Los Teléfonos Inteligentes Pueden Ayudar a Detectar la Diabetes
La diabetes tipo 2 afecta a más de 32 millones de estadounidenses ya más de 450 millones de personas en todo el mundo, y puede aumentar el riesgo de enfermedades que a casi todos los sistemas de órganos, como enfermedad coronaria, insuficiencia renal, ceguera y accidente cerebrovascular.
En la pandemia actual, también se ha descubierto que aumenta el riesgo de síntomas graves de COVID-19.
Sin embargo, la mitad de las personas con diabetes desconocen su diagnóstico y los riesgos para su salud.
“La capacidad de detectar una afección como la diabetes que tiene tantas consecuencias graves para la salud mediante una prueba indolora basada en un teléfono inteligente plantea tantas posibilidades”, dijo el coautor principal Geoffrey H. Tison , MD, MPH, profesor asistente de cardiología, de el estudio del 17 de agosto de 2020 en Nature Medicine . “La visión sería una herramienta como esta para ayudar a identificar a las personas con mayor riesgo de tener diabetes, lo que en última instancia ayudaría a disminuir la prevalencia de diabetes no diagnosticada”.
Si bien la diabetes mellitus es la séptima causa mundial de muerte por sí sola, según la Organización Mundial de la Salud, también aumenta significativamente el riesgo de enfermedad cardíaca, que es la principal causa de muerte en los Estados Unidos y en todo el mundo. Los Centros para el Control y la Prevención de Enfermedades de EE. UU. Estiman que las personas con diabetes tipo 2 tienen el doble de probabilidades de morir de una enfermedad cardíaca que las que no la padecen.
“La diabetes puede ser asintomática durante un largo período de tiempo, lo que hace que sea mucho más difícil de diagnosticar”, dijo el autor principal, Robert Avram, MD, MSc, instructor clínico en cardiología. “Hasta la fecha, han faltado herramientas no invasivas y ampliamente escalables para detectar la diabetes, lo que nos motivó a desarrollar este algoritmo”.
Al desarrollar el biomarcador, los investigadores plantearon la hipótesis de que la cámara de un teléfono inteligente podría usarse para detectar daño vascular debido a la diabetes midiendo señales llamadas fotopletismografía (PPG), que la mayoría de los dispositivos móviles, incluidos los relojes inteligentes y los rastreadores de actividad física, son capaces de adquirir. Los investigadores utilizaron la linterna y la cámara del teléfono para medir los PPG capturando los cambios de color en la yema del dedo correspondientes a cada latido del corazón.
En el estudio de Nature Medicine , los investigadores de UCSF obtuvieron casi 3 millones de grabaciones de PPG de 53,870 pacientes en el Health eHeart Study que usaron la aplicación Azumio Instant Heart Rate en el iPhone e informaron haber sido diagnosticados con diabetes por un proveedor de atención médica. Estos datos se utilizaron para desarrollar y validar un algoritmo de aprendizaje profundo para detectar la presencia de diabetes utilizando señales PPG medidas en teléfonos inteligentes.
En general, el algoritmo identificó correctamente la presencia de diabetes en hasta el 81 por ciento de los pacientes en dos conjuntos de datos separados. Cuando se probó el algoritmo en un conjunto de datos adicional de pacientes inscritos en clínicas presenciales, identificó correctamente al 82 por ciento de los pacientes con diabetes.
Entre los pacientes que el algoritmo predijo que no tenían diabetes, del 92 al 97 por ciento de hecho no tenían la enfermedad en los conjuntos de datos de validación. Cuando esta predicción derivada de PPG se combinó con otra información del paciente fácilmente obtenible, como edad, sexo, índice de masa corporal y raza / etnia, el rendimiento predictivo mejoró aún más.
En este nivel de desempeño predictivo, los autores dijeron que el algoritmo podría cumplir una función similar a otras herramientas de detección de enfermedades generalizadas para llegar a un grupo mucho más amplio de personas, seguido de la confirmación del médico del diagnóstico de diabetes y un plan de tratamiento.
“Demostramos que el rendimiento del algoritmo es comparable al de otras pruebas de uso común, como la mamografía para el cáncer de mama o la citología cervical para el cáncer de cuello uterino, y su indoloro lo hace atractivo para pruebas repetidas”, dijo el autor del estudio Jeffrey Olgin, MD, un UCSF Health cardiólogo y profesor y jefe de la División de Cardiología de la UCSF. “Una herramienta basada en teléfonos inteligentes ampliamente accesible como esta podría usarse para identificar y alentar a las personas con mayor riesgo de tener diabetes prevalente a buscar atención médica y obtener una prueba confirmatoria de bajo costo”.
Los autores recomiendan realizar más estudios para determinar la eficacia de este enfoque para aplicaciones clínicas específicas, como la detección o el seguimiento terapéutico.
Más información sobre el proyecto está disponible aquí .
Coautores: coautora principal Kirstin Aschbacher , PhD; Gregory Marcus , MD, MAS; y Mark Pletcher , MD, MPH, de UCSF; J. Weston Hughes, de UC Berkeley; y Peter Kuhar, de Azumio Inc.
Financiamiento: Avram recibió apoyo del Fonds de la recherche en santé du Québec (subvención 274831). Tison, Olgin, Pletcher y Marcus recibieron apoyo de los Institutos Nacionales de Salud (NHLBI K23HL135274, U2CEB021881). Pletcher cuenta con el apoyo parcial de un contrato del Instituto de investigación de resultados centrados en el paciente que respalda a la Health eHeart Alliance (PPRN-1306-04709).
Divulgaciones: Olgin ha recibido financiación para investigación de Samsung e iBeat. Marcus ha recibido financiación para investigación de Medtronic, Jawbone y Eight. Aschbacher recibió fondos de Jawbone Health Hub. Tison ha recibido subvenciones para investigación de Janssen Pharmaceuticals y Myokardia y es asesor de Cardiogram, Inc. Azumio no proporcionó apoyo financiero para este estudio y solo proporcionó acceso a datos.
La Universidad de California, San Francisco (UCSF) se centra exclusivamente en las ciencias de la salud y se dedica a promover la salud en todo el mundo a través de la investigación biomédica avanzada, la educación de posgrado en ciencias de la vida y profesiones de la salud, y la excelencia en la atención al paciente. UCSF Health , que sirve como el principal centro médico académico de UCSF, incluye hospitales especializados de primer nivel y otros programas clínicos, y tiene afiliaciones en todo el Área de la Bahía.
Fuente: https://www.ucsf.edu/news/2020/08/418256/smartphones-may-help-detect-diabetes
** Descargo de responsabilidad:
Como un servicio para nuestros lectores, VivaTiendas proporciona acceso a nuestra biblioteca de contenido.
Este contenido solo proporciona información genérica. De ninguna manera es un sustituto de la opinión médica calificada. Siempre consulte a un especialista o su propio médico para obtener más información. Vivatiendas no se responsabiliza por esta información.
Los artículos contienen la fuente original del autor.
Hipócrates: "Que la comida sea tu alimento y el alimento, tu medicina"
PRO CLR+ ALERIA
