Prueba de densidad ósea predice riesgo de ataque cardíaco

La tarea de calificar la calcificación aórtica abdominal (CAA) a partir de imágenes producidas por máquinas de densidad ósea es un proceso cuidadoso que requiere un entrenamiento meticuloso. En consecuencia, la puntuación de la CAA no se lleva a cabo comúnmente en la práctica clínica cuando se adquieren estas imágenes. En una colaboración de investigación de varias instituciones que incluyó a la Escuela de Medicina de Harvard (Boston, MA, EUA), los científicos desarrollaron, validaron y probaron algoritmos de aprendizaje automático para la evaluación de CAA. Esta nueva herramienta, conocida como ML-AAC-24, se evaluó luego en un entorno del mundo real utilizando un estudio de registro de 8.565 hombres y mujeres mayores. Los investigadores encontraron que las puntuaciones más altas de ML-AAC-24 estaban relacionadas con un riesgo de enfermedad cardiovascular considerablemente elevado y un peor pronóstico a largo plazo.

“Durante las exploraciones DXA obtenidas para las pruebas de densidad mineral ósea, se puede ver y cuantificar la calcificación vascular de la aorta”, dijo Naeha Sharif de la Universidad Edith Cowan. "Este estudio desarrolló un algoritmo de aprendizaje automático para determinar automáticamente la gravedad de la calcificación que se corresponde estrechamente con la lectura manual que lleva mucho más tiempo de realizar".

“Este desarrollo allana el camino para su uso en entornos clínicos de rutina con poco o ningún tiempo para generar la puntuación de calcificación útil que predice ataques cardíacos”, agregó Douglas Kiel, profesor de medicina de HMS y director del Centro de Investigación Musculoesquelética en Hebrew SeniorLife.

Enlaces relacionados:
Escuela de Medicina de Harvard