December 16, 2022 - O uso de modelos de aprendizado de máquina identificou três subtipos distintos da doença de Parkinson, que “podem ter implicações imediatas” na detecção de resultados clínicos, relataram pesquisadores no NPJ Parkinson's Disease.
“A previsão da doença e do curso da
doença é um desafio crítico no aconselhamento, cuidado, tratamento
e pesquisa de doenças complexas e heterogêneas. Dentro da DP,
enfrentar esse desafio permitiria um planejamento adequado para
pacientes e cuidados específicos para sintomas”, escreveram Anant
Dadu, da Universidade de Illinois em Urbana-Champaign, e seus
colegas.
O uso de modelos de aprendizado de máquina
identificou três subtipos distintos da doença de Parkinson, que
podem ter implicações imediatas na detecção de resultados
clínicos.
Dadu e seus colegas
usaram modelos de aprendizado de máquina não supervisionados e
supervisionados em 294 casos da Iniciativa Marcadora de Progressão
da Doença de Parkinson para identificar subtipos de pacientes e
prever a progressão da doença.
Um total de 263 casos foram
validados em uma coorte independente. Os autores distinguiram três
subtipos distintos de doença com taxas de progressão altamente
previsíveis que correspondiam a progressão lenta, moderada e rápida
da doença.
Os autores relataram projeções de progressão da
doença 5 anos após o diagnóstico inicial com uma área média sob
a curva de 0,92 (95% CI, 0,95 + 0,01) para o grupo de progressão
mais lenta, 0,87 + 0,03 para o grupo moderado e 0,95 + 0,02 para o
rápido grupo.
Além disso, os autores identificaram a luz do
neurofilamento sérico como um indicador significativo da progressão
rápida da doença, entre outros biomarcadores importantes de
interesse, escreveram eles.
“Nosso estudo baseado em dados
fornece insights para desconstruir a heterogeneidade de DP”,
escreveram Dadu e seus colegas. “Esta abordagem pode ter
implicações imediatas para ensaios clínicos, melhorando a detecção
de resultados clínicos significativos. Prevemos que os modelos de
aprendizado de máquina melhorarão o aconselhamento do paciente, o
design de ensaios clínicos e, por fim, o atendimento individualizado
ao paciente”. Original em inglês, tradução Google, revisão
Hugo. Fonte: Healio.