Un nuevo método identifica a los pacientes con riesgo de contraer VIH que pueden beneficiarse de las estrategias de prevención

Un nuevo método identifica a los pacientes con riesgo de contraer VIH que pueden beneficiarse de las estrategias de prevención

8 DE JULIO DE 2019

Los investigadores han demostrado la efectividad del uso de algoritmos que analizan los registros electrónicos de salud (EHR, por sus siglas en inglés) para ayudar a los médicos a identificar a los pacientes con riesgo de contraer VIH que pueden beneficiarse de la profilaxis previa a la exposición (PrEP), lo que reduce significativamente el riesgo de contraer el VIH. Los estudios, que fueron apoyados por el Instituto Nacional de Salud Mental (NIMH) y el Instituto Nacional de Alergias y Enfermedades Infecciosas (NIAID), parte de los Institutos Nacionales de Salud, promueven un método novedoso que puede ayudar a los clínicos a identificar a las personas más necesitadas de la PrEP. Los dos estudios fueron publicados en The Lancet HIV .

«El desarrollo de herramientas innovadoras para aumentar el uso y la adhesión de la PrEP en los Estados Unidos es crucial para nuestros esfuerzos para poner fin a la epidemia de VIH», declaró Dianne Rausch, Ph.D., directora de la División de Investigación del SIDA de NIMH. «Identificar a las personas que pueden beneficiarse de la PrEP es un gran desafío para los clínicos, y este es un avance importante que podría ayudar a mejorar la entrega y el uso de la PrEP».

La PrEP es una estrategia en la que las personas sanas toman habitualmente uno o más medicamentos antirretrovirales para reducir el riesgo de contraer el VIH. Es altamente efectivo para reducir el riesgo de contraer el VIH, sin embargo, sigue siendo muy poco utilizado. Los Centros para el Control y la Prevención de Enfermedades estiman que hasta 1.1 millones de estadounidenses pueden ser candidatos para el uso de PrEP, pero, en 2016, solo un estimado de 78,360 (aproximadamente el 7 por ciento) recibió prescripción de medicamentos PrEP.

Los médicos pueden prescribir de manera insuficiente la PrEP debido a la falta de tiempo o habilidades para evaluar adecuadamente a los pacientes por el riesgo de VIH. En otros casos, los médicos pueden no estar familiarizados con la PrEP o considerarla fuera de su alcance para prescribirla.

«La incorporación de algoritmos automáticos de detección en los EHR podría ayudar a los clínicos ocupados a identificar y evaluar a los pacientes que pueden beneficiarse de la PrEP de manera más eficiente, y permitirles prescribir la PrEP con mayor frecuencia», dijo el autor del estudio Douglas Krakower, MD, del Centro Médico Beth Israel Deaconess y Escuela Médica de Harvard.

En dos estudios a gran escala, que utilizaron EHR de grandes sistemas de salud en Massachusetts y California, los investigadores crearon y probaron algoritmos que analizan una gran variedad de datos de salud e información del paciente para ayudar a los médicos a identificar automáticamente a aquellos con mayor riesgo de infección por VIH y, por lo tanto, la mayoría Es probable que se beneficie de los medicamentos PrEP.

En el primer estudio, Krakower y sus colegas utilizaron el aprendizaje automático para crear un algoritmo de predicción del VIH utilizando los datos de EHR 2007-2015 de más de 1 millón de pacientes que asisten a Atrius Health, un gran sistema de atención médica en Massachusetts. El modelo utilizó variables en las EHR, como los códigos de diagnóstico para el asesoramiento sobre el VIH o las infecciones de transmisión sexual (ITS), las pruebas de laboratorio para el VIH o las ITS y las recetas de medicamentos relacionados con el tratamiento de las ITS. El modelo se validó posteriormente utilizando los datos de 537,257 pacientes atendidos por Atrius Health en 2016, así como 33,404 pacientes atendidos por Fenway Health, un centro de salud comunitario en Boston que se especializa en brindar atención médica a minorías sexuales y de género, entre 2011 y 2016. estos estudios de validación,

Los investigadores descubrieron muchas oportunidades potenciales perdidas para prescribir PrEP. Por ejemplo, más de 9,500 personas en el conjunto de datos de 2016 tenían puntuaciones de riesgo particularmente altas del algoritmo de predicción y carecían de las prescripciones de PrEP anteriores.

Según Krakower, «un resultado sorprendente es que nuestro análisis sugiere que casi el 40 por ciento de los nuevos casos de VIH podrían haberse evitado si los médicos hubieran recibido alertas para discutir y ofrecer PrEP a sus pacientes con el 2 por ciento más alto de puntajes de riesgo».

El segundo estudio, dirigido por Julia Marcus, Ph.D., de Harvard Medical School y Harvard Pilgrim Health Care Institute, con Krakower y sus colegas, amplió este enfoque de predicción utilizando los EHR de más de 3.7 millones de pacientes que reciben servicios ambulatorios de Kaiser Permanente en el norte de California. Desarrollaron un modelo para predecir la incidencia del VIH utilizando datos de pacientes que ingresaron al sistema de Kaiser Permanente entre 2007 y 2014, y validaron el modelo con datos de pacientes que ingresaron al sistema de Kaiser Permanente entre 2015 y 2017. El modelo utilizó variables en el EHR como indicaciones de comportamiento sexual de alto riesgo, frecuencia de pruebas de VIH e ITS, y diagnósticos y tratamientos de ITS.

«Nuestro modelo fue capaz de identificar casi la mitad de los casos incidentes de VIH entre los hombres al marcar solo el 2 por ciento de la población general de pacientes», dijo Marcus. «La incorporación de nuestro algoritmo en el EHR de Kaiser Permanente podría hacer que los proveedores discutan la PrEP con los pacientes que tienen más probabilidades de beneficiarse».

Más información: Douglas S Krakower et al. Desarrollo y validación de un algoritmo automatizado de predicción del VIH para identificar a los candidatos para la profilaxis previa a la exposición: un estudio de modelos, The Lancet HIV (2019). DOI: 10.1016 / S2352-3018 (19) 30139-0

Julia L Marcus et al. Uso de datos de registros de salud electrónicos y aprendizaje automático para identificar candidatos para la profilaxis previa a la exposición al VIH: un estudio de modelos, The Lancet HIV (2019). DOI: 10.1016 / S2352-3018 (19) 30137-7

ps://medicalxpress.com/news/2019-07-method-patients-hiv-benefit-strategies.html