Predicción de accidentes cerebrovasculares a través de consultas de búsqueda en Internet

En este estudio analizaremos las consultas de Google de pacientes hospitalizados en el Centro Médico Tel-Aviv Sourasky con accidente cerebrovascular, entre los años 2016-2020. Luego de completar formalmente el formulario de consentimiento informado firmado, los sujetos que dan su consentimiento solicitarán personalmente sus datos de búsqueda del servicio Google Takeout desde hasta 2 años antes hasta un año después del accidente cerebrovascular y brindarán acceso a los investigadores mediante la creación de un archivo único de estos. datos y compartirlos con los investigadores. Después de un consentimiento informado, los participantes extraerán los datos de las consultas de Google utilizando el servicio "Take Out" de Google, desde hasta 2 años antes hasta un año después del accidente cerebrovascular. Los grupos de control estarán compuestos por pacientes diagnosticados con infarto agudo de miocardio (IM) y cónyuges de pacientes libres de IM/ACV. El reclutamiento será principalmente de dos bases de datos institucionalmente aprobadas de accidentes cerebrovasculares e infarto de miocardio agudo. Se reclutará un total de 450 participantes, 150 en cada grupo, según la experiencia previa para el conjunto de datos de tamaño mínimo de registros de consultas necesarios para construir un modelo y probar su rendimiento.

Se garantizará el anonimato a través de varias modalidades; el acceso a los datos de Google Takeout se limitará a la cantidad mínima requerida para realizar la investigación y se otorgará solo a los miembros del equipo de análisis de datos de la Universidad de Tel-Aviv, mientras que el acceso a los datos médicos se brindará solo a los investigadores de el Centro Médico Tel-Aviv Sourasky. Además, los miembros del Equipo de Socios de la Universidad de Tel-Aviv estarán obligados a abstenerse de cualquier intento positivo de identificar a los sujetos que participan en el ensayo. Todos los datos compartidos con la Universidad de Tel-Aviv se almacenarán en un disco duro local cifrado. Los datos se eliminarán de las computadoras de la Universidad de Tel-Aviv al final del proyecto.

Nuestro modelo de aprendizaje automático desarrollado anteriormente, que fue capaz de predecir accidentes cerebrovasculares en sujetos en comparación con controles de la misma edad con un área bajo la curva (AUC) de 0,972, lo que se traduce en un valor predictivo positivo del 52,7 % con una tasa de falsos positivos del 1 %. , se utilizará para predecir, para cada día, la probabilidad de que una persona sufra un accidente cerebrovascular ese día. Esto se comparará con la fecha conocida del accidente cerebrovascular o MI. La medida del rendimiento será la Curva Operativa del Receptor (ROC) de la detección y el Área Bajo la Curva (AUC) correspondiente. Además, se entrenará un nuevo modelo utilizando los datos recopilados y se probará de manera similar, aunque utilizando una validación cruzada de 10 veces. Se derivarán la sensibilidad y la especificidad de la detección de accidentes cerebrovasculares.