Un Estudio Valida la Importancia de los Datos del Paciente en la Atención a la Artritis Reumatoide

Si tienes artritis reumatoide, es posible que estés familiarizado con una o varias evaluaciones habituales  de la enfermedad. Estas herramientas, entre las que se incluyen el Índice Clínico de Actividad de la Enfermedad (CDAI) y la Escala de Actividad de la Enfermedad-28 (DAS28-ESR/CRP), indican a tu reumatólogo lo alta o baja que  la actividad de tu enfermedad. Esta información se utiliza a menudo para tomar decisiones sobre el tratamiento, como si debes cambiar la dosis o probar un nuevo medicamento.

Llevar a cabo este tipo de evaluaciones lleva algo de tiempo, y normalmente requiere tu aportación y la de tu médico. Para obtener tu puntuación CDAI, por ejemplo, tu médico debe hacer un recuento práctico de las articulaciones sensibles e inflamadas y llenar una encuesta de evaluación global en la que se le pide que valore cómo cree que te encuentras en una escala del 0 al 10. A ti, el paciente, también se te pide que evalúes el impacto actual de tu artritis reumatoide según la misma escala.

Aunque estas calculadoras son bien conocidas y muy respetadas, un grupo de investigadores dirigido por el Dr. Jeffrey R. Curtis, Reumatólogo y Profesor de la Universidad de Alabama en Birmingham, se preguntó si podría haber una forma más sencilla. En particular, querían averiguar qué ocurriría si se eliminara por completo la aportación del médico del proceso y se confiara únicamente en los resultados comunicados por los pacientes y sofisticada tecnología de aprendizaje automático.

El aprendizaje automático es un tipo de inteligencia artificial y ciencia informática que utiliza datos y algoritmos para hacer predicciones.

Para probar la teoría de que los datos de los pacientes más el aprendizaje automático serían un sustituto fiable de las medidas tradicionales de la actividad de la enfermedad como el CDAI, Curtis y sus colegas utilizaron la información de un gran estudio anterior de pacientes con AR que empezaban a tomar golimumab (Simponi) o infliximab (Remicade) y intentaban lograr a una actividad baja de la enfermedad. Tomaron los datos comunicados por los pacientes que se utilizaron en ese ensayo y probaron a utilizar varias opciones de aprendizaje automático para ver qué combinación se ajustaba más a lo que se había calculado previamente utilizando el CDAI.

Según sus conclusiones, un tipo de aprendizaje automático llamado “bosques aleatorios” fue el que mejor funcionó.

“Los resultados de este análisis de prueba de concepto demostraron que los métodos [de aprendizaje automático] aplicados a los datos clínicos de referencia medidos en el momento en que se empezó a tomar un nuevo biológico para la AR, junto con los datos longitudinales aportados por los pacientes, eran capaces de clasificar con precisión la actividad posterior de la enfermedad de la AR medida por el CDAI”, explicaron.

Hay que señalar que se trataba de un “estudio de prueba de concepto”, es decir, un proyecto piloto diseñado para comprobar la viabilidad. Los métodos exactos que se utilizaron no están del todo listos para la hora estelar. Según los autores, será necesaria una “validación adicional con conjuntos de datos similares procedentes de entornos asistenciales rutinarios”.

Además, cabe mencionar que el objetivo de este enfoque alternativo, dirigido por el paciente, no es sustituir a los reumatólogos; más bien, los científicos señalaron que se utilizaría mejor en circunstancias específicas en las que el uso de evaluaciones tradicionales como el CDAI sería complicado o imposible. Por ejemplo, podría utilizarse para estimar la actividad de la enfermedad y evaluar la respuesta al tratamiento entre las revisiones, o durante las citas de telesalud en las que el médico no pueda tocar físicamente tus articulaciones.

Los investigadores concluyeron que los datos comunicados por los pacientes y recopilados a lo largo del tiempo, junto con los métodos de aprendizaje automático, “pueden ser un sustituto eficaz de los datos de actividad de la enfermedad derivados de los médicos para clasificar con precisión la actividad de la enfermedad de la artritis reumatoide y evaluar la respuesta al tratamiento.”

Qué Significa Esto Para Ti

Aunque las evaluaciones tradicionales de la enfermedad que requieren la opinión del médico, como el CDAI, siguen siendo el estándar dorado, este estudio subraya el gran valor de la opinión del paciente. Conclusión: Tú eres un miembro esencial de tu equipo asistencial.

Se Parte de la Investigación con ArthritisPower

Únete al registro de investigación centrado en el paciente de CreakyJoints y participe en estudios voluntarios sobre el manejo de la artritis. Obtén más información y inscríbete aquí.