Categoria: Estudis i projectes

El machine learning millora la definició de risc cardiovascular per als joves asimptomàtics

Tipografia
  • Més petit Petit Mitjà Gran Més gran
  • Per defecte Helvetica Segoe Georgia Times

El Servei de Cardiologia de l'Hospital Universitari Son Espases i l'Institut d'Investigació Sanitària Illes Balears (IdISBa) han participat en la publicació d'un article sobre com el machine learning millora la definició de risc cardiovascular per a persones joves i assimptomàtiques. També hi han participat diferents centres espanyols.

Xavier Rosselló, cardiòleg de l'Hospital Universitari Son Espases i investigador del grup de Fisiopatologia i terapèutica cardiovascular de  de l'IdISBa, ha participat en la publicació de l'article amb el títol "Machine Learning Improves Cardiovascular Risk Definition for Young, Asymptomatic Individuals" a la revista Journal of the American College of Cardiology.

Les directrius per a la pràctica clínica recomanen l'avaluació de l'ateroesclerosi subclínica mitjançant tècniques d'imatge en persones amb risc cardiovascular ateroescleròtic intermedi, d'acord amb les eines estàndard de predicció de riscos.

El propòsit d'aquest estudi va ser desenvolupar un model de machine learning basat en variables rutinàries, quantitatives i fàcilment mesurables per predir la presència i l'extensió de l'ateroesclerosi subclínica en per a persones joves i assimptomàtiques. El risc de patir ateroesclerosi subclínica estimat per aquest model podria utilitzar-se per perfeccionar l'estimació del risc i optimitzar l'ús de les imatges per a l'avaluació del risc cardiovascular.

Referència de l'article
Sánchez-Cabo F, Rossello X, Fuster V, Benito F, Manzano JP, Silla JC, et al. Machine Learning Improves Cardiovascular Risk Definition for Young, Asymptomatic Individuals. J Am Col Cardiol. 2020;76(14):1674-85. doi: 10.1016/j.jacc.2020.08.017. PubMed PMID: 33004133.

Enllaços Bibliosalut | AltmetricAltmetric | logo docusalut 16Text complet

[Font: Bibliosalut]

[Foto: Infosalut / Parella passejant pel carrer / CC BY-NC-SA 4.0]