Al analizar los registros de salud electrónicos de madres y bebés utilizando un algoritmo de aprendizaje automático, los científicos pueden predecir cómo les irá a los recién nacidos en riesgo en sus primeros dos meses de vida. El nuevo método permite a los médicos clasificar, en el momento del nacimiento o antes, qué bebés tienen probabilidades de desarrollar complicaciones de prematuridad.
Un estudio que describe el método, desarrollado en la Escuela de Medicina de Stanford, se publicó en línea el 15 de febrero en Ciencia Medicina Traslacional.
Esta es una nueva forma de pensar sobre el parto prematuro, enfocándose en los factores de salud individuales de los recién nacidos en lugar de mirar solo qué tan temprano nacen”.
Nima Aghaeepour, PhD, autora principal del estudio, profesora asociada de anestesiología, medicina perioperatoria y del dolor y de pediatría
Los autores principales del estudio son el investigador postdoctoral Davide De Francesco, PhD, y Jonathan Reiss, MD, instructor en pediatría.
Tradicionalmente definido como el nacimiento que ocurre al menos tres semanas antes, el nacimiento prematuro está relacionado con complicaciones en los pulmones, el cerebro, la visión, la audición y el sistema digestivo de los bebés. Aunque los nacimientos más tempranos generalmente conllevan mayores riesgos, el momento del nacimiento predice solo aproximadamente cómo le irá a un bebé específico. Algunos bebés que nacen muy temprano no desarrollan complicaciones, mientras que otros que nacen en la misma etapa del embarazo se enferman gravemente o mueren.
“El parto prematuro es la principal causa individual de muerte en niños menores de 5 años en todo el mundo, y no hemos tenido buenas soluciones”, dijo Aghaeepour. “Al centrar nuestra investigación en predecir la salud de estos bebés, podemos optimizar su atención”.
Muchas complicaciones de la prematuridad tardan días o semanas en manifestarse después del nacimiento y, mientras tanto, causan daños sustanciales a la salud de los recién nacidos. Saber qué bebés están en riesgo podría permitir medidas preventivas.
“Nos fijamos principalmente en el bebé para tomar decisiones de tratamiento en neonatología, pero estamos descubriendo que podemos obtener información valiosa del registro de salud materna, centrándonos realmente en cómo las trayectorias individuales de los bebés han sido moldeadas por la exposición a su entorno materno específico, “, dijo el coautor del estudio, David Stevenson, MD, neonatólogo del Lucile Packard Children’s Hospital Stanford, profesor de pediatría y director del Centro de Investigación de Prematuridad de March of Dimes en la Facultad de Medicina de Stanford.
“Este es un paso hacia la medicina de precisión para bebés”, agregó.
Leer registros médicos como libros
Los investigadores vincularon los registros médicos electrónicos de las madres en Stanford Health Care y de sus bebés en Stanford Medicine Children’s Health, cubriendo 32,354 nacidos vivos que ocurrieron entre 2014 y 2020. Los registros médicos de las madres incluían información del embarazo y, para aquellas que habían sido pacientes en Stanford Medicine antes del embarazo, datos de salud antes de quedar embarazadas. Los registros de los bebés comenzaron con la información registrada al nacer, incluido el peso; análisis de sangre; y la puntuación de Apgar, que se evalúa en la sala de partos uno y cinco minutos después del nacimiento. La puntuación de Apgar incorpora factores como el pulso, la respiración y el tono muscular del bebé.
Usando un algoritmo de aprendizaje automático llamado red neuronal de memoria a corto plazo, los investigadores construyeron un modelo matemático a partir de los registros médicos y probaron si podía predecir 24 posibles resultados de salud para los bebés hasta dos meses después del nacimiento.
Fuente:
Referencia de la revista:
De Francesco, D., et al. (2023) Caracterización longitudinal basada en datos de la salud y morbilidad neonatal. Ciencia Medicina Traslacional. doi.org/10.1126/scitranslmed.adc9854.


