.png){kind=logo}
Detecte el riesgo de enfermedad renal crónica a partir de variables clínicas y priorice a los pacientes para mejorar la atención y reducir los costos.
La enfermedad renal crónica (ERC) afecta a aproximadamente 37 millones de adultos en los EE. UU., y se estima que otro grupo de entre 20 y 25 millones corre el riesgo de desarrollarla (1). A pesar de las graves consecuencias para la salud y los altos costos, especialmente en los estadios avanzados, en los que pueden multiplicarse por cinco (2), la enfermedad suele pasar desapercibida; 9 de cada 10 adultos con ERC desconocen su afección (1). Además, entre los que también tienen diabetes, el 25% progresa rápidamente hasta un estadio grave en un plazo de dos años (1). Mientras tanto, 660 000 personas se enfrentan a una insuficiencia renal total (3), lo que pone aún más de relieve la importancia de la detección temprana y de las estrategias de tratamiento eficaces (4).
El «KidneyCare AI», un modelo predictivo, ha sido diseñado para predecir el riesgo de enfermedad renal crónica mediante el análisis de los factores clínicos y de estilo de vida. Esta herramienta predictiva permite a los profesionales de la salud identificar de manera más eficaz a las personas en riesgo, adaptar las intervenciones y gestionar la enfermedad de forma proactiva para mejorar los resultados de los pacientes.
El conjunto de datos sintéticos del modelo incluye variables de salud como los niveles de glucosa en sangre, las lecturas de la presión arterial, la edad y otros indicadores clave de la salud renal. Los estudios del USRDS (1) y del NIDDK de los NIH (3) ayudaron a configurar las variables utilizadas en el modelo para que reflejaran escenarios clínicos del mundo real, lo que mejoró su confiabilidad predictiva para la ERC.
La enfermedad renal crónica (ERC) afecta a aproximadamente 37 millones de adultos en los EE. UU., y se estima que otro grupo de entre 20 y 25 millones corre el riesgo de desarrollarla (1). A pesar de las graves consecuencias para la salud y los altos costos, especialmente en los estadios avanzados, en los que pueden multiplicarse por cinco (2), la enfermedad suele pasar desapercibida; 9 de cada 10 adultos con ERC desconocen su afección (1). Además, entre los que también tienen diabetes, el 25% progresa rápidamente hasta un estadio grave en un plazo de dos años (1). Mientras tanto, 660 000 personas se enfrentan a una insuficiencia renal total (3), lo que pone aún más de relieve la importancia de la detección temprana y de las estrategias de tratamiento eficaces (4).
El «KidneyCare AI», un modelo predictivo, ha sido diseñado para predecir el riesgo de enfermedad renal crónica mediante el análisis de los factores clínicos y de estilo de vida. Esta herramienta predictiva permite a los profesionales de la salud identificar de manera más eficaz a las personas en riesgo, adaptar las intervenciones y gestionar la enfermedad de forma proactiva para mejorar los resultados de los pacientes.
Carga económica y social: La enfermedad renal crónica representa el 5,8% de las muertes y el 3,5% de los años de vida ajustados por discapacidad [4].
Los países de ingresos altos dedican más del 2 al 3% de sus presupuestos sanitarios anuales al tratamiento de la enfermedad renal terminal [5].
- Las intervenciones tempranas reducen los casos de ERC avanzada, lo que reduce los costos y mejora los resultados de los pacientes.
- Las herramientas de inteligencia artificial para la evaluación del riesgo de enfermedad renal crónica pueden agilizar la detección temprana y ayudar a redistribuir los recursos de atención médica de manera eficiente.
El conjunto de datos sintéticos del modelo incluye variables de salud como los niveles de glucosa en sangre, las lecturas de la presión arterial, la edad y otros indicadores clave de la salud renal. Los estudios del USRDS (1) y del NIDDK de los NIH (3) ayudaron a configurar las variables utilizadas en el modelo para que reflejaran escenarios clínicos del mundo real, lo que mejoró su confiabilidad predictiva para la ERC.
