Modelo predice la efectividad de trasplantes renales utilizando herramientas de machine learning
El trabajo estableció siete variables que pueden generar un riesgo de falla en el trasplante de riñón. Para la investigación se utilizó el campo de la inteligencia artificial.
“Identifying Factors Predicting Kidney Graft Survival in Chile Using Elastic-Net-Regularized Cox’s Regression” es el estudio que predice la efectividad de trasplantes renales utilizando el campo de la inteligencia artificial.
Este análisis fue publicado por el académico e investigador del Instituto Sistemas Complejos de Ingeniería (ISCI), Marcelo Olivares, trabajo que fue incluido en la última edición de Multidisciplinary Digital Publishing Institute (MDPI).
El artículo, en el que también participaron otros 11 investigadores, es resultado de un trabajo conjunto entre el Departamento de ingeniería Industrial, el Instituto ISCI y los centros de trasplante en Chile.
En base a esta colaboración, y utilizando herramientas de machine learning, el estudio permitió generar indicadores objetivos de factores que predicen la efectividad de los trasplantes renales.
Modelo de riesgo
“Desarrollamos un modelo estadístico predictivo para identificar las características del donante-receptor relacionadas con la supervivencia del injerto renal en la población chilena”, explica Olivares.
En ese sentido, agrega que “dada la gran cantidad de predictores potenciales en relación con el tamaño de la muestra, implementamos un mecanismo automatizado de selección de variables que podría revisarse en estudios futuros, a medida que se recopilan más datos nacionales”
Para ello, se analizaron 822 receptores adultos de trasplante renal (de donantes adultos), entre los años 1998 y 2018, información a partir de la cual desarrollaron un modelo de riesgo de falla del injerto renal para la población chilena.
“Hasta donde sabemos, es la base de datos de trasplante renal más grande que existe a la fecha en Chile”, agrega.
Sobre esta base, los investigadores establecieron criterios objetivos que pueden ser utilizados para mejorar la eficiencia en la asignación de este órgano,
Además identificaron siete variables con el riesgo de falla del trasplante renal: cuatro del donante (edad, sexo masculino, antecedentes de hipertensión y antecedentes de diabetes), dos del receptor (años de diálisis y antecedentes de trasplante de órgano), y uno del trasplante (incompatibilidad HLA), único indicador que se considera en Chile para la priorización de pacientes en la asignación de riñones.
“Este tipo de estudios nos ayudará a seguir mejorando nuestro sistema nacional trasplantes. El trabajo recibió financiamiento de Agencia Nacional de Investigación y Desarrollo, a través del proyecto Fondef ID19I10303”, destaca Olivares.
En esta línea, fue publicado por MPDI, editorial pionera en la publicación académica de acceso abierto desde 1996, que -actualmente- publica 400 revistas científicas revisadas por pares y nueve revistas de conferencias.
Fuente: Elmostrador.cl
