Esta capacidad predictiva permitiría intervenir de forma temprana y reducir el riesgo de enfermedades cardiovasculares y cerebrovasculares.
La inteligencia artificial, a través del machine learning o aprendizaje automático, está transformando el ámbito de la salud y la innovación científica.
Utiliza algoritmos y modelos computacionales para analizar grandes volúmenes de datos médicos, permitiendo identificar patrones y hacer predicciones sobre el estado de salud de los pacientes.
En el campo del VIH, esta capacidad resulta particularmente valiosa: aporta diagnósticos y pronósticos más precisos, personaliza los tratamientos y optimiza estrategias preventivas.
El estudio del Hospital Ditan es un ejemplo de cómo estos avances tecnológicos pueden adaptarse al entorno clínico para mejorar la calidad de vida de las personas con VIH.
*La urgencia del problema
En todo el mundo hay aproximadamente 40 millones de personas con el VIH, y cerca de 30,7 millones de ellas reciben tratamiento antirretroviral.
Desde la introducción de la terapia antirretroviral de gran actividad (TARGA), la supervivencia de las personas con el VIH ha mejorado de manera notable.
Sin embargo, a medida que estas personas viven más años, emergen otras complicaciones no relacionadas directamente con el sida. Entre ellas, las enfermedades cardiovasculares (ECV) figuran como la segunda causa de muerte en personas que reciben TARGA.
*¿Por qué surgen las dislipidemias?
Algunos fármacos antirretrovirales pueden alterar el metabolismo de las grasas, elevando los triglicéridos (TG) o el colesterol LDL (de baja densidad o colesterol malo), o reduciendo el colesterol HDL (de alta densidad o colesterol “bueno”).
A la vez, la propia inflamación crónica provocada por el VIH favorece procesos que promueven o favorecen la arterosclerosis.
Todo ello coloca a las personas con el VIH en un riesgo elevado de aterosclerosis, infarto de miocardio o accidente cerebrovascular si no se detecta a tiempo un desorden lipídico.
*Una ventana de oportunidad de seis meses
Varios estudios previos han observado que, al cabo de medio año de iniciar TARGA, muchos pacientes presentan ya alteraciones en su perfil lipídico.
Detectar con antelación quiénes desarrollarán hiperlipidemia permitiría intervenir antes: ajustar el régimen antirretroviral, reforzar la educación para el autocuidado de la salud o iniciar fármacos hipolipemiantes.
Sin embargo, hasta hace poco no existían herramientas predictivas que combinaran datos clínicos e inmunológicos para anticipar este riesgo con suficiente precisión.
*¿Cómo se construyó el modelo?
Entre enero de 2015 y enero de 2023, los investigadores recolectaron información de 2.479 personas con VIH (96 % hombres, mediana de edad 33 años) que nunca habían recibido terapia antirretroviral. A cada paciente se le tomaron mediciones en el momento en que se decidió empezar el tratamiento, diarias de laboratorio y recuentos inmunológicos básicos.
*¿Cómo se hizo el estudio?
El estudio incluyó a personas que no habían recibido tratamiento antirretroviral y que recibían atención en el Hospital Ditan de Pekín (China) entre enero de 2015 y enero de 2023.
A cada paciente se le tomaron mediciones en el momento en que se decidió empezar el tratamiento.
En total, se incluyeron a 2.479 participantes, con una mediana de 33 años.
De ellos, 2.380 eran hombres y 99 mujeres.
Se definió hiperlipidemia a los seis meses de TARGA si alguno de estos parámetros se encontraba fuera de los límites de referencia (por ejemplo, triglicéridos ≥ 2,3 mmol/L, LDL ≥ 4,1 mmol/L o HDL 1,0 mmol/L).
Para entrenar el modelo, dividieron la muestra en un 70% para aprendizaje (n=1.737 pacientes) y un 30% para prueba (n=742 pacientes).
Entre los algoritmos evaluados figuraban Random Forest, K-Nearest Neighbors, Support Vector Machine, XGBoost y LightGBM.
Website AIDS Journal:
https://journals.lww.com/aidsonline/pages/