Hispanopedia WikiMELD-Plus es un sistema de puntuación de riesgo para evaluar la gravedad de la enfermedad hepática crónica que surgió de una colaboración entre el Hospital General de Massachusetts e IBM . [1] El sistema incluye nueve variables como predictores eficaces de la mortalidad a los 90 días después del alta por una hospitalización relacionada con la cirrosis. Las variables incluyen todos los componentes del Modelo para la enfermedad hepática terminal (MELD), así como sodio, albúmina, colesterol total, recuento de glóbulos blancos, edad y duración de la hospitalización.
Dado que el colesterol total y la duración de la hospitalización no suelen ser factores uniformes en los distintos hospitales y pueden variar en distintos países, se evaluó un modelo adicional que incluía solo siete de las nueve variables. Esto arrojó un rendimiento cercano al obtenido si se utilizaran las nueve variables y dio como resultado las siguientes asociaciones con un aumento de la mortalidad: INR, creatinina, bilirrubina total, sodio, leucocitos, albúmina y edad.
El desarrollo de MELD-Plus se basó en el uso de un enfoque imparcial para el descubrimiento de biomarcadores. En este enfoque, un algoritmo de aprendizaje automático de selección de características observa una gran colección de registros de salud 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 lasso (operador de selección y contracción mínima absoluta). [2]
Calculadoras
Está disponible una calculadora capaz de comparar MELD, MELD-Na y MELD-Plus. [3]
Hay calculadoras capaces de calcular MELD y MELD-Na. [4] [5] [6] [7]
Cobertura de prensa
Johnson HR. Desarrollo de una nueva puntuación: cómo el aprendizaje automático mejora la predicción de riesgos. [8]
Livernois C. Investigadores de Harvard desarrollan un modelo predictivo de 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 del trasplante de hígado . [16]
MELD-Plus se validó utilizando Explorys. [17]
Se propuso que MELD-Plus fuera ventajoso para pacientes con puntuaciones bajas de MELD-Na. [18]
Potencial de las puntuaciones alternativas para prolongar 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 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 a cientos de pacientes cada año solo 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 mortalidad (OPOM) es otra herramienta que se ha propuesto para servir como alternativa al modelo de 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 que enfatizaba este punto. [18]
Crítica al aprendizaje automático en el modelado de predicciones
Chen & Asch 2017 escribieron: "Con el aprendizaje automático situado en la cima de las expectativas infladas, podemos suavizar una caída posterior en un "valle de desilusión" fomentando una mayor apreciación de las capacidades y limitaciones de la tecnología". Sin embargo, los autores agregaron además: "Si bien los algoritmos predictivos no pueden eliminar la incertidumbre médica, ya mejoran la asignación de recursos de atención médica escasos, ayudando a evitar la hospitalización de pacientes con embolias pulmonares de bajo riesgo (PESI) y priorizando de manera justa a los pacientes para el trasplante de hígado mediante puntajes MELD". [29]
Código fuente
Un código de muestra para calcular MELD-Plus está disponible en GitHub . [30]
Referencias
- ^ Kartoun, Uri; Corey, Kathleen E; Simon, Tracey G; Zheng, Hui; Aggarwal, Rahul; Ng, Kenney; Shaw, Stanley Y (2017). "El MELD-Plus: una puntuación de riesgo predictivo generalizable en cirrosis". PLOS ONE . 12 (10): e0186301. Bibcode :2017PLoSO..1286301K. doi : 10.1371/journal.pone.0186301 . PMC 5656314 . PMID 29069090.
- ^ Zou, Hui (diciembre de 2006). "El lazo adaptativo y sus propiedades de oráculo". Revista de la Asociación Estadounidense de Estadística . 101 (476): 1418–1429. CiteSeerX 10.1.1.710.7720 . doi :10.1198/016214506000000735. S2CID 13998761.
- ^ Calculadora MELD-Plus github.com
- ^ "Puntuación MELD (modelo para enfermedad hepática terminal) (12 años y más)". MDCalc .
- ^ "Calculadora MELD - OPTN".
- ^ "Puntuación MELD - Edad mayor de 12 años".
- ^ "MELD Na". 19 de octubre de 2011.
- ^ "Desarrollo de una nueva puntuación: cómo el aprendizaje automático mejora la predicción de riesgos". 17 de noviembre de 2017.
- ^ "Investigadores de Harvard desarrollan un modelo predictivo de los resultados de la cirrosis".
- ^ "IBM aprovecha el aprendizaje automático para predecir las tasas de mortalidad por cirrosis".
- ^ "Investigadores de Harvard e IBM desarrollan un modelo de predicción de los resultados de la cirrosis". 31 de octubre de 2017.
- ^ "Instantánea de la ciencia de octubre de 2017 - Hospital General de Massachusetts, Boston, MA".
- ^ 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.
- ^ "Semana Digestiva - 2020". semanadigestiva.pt .
- ^ 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 higos. doi : 10.6084/m9.figshare.11324060.v1.
{{cite journal}}: Requiere citar revista|journal=( ayuda ) - ^ 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 .
- ^ "Bibliografía de la base de datos de EHR de IBM Explorys". ibm.com . Consultado el 24 de septiembre de 2023 .
- ^ ab Kartoun, Uri (2020). "¿Es MELD-Plus ventajoso para pacientes con puntuaciones bajas de MELD-Na?". Trasplante . 104 (6): e182. doi : 10.1097/TP.0000000000003207 . PMID 32433233. S2CID 218768238.
- ^ Kim, WR; Mannalithara, A.; Heimbach, JK; Kamath, PS; Asrani, SK; Biggins, SW; Wood, NL; Gentry, SE; Kwong, AJ (2021). "MELD 3.0: El modelo para la 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.
- ^ 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 en el trasplante de hígado". Revista de hepatología . 76 (6): 1318–1329. doi :10.1016/j.jhep.2022.03.003. PMC 10286631 . PMID 35589253. S2CID 248851536.
- ^ 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.
- ^ "Orden del día de la reunión" (PDF) . optn.transplant.hrsa.gov . 2014.
- ^ 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 de trasplante de hígado". New England Journal of Medicine . 359 (10): 1018–1026. doi :10.1056/NEJMoa0801209. PMC 4374557 . PMID 18768945.
- ^ Kartoun, Uri (2019). "Hacia una adopción acelerada de los hallazgos basados en datos en medicina". Medicina, atención sanitaria y filosofía . 22 (1): 153–157. doi :10.1007/s11019-018-9845-y. PMID 29882052. S2CID 46973857.
- ^ 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 enfermedades hepáticas . 39 (4): 403–413. doi :10.1055/s-0039-1688750. PMID 31242526. S2CID 195694211.
- ^ "Resumen de la reunión del Comité de Trasplante de Órganos Hepáticos e Intestinales de la OPTN" (PDF) . 22 de octubre de 2019.
- ^ 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". American Journal of Transplantation . 19 (4): 1109–1118. doi : 10.1111/ajt.15172 . hdl : 1721.1/140776 . PMID 30411495.
- ^ Mazumder, NR; Atiemo, K.; Kappus, M.; Cullaro, G.; Harinstein, ME; Ladner, D.; Verna, E.; Lai, J.; Levitsky, J. (2020). "Una revisión exhaustiva de los predictores de resultados en pacientes con MELD bajo". Trasplante . 104 (2): 242–250. doi :10.1097/TP.0000000000002956. PMC 6994330 . PMID 31517785.
- ^ Chen, Jonathan H; Asch, Steven M (2017). "Aprendizaje automático y predicción en medicina: más allá del pico de expectativas infladas". New England Journal of Medicine . 376 (26): 2507–2509. doi :10.1056/NEJMp1702071. PMC 5953825 . PMID 28657867.
- ^ "cartoun/meld-plus". GitHub . 2018-01-07.