Telemedicina Terapie

Era già tutto previsto: diabete pre-diabete e tutto il resto

Adv

Il tracciato cardiaco AI + ECG può prevedere con precisione il diabete e il pre-diabete

Potrebbero essere utilizzati per lo screening della malattia in contesti con risorse limitate, affermano i ricercatori

Un algoritmo di intelligenza artificiale (AI), derivato dalle caratteristiche dei battiti cardiaci individuali registrati su un ECG (elettrocardiogramma), può prevedere con precisione diabete e pre-diabete, suggerisce una ricerca preliminare pubblicata sulla rivista online BMJ Innovations .

Se convalidato in studi più ampi, l’approccio potrebbe essere utilizzato per lo screening della malattia in contesti con risorse limitate, affermano i ricercatori. 

Adv

Si stima che circa 463 milioni di adulti in tutto il mondo abbiano avuto il diabete nel 2019. E riprendere la malattia nelle sue fasi iniziali è la chiave per prevenire successivi gravi problemi di salute. Ma la diagnosi si basa fortemente sulla misurazione della glicemia. 

Questo non è solo invasivo, ma anche difficile da implementare come test di screening di massa in contesti con risorse limitate, sottolineano i ricercatori.

I cambiamenti strutturali e funzionali nel sistema cardiovascolare si verificano precocemente anche prima dei cambiamenti indicativi della glicemia e questi si manifestano su un tracciato cardiaco ECG.

I ricercatori volevano quindi vedere se le tecniche di apprendimento automatico (AI) potessero essere utilizzate per sfruttare il potenziale di screening dell’ECG per prevedere il pre-diabete e il diabete di tipo 2 nelle persone ad alto rischio di contrarre la malattia. 

Hanno attinto ai partecipanti allo studio Diabetes in Sindhi Families in Nagpur (DISFIN), che ha esaminato le basi genetiche del diabete di tipo 2 e altri tratti metabolici nelle famiglie Sindhi ad alto rischio di contrarre la malattia a Nagpur, in India.

Nello studio sono state arruolate famiglie con almeno un caso noto di diabete di tipo 2 e residenti a Nagpur, che ha un’alta densità di persone Sindhi.

I partecipanti hanno fornito dettagli sulla loro storia medica personale e familiare, sulla loro dieta normale e sono stati sottoposti a una gamma completa di esami del sangue e valutazioni cliniche. La loro età media era di 48 anni e il 61% di loro erano donne.

Pre-diabete e diabete sono stati identificati dai criteri diagnostici specificati dall’American Diabetes Association.

La prevalenza sia del diabete di tipo 2 che del pre-diabete è stata elevata: circa il 30% e il 14% rispettivamente. E anche la prevalenza dell’insulino-resistenza era alta – 35% – così come la prevalenza di altre condizioni coesistenti influenti – pressione alta (51%), obesità (circa 40%) e grassi nel sangue disordinati (36%). 

È stato eseguito un tracciato cardiaco ECG standard a 12 derivazioni della durata di 10 secondi per ciascuno dei 1262 partecipanti inclusi. E 100 caratteristiche strutturali e funzionali uniche per ogni lead sono state combinate per ciascuno dei 10.461 singoli battiti cardiaci registrati per generare un algoritmo predittivo (DiaBeats). 

Basato sulla forma e sulla dimensione dei battiti cardiaci individuali, l’algoritmo DiaBeats ha rilevato rapidamente diabete e prediabete con un’accuratezza complessiva del 97% e una precisione del 97%, indipendentemente da fattori influenti, come età, sesso e disturbi metabolici coesistenti.

Importanti caratteristiche dell’ECG corrispondevano costantemente ai noti trigger biologici alla base dei cambiamenti cardiaci tipici del diabete e del pre-diabete.

I ricercatori riconoscono che i partecipanti allo studio erano tutti ad alto rischio di diabete e altri disturbi metabolici, quindi è improbabile che rappresentino la popolazione generale. E DiaBeats era leggermente meno accurato in coloro che assumevano farmaci da prescrizione per diabete, ipertensione, colesterolo alto, ecc.

Né erano disponibili dati per coloro che sono diventati pre-diabetici o diabetici, rendendo impossibile determinare l’impatto dello screening precoce.

“In teoria, il nostro studio fornisce un’alternativa relativamente economica, non invasiva e accurata [ai metodi diagnostici attuali] che può essere utilizzata come guardiano per rilevare efficacemente il diabete e il pre-diabete all’inizio del suo decorso”, concludono. 

“Tuttavia, l’adozione di questo algoritmo nella pratica di routine richiederà una valida convalida su set di dati esterni e indipendenti”, avvertono.

%d blogger hanno fatto clic su Mi Piace per questo: