Identificados siete clústeres de evolución de los pacientes con diabetes mellitus tipo 2, en el marco del proyecto DIACARE

La Fundación TIC Salud Social ha participado en el estudio ‘Longitudinal deep learning clustering of Type 2 Diabetes Mellitus trajectories using routinely collected health records’, publicado este mes de octubre en el Journal of Biomedical Informatics. El artículo detalla cómo, a partir de los datos extraídos del Sistema de Información para el Desarrollo de la Investigación en Atención Primaria (SIDIAP), se analiza la evolución de la diabetes mellitus tipo 2 mediante la Inteligencia Artificial, teniendo en cuenta factores como las comorbilidades, el tratamiento terapéutico, los cambios longitudinales de la hemoglobina glicosilada (HbA1c) y otras variables relevantes.

El estudio se enmarca en el proyecto DIACARE, coordinado entre 2017 y 2021 por la Fundación TIC Salud Social y con la colaboración de Novo Nordisk y Grupo Pulso. El objetivo del proyecto era examinar nuevas formas de seguimiento de pacientes con diabetes mellitus tipo 2, mediante un enfoque holístico de todas sus características, ya que la evidencia actual sugiere que es una enfermedad metabólica heterogénea y compleja, y que múltiples factores afectan a su evolución.

El análisis de los datos de 11.028 pacientes con diabetes mellitus tipo 2 resultó en siete clústeres longitudinales de fenotipos de pacientes con diferentes evoluciones clínicas. Los resultados confirman la heterogeneidad de la enfermedad, aunque se necesitarían más datos clínicos y genéticos para obtener una clusterización más precisa.

Tal y como apunta el artículo recientemente publicado, la coordinadora del proyecto en la Fundación TIC Salud Social, Elisenda Reixach, remarca que “metodologías innovadoras como el aprendizaje automático profundo no supervisado ayudarán a desarrollar estrategias precisas e individualizadas para mejorar la gestión y pronóstico de la diabetes de tipo 2”.

Referencia bibliográfica:

Manzini E, Vlacho B, Franch-Nadal J, Escudero J, Génova A, Reixach E, Andrés E, Pizarro I, Portero JL, Mauricio D, Perera-Lluna A. Longitudinal deep learning clustering of Type 2 Diabetes Mellitus trajectories using routinely collected health records. J Biomed Inform. 2022 Oct 8;135:104218. doi: 10.1016/j.jbi.2022.104218. Epub ahead of print. PMID: 36216232.