboración entre científicos computacionales y médicos clínicos, quienes utilizaron grandes bases de datos para abordar aquellos problemas que las enfermedades asoladoras plantean a la práctica mundial de la medicina personalizada.

Aprovechar el trabajo en equipo para mejorar los resultados de los pacientes

En el presente estudio, el Dr. Arjun Athreya, científico computacional de Farmacología Molecular y Terapéuticas Experimentales en Mayo Clinic, junto con el Dr. William Bobo, director de Psiquiatría y Psicología en Mayo Clinic de Florida, colaboraron estrechamente para encontrar la forma de modelar un problema clínico de importancia mundial. Ambos trabajaron conjuntamente para entender cómo acrecentar aquel proceso clínico habitual de tomar decisiones a fin de mejorar los resultados para los pacientes.

“La idea era crear una tecnología que el médico clínico pudiera utilizar con confianza en el lugar de prestación de los cuidados, en lugar de una tecnología para reemplazar el criterio médico. Eso significaba que yo, personalmente, debía introducirme en la práctica para conocer los problemas que los médicos clínicos afrontan y las necesidades de los pacientes a fin de transformar todo aquello en una tecnología diseñada”, explica el Dr. Athreya.

Poner a prueba la inteligencia artificial

El nuevo método emplea un marco de inteligencia artificial llamado Almond para descubrir patrones y características únicas en la genómica y los datos clínicos de un paciente. Eso permite seleccionar el tratamiento correcto, o cambiarlo poco después de comenzado si el algoritmo predice una respuesta mala.

La idea era crear una tecnología que el médico clínico pudiera utilizar con confianza en el lugar de prestación de los cuidados, en lugar de una tecnología para reemplazar el criterio médico.

A fin de realizar el estudio, los doctores Athreya y Bobo, junto a su equipo, prepararon al algoritmo mediante la creación de perfiles sintomáticos de casi 1000 pacientes con trastorno depresivo que comenzaban el tratamiento con inhibidores selectivos de la recaptación de serotonina, a menudo llamados ISRS (SSRI, por sus siglas en inglés), o sea, los antidepresivos de primera línea que más se recetan.

Primero, el equipo estratificó a los pacientes según la gravedad de la depresión a fin de construir un gráfico. Luego, identificó las distintas maneras en que la depresión de los pacientes cambió después de comenzado el tratamiento. Se descubrió que algunos síntomas depresivos eran más útiles que otros para predecir el resultado del tratamiento. El equipo también identificó los niveles de mejora requeridos por cada tratamiento para alcanzar un buen resultado.

“Usamos un algoritmo para identificar los síntomas depresivos específicos y los umbrales de mejora que predicen la respuesta al antidepresivo después de cuatro semanas para que el paciente logre una remisión o una reacción, o para que no presente ninguna respuesta hacia la octava semana”, explica del Dr. Athreya.

El algoritmo se probó, en general, en 1996 pacientes con depresión y los resultados predijeron correctamente si la respuesta de los pacientes sería favorable a la terapia en más del 72 por ciento.

El algoritmo permite a proveedores de atención médica y pacientes personalizar el cuidado

El Dr. Bobo dice que contar con predicciones interpretables podría mejorar el tratamiento clínico de la depresión y reducir el tiempo que lleva realizar varios intentos con antidepresivos ineficaces.

“Por lo general, el médico clínico inicia la terapia y el paciente regresa a verlo después de cuatro semanas. En ese momento y con base en el criterio médico de cuánta mejoría ha habido, el profesional elucubra de la mejor manera posible el resultado que se obtendría en la octava semana y decide si cambia o continúa con la terapia”, comenta el Dr. Bobo.

El Dr. Bobo añade que el estudio destaca la asociación vital que hubo entre los científicos computacionales y los médicos clínicos.

“La lógica aplicada por los médicos clínicos debe seguir ciertos pasos y eso fue lo que realmente intrigó al Dr. Athreya, quien abstrajo estos conceptos como un problema computacional y un problema de diseño. Abordamos la misma idea desde distintos puntos de vista, los cuales convergen con elevada sinergia”, apostilla del Dr. Bobo.

“Lo que hicimos después en el estudio fue crear un algoritmo del pensamiento lógico del médico clínico, mediante modelos gráficos de probabilidad que formalizan los resultados previstos para la octava semana según la gravedad de la enfermedad antes del tratamiento y la mejora observada en los síntomas depresivos específicos entre los valores basales y la cuarta semana. De ese modo, el modelo genera una información que los médicos clínicos pueden fácilmente asimilar, interpretar y quizás aplicar durante el corto tiempo que dura la consulta con el paciente”, afirma el Dr. Bobo.

Los científicos dicen que el modelo puede ser provechoso para prácticas de atención primaria muy ocupadas, así como para acelerar la remisión a la especialidad de la salud mental cuando los resultados predicen que el tratamiento no mostrará respuesta.

“Esperamos que este estudio permita despejar el camino para desarrollar medios electrónicos que ayuden a los médicos clínicos y a los pacientes a tomar lo antes posible mejores decisiones respecto al tratamiento empezado”, añade el Dr. Athreya.

Para una enfermedad conocida por su elevada variabilidad en los resultados del tratamiento entre uno y otro paciente, este tipo de exactitud representa un paso en la dirección correcta hacia la personalización de la terapia antidepresiva, junto con la oportunidad de mejorar las medidas clínicas con medidas biológicas, como la genómica, tema sobre el que el equipo ya se encuentra trabajando como parte de un estudio más amplio y financiado por la Fundación Nacional de Ciencias.

El equipo también valida de forma prospectiva estos resultados para encaminar la práctica en Mayo Clinic de Rochester y Mayo Clinic de Florida, a través del premio del Centro Transformativo de Mayo Clinic.

el autorRedaccion
Vida y Éxito nació en diciembre del 2007 con el objetivo de convertirse en una publicación amena con temas de interés general para toda la familia. Detrás de Vida y Éxito se encuentra un equipo de profesionales con reconocida trayectoria en el mundo empresarial y el periodístico.

Deja una respuesta