stringtranslate.com

MELD-Plus

MELD-Plus es una puntuación de riesgo para evaluar la gravedad de la enfermedad hepática crónica que fue resultado de una colaboración entre el Hospital General de Massachusetts e IBM . [1] La puntuación incluye nueve variables como predictores efectivos de la mortalidad a 90 días después del alta de un ingreso relacionado con la cirrosis. Las variables incluyen todos los componentes del Modelo para la enfermedad hepática en etapa terminal (MELD), así como el sodio, la albúmina, el colesterol total, el recuento de glóbulos blancos, la edad y la duración de la estancia hospitalaria.

Debido a que el colesterol total y la duración de la estancia hospitalaria no suelen ser factores uniformes en diferentes hospitales y pueden variar en distintos países, se evaluó un modelo adicional que incluía sólo siete de las nueve variables. Esto produjo un rendimiento cercano al de usar las nueve variables y resultó en las siguientes asociaciones con una mayor mortalidad: INR, creatinina, bilirrubina total, sodio, leucocitos, albúmina y edad.

El desarrollo de MELD-Plus se basó en el uso de un enfoque imparcial hacia el descubrimiento de biomarcadores. En este enfoque, un algoritmo de aprendizaje automático de selección de características observa una gran colección de registros médicos e identifica un pequeño conjunto de variables que podrían servir como los predictores más eficientes para un resultado médico determinado. Un ejemplo de un método de selección de características notable es el lazo (operador de selección y contracción mínima absoluta). [2]

Calculadoras

Está disponible una calculadora capaz de comparar MELD, MELD-Na y MELD-Plus. [3]

Se encuentran disponibles calculadoras capaces de calcular MELD y MELD-Na. [4] [5] [6] [7]

cobertura de prensa

Johnson HR. Desarrollando una nueva puntuación: cómo el aprendizaje automático mejora la predicción de riesgos. [8]

Livernois C. Investigadores de Harvard desarrollan un modelo predictivo para los resultados de la cirrosis. [9]

Goedert J. IBM aprovecha el aprendizaje automático para predecir las tasas de mortalidad por cirrosis. [10]

Cohen JK. Investigadores de Harvard e IBM desarrollan un modelo de predicción de los resultados de la cirrosis. [11]

Hospital General de Massachusetts (Instantánea de la ciencia). [12]

Validación externa

En noviembre de 2019 se publicó una convocatoria para una validación adicional de MELD-Plus en el European Journal of Gastroenterology & Hepatology . [13]

Un estudio presentado en junio de 2019 en Semana Digestiva [14] (Vilamoura, Portugal) demostró que MELD-Plus fue superior para evaluar la mortalidad a los 180 días frente a otras puntuaciones relacionadas con el hígado en una población ingresada por encefalopatía hepática . [15]

Un estudio publicado en abril de 2018 en Surgery, Gastroenterology and Oncology informó sobre la mayor precisión del uso de MELD-Plus frente a MELD para predecir la lesión renal aguda temprana después de un trasplante de hígado . [dieciséis]

MELD-Plus fue validado mediante Explorys. [17]

MELD-Plus se propuso como ventajoso para pacientes con puntuaciones bajas de MELD-Na. [18]

Potencial de puntuaciones alternativas para ampliar la esperanza de vida

MELD 3.0 se introdujo en 2021. [19] [20] Una comparación entre MELD 3.0, MELD-Plus y otras puntuaciones de evaluación de riesgos en el hígado propone enfoques para asignar los hígados de manera más óptima. [21]

United Network for Organ Sharing propuso que la puntuación MELD-Na (una extensión de MELD) puede clasificar mejor a los candidatos en función de su riesgo de mortalidad previa al trasplante y se proyecta que salvará entre 50 y 60 vidas en total por año. [22] Además, un estudio publicado en el New England Journal of Medicine en 2008, estimó que el uso de MELD-Na en lugar de MELD salvaría 90 vidas durante el período de 2005 a 2006. [23] En su punto de vista publicado en junio de 2018, El cocreador de MELD-Plus, Uri Kartoun, sugirió que "...MELD-Plus, si se incorpora a los sistemas hospitalarios, podría salvar cientos de pacientes cada año sólo en los Estados Unidos". [24]

En junio de 2019 se publicó en Seminars in Liver Disease una revisión que especifica alternativas a MELD, incluidas MELD-Na, MELD-sarcopenia, UKELD, D-MELD, iMELD y MELD-Plus. [25]

La puntuación de predicción optimizada de la mortalidad (OPOM) es otra herramienta que se ha propuesto como alternativa al modelo para la enfermedad hepática terminal . [26] [27]

Una revisión publicada en Transplantation en febrero de 2020 destacó la importancia de incorporar técnicas de aprendizaje automático en las herramientas de predicción relacionadas con el hígado, especialmente en el contexto de la precisión limitada de MELD-Na cuando se aplica a pacientes con puntuaciones bajas. [28] Transplantation publicó además una correspondencia enfatizando este punto. [18]

Críticas al aprendizaje automático en el modelado de predicción

Chen y Asch 2017 escribieron: "Con el aprendizaje automático situado en la cima de las expectativas infladas, podemos suavizar una caída posterior hasta convertirla en un "punto de desilusión" fomentando una apreciación más sólida de las capacidades y limitaciones de la tecnología". Sin embargo, los autores añadieron además: "Aunque los algoritmos predictivos no pueden eliminar la incertidumbre médica, ya mejoran la asignación de los escasos recursos sanitarios, ayudando a evitar la hospitalización de pacientes con embolias pulmonares de bajo riesgo (PESI) y dando prioridad justa a los pacientes para el trasplante de hígado mediante Puntuaciones MELD." [29]

Código fuente

Un código de muestra para calcular MELD-Plus está disponible en GitHub . [30]

Referencias

  1. ^ Kartoun, Uri; Corey, Kathleen E; Simón, Tracey G; Zheng, Hui; Aggarwal, Rahul; Ng, Kenney; Shaw, Stanley Y (2017). "MELD-Plus: una puntuación de riesgo de predicción generalizable en cirrosis". MÁS UNO . 12 (10): e0186301. Código Bib : 2017PLoSO..1286301K. doi : 10.1371/journal.pone.0186301 . PMC  5656314 . PMID  29069090.
  2. ^ Zou, Hui (diciembre de 2006). "El lazo adaptativo y sus propiedades oraculares". Revista de la Asociación Estadounidense de Estadística . 101 (476): 1418-1429. CiteSeerX 10.1.1.710.7720 . doi :10.1198/016214506000000735. S2CID  13998761. 
  3. ^ Calculadora MELD-Plus github.com
  4. ^ "Puntuación MELD (modelo para enfermedad hepática terminal) (mayores de 12 años)". MDCalc .
  5. ^ "Calculadora MELD - OPTN".
  6. ^ "Puntuación MELD: edad superior a 12 años".
  7. ^ "MELD Na". 19 de octubre de 2011.
  8. ^ "Desarrollo de una nueva puntuación: cómo el aprendizaje automático mejora la predicción de riesgos". 2017-11-17.
  9. ^ "Los investigadores de Harvard desarrollan un modelo predictivo de los resultados de la cirrosis".
  10. ^ "IBM aprovecha el aprendizaje automático para predecir las tasas de mortalidad por cirrosis".
  11. ^ "Investigadores de Harvard e IBM desarrollan un modelo de predicción de resultados de cirrosis". 31 de octubre de 2017.
  12. ^ "Instantánea de la ciencia de octubre de 2017: Hospital General de Massachusetts, Boston, MA".
  13. ^ Kartoun, Uri (diciembre de 2019). "MELD-plus". Revista europea de gastroenterología y hepatología . 31 (12): 1603. doi : 10.1097/MEG.0000000000001563. PMID  31688253. S2CID  207894016.
  14. ^ "Semana Digestiva - 2020". semanadigestiva.pt .
  15. ^ Oliveira, Antonio; Carvão, Joana; Abreu, Nelia; Vítor Pereira; Ladeira, Nuño; Jazmines, Luis (2019). "O Papel DOS Scores de Babs e Meld-Plus Em Doentes Com Encefalopatia Hepática". Compartir higo. doi : 10.6084/m9.figshare.11324060.v1. {{cite journal}}: Citar diario requiere |journal=( ayuda )
  16. ^ Tudoroiu, Marian-Irinel; Constantino, Georgiana; Paslaru, Liliana; Iacob, Speranţa; Gheorghe, Cristian; Popescu, Irinel; Tomescu, Dana; Simona Gheorghe, Liliana (2018). "La combinación de cistatina C sérica, molécula 1 de lesión renal urinaria y puntuación MELD plus predice la lesión renal aguda temprana después del trasplante de hígado". Cirugía, Gastroenterología y Oncología . 23 (2): 121. doi : 10.21614/sgo-23-2-121 .
  17. ^ "Bibliografía de la base de datos IBM Explorys EHR". ibm.com . Consultado el 24 de septiembre de 2023 .
  18. ^ ab Kartoun, Uri (2020). "¿MELD-Plus es ventajoso para pacientes con puntuaciones bajas de MELD-Na?". Trasplante . 104 (6): e182. doi : 10.1097/TP.0000000000003207 . PMID  32433233. S2CID  218768238.
  19. ^ Kim, WR; Mannalithara, A.; Heimbach, JK; Kamath, PS; Asrani, SK; Biggins, suroeste; Madera, Países Bajos; Gentry, SE; Kwong, AJ (2021). "MELD 3.0: el modelo de enfermedad hepática terminal actualizado para la era moderna". Gastroenterología . 161 (6): 1887–1895.e4. doi :10.1053/j.gastro.2021.08.050. PMC 8608337 . PMID  34481845. 
  20. ^ Ge, J.; Kim, WR; Lai, JC; Kwong, AJ (2022). ""Más allá de MELD ": estrategias y tecnologías emergentes para mejorar la predicción de la mortalidad, la asignación de órganos y los resultados del trasplante de hígado". Revista de hepatología . 76 (6): 1318-1329. doi :10.1016/j.jhep.2022.03.003. PMC 10286631 . PMID  35589253. S2CID  248851536. 
  21. ^ Kartoun, Uri (2022). "Hacia un reemplazo óptimo de la versión actual de MELD". Revista de hepatología . 78 (3): S0168–8278(22)02946-4. doi :10.1016/j.jhep.2022.07.013. PMID  35870703. S2CID  250944543.
  22. ^ "Agenda de la reunión" (PDF) . optn.transplant.hrsa.gov . 2014.
  23. ^ Kim, W. Ray; Biggins, Scott W.; Kremers, Walter K.; Wiesner, Russell H.; Kamath, Patrick S.; Benson, Joanne T.; Edwards, Erick; Therneau, Terry M. (4 de septiembre de 2008). "Hiponatremia y mortalidad entre pacientes en lista de espera para trasplante de hígado". Revista de Medicina de Nueva Inglaterra . 359 (10): 1018-1026. doi :10.1056/NEJMoa0801209. PMC 4374557 . PMID  18768945. 
  24. ^ Kartoun, Uri (2019). "Hacia una adopción acelerada de hallazgos en medicina basados ​​en datos". Medicina, Salud y Filosofía . 22 (1): 153-157. doi :10.1007/s11019-018-9845-y. PMID  29882052. S2CID  46973857.
  25. ^ Sacleux, Sophie-Caroline; Samuel, Didier (26 de junio de 2019). "Una revisión crítica de MELD como herramienta confiable para la priorización de trasplantes". Seminarios en Enfermedad Hepática . 39 (4): 403–413. doi :10.1055/s-0039-1688750. PMID  31242526. S2CID  195694211.
  26. ^ "Resumen de la reunión del Comité de Trasplante de Órganos Intestinales y Hígado de OPTN" (PDF) . 22 de octubre de 2019.
  27. ^ Bertsimas, Dimitris; Kung, Jerry; Trichakis, Nikolaos; Wang, Yuchen; Hirose, Ryutaro; Vagefi, Parsia A. (6 de diciembre de 2018). "Desarrollo y validación de una predicción optimizada de mortalidad para candidatos en espera de trasplante de hígado". Revista americana de trasplantes . 19 (4): 1109-1118. doi : 10.1111/ajt.15172 . hdl : 1721.1/140776 . PMID  30411495.
  28. ^ Mazumder, NR; Atiemo, K.; Kappus, M.; Cúllaro, G.; Harinstein, ME; Ladner, D.; Verna, E.; Lai, J.; Levitsky, J. (2020). "Una revisión completa de los predictores de resultados en pacientes con MELD bajo". Trasplante . 104 (2): 242–250. doi :10.1097/TP.0000000000002956. PMC 6994330 . PMID  31517785. 
  29. ^ Chen, Jonathan H; Asch, Steven M (2017). "Aprendizaje automático y predicción en medicina: más allá del pico de expectativas infladas". Revista de Medicina de Nueva Inglaterra . 376 (26): 2507–2509. doi :10.1056/NEJMp1702071. PMC 5953825 . PMID  28657867. 
  30. ^ "cartoun/meld-plus". GitHub . 2018-01-07.