Arrow
use cases

Modelos de predicción de diabetes

Prediga a los pacientes con diabetes de alto riesgo para una intervención temprana, reduciendo las complicaciones y los costos.

Problem

La diabetes provoca niveles altos de azúcar en sangre y puede causar daños importantes en los nervios y los vasos sanguíneos si no se controla de manera eficaz. Esta afección crónica genera más de 4.000 nuevos diagnósticos cada día en los EE. UU. (1). Dado que los gastos médicos de los pacientes diabéticos son 2,3 veces más altos que los de los pacientes sin la enfermedad (3), la carga económica es considerable. Aproximadamente el 10% de la población estadounidense, es decir, 34 millones de adultos, vive con diabetes, lo que contribuye a que sea una de las principales causas de mortalidad y a que aumente el riesgo de sufrir complicaciones de salud graves. A pesar de su prevalencia, se estima que el 20% de los casos siguen sin diagnosticarse (2). A medida que el número de adultos con diabetes se ha duplicado en las últimas dos décadas, se hace cada vez más evidente la necesidad de una mayor concienciación y un mejor tratamiento.

Why it matters

  • La diabetes provoca niveles altos de azúcar en sangre y puede dañar los nervios y los vasos sanguíneos si no se controla.
  • En los EE. UU., se diagnostican más de 4.000 nuevos casos de diabetes a diario, y alrededor de 34 millones de adultos viven con la enfermedad.
  • Los gastos médicos de los pacientes diabéticos son 2,3 veces más altos y se estima que el 20% de los casos no están diagnosticados.

Solution

«DiabetesPredict» es un algoritmo entrenado para interpretar datos de salud agregados, centrándose en factores clínicos como la presión arterial y los niveles de glucosa. Sus evaluaciones guían las iniciativas de salud pública para controlar la prevalencia de la diabetes y mitigar la carga financiera que supone para los sistemas de salud.

Discover more and interact with our AI!

Datasources

El conjunto de datos sintéticos utilizado para el modelo de IA incorpora variables similares a las informadas por los CDC en su «Informe nacional de estadísticas sobre diabetes de 2020» (1) y consideraciones sobre el impacto económico de la diabetes exploradas por la Asociación Estadounidense de Diabetes (2). La estructura y los valores del conjunto de datos pretenden reflejar la información sobre el control y la prevención de la diabetes, tal como comentaron Shrivastava y otros (3), y sobre el papel del autocuidado en el control de la diabetes. El diseño también se basa en estudios que examinan la rentabilidad de las intervenciones relacionadas con la diabetes (4) (5).

Citations

  1. CDC. «Informe nacional de estadísticas sobre diabetes, 2020». Departamento de Salud y Servicios Humanos de los Estados Unidos, 18 de febrero de 2020.
  2. Asociación Estadounidense de Diabetes. «Costos económicos de la diabetes en los EE. UU. en 2017» Diabetes Care, vol. 41, núm. 5, 22 de marzo de 2018, págs. 917-928. doi.org/10.2337/dci18-0007.
  3. CDC «Costo-efectividad de las intervenciones contra la diabetes». Centros para el Control y la Prevención de Enfermedades, 29 de septiembre de 2020, https://www.edc.gov/chronicdisease/programs-impact/pop/diabetes.htm. Consultado el 12 de febrero de 2021.
  4. Zhao, Xilin, et al. * Rentabilidad de las intervenciones de prevención de la diabetes dirigidas a personas de alto riesgo y poblaciones enteras: una revisión sistemática». Asociación Estadounidense de Diabetes: Diabetes Care, vol. 43, núm. 7, julio de 2020, págs. 1593-1616. doi.org/10.2337/dci20-0018.
  5. Shrivastava, Saurabh y col. «El papel del autocuidado en el tratamiento de la diabetes mellitus». Revista de trastornos metabólicos de la diabetes 8, vol. 12, n.º 1, 2013, pág. 14, 10.1186/2251-6581-12-14.

Reserve una consulta gratuita

Con la confianza de las principales instituciones de salud del mundo