La diabetes tipo 1 es un trastorno autoinmune que puede afectar a personas de cualquier edad y para la cual actualmente no existe cura. La única esperanza es retrasar o prevenir el inicio de la enfermedad, y aquí es donde la última investigación basada en el aprendizaje automático puede ayudar.

El equipo, compuesto por científicos de IBM y JDRF, una organización líder en investigación y concientización de la diabetes tipo 1, y cinco centros de investigación académica en cuatro países diferentes, acaba de publicar un estudio en ‘Diabetes Care’.

Es el primer artículo clínico importante elaborado por esta colaboración sobre la identificación de pacientes con alto riesgo de contraer la enfermedad. El estudio de inteligencia de datos tipo 1 (T1DI) comprende una gran y única cohorte de pacientes pediátricos a quienes se les ha dado seguimiento de cerca desde su nacimiento. 

El trabajo ha proporcionado información sobre el desarrollo de biomarcadores asociados con el riesgo de aparición de la diabetes tipo 1 en niños pequeños. “Creemos que nuestros resultados podrían facilitar identificar niños en riesgo para ensayos clínicos, cuyo objetivo es retrasar y posiblemente prevenir la aparición de la diabetes tipo 1”, señala la publicación.

Los niños, los más afectados

La diabetes tipo 1 es una enfermedad sin cura, con dependencia de la insulina de por vida y posibles complicaciones a largo plazo, como afecciones cardiovasculares, insuficiencia renal y retinopatía diabética, que puede provocar ceguera. 

Es un trastorno autoinmune que puede alcanzar a personas de cualquier edad, pero generalmente se diagnostica durante la infancia o la adolescencia. En los Estados Unidos, la diabetes tipo 1 afecta a aproximadamente 1,6 millones de personas, muchas de las cuales son niños pequeños y adolescentes, según la Asociación Estadounidense de Diabetes. Y este número va en aumento.

Esta enfermedad generalmente se desarrolla en un plazo de cinco a 15 años, con la pérdida gradual de células beta productoras de insulina en el páncreas. Es este desarrollo gradual, a lo largo de décadas, lo que ha inducido a los científicos a buscar formas de ayudar a retrasar o prevenir la manifestación de la enfermedad. Estamos entre ellos, armados con la última tecnología de aprendizaje automático.

El equipo de investigación de IBM creó la cohorte del estudio T1DI, la más grande de su tipo para predictores de diabetes infantil tipo 1. En asociación con JDRF, que reunió a un equipo de más de 30 científicos de nueve instituciones en cuatro países, se combinaron datos de cinco estudios de evolución natural de diabetes tipo 1 dirigidos por esas instituciones, algunos de los cuales comenzaron hace más de 30 años.

Todos estos estudios se centraron en el desarrollo de la diabetes tipo 1. Sin embargo, el diseño, la duración y los datos recopilados variaban de un estudio a otro, por lo cual, se tuvieron que integrar conjuntos de datos individuales de una manera que resultara común a todos los estudios. 

Estos conjuntos de datos incluían mediciones de autoanticuerpos de los islotes, biomarcadores específicos de la diabetes tipo 1 que pueden desarrollarse y mutar con el tiempo. Los biomarcadores son sustancias medibles detectables mediante pruebas de laboratorio u otros mecanismos y que indican la presencia potencial o el riesgo de desarrollar una enfermedad. 

El término "seroconversión" describe el momento más temprano en el que se detectan estos autoanticuerpos en un análisis de sangre y marca el inicio de la autoinmunidad.

Como los datos habían sido recopilados a lo largo de muchos años y en múltiples ubicaciones, las pruebas de laboratorio para biomarcadores utilizaban diferentes métodos o normas de informes, tanto entre los distintos centros como a lo largo del tiempo, y los métodos de genotipado diferían en resolución. Esta fue una complicación adicional, por lo que también se armonizaron los datos para que los resultados informados de diferentes maneras pudieran analizarse en conjunto.

La investigación también ha arrojado nueva luz sobre el riesgo de diabetes tipo 1 en niños que dan positivo a un solo autoanticuerpo. Su riesgo de aparición de diabetes tipo 1 a 15 años es notablemente más bajo, solo alrededor del 30%, especialmente para los niños con un solo autoanticuerpo en el momento de la seroconversión y los que permanecen con un solo autoanticuerpo a partir de entonces. 

Aunque este riesgo parece sustancial en general, encontraron que su evaluación de riesgo individual puede mejorarse en función del perfil genético y una prueba de anticuerpos repetida en aproximadamente dos años.

“En otras palabras, encontramos que el riesgo general de desarrollar diabetes tipo 1 en niños con un solo autoanticuerpo sigue siendo considerablemente más bajo, pero es especialmente bajo si estos niños no desarrollan un segundo autoanticuerpo en los dos años posteriores a la seroconversión. Además, los niños que permanecen positivos para un solo autoanticuerpo, y que tienen un genotipo de bajo riesgo para DT1, tienen un riesgo sustancialmente menor”, según el informe.

Estos hallazgos podrían ayudar a identificar y estratificar a los participantes para el reclutar en el ensayo según el número de autoanticuerpos y los resultados genéticos. De manera similar, los resultados podrían ayudar a informar la detección de rutina, la cadencia de monitoreo y el manejo general de los niños en riesgo. 

A la luz de la investigación en curso para retrasar o prevenir la aparición de la diabetes tipo 1, como en el consorcio TrialNet, los hallazgos pueden proporcionar información útil para que los programas de detección realicen una identificación temprana de las personas de alto riesgo como posibles candidatos para tales ensayos. Esto podría beneficiar no solo a los niños que participan, sino también a toda la comunidad de investigación de la diabetes Tipo 1.

Además, esta investigación ha validado importantes resultados previos de la ADA (American Diabetes Association), JDRF y Endocrine Society. En 2015, estos hallazgos condujeron a una propuesta para la estadificación de la diabetes tipo 1 basada en el desarrollo de la autoinmunidad de los islotes como etapa 1.

Haga clic en el siguiente enlace para ver el texto completo en www.research.ibm.com/blog/ai-identifies-t1d-risks

Gracias por valorar La Opinión Digital. Suscríbete y disfruta de todos los contenidos y beneficios en http://bit.ly/SuscripcionesLaOpinion