Algoritmo automatizado se reduce a cero en pacientes con riesgo de VIH

Algoritmo automatizado se reduce a cero en pacientes con riesgo de VIH

11 de julio de 2019 | LAURIE SALOMAN, MS

La profilaxis previa a la exposición, o PrEP, hace un trabajo excelente para evitar que las poblaciones vulnerables contraigan el VIH. Desafortunadamente, los estudios muestran que solo el 10% de las personas con riesgo significativo de contraer el VIH en realidad usan PrEP. 

Para abordar el problema de la subutilización de la PrEP, 2 equipos de estudio desarrollaron la idea de crear un algoritmo de predicción que analizaría una multitud de datos en los registros de salud electrónicos (EHR) e identificar a las personas que están en riesgo de contraer el VIH. 

Un estudio, realizado por Douglas Krakower, MD, especialista en enfermedades infecciosas de la División de Enfermedades Infecciosas del Centro Médico Beth Israel Deaconess y científico investigador del Instituto Fenway, ambos en Boston, probó una variedad de algoritmos que utilizan datos de más de 1.15 millones de pacientes atendidos en una práctica ambulatoria grupal en Massachusetts entre 2007 y 2015. Los datos incluyeron información sobre códigos de diagnóstico, análisis de laboratorio y prescripciones que podrían indicar riesgo de VIH, junto con la edad, el género y y la raza. El algoritmo de mayor rendimiento fue luego validado utilizando datos de más de 530,000 pacientes en el mismo grupo de atención médica en 2016, y luego nuevamente en una cohorte de 33,000 pacientes en un grupo de atención médica diferente entre 2011 y 2016. 

La precisión del algoritmo se midió utilizando el área debajo de la curva, o AUC, que se puede interpretar como un porcentaje de casos incidentes de VIH que el algoritmo identificó correctamente. El algoritmo tenía un AUC de 0,86 para la identificación de casos incidentes de VIH en el grupo de desarrollo; en otras palabras, el 86% de los casos de VIH ocurrieron en sujetos que el algoritmo había marcado como de alto riesgo. Para la cohorte de validación de más de 530,000 pacientes, el AUC fue de 0,91, y para el grupo de atención de salud externa fue de 0,77. 

Mientras tanto, un estudio similar.fue dirigida por Julia Marcus, PhD, MPH, profesora asistente de la Escuela de Medicina de Harvard y el Instituto de Atención de la Salud de Harvard, con Krakower y otros colegas participantes. Marcus y su equipo examinaron a más de 3.75 millones de personas en la base de datos de Kaiser Permanente Northern California entre 2007 y 2017, incluidos cerca de 3.15 millones en la cohorte de desarrollo (que tenía un AUC de 0.86) y más de 600.000 en la cohorte de validación (con un AUC de 0,84). En ambos estudios, marcar el 2% superior de los pacientes en términos de factores de riesgo identificó casi la mitad de los casos incidentes de VIH

El estudio de Marcus empleó un algoritmo que consideraba variables adicionales, incluida la orientación sexual, el vecindario de residencia, el abuso de sustancias y los problemas de salud mental, y dijo que incrementó su capacidad para identificar a las personas en riesgo de contraer el VIH. “Los modelos más simples fueron menos capaces de identificar el riesgo de VIH en los pacientes negros en particular”, dijo, y señaló que los hombres negros, gays y bisexuales tienen un riesgo tremendo de contraer el VIH y necesitan más recursos para conectarse con la PrEP. 

Si bien las razones de la brecha entre quienes están en riesgo y quienes se protegen con PrEP son variadas, el problema puede verse agravado por la falta de acción del proveedor . “Hay muchas oportunidades perdidaspara prescribir PrEP “, dijo Marcus. “Los proveedores tienen severas limitaciones de tiempo, es posible que ni siquiera sepan acerca de [PrEP] en algunas áreas del país, [y] pueden sentirse incómodos al hablar de la actividad sexual con los pacientes”. Además, los pacientes a menudo no creen que estén riesgo de contraer VIH , aunque muchos de los mismos pacientes lo contraen. 

Los investigadores esperan que un uso más amplio de su algoritmo para detectar posibles usuarios de PrEP aliente a los clínicos y pacientes a participar en discusiones sobre si PrEP es la opción correcta para ellos. “Queremos que estos sean modelos que puedan catalizar conversaciones entre pacientes y proveedores”, dijo Krakower, enfatizando que la vinculación con la PrEP es un esfuerzo de equipo. 

Krakower dijo que el equipo pronto realizará un nuevo estudio en la misma práctica de grupo ambulatorio de Massachusetts en la que se realizó el estudio anterior. En este caso, los investigadores inscribirán a una pequeña cantidad de proveedores que usarán el algoritmo para identificar a los pacientes vulnerables. Cuando el algoritmo detecte a un paciente que considere de alto riesgo, se enviará un aviso al proveedor, antes de que el paciente acuda a una visita, informándole al proveedor que el paciente podría ser un buen candidato para la PrEP y brindarle información adicional sobre la PrEP. Y como hacer un seguimiento con los pacientes. 

“La prevención del VIH realmente debería ser una prioridad de atención médica preventiva”, dijo Krakower. “Estas indicaciones ayudarán a poner eso al frente y al centro”.

En: https://www.contagionlive.com/news/automated-algorithm-zeroes-in-on-patients-with-hiv-risk