¿Cómo se usa la inteligencia artificial para identificar a niños con alto riesgo de desarrollar diabetes?

La diabetes tipo 1 (DT1) es una enfermedad que puede afectar a personas de cualquier edad y para la cual actualmente no existe cura. La única esperanza es retrasar o prevenir el inicio de la enfermedad. Una reciente investigación de IBM, basada en el aprendizaje automático, busca ayudar en ello.

MIRA: COVID-19 | ¿Qué vacunas ya se están aplicando a niños y adolescentes (y en qué países)?

El equipo, compuesto por científicos de IBM y JDRF (una organización líder en investigación y concientización de la diabetes tipo 1), llevó a cabo una investigación en cinco centros de investigación académica en cuatro países diferentes. Ahora publican sus resultados en la revista Diabetes Care.

Se trata del primer artículo clínico importante elaborado por esta colaboración sobre la identificación de pacientes con alto riesgo de contraer la enfermedad. La investigación de inteligencia de datos tipo 1 (T1DI) comprende una gran y única cohorte de pacientes pediátricos a quienes se les ha hecho un seguimiento desde su nacimiento.

MIRA: Científico descubre que algunas de las primeras secuencias del coronavirus fueron eliminadas

“Nuestro trabajo ha proporcionado información sobre el desarrollo de biomarcadores asociados con el riesgo de aparición de la diabetes tipo 1 en niños pequeños. Creemos que nuestros resultados podrían facilitar identificar niños en riesgo para ensayos clínicos cuyo objetivo es retrasar y posiblemente prevenir la aparición de la diabetes tipo 1″, dicen los investigadores.

Los niños, los más afectados

La diabetes tipo 1 es una enfermedad sin cura, con dependencia de la insulina de por vida y posibles complicaciones a largo plazo, como afecciones cardiovasculares, insuficiencia renal y retinopatía diabética, que puede provocar ceguera. La diabetes tipo 1 es un trastorno autoinmune que puede alcanzar a personas de cualquier edad, pero generalmente se diagnostica durante la infancia o la adolescencia. En los Estados Unidos, la diabetes tipo 1 afecta a aproximadamente 1,6 millones de personas, muchas de las cuales son niños pequeños y adolescentes, según la Asociación Estadounidense de Diabetes. Y este número va en aumento.

MIRA: ¿Qué se sabe sobre la inflamación cardíaca en jóvenes tras la vacunación con Pfizer o Moderna?

Esta enfermedad generalmente se desarrolla en un plazo de cinco a 15 años, con la pérdida gradual de células beta productoras de insulina en el páncreas. Es este desarrollo gradual, a lo largo de décadas, lo que ha inducido a los científicos a buscar formas de ayudar a retrasar o prevenir la manifestación de la enfermedad.

El equipo de investigación de IBM creó la cohorte del estudio T1DI, la más grande de su tipo para predictores de diabetes infantil tipo 1. En asociación con JDRF, que reunió a un equipo de más de 30 científicos de nueve instituciones en cuatro países, se combinaron datos de cinco estudios de evolución natural de diabetes tipo 1 dirigidos por esas instituciones, algunos de los cuales comenzaron hace más de 30 años.

Todos estos estudios se centraron en el desarrollo de la diabetes Tipo 1; sin embargo, el diseño, la duración y los datos recopilados variaban de un estudio a otro, por lo cual, tuvieron que integrar conjuntos de datos individuales de una manera que resultara común a todos los estudios. Estos conjuntos de datos incluían mediciones de autoanticuerpos de los islotes, biomarcadores específicos de la diabetes tipo 1 que pueden desarrollarse y mutar con el tiempo. Los biomarcadores son sustancias medibles detectables mediante pruebas de laboratorio u otros mecanismos y que indican la presencia potencial o el riesgo de desarrollar una enfermedad. El término “seroconversión” describe el momento más temprano en el que se detectan estos autoanticuerpos en un análisis de sangre y marca el inicio de la autoinmunidad.

Como los datos habían sido recopilados a lo largo de muchos años y en múltiples ubicaciones, las pruebas de laboratorio para biomarcadores utilizaban diferentes métodos o normas de informes, tanto entre los distintos centros como a lo largo del tiempo, y los métodos de genotipado diferían en resolución. Esta fue una complicación adicional, por lo que también se armonizaron los datos para que los resultados informados de diferentes maneras pudieran analizarse en conjunto.

Aprendizaje automático avanzado

Una vez que se realizó la preparación de los datos, se inició el trabajo analítico real.

Se utilizaron métodos estadísticos y de aprendizaje automático avanzados, y el equipo de investigación desarrolló herramientas gráficas para mostrar los datos. Un documento sobre esas herramientas de visualización, DPVis, se publicó en 2020 en IEEE Transactions on Visualization and Computer Graphics. Otro sobre la simulación de detección a nivel de población, utilizando la herramienta COOL (Collaborative Open Outcomes tooL), se presentará en el próximo Simposio Anual AMIA 2021.

A lo largo de la investigación, se aplicaron algoritmos avanzados de aprendizaje automático para identificar los predictores del inicio de la diabetes Tipo 1. También nos basamos en los resultados de las pruebas de laboratorio recopilados a lo largo del tiempo de de cada participante del estudio, específicamente para los tres autoanticuerpos de islotes asociados con el desarrollo de diabetes tipo 1. El análisis reveló nuevos patrones de desarrollo de autoanticuerpos y sus vínculos con otros factores de riesgo.

Al analizar estos datos, los investigadores hallaron que la cantidad de autoanticuerpos de islotes presentes en la seroconversión, el punto más temprano en el desarrollo de la autoinmunidad, permite predecir de manera confiable el riesgo de aparición de diabetes tipo 1 en niños pequeños durante períodos de hasta 10 a 15 años a futuro.

Para los niños con múltiples autoanticuerpos (más de un tipo de autoanticuerpo de islotes) en el momento de la seroconversión, el riesgo de desarrollar DT1 es muy alto, alrededor del 90% en un período de 15 años. Además, cuanto menor es la edad a la que los niños desarrollan múltiples autoanticuerpos, mayor es el riesgo, alcanzando su punto máximo entre los dos y los cuatro años de edad.

Sin embargo, la investigación también ha arrojado nueva luz sobre el riesgo de diabetes tipo 1 en niños que dan positivo a un solo autoanticuerpo. Su riesgo de aparición de diabetes tipo 1 a 15 años es notablemente más bajo, solo alrededor del 30%, especialmente para los niños con un solo autoanticuerpo en el momento de la seroconversión y los que permanecen con un solo autoanticuerpo a partir de entonces. Aunque este riesgo parece sustancial en general, se halló que su evaluación de riesgo individual puede mejorarse en función del perfil genético y una prueba de anticuerpos repetida en aproximadamente dos años.

En otras palabras, hallaron que el riesgo general de desarrollar diabetes tipo 1 en niños con un solo autoanticuerpo sigue siendo considerablemente más bajo, pero es especialmente bajo si estos niños no desarrollan un segundo autoanticuerpo en los dos años posteriores a la seroconversión. Además, los niños que permanecen positivos para un solo autoanticuerpo, y que además tienen un genotipo de bajo riesgo para DT1, tienen un riesgo sustancialmente menor: solo un 12% en general, o aproximadamente una tercera parte menos que los que poseen genotipos de alto riesgo.

Estos hallazgos podrían ayudar a identificar y estratificar a los participantes para el reclutar en el ensayo según el número de autoanticuerpos y los resultados genéticos. De manera similar, los resultados podrían ayudar a informar la detección de rutina, la cadencia de monitoreo y el manejo general de los niños en riesgo. La detección y la vigilancia basadas en la población generalmente se realizan para enfermedades para las que se dispone de una cura o un tratamiento inmediato, lo que aún no es el caso de la diabetes tipo 1. Sin embargo, la aparición y el diagnóstico inicial de la diabetes tipo 1 a menudo se asocian con complicaciones potencialmente mortales de la cetoacidosis diabética (CAD), lo que aumenta la importancia de la detección temprana.

La identificación temprana de los niños en riesgo podría ayudar a las familias y los cuidadores a comprender mejor el riesgo y reconocer los primeros signos de CAD para reducir su incidencia al inicio. Esto es particularmente valioso, ya que la investigación ha demostrado tasas reducidas de CAD en los participantes del estudio que fueron evaluados y controlados de forma rutinaria para determinar si desarrollaban autoanticuerpos, al menos en los estudios constituyentes de T1DI.

En resumen, encontramos combinaciones específicas de factores que implican patrones de autoanticuerpos y genética asociados con diferentes tasas y probabilidades de desarrollar diabetes tipo 1. Los resultados no solo allanan el camino para una mejor comprensión de los factores de riesgo de la diabetes tipo 1, sino que también pueden ayudar a desarrollar pautas para la detección, el seguimiento y el tratamiento de rutina de pacientes pediátricos en riesgo.

Dichas pautas pueden ayudar a reducir las complicaciones al inicio y permitir identificar a pacientes que podrían beneficiarse participando de ensayos clínicos en curso destinados a retrasar o prevenir la aparición de la diabetes tipo 1. Con suerte, algún día incluso podrían ayudar a prevenir la diabetes tipo 1 por completo, dicen los investigadores.

VIDEO RELACIONADO

TE PUEDE INTERESAR:

• ¿Qué se sabe sobre la inflamación cardíaca en jóvenes tras la vacunación con Pfizer o Moderna?
• El novedoso método de un investigador chileno para ayudar a detectar pacientes de COVID-19 asintomáticos
• Las naciones elogiadas por su respuesta al principio de la pandemia de COVID-19 pero que ahora no logran controlarla
• Lo que se sabe de la nueva variante Delta Plus, una mutación más infecciosa del coronavirus
• Abdala, candidata a vacuna contra el COVID-19 de Cuba tiene una eficacia del 92%
• COVID-19: los gráficos que muestran todas las variantes del coronavirus identificadas hasta el momento (y cómo se llaman según la OMS)
• Soberana 02: vacuna candidata cubana alcanzó una eficacia del 62%
• COVID-19 | ¿Qué vacunas ya se están aplicando a niños y adolescentes (y en qué países)?
• Las vacunas de Pfizer y Moderna reducen un 97% el riesgo de morir por COVID-19 en los adultos mayores
• La incógnita sobre combinar las vacunas, por Elmer Huerta

Síguenos en Twitter: