Sztuczna inteligencja pomoże przewidzieć rozwój padaczki oraz zaburzeń depresyjnych?

• Analiza objęła ok. 2,2 mln osób z padaczką i 9,7 mln osób z depresją z 7 krajów Europy.

• Modele najlepiej działały w danych z Wielkiej Brytanii: dla przewidywania depresji u osób z padaczką AUROC 0,80; dla przewidywania padaczki u osób z depresją AUROC 0,78. 

• Czynniki związane z późniejszą depresją u osób z padaczką: płeć żeńska, wiek dorosły, niższy status socjoekonomiczny, historia używania alkoholu, leki przeciwlękowe/przeciwpsychotyczne/przeciwmigrenowe. 

• Czynniki związane z późniejszą padaczką u osób z depresją: płeć męska, niższy status socjoekonomiczny, nadużywanie alkoholu, większe obciążenie chorobami współistniejącymi i stosowanie leków przeciwzakrzepowych. 

• Praktycznie: u części pacjentów z padaczką lub depresją warto myśleć szerzej – neurologicznie, psychiatrycznie i społecznie. Sama liczba wizyt, recept i współchorobowość też niosły informację o ryzyku. 

Ograniczenia: badanie retrospektywne i obserwacyjne, dane z dokumentacji medycznej były niejednorodne między krajami; część rozpoznań opierano na pośrednich wskaźnikach, a badanie finansowała Angelini Pharma.

Wnioski:

Padaczka i depresja często współwystępują. Nowe badanie sprawdziło, czy modele uczenia maszynowego mogą wskazać osoby z większym ryzykiem pojawienia się drugiej choroby w ciągu kolejnych 365 dni.

Modele najlepiej działały w danych z Wielkiej Brytanii: AUROC 0,80 (80% skutecznego rozróżnienia) dla przewidywania depresji u osób z padaczką i AUROC 0,78 (78% skutecznego rozróżnienia) dla przewidywania padaczki u osób z depresją.

Źródło: https://neurologyopen.bmj.com/content/8/1/e001525

Podobne wpisy

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Wymagane pola są oznaczone *