El Servei de Digestiu de l'Hospital Universitari Son Espases ha participat en un estudi sobre l'ús de machine learning interpretable per identificar els factors predictius de base de la remissió i la durabilitat dels fàrmacs en pacients amb malaltia de Crohn en Ustekinumab. També hi han participat diferents centres espanyols.
Daniel Ginard-Vicens
, gastroenteròleg de l'Hospital Universitari Son Espases, ha participat en la publicació de l'article amb el títol "Using Interpretable Machine Learning to Identify Baseline Predictive Factors of Remission and Drug Durability in Crohn's Disease Patients on Ustekinumab" a la revista Journal of Clinical Medicine.
L'Ustekinumab s'ha mostrat eficaç en la malaltia de Crohn (MC). Per identificar els perfils dels pacients que es poden beneficiar al màxim d'aquest tractament ajudaria a posicionar aquest fàrmac en el paradigma de la MC i generar hipòtesis per futurs assaigs. L'objectiu d'aquesta anàlisi era determinar si les característiques dels pacients de referència són predictius de remissió i la durabilitat farmacològica de l'ustekinumab i si el seu posicionament respecte a l'ús previ de productes biològics tenen un efecte significatiu després de corregir per a la gravetat de la malaltia i fenotipus de referència interpretable per machine learning. La durada farmacològica es va definir fins al moment en què el pacient finalitzava el tractament.
Referència de l'article
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.Enllaços Bibliosalut |
Text completMètriques
| Consulteu cites en Web of Science | ||
 Altmetric |
[Font: Bibliosalut]
[Foto: UNOPS account in flickr / Medicinas / Public Domain Mark 1.0]
