Estudo revela o primeiro modelo preditivo para diabetes tipo 2 não controlado, relacionado a determinantes sociais
- Um estudo divulgado pela Stanford Medical School revela um primeiro modelo preditivo de diabetes mellitus tipo 2 não controlado, relacionado a determinantes sociais da saúde.
- Estudo revisado por pares, publicado na edição de agosto da Medical Care, que lança luz sobre um aspecto importante da causalidade T2DM, e abordá-los tem o potencial de salvar bilhões de dólares no sistema de saúde dos EUA
O Dr. Sanjay Basu e o Dr. Rajiv Narayanaswamy, em conjunto com a Stanford Medical School, publicaram recentemente um artigo na edição de agosto da Medical Care que aborda os fatores determinantes sociais da saúde (SDH) na formação de diabetes mellitus descontrolado do tipo 2 (Hemoglobina A1c maior 9%).
Determinantes sociais como preditores de saúde
Os fatores determinantes sociais da saúde (SDoH) são amplamente definidos como uma ampla gama de condições que podem afetar profundamente as condições e os resultados da saúde. Isso inclui, mas não se limita a: condições de vida precoce, estresse, trabalho, apoio social, vícios, gênero, raça, exclusão social, insegurança alimentar e alimentar. Modelos preditivos de doenças baseados em fatores de DSS são ferramentas valiosas usadas pela organização de saúde pública em todo o país.
Protocolos de pesquisa revisados por pares
O objetivo da pesquisa é desenvolver um modelo preditivo para prever se uma pessoa com DM2 tem diabetes não controlado (hemoglobina A1c ≥9%), incorporando covariáveis individuais e em nível de área (setor censitário).
A pesquisa é baseada em terabytes de dados no nível da área e reivindica dados sobre mais de 1 milhão de pacientes segurados com Diabetes Mellitus Tipo 2. O estudo se concentra nos Estados Unidos e explora os determinantes sociais exatos que ajudam a levar à formação de T2DM não controlado. O estudo utilizou estatística C, sensibilidade, especificidade, valor preditivo positivo, valor preditivo negativo e medidas de precisão.
Resultados / Resultados do Estudo
Um modelo de regressão logística padrão, selecionando entre as covariáveis disponíveis em nível individual e covariáveis SDH em nível de área (no nível do censo), teve um desempenho ruim, com estatística C de 0,685, sensibilidade de 25,6%, especificidade de 90,1%, valor preditivo positivo de 56,9%, valor preditivo negativo de 70,4% e precisão de 68,4% em um subconjunto de validação de 25% dos dados.
Por outro lado, os modelos de aprendizado de máquina melhoraram com a previsão de risco, com o melhor desempenho de um algoritmo aleatório de floresta com estatística C de 0,928, sensibilidade de 68,5%, especificidade de 94,6%, valor preditivo positivo de 69,8%, valor preditivo negativo de 94,3 % e precisão de 90,6%. Somente as variáveis SDH explicaram 16,9% da variação no diabetes não controlado.
Implicações do estudo para diabetes médico tipo 2
Um modelo preditivo desenvolvido por meio de uma abordagem de aprendizado de máquina pode ajudar as organizações de saúde a identificar quais dados SDH em nível de área devem ser monitorados quanto à previsão do controle do diabetes, para uso potencial em ajuste e direcionamento de riscos. O estudo tem implicações de longo alcance para cuidados futuros e cobertura médica de T2DM. Este é o primeiro estudo desse tipo a oferecer um modelo de previsão baseado em fatores SDH no nível do setor censitário. Este estudo descobriu que o risco médio para esse indivíduo nos Estados Unidos seria igual a 17,8% de probabilidade prevista de que o diabetes não fosse controlado.
Rajiv Narayanaswamy, MBBS, MS, MBA Bio
O Dr. Rajiv Narayanaswamy é um médico e consultor de gestão treinado internacionalmente. Rajiv se concentra em iniciativas nacionais de assistência médica e liderou programas nacionais de reforma de sistemas de entrega, iniciativas de saúde pública e é considerado um dos principais especialistas em determinantes sociais da saúde. Seu trabalho em análise de SDH é amplamente reconhecido. Atualmente, ele trabalha para a KPMG LLP como consultor de gerenciamento.
Sanjay Basu, MD, Ph.D. Biografia
O Dr. Basu é professor assistente de medicina em Stanford e médico clínico e epidemiologista. O Dr. Basu realiza regularmente pesquisas sobre políticas sociais e de saúde para reduzir a morbimortalidade por doenças cardiovasculares e diabetes tipo II, tanto nos Estados Unidos quanto no exterior. A abordagem do Dr. Basu entrelaça os campos da ciência da computação, econometria e análise de dados em larga escala.
0 comentários: