Saltar apartados

ModGraProDep, sistema per a millorar la predicció d'indicadors de supervivència en malalts de càncer de mama

L’estudi, publicat en Artificial Intelligence in Medicine, es basa en eines d’intel·ligència artificial i modelització probabilística aplicada a l’oncologia clínica

Liderat per la Universitat de Barcelona, el treball compta amb l’investigador del Grup d’Investigació de Salut Pública de la Universitat d’Alacant José Miguel Martínez Martínez

 

Figure_process

 Figura: La predicció de la supervivència dels malalts —amb variables concretes i edats específiques— és un element decisiu per valorar tractaments i identificar subgrups entre els pacients.

 

Alacant. 15 de juny de 2020

Millorar la predicció d’indicadors de supervivència en malalts de càncer de mama mitjançant eines d’intel·ligència artificial i modelització probabilística és el propòsit principal de ModGraProDep, un innovador sistema presentat en un estudi publicat en la revista Artificial Intelligence in Medicine.

Dirigit pel professor del Departament de Ciències Clíniques de la Facultat de Medicina i Ciències de la Salut de la Universitat de Barcelona (UB) i membre del Pla Director d’Oncologia (ICO-IDIBELL), Ramon Clèries, aquest nou treball compta amb l’investigador del Grup d’Investigació de Salut Pública de la Universitat d’Alacant (UA) José Miguel Martínez Martínez. A més, hi participa un ampli equip d’experts en epidemiologia, oncologia i gestió de dades del Pla Director d’Oncologia-IDIBELL, la UB, la Universitat Politècnica de Catalunya (UPC), l’Institut Català d’Oncologia (ICO), l’Institut d’Investigació Biomèdica de Girona (IDIBGI), la Universitat de Girona (UdG), el CIBER d’Epidemiologia i Salut Pública (CIBERESP, l’Institut de Salut Carlos III), l’Hospital Universitari Sant Joan de Reus, el Servei d’Oncologia Mèdica de l’Hospital Josep Trueta de Girona, els Registres de Càncer de Girona i Tarragona, i l’entitat MC Mutual.

“Al costat d’un equip multidisciplinari d’experts en epidemiologia, oncologia i estadística, he discutit, comparat i validat diferents propostes metodològiques per a millorar la predicció d’indicadors de supervivència en pacients amb càncer de mama", explica l’investigador col·laborador de la Universitat d’Alacant sobre la seua contribució a aquest sistema.

 
Modelització matemàtica: noves fronteres en la lluita contra el càncer

Una de les aplicacions de la modelització numèrica d’indicadors clínics en oncologia té per finalitat desenvolupar models predictius que ajuden els oncòlegs i clínics a classificar i valorar futurs escenaris d’evolució en els pacients de càncer. En aquest context, la predicció de la supervivència dels malalts –amb variables concretes i edats específiques– és un element decisiu per a valorar tractaments i identificar subgrups entre els pacients. No obstant això, sovint aquesta informació s’ha d’estimar mitjançant la modelització numèrica, atès que no hi ha una mostra de població suficient per a calcular aquests indicadors de manera específica.

Tal com revela el nou estudi, l’aplicació de la nova metodologia ModGraProDep (Modeling Graphical Probabilistc Dependencies) ha impulsat dos estudis que han estat coordinats per la professora Mireia Vilardell, de la Secció d’Estadística del Departament de Genètica, Microbiologia i Estadística de la Facultat de Biologia UB, i per la investigadora Maria Buxó de l’IDIBGI.

En el primer estudi, ModGraProDep permet identificar l’estructura de la base de dades i permet a l’usuari generar una “població sintètica” (“simulada”) de pacients amb les característiques demogràfiques de la cohort original. Amb aquesta nova aproximació, s’hi poden identificar possibles nous patrons de pacients i calcular indicadors (per exemple, la supervivència d’un pacient en funció dels valors de les seues variables).

En un segon estudi, ModGraProDep es revela com una tecnologia capaç d’assignar valors de manera probabilística en variables de les quals no s’havia pogut arreplegar informació.

En el marc del treball, l’equip científic també ha dissenyat una aplicació web de gran interès clínic en l’àmbit de l’oncologia que permet obtenir una predicció d’indicadors de supervivència i risc de mortalitat per càncer –i per altres causes- de cada pacient fins a un període màxim de vint anys.

 

Referència

«Missing data imputation and synthetic data simulation through modeling graphical probabilistic dependencies between variables (ModGraProDep): An application to breast cancer survival». Artificial Intelligence in Medicine, 2020. Doi: 10.1016/j.artmed.2020.101875

 

 

 

 

Actualitat Universitària


Universitat d'Alacant
Carretera de Sant Vicent del Raspeig s/n
03690 Sant Vicent del Raspeig
Alacant (Spain)

Tel: (+34) 96 590 3400

Fax: (+34) 96 590 3464

Per a més informació: informacio@ua.es, i per a temes relacionats amb aquest servidor web: webmaster@ua.es

Carretera de Sant Vicent del Raspeig, s/n - 03690 Sant Vicent del Raspeig - Alacant - Tel.: 96 590 3400 - Fax: 96 590 3464