Un model simplificat de învățare automată îmbunătățește calcularea colesterolului
Ecuația Martin-Hopkins, utilizată pentru evaluarea nivelurilor de colesterol LDL în probele de sânge, a fost adoptată de laboratoare din SUA și alte țări pentru a sprijini eforturile de reducere a riscurilor de boli cardiovasculare.
Recent, o variantă simplificată bazată pe învățarea automată a acestei ecuații a demonstrat, într-un studiu ce a inclus milioane de probe de sânge de la adulți și copii din SUA, că poate atinge aceeași acuratețe ca și originalul, făcându-l astfel mai accesibil. Rezultatele și codul au fost publicate în JAMA Cardiology.
„Am optimizat calculul colesterolului LDL și am făcut această ecuație mai accesibilă și mai ușor de implementat pentru toate laboratoarele. Scopul nostru este de a permite medicilor și pacienților să ia decizii mai bune în ceea ce privește începerea tratamentelor care previn infarcturile și accidentele vasculare cerebrale, salvând astfel vieți”, a declarat Seth Martin.
Evaluarea precisă a colesterolului LDL este acum mai importantă ca niciodată, deoarece liniile directoare actuale recomandă tratamente pentru reducerea nivelurilor, pentru a diminua riscurile cardiovasculare. Totuși, subestimarea colesterolului LDL prin intermediul unor ecuații poate duce la pierderea unor oportunități de tratament, explică Martin, subliniind că ecuația Martin-Hopkins ajută la rezolvarea acestei probleme. Principalul său avantaj este furnizarea celor mai precise rezultate în rândul persoanelor cu riscuri cardiovasculare crescute, care au niveluri scăzute de colesterol LDL și trigliceride ridicate.
„Un profil lipidic cu colesterol scăzut și trigliceride ridicate este cel mai bun test de stres pentru calculul colesterolului LDL”, adaugă Martin. O diferență de 5, 10 sau 20 mg/dL, în funcție de diferitele ecuații, ar putea schimba eligibilitatea unei persoane pentru tratamente, cum ar fi inhibitorii PCSK9, care s-au dovedit a reduce semnificativ nivelurile de colesterol LDL. „Este vorba despre aceste exemple de la limită care beneficiază cel mai mult de rezultate mai precise”, afirmă el.
Deoarece ecuația din 2013 poate necesita laboratoarelor pași suplimentari pentru implementare, cercetătorii au creat un cod simplificat pentru a facilita utilizarea acestuia de către toate laboratoarele.
Aceștia au început prin a dezvolta și testa o formulă bazată pe învățarea automată folosind probe de sânge de la 4,9 milioane de copii și adulți din SUA. Aceste probe, reprezentative pentru populația din SUA, aveau un nivel mediu de colesterol LDL de 114 mg/dL și proveneau din Very Large Database of Lipids. Cercetătorii au comparat apoi rezultatele formulei bazate pe învățarea automată cu cele obținute prin ecuația Martin-Hopkins originală și au evaluat acuratețea acesteia în raport cu ecuațiile Sampson-NIH și Friedewald, utilizate frecvent în laboratoare.
Pentru a evalua acuratețea, au comparat rezultatele calculate cu nivelurile de colesterol LDL evaluate prin ultracentrifugare, un instrument standard de aur folosit în cercetare. În general, au constatat că versiunea bazată pe învățarea automată a ecuației Martin-Hopkins era similară cu cea originală, având o diferență minimă de 0,5 mg/dL. Ambele ecuații Martin-Hopkins au clasificat corect 90% din probe în categoria corectă de tratament, în timp ce ecuația Sampson-NIH a clasificat corect 86%, ecuația Sampson-NIH modificată 85%, iar ecuația Friedewald 83%. Cel mai important, Martin subliniază că investigarea a arătat că ecuațiile Martin-Hopkins erau cele mai precise pentru clasificarea pacienților cu risc crescut, având niveluri scăzute de colesterol LDL.
Când a fost vorba de evaluarea persoanelor cu trigliceride între 200 mg/dL și 399 mg/dL și niveluri de colesterol LDL sub 70 mg/dL, ecuația bazată pe învățarea automată Martin-Hopkins a clasificat corect 84% din probele cu risc ridicat, ecuația Martin-Hopkins originală a clasificat 83%, ecuația Sampson-NIH modificată 72%, ecuația Sampson-NIH 61% și ecuația Friedewald 40%.
Ca parte a acestei cercetări, au fost utilizate peste 3,2 milioane de probe din baza de date lipidică originală pentru a antrena modelul de învățare automată. Alte 1,6 milioane de probe au fost utilizate pentru a testa modelele. Două seturi de date suplimentare, inclusiv un set de date dintr-un laborator de referință și un set de date dintr-un studiu clinic cu pacienți care au utilizat inhibitori PCSK9, au fost utilizate pentru a valida aceste constatări în comparație cu măsurătorile bazate pe ultracentrifugare.
Martin explică că testarea suplimentară a calculului și asigurarea acurateței și fiabilității sale în populații din afara grupului folosit pentru dezvoltarea modelului susține capacitatea sa de a fi generalizat și utilizat pe scară largă în implementarea clinică. Un avantaj al acestei ecuații bazate pe învățarea automată este posibilitatea ca laboratoarele să utilizeze codul său pe diverse sisteme, notează autorii. Laboratoarele pot substitui porțiunea actuală de trigliceride folosită în ecuația Friedewald – prima ecuație de colesterol LDL, creată și introdusă în anii 1970 – cu formula bazată pe învățarea automată din ecuația Martin-Hopkins.
„Această ecuație actualizată este nu doar foarte precisă, ci și transparentă și poate fi adoptată cu ușurință de laboratoare”, afirmă Mark Marzinke. „Am dorit să evităm crearea unei ecuații de tip „cutie neagră”, care să fie opacă sau invizibilă pentru majoritatea utilizatorilor.”
Ecuațiile Martin-Hopkins nu au patente sau restricții de proprietate intelectuală.
