Páginas con Documentos Descargables / Pincha para los Enales

miércoles, 17 de julio de 2019

Los Nuevos Algoritmos podrían Ayudar a los Proveedores a Identificar Candidatos de PrEP

Las pautas electrónicas para que los médicos recomienden Truvada a las personas en riesgo de contraer VIH podrían ayudar a aumentar el impacto de la PrEP.

Dos equipos de investigación han desarrollado algoritmos informáticos que podrían ayudar a los proveedores de atención médica a identificar a las personas que son buenas candidatas para recibir Truvada (Tenofovir Disoproxil Fumarate / Emtricitabina) como profilaxis previa a la exposición (PrEP). 

Los equipos, uno con sede en California y el otro en Massachusetts, publicaron sus respectivos hallazgos en un par de documentos en The Lancet HIV. 

Cada uno de estos modelos informáticos se basó en los registros médicos de vastas poblaciones de personas para predecir su riesgo de contraer el VIH basándose en los datos demográficos y clínicos individuales que los proveedores de atención médica suelen incluir en los registros electrónicos de salud en la práctica diaria. 

Luego, un algoritmo de aprendizaje automático analizó los factores asociados con un mayor riesgo de VIH entre estas poblaciones. 

El estudio de California se basó en los datos de los registros médicos de 3.7 millones de personas que buscaban atención médica en Kaiser Permanente Northern California.

El modelo de predicción de riesgo de VIH de este equipo se basó en factores que incluían el sexo, la raza, la residencia en un vecindario con una alta tasa de nuevos diagnósticos de virus, el uso de drogas para la disfunción eréctil y las pruebas y el diagnóstico de infecciones de transmisión sexual (ITS). 

Este modelo identificó al 2% de la población como buenos candidatos para PrEP e identificó con éxito al 46% de los hombres que vivían con el VIH, pero no pudo identificar a ninguna de las mujeres VIH positivas. 

"Aunque las herramientas de predicción de riesgo son imperfectas y no pueden reemplazar el juicio clínico de proveedores calificados, nuestros algoritmos pueden ayudar a iniciar discusiones sobre la PrEP con los pacientes que tienen más probabilidades de beneficiarse de ella", Julia Marcus, PhD, MPH, autora principal del un estudio con sede en California y un profesor asistente de medicina de la población en el Instituto de Salud Pilgrim de Harvard y en la Escuela de Medicina de Harvard. 

Los investigadores en Massachusetts analizaron los datos de 1,2 millones de personas que reciben atención en Atrius Health, así como de toda la población de pacientes de Fenway Health, un centro de salud comunitario en Boston que se especializa en la atención de la salud sexual.

Este modelo de predicción de riesgo analizó el sexo, la raza, la lengua materna que hablaban las personas y las pruebas, diagnósticos o prescripciones para tratar las ITS. 

Este modelo indicó que el 1.8% de la población de Atrius Health eran buenos candidatos para la PrEP, al igual que el 15.3% de los que recibían atención en Fenway Health. 

Además, el modelo pudo identificar el 37.5% de los nuevos casos de VIH en Atrius Health, así como el 46.3% de los de Fenway Health. 

De acuerdo con Douglas Krakower, MD, autor principal del estudio con sede en Massachusetts y profesor asistente en el Centro Médico Beth Israel Deaconess y en la Escuela de Medicina de Harvard, “la integración de estos modelos de predicción en la atención primaria con evaluaciones de riesgo del VIH integrales y rutinarias por parte de los clínicos podría jugar un papel un papel importante para aumentar la prescripción de PrEP y prevenir nuevas infecciones por VIH". 





Website The Lancet: 
https://www.thelancet.com/journals/lanhiv/