Categoría: Estudios y proyectos

Uso del machine learning interpretable para identificar los factores predictivos de base de la remisión y durabilidad de los fámacos para Crohn con Ustekinumab

Tipografía
  • Más pequeño Pequeño Mediano Grande Más Grande
  • Por defecto Helvetica Segoe Georgia Times

El Servicio de Digestivo del Hospital Universitario Son Espases ha participado en un estudio sobre el uso de machine learning interpretable para identificar los factores predictivos de base de la remisión y durabilidad de los fámacos en pacientes con enfermedad de Crohn en Ustekinumab. También han participado diferentes centros españoles.

Daniel Ginard-Vicens, gastroenterólogo del Hospital Universitario Son Espases, ha participado en la publicación del artículo con el título "Using Interpretable Machine Learning to Identify Baseline Predictive Factors of Remission and Drug Durability in Crohn's Disease Patients on Ustekinumab" en la revista Journal of Clinical Medicine.

El Ustekinumab se ha mostrado eficaz en la enfermedad de Crohn (EC). Para identificar los perfiles de los pacientes que se pueden beneficiar al máximo de este tratamiento ayudaría a posicionar este fármaco en el paradigma de la EC y generar hipótesis para futuros ensayos. el objetivo de este análisis era determinar si las características de los pacientes de referencia son predictivos de remisión y la durabilidad farmacológica del ustekinumab y si su posicionamiento respecto al uso previo de productos biológicos tienen un efecto significativo después de corregir para la gravedad de la enfermedad y fenotipos de referencia interpretable por machine learning. La duración farmacológica se definió hasta el momento en que el paciente finalizó el tratamiento.

Referencia del artículo
Chaparro M, Baston-Rey I, Fernández Salgado E, González García J, Ramos L, Diz-Lois Palomares MT, et al. Using Interpretable Machine Learning to Identify Baseline Predictive Factors of Remission and Drug Durability in Crohn’s Disease Patients on Ustekinumab. J Clin Med. 2022 Aug 3;11(15):4518. doi: 10.3390/jcm11154518. PubMed PMID: 35956133.

Enlaces Bibliosalut | Texto completo

Métricas
Consultad citas en Web of Science
AltmetricAltmetric

[Fuente: Bibliosalut]

[Foto: UNOPS account in flickr / Medicinas / Public Domain Mark 1.0]