Esófago de Barrett, qué dicen los expertos
- Escrito por Redacción
- Publicado en Pareja saludable
- 0 comentarios
PHOENIX, Arizona. Los cambios precancerosos en las células del esófago, una condición conocida como esófago de Barret, son un factor de riesgo para el cáncer de esófago.
El esófago de Barrett es causado por la enfermedad por reflujo gastroesofágico (ERGE), que ocurre cuando el ácido del estómago regresa constantemente al esófago, irritando el revestimiento del esófago.
Los expertos recomiendan el cribado para personas que tienen múltiples factores de riesgo para el esófago de Barrett, pero a pesar de la disponibilidad de herramientas mínimamente invasivas, las tasas de detección para el esófago de Barrett son bajas.
El Dr. Prasad Iyer, gastroenterólogo e investigador de Mayo Clinic en Phoenix, Arizona, está trabajando para cambiar eso. Junto con un equipo de investigadores han desarrollado y probado una herramienta que utiliza inteligencia artificial (IA) para predecir el riesgo de tener cáncer de esófago y esófago de Barrett, basándose en datos de una gran base de datos de registros electrónicos de salud anónimos.
El Dr. Iyer y su equipo utilizaron un modelo de IA desarrollado en base a registros electrónicos de salud anónimos de 6 millones de pacientes de Mayo Clinic para crear una herramienta de predicción de riesgos que puede determinar el riesgo de tener cáncer de esófago y esófago de Barrett en al menos un año antes del diagnóstico.
La herramienta de predicción de riesgos puede integrarse en un registro electrónico de salud y, cuando corresponda, pedirle al profesional de la salud que considere el cribado del paciente para detectar el esófago de Barrett.
Según las notas clínicas, de endoscopia, de laboratorio y de patología en los registros electrónicos de salud, los investigadores identificaron a 8,476 personas con esófago de Barrett, 1,539 personas con cáncer de esófago y 252,276 personas en el grupo de control. Utilizaron estos grupos para desarrollar modelos predictivos para la herramienta de predicción de riesgos.
Los resultados del estudio demostraron que los modelos predictivos de la herramienta mostraron un nivel de precisión elevado.