La cardiología del mundo se encuentra en Nueva Orleans | 07 MAR 23

Sesiones Científicas del American College of Cardiology 2023

Lo más destacado de un encuentro de la cardiología mundial
INDICE:  1. Página 1 | 2. Empagliflozina en IC | 3. Insomnio e IAM | 4. Sueño y mortalidad | 5. Triglicéridos: Pemafibrato | 6. Embarazo | 7. Tecnologías reproductivas | 8. Marihuana y riego CV | 9. Células madre en IC | 10. Mortalidad CV en EE.UU. | 11. COVID prolongado | 12. Terapia de afirmación de género | 13. Dieta y Sodio | 14. Rehabilitación en el hogar | 15. Soledad e IC | 16. Teleterapia cognitiva | 17. FA: ablación | 18. Angioplastia, sexo | 19. Cardio-oncología | 20. Estatinas / Antracilinas | 21. Insuficiencia tricuspídea | 22. Ácido bempedoico | 23. Estatinas, calcio coronario | 24. Caminar 500 pasos | 25. Dapaglifozina | 26. Tratamiento invasivo vs conservador | 27. Vitamina D | 28. IAM, obesidad | 29. Estrés y SNA | 30. Reserva fraccional de flujo | 31. TAVR | 32. MitraClip | 33. Enfermedad multivaso: stent | 34. Imágenes intravasculares | 35. Vacuna Influenza | 36. Co-pagos | 37. Estatinas: prescripción | 38. Marcapasos, ejercicio | 39. Apolipoproteína B | 40. Factores de riesgo, tendencias | 41. COVID-19 | 42. Cirugía mitral | 43. Insominio e IAM | 44. Reparación transcatéter de la válvula mitral | 45. Alirocumab y estatinas | 46. Inteligencia artificial causal | 47. Sensor portátil de troponina | 48. Diabetes: estrategia multifacética | 49. Hipertensión pulmonar | 50. IC: sensor portátil | 51. FA: ablación | 52. Sensibilidad a la sal | 53. Alerta automatizada en IC | 54. Miocardiopatía hipertrófica: ejercicio | 55. Inflamación y colesterol | 56. COVID: anticoagulación | 57. Atletas de elite y cardiopatías | 58. Reperfusión estratégica IAM / TNK
Inteligencia artificial causal

La inteligencia artificial (AI) proporciona orientación personalizada basada en el riesgo heredado de enfermedad cardíaca

El enfoque cuantifica los beneficios de las acciones necesarias para superar el riesgo heredado

  • La IA causal puede proporcionar recomendaciones personalizadas para reducir el riesgo heredado de enfermedades cardíacas.
     
  • Los investigadores combinaron la IA causal con un puntaje de riesgo poligénico para la enfermedad coronaria.

Los investigadores demostraron que un sistema de inteligencia artificial (IA) causal puede cuantificar con precisión cuánto debe reducir una persona su presión arterial o su colesterol de lipoproteínas de baja densidad (LDL) para superar su riesgo heredado de enfermedad de las arterias coronarias (CAD), según una investigación presentada en la Sesión Científica Anual del Colegio Americano de Cardiología junto con el Congreso Mundial de Cardiología.

La IA causal está diseñada para ayudar a explicar la causa y el efecto de por qué una persona está en riesgo, cómo reducir ese riesgo y cuánto se beneficiarán de acciones específicas para reducir el riesgo. El estudio es el primero en combinar IA causal con un puntaje de riesgo poligénico para CAD para cuantificar cómo dos factores de riesgo de enfermedad cardíaca modificables clave (presión arterial y niveles de colesterol LDL) pueden usarse para ayudar a guiar a las personas sobre cómo superar su riesgo heredado de CAD .

Según los hallazgos, el riesgo poligénico (una métrica que captura el riesgo de enfermedad cardíaca de una persona en función de sus genes) es un factor de riesgo relativamente débil para la mayoría de las personas que se puede superar fácilmente con reducciones relativamente modestas en la presión arterial y el colesterol LDL. Sin embargo, dado que los impactos de la presión arterial alta y el colesterol LDL se acumulan con el tiempo, la cantidad de reducción necesaria para superar el riesgo poligénico es mayor cuanto más tarde se logra esta reducción. Los investigadores dijeron que el sistema de inteligencia artificial se puede usar para proporcionar objetivos claros para cada persona junto con una guía sobre los pasos necesarios para lograrlos en todas las edades a lo largo de su vida.

“El avance de la IA causal es que cuantifica todas estas recomendaciones y las personaliza para que cada persona pueda saber exactamente cuánto necesita reducir su LDL, su presión arterial o ambos para superar su riesgo heredado”, dijo Brian A. Ference, MD, MPhil, MSc, profesor y director de terapias traslacionales en la Universidad de Cambridge en el Reino Unido y autor principal del estudio. “Es mucho más motivador y poderoso persuadir a las personas para que inviertan en su salud si se les puede explicar cómo pueden reducir su riesgo y cuánto se beneficiarán de las acciones recomendadas, en lugar de simplemente decirles cuál es su riesgo”.

Los puntajes de riesgo poligénico capturan el riesgo genético de enfermedad cardíaca de una persona al combinar el riesgo conferido por millones de genes en un solo número. Para probar si esta métrica puede ser útil para informar la atención del paciente a nivel individual, los investigadores primero usaron datos aleatorios de ensayos clínicos y estudios genéticos que involucraron a 1,8 millones de participantes para entrenar un sistema de IA causal para estimar el efecto de la presión arterial y LDL en el riesgo de eventos coronarios mayores. Luego calcularon puntajes de riesgo poligénico para más de 445.000 participantes en el conjunto de datos del Biobanco del Reino Unido y usaron el modelo de IA para estimar cuánto debe reducir cada participante con un riesgo poligénico superior al promedio su presión arterial, colesterol LDL o ambos para reducir su riesgo de sufrir eventos coronarios y enfermedades graves al mismo nivel que las personas con riesgo poligénico promedio, presión arterial y colesterol LDL.

 

Comentarios

Para ver los comentarios de sus colegas o para expresar su opinión debe ingresar con su cuenta de IntraMed.

AAIP RNBD
Términos y condiciones de uso | Política de privacidad | Todos los derechos reservados | Copyright 1997-2024