Predicción del Riesgo de Enfermedades en Adultos Mediante Dispositivos Portátiles, Audición y Datos de Salud

Este estudio es un estudio de cohorte prospectivo diseñado para integrar datos de salud multimodales para el desarrollo y validación de modelos personalizados de predicción de riesgo de enfermedad en adultos que viven en la comunidad en Taiwán. El estudio se centra en combinar datos de investigación recopilados activamente, datos continuos de dispositivos portátiles, resultados de evaluaciones auditivas y registros de salud longitudinales para comprender mejor la transición de la salud a estados subclínicos y enfermedades crónicas.

Se reclutarán participantes de 18 años o más en entornos comunitarios. Después de obtener el consentimiento informado, los procedimientos del estudio incluirán un cuestionario estructurado, audiometría de tonos puros y 2 semanas de monitorización con reloj inteligente. El cuestionario recopilará características demográficas, antecedentes personales y familiares de enfermedades, y factores de estilo de vida como ejercicio, sueño, tabaquismo y consumo de alcohol. La función auditiva se evaluará mediante audiometría de tonos puros. Los datos fisiológicos continuos recopilados del dispositivo portátil incluirán frecuencia cardíaca y actividad física, como conteo de pasos. El personal de investigación ayudará a los participantes con la configuración del dispositivo, instalación de aplicaciones e instrucciones de uso para mejorar la integridad y consistencia de los datos.

Con la autorización del participante, el estudio también obtendrá datos de registros de salud personales y vinculará los datos del estudio con bases de datos de seguros de salud nacionales para respaldar el seguimiento longitudinal y la determinación de resultados de enfermedades. Estas fuentes de datos vinculadas pueden incluir registros de consulta externa, hospitalización, farmacia, inscripción en seguros, enfermedades catastróficas, registro de defunciones, registro de cáncer y registros de exámenes de salud preventivos para adultos. La integración de estas fuentes de datos heterogéneas tiene como objetivo proporcionar una imagen más completa de las trayectorias de salud individuales y la progresión de enfermedades de lo que se puede lograr con una sola fuente de datos.

Los objetivos científicos del estudio son:

1. evaluar las asociaciones entre el estado auditivo, los factores de estilo de vida y las medidas fisiológicas continuas derivadas de dispositivos portátiles;
2. identificar combinaciones de predictores clave asociados con la progresión de la salud a estados subclínicos o de enfermedad crónica;
3. establecer un marco analítico para integrar datos heterogéneos de cuestionarios, pruebas auditivas, monitorización con dispositivos portátiles y bases de datos médicas; y
4. desarrollar y validar modelos personalizados de predicción de riesgo de enfermedad de alta precisión utilizando métodos estadísticos y de aprendizaje automático.

El procesamiento de datos incluirá limpieza de datos, manejo de valores faltantes, verificación de valores atípicos, estandarización e integración de datos de múltiples fuentes. Los análisis estadísticos incluirán enfoques de correlación y regresión para examinar las relaciones entre variables auditivas, de estilo de vida y de dispositivos portátiles. Se utilizarán métodos de aprendizaje automático, incluida selección de características y algoritmos de aprendizaje supervisado como bosques aleatorios y métodos de potenciación de gradiente, para identificar predictores importantes y construir modelos de predicción de riesgo. El rendimiento del modelo se evaluará utilizando medidas como el área bajo la curva de características operativas del receptor y precisión. Se utilizarán estrategias de validación interna y, cuando estén disponibles, externas para evaluar robustez y generalizabilidad.

La hipótesis central del estudio es que integrar medidas auditivas, información de estilo de vida, datos fisiológicos de dispositivos portátiles y datos de registros médicos longitudinales mejorará la predicción del riesgo de enfermedad en comparación con modelos basados en un solo tipo de datos. El objetivo a largo plazo es apoyar la identificación temprana de individuos de alto riesgo, facilitar la gestión personalizada de la salud y proporcionar evidencia para estrategias de salud preventiva en poblaciones adultas.

Se hará especial énfasis en la privacidad y confidencialidad de los datos. Todos los datos del estudio se codificarán utilizando identificadores únicos del estudio. El archivo de vinculación que conecta los identificadores del estudio con identificadores personales se almacenará por separado con acceso restringido y encriptación. Después de completar y verificar los procedimientos de recopilación, limpieza y vinculación de datos, el archivo de vinculación se destruirá permanentemente para que los análisis posteriores se realicen únicamente con datos anonimizados. Cualquier informe o publicación resultante del estudio presentará hallazgos agregados sin información de identificación personal.