Învățarea automată în prevenția bolilor cardiovasculare, mai eficientă odată cu includerea factorilor sociali și de mediu

Jul 30, 2021 | Cardiologie de precizie, Prevenţie, Tehnologie

Algoritmii de învățare automată pot prezice cu acuratețe bolile cardiovasculare și pot ghida tratamentul, cu mențiunea că modelele care încorporează factorii determinanți sociali ai sănătății surprind mai bine riscul și rezultatele pentru diverse grupuri, se arată într-un nou studiu realizat de cercetătorii de la Școala de Sănătate Publică Globală și Școala de Informatică și Inginerie Tandon ale Universității din New York. Articolul publicat în Jurnalul American de Medicină Preventivă, indică, de asemenea, oportunități de a îmbunătăți modul în care variabilele sociale și de mediu sunt incluse în algoritmii de învățare automată.

Bolile cardiovasculare sunt responsabile de aproape o treime din totalul deceselor la nivel mondial și afectează în mod disproporționat grupurile socioeconomice inferioare. Înmulțirea bolilor cardiovasculare și ale deceselor sunt atribuite, în parte, condițiilor sociale și de mediu – cunoscute și ca determinanți sociali ai sănătății – care influențează dieta și exercițiile fizice.

„Deoarece aceste schimbări au loc într-o perioadă atât de scurtă de timp, este binecunoscut faptul că factorii noștri sociali și de mediu mereu în schimbare, cum ar fi înmulțirea alimentelor procesate, determină această schimbare, spre deosebire de factorii genetici care ar determina asemenea schimbări în perioade de timp mult mai lungi.”, a spus Rumi Chunara, profesor de biostatistică la NY University și autorul principal al studiului.

Învățarea automată, care este un tip de inteligență artificială utilizată pentru a detecta tiparele din date, se dezvoltă rapid în cercetarea și îngrijirea cardiovasculară pentru a prezice riscul, incidența și rezultatele bolii. Deja, metodele statistice au un rol principal în evaluarea riscului bolilor cardiovasculare și în ghidurile de prevenție din SUA. Dezvoltarea de modele predictive oferă profesioniștilor din domeniul sănătății perspective acționabile prin cuantificarea riscului unui pacient și ghidarea prescripției medicamentelor sau a altor măsuri preventive.

Riscul bolilor cardiovasculare este de obicei calculat folosind informații clinice, cum ar fi tensiunea arterială și nivelul colesterolului, dar rareori iau în calcul factorii sociali, cum ar fi factorii la nivel de vecinătate. Chunara și colegii săi au încercat să înțeleagă mai bine modul în care factorii sociali și de mediu încep să fie integrați în algoritmii de învățare automată pentru bolile cardiovasculare: ce factori sunt luați în considerare, cum sunt analizați și ce metode îmbunătățesc aceste modele.

„Factorii sociali și de mediu au interacțiuni complexe, neliniare, cu bolile cardiovasculare, iar învățarea automată poate fi deosebit de utilă în surprinderea acestor relații complicate.”, a spus Chunara.

Cercetătorii au analizat studiile existente privind învățarea automată și riscul bolilor cardiovasculare, examinând peste 1.600 de articole, concentrându-se în cele din urmă pe 48 de studii peer-review (supuse unei evaluări colegiale) publicate în reviste între 1995 și 2020.

Au descoperit că includerea factorilor determinanți sociali ai sănătății în modelele de învățare automată a îmbunătățit capacitatea de a prezice rezultatele cardiovasculare, cum ar fi respitalizarea, insuficiența cardiacă și accidentul vascular cerebral. Cu toate acestea, modelele nu includeau, în mod obișnuit, lista completă a variabilelor la nivel de comunitate sau de mediu, importante în riscul bolilor cardiovasculare. Unele studii au inclus factori suplimentari, cum ar fi veniturile, starea civilă, izolarea socială, poluarea și asigurările de sănătate, dar numai cinci studii au luat în considerare factori de mediu, cum ar fi mersul pe jos al oamenilor dintr-o comunitate și disponibilitatea resurselor, cum ar fi magazinele alimentare.

Cercetătorii au remarcat și lipsa diversității geografice din studii, deoarece majoritatea au folosit date din Statele Unite, țări din Europa și China, neglijând multe părți ale lumii care se confruntă cu creșteri ale bolilor cardiovasculare.

„Dacă faceți cercetări doar în locuri precum Statele Unite sau Europa, veți rata modul în care factorii sociali și alți factori de mediu legați de riscul cardiovascular interacționează în diferite condiții iar cunoștințele generate vor fi limitate”, a spus Chunara.

„Studiul nostru arată că există capacitatea de a încorpora mai sistematic și mai cuprinzător factorii determinanți sociali ai sănătății în modelele statistice de predicție a riscului al bolilor cardiovasculare”, a declarat Stephanie Cook, de asemenea profesor de biostatistică la NYU și autor al studiului. „În ultimii ani, s-a pus un accent din ce în ce mai mare pe includerea în fișele medicale electronice a datelor privind factorii determinanți sociali ai sănătății, cum ar fi ocuparea forței de muncă, educația, alimentația și sprijinul social, ceea ce creează o oportunitate de a utiliza aceste variabile în studiile de învățare automată și îmbunătățirea în continuare a performanței predicției riscurilor, în special pentru grupurile vulnerabile.”

„Includerea factorilor determinanți sociali ai sănătății în modelele de învățare automată ne poate ajuta să descifrăm care este sursa disparităților și atrage atenția asupra locului în care ar trebui să intervenim în structura riscurilor”, a adăugat Chunara. „De exemplu, poate îmbunătăți practica clinică, ajutând profesioniștii din domeniul sănătății să identifice pacienții care au nevoie de trimitere către resurse comunitare, cum ar fi serviciile de locuințe și întărește, în linii mari, sinergia complicată dintre sănătatea persoanelor și resursele noastre de mediu.

 

Sursa: medicalxpress.com