Identificación de síntomas importantes y diagnóstico de pacientes con hipotiroidismo mediante algoritmos de aprendizaje automático

El hipotiroidismo (HT) es una de las enfermedades más comunes en el mundo, en la que se produce una cantidad insuficiente de hormona tiroidea. Debido a la amplia variación de los síntomas clínicos, la definición de TH es principalmente bioquímica. El noventa y nueve por ciento de los casos primarios de TH están relacionados con la deficiencia de las hormonas tiroxina (T4) y triyodotironina (T3). La deficiencia de las hormonas T4 y T3, que son producidas por la glándula tiroides, conduce a un aumento de la producción de hormona estimulante de la tiroides (TSH) a través de un mecanismo de retroalimentación negativa.

La TH tiene síntomas inespecíficos como aumento de peso, fatiga, falta de concentración, depresión, irregularidades menstruales y estreñimiento, que cambian con la edad, el sexo y otros factores. La tiroiditis autoinmune (enfermedad de Hashimoto) es el síntoma más común de este trastorno.

La prevalencia de la TH es del 2% en el mundo, incluso aunque exista suficiente yodo en la alimentación diaria. En un estudio de cohorte realizado en Irán en 2017, se informó un aumento significativo en la prevalencia de disfunción tiroidea, de 1,4 a 10,5, atribuido a varios factores como las áreas geográficas, el envejecimiento, el origen étnico y la cantidad de yodo ingerido.

El aumento de los niveles de colesterol sérico y el riesgo de enfermedad arterial coronaria y mortalidad cardiovascular son las complicaciones más comunes de la TH. La carga económica de la TH es bastante alta, especialmente en pacientes con otras enfermedades subyacentes como diabetes y hemodiálisis. El método clínico común para diagnosticar la hipertensión arterial igualmente primaria es comprobar la concentración sérica de TSH; A las personas con niveles de TSH y T4 superiores al rango de edad de referencia se les diagnostica hipotiroidismo. El límite superior del rango de referencia de TSH suele aumentar con la edad en los adultos.

En los últimos años, las técnicas de inteligencia artificial y aprendizaje automático han atraído cada vez más la atención de los investigadores médicos. Entre las características más atractivas del aprendizaje automático en medicina se encuentran la predicción de enfermedades y el diagnóstico de síntomas simples. Los modelos de predicción, como la máquina de vectores de soporte (SVM), el árbol de decisión (DT), el bosque aleatorio (RF) y la red neuronal artificial (ANN), se encuentran entre los métodos de aprendizaje automático más populares.

Como el diagnóstico preciso de la hipertensión arterial se basa actualmente en el nivel de TSH obtenido mediante un análisis de sangre, genera cierta carga de gastos y ansiedad para los pacientes. El objetivo del presente estudio es diagnosticar primero la hipertensión arterial en casos nuevos que no tienen antecedentes de síntomas de hipertensión arterial con tres métodos estadísticos de aprendizaje automático (regresión logística, árbol de decisión y bosque aleatorio). El diagnóstico se realiza mediante síntomas visuales simples y ampliamente aceptados de la HTA que identifican los endocrinólogos. En segundo lugar, las características visuales más importantes de la HT que pueden ayudar a los médicos en el diagnóstico también se clasifican mediante árboles de decisión y métodos de bosque aleatorio.