MELD-Plus es una puntuación de riesgo para evaluar la gravedad de la enfermedad hepática crónica. La puntuación incluye nueve variables como predictores efectivos de la mortalidad a 90 días después del alta de un ingreso relacionado con la cirrosis. Las variables incluyen todos los componentes del Modelo para la enfermedad hepática en etapa terminal (MELD), así como sodio, albúmina, colesterol total, recuento de glóbulos blancos, edad y duración de la estadía. MELD-Plus se creó como resultado de una colaboración entre el Hospital General de Massachusetts e IBM . [1]
MELD-Plus | |
---|---|
![]() Uri Kartoun presentando MELD-Plus en la Universidad de Princeton, noviembre de 2018. | |
Propósito | Evaluar la gravedad de la enfermedad hepática crónica. |
El desarrollo de MELD-Plus se basó en el uso de un enfoque imparcial hacia el descubrimiento de biomarcadores. En este enfoque, un algoritmo de aprendizaje automático de selección de características observa una gran colección de registros médicos e identifica un pequeño conjunto de variables que podrían servir como predictores más eficientes para un resultado médico dado. Un ejemplo de un método de selección de características notable es lazo (operador de selección y contracción mínima absoluta). [2]
Debido a que el colesterol total y la duración de la estadía hospitalaria generalmente no son factores uniformes en diferentes hospitales y pueden variar en diferentes países, se evaluó un modelo adicional que incluía solo 7 de las 9 variables. Esto produjo un rendimiento cercano al de usar las 9 variables y dio como resultado las siguientes asociaciones con mayor mortalidad: INR, creatinina, bilirrubina total, sodio, leucocitos, albúmina y edad.
Calculadoras
Está disponible una calculadora capaz de comparar MELD, MELD-Na y MELD-Plus. [3]
Hay disponibles calculadoras capaces de calcular MELD y MELD-Na. [4] [5] [6] [7]
cobertura de prensa
Johnson HR. Desarrollo de una nueva puntuación: cómo el aprendizaje automático mejora la predicción de riesgos. [8]
Los investigadores de Livernois C. Harvard desarrollan un modelo predictivo para los resultados de la cirrosis. [9]
Goedert J. IBM aprovecha el aprendizaje automático para predecir las tasas de mortalidad por cirrosis. [10]
Cohen JK. Harvard, investigadores de IBM desarrollan un modelo de predicción para los resultados de la cirrosis. [11]
Hospital General de Massachusetts (Instantánea de la ciencia). [12]
Validación externa
En noviembre de 2019 se publicó una convocatoria para una validación adicional de MELD-Plus en el European Journal of Gastroenterology & Hepatology . [13]
Un estudio presentado en junio de 2019 en Semana Digestiva [14] (Vilamoura, Portugal) demostró que MELD-Plus fue superior para evaluar la mortalidad a los 180 días frente a otras puntuaciones relacionadas con el hígado en una población ingresada por encefalopatía hepática . [15]
Un estudio publicado en abril de 2018 en Surgery, Gastroenterology and Oncology informó sobre la mayor precisión del uso de MELD-Plus frente a MELD para predecir la lesión renal aguda temprana después de un trasplante de hígado . [dieciséis]
MELD-Plus fue validado usando Explorys. [17]
MELD-Plus se propuso como ventajoso para pacientes con puntuaciones bajas de MELD-Na. [18]
Potencial de puntajes alternativos para extender la esperanza de vida
United Network for Organ Sharing propuso que la puntuación MELD-Na (una extensión de MELD) puede clasificar mejor a los candidatos según su riesgo de mortalidad antes del trasplante y se prevé que salve entre 50 y 60 vidas en total por año. [19] Además, un estudio publicado en el New England Journal of Medicine en 2008, estimó que el uso de MELD-Na en lugar de MELD salvaría 90 vidas durante el período de 2005 a 2006. [20] En su punto de vista publicado en junio de 2018, el cocreador de MELD-Plus, Uri Kartoun, sugirió que "... MELD-Plus, si se incorpora a los sistemas hospitalarios, podría salvar a cientos de pacientes cada año sólo en los Estados Unidos". [21]
Una revisión que especifica alternativas a MELD, que incluyen MELD-Na, MELD-sarcopenia, UKELD, D-MELD, iMELD y MELD-Plus, se publicó en junio de 2019 en Seminarios sobre enfermedades hepáticas. [22]
La puntuación de predicción optimizada de la mortalidad (OPOM) es otra herramienta que se ha propuesto como alternativa al modelo para la enfermedad hepática en etapa terminal . [23] [24]
Una revisión publicada en Transplantation_ (revista) en febrero de 2020 destacó la importancia de incorporar técnicas de aprendizaje automático en herramientas de predicción relacionadas con el hígado, especialmente en el contexto de la precisión limitada de MELD-Na cuando se aplica a pacientes con puntuaciones bajas. [25] Transplantation_ (revista) publicó además una correspondencia que enfatiza este punto. [26]
Críticas al aprendizaje automático en el modelado de predicciones
Chen & Asch 2017 escribieron: "Con el aprendizaje automático situado en la cima de las expectativas infladas, podemos suavizar un choque posterior y convertirlo en un" abismo de desilusión "fomentando una mayor apreciación de las capacidades y limitaciones de la tecnología". Sin embargo, los autores agregaron además: "Aunque los algoritmos predictivos no pueden eliminar la incertidumbre médica, ya mejoran la asignación de recursos de atención médica escasos, ayudando a evitar la hospitalización de pacientes con embolias pulmonares de bajo riesgo (PESI) y priorizando de manera justa a los pacientes para el trasplante de hígado por medio de Puntuaciones MELD ". [27]
Código fuente
Un código de muestra para calcular MELD-Plus está disponible en GitHub . [28]
Referencias
- ^ Kartoun, Uri; Corey, Kathleen E; Simon, Tracey G; Zheng, Hui; Aggarwal, Rahul; Ng, Kenney; Shaw, Stanley Y (2017). "El MELD-Plus: una puntuación de riesgo de predicción generalizable en cirrosis" . PLOS ONE . 12 (10): e0186301. Código bibliográfico : 2017PLoSO..1286301K . doi : 10.1371 / journal.pone.0186301 . PMC 5656314 . PMID 29069090 .
- ^ Zou, Hui (diciembre de 2006). "El lazo adaptativo y sus propiedades oraculares". Revista de la Asociación Estadounidense de Estadística . 101 (476): 1418-1429. CiteSeerX 10.1.1.710.7720 . doi : 10.1198 / 016214506000000735 .
- ^ https://github.com/kartoun/meld-plus/raw/master/MELD_Plus_Calculator.xlsx
- ^ https://www.mdcalc.com/meld-score-model-end-stage-liver-disease-12-older
- ^ https://optn.transplant.hrsa.gov/resources/allocation-calculators/meld-calculator/
- ^ https://reference.medscape.com/calculator/meld-score-end-stage-liver-disease
- ^ http://gihep.com/calculators/hepatology/meld-na/
- ^ "Desarrollo de una nueva puntuación: cómo el aprendizaje automático mejora la predicción de riesgos" . 2017-11-17.
- ^ "Los investigadores de Harvard desarrollan un modelo predictivo para los resultados de la cirrosis" .
- ^ "IBM aprovecha el aprendizaje automático para predecir las tasas de mortalidad por cirrosis" .
- ^ "Harvard, investigadores de IBM desarrollan un modelo de predicción para los resultados de la cirrosis" .
- ^ "Instantánea de la ciencia para octubre de 2017 - Hospital General de Massachusetts, Boston, MA" .
- ^ Kartoun, Uri (diciembre de 2019). "MELD-plus". Revista europea de gastroenterología y hepatología . 31 (12): 1603. doi : 10.1097 / MEG.0000000000001563 . PMID 31688253 .
- ^ http://www.semanadigestiva.pt/
- ^ https://figshare.com/articles/O_PAPEL_DOS_SCORES_DE_BABS_E_MELD-PLUS_EM_DOENTES_COM_ENCEFALOPATIA_HEP_TICA/11324060 [ se necesita una cita completa ]
- ^ Tudoroiu, Marian-Irinel; Constantin, Georgiana; Pâslaru, Liliana; Iacob, Speranţa; Gheorghe, Cristian; Popescu, Irinel; Tomescu, Dana; Simona Gheorghe, Liliana (2018). "La combinación de suero cistatina C, molécula de lesión renal urinaria-1 y MELD plus Score predice la lesión renal aguda temprana después del trasplante de hígado" . Cirugía, Gastroenterología y Oncología . 23 (2): 121. doi : 10.21614 / sgo-23-2-121 .
- ^ https://www.ibm.com/downloads/cas/RPKNLL1M
- ^ https://journals.lww.com/transplantjournal/Fulltext/2020/06000/Is_MELD_Plus_Advantageous_for_Patients_With_Low.34.aspx
- ^ "Agenda de la reunión" (PDF) . optn.transplant.hrsa.gov . 2014.
- ^ Kim, W. Ray; Biggins, Scott W .; Kremers, Walter K .; Wiesner, Russell H .; Kamath, Patrick S .; Benson, Joanne T .; Edwards, Erick; Therneau, Terry M. (4 de septiembre de 2008). "Hiponatremia y mortalidad entre pacientes en lista de espera de trasplante de hígado" . Revista de Medicina de Nueva Inglaterra . 359 (10): 1018–1026. doi : 10.1056 / NEJMoa0801209 . PMC 4374557 . PMID 18768945 .
- ^ Kartoun, Uri (2019). "Hacia una adopción acelerada de hallazgos basados en datos en medicina". Medicina, Salud y Filosofía . 22 (1): 153-157. doi : 10.1007 / s11019-018-9845-y . PMID 29882052 .
- ^ Sacleux, Sophie-Caroline; Samuel, Didier (26 de junio de 2019). "Una revisión crítica de MELD como una herramienta confiable para la priorización de trasplantes". Seminarios en Enfermedad Hepática . 39 (4): 403–413. doi : 10.1055 / s-0039-1688750 . PMID 31242526 .
- ^ "Resumen de la reunión del Comité de trasplante de órganos intestinales y de hígado de OPTN" (PDF) . 22 de octubre de 2019.
- ^ Bertsimas, Dimitris; Kung, Jerry; Trichakis, Nikolaos; Wang, Yuchen; Hirose, Ryutaro; Vagefi, Parsia A. (6 de diciembre de 2018). "Desarrollo y validación de una predicción optimizada de mortalidad para candidatos en espera de trasplante de hígado". Revista estadounidense de trasplantes . 19 (4): 1109-1118. doi : 10.1111 / ajt.15172 . PMID 30411495 .
- ^ Mazumder, NR; Atiemo, K .; Kappus, M .; Cullaro, G .; Harinstein, ME; Ladner, D .; Verna, E .; Lai, J .; Levitsky, J. (2020). "Una revisión completa de los predictores de resultados en pacientes con MELD bajo" . Trasplante . 104 (2): 242–250. doi : 10.1097 / TP.0000000000002956 . PMC 6994330 . PMID 31517785 .
- ^ https://journals.lww.com/transplantjournal/Fulltext/2020/06000/Is_MELD_Plus_Advantageous_for_Patients_With_Low.34.aspx
- ^ Chen, Jonathan H; Asch, Steven M (2017). "Aprendizaje automático y predicción en medicina: más allá del pico de expectativas infladas" . Revista de Medicina de Nueva Inglaterra . 376 (26): 2507–2509. doi : 10.1056 / NEJMp1702071 . PMC 5953825 . PMID 28657867 .
- ^ "kartoun / meld-plus" . GitHub . 2018-01-07.