Identificación basada en datos de factores de riesgo modificables para el cáncer colorrectal en Palestina utilizando métodos de aprendizaje automático

Qué problema aborda

El cáncer colorrectal (CRC) se ha convertido en una preocupación creciente de salud pública en Palestina. Sin embargo, existe una falta de evidencia sobre los factores de riesgo relevantes a nivel local, que incluyen comportamientos, dieta y variables socioeconómicas. Este estudio busca identificar estos factores y evaluar modelos de aprendizaje automático para la clasificación del CRC, excluyendo variables relacionadas con el cribado.

Qué hicieron los autores

Los investigadores analizaron un conjunto de datos de casos y controles que incluía a 216 participantes, de los cuales 108 tenían CRC y 108 eran controles sanos. Se revisaron inicialmente 57 variables, de las cuales se retuvieron 39 después de excluir las variables no modificables y las relacionadas con el cribado. Se utilizaron múltiples métodos de selección de características, incluyendo enfoques híbridos, y se entrenaron diez clasificadores de aprendizaje automático optimizados. La validación interna se realizó mediante validación cruzada estratificada de 5 pliegues.

Qué encontraron

Los modelos de aprendizaje automático que excluyeron las variables de cribado mostraron un rendimiento prometedor en la clasificación del CRC. El mejor modelo, que combinó selección hacia adelante con un clasificador de conjunto, logró una precisión del 90.3% y una sensibilidad del 89.81%. El análisis de SHAP identificó la actividad física como el predictor más influyente, seguido de variables dietéticas, socioeconómicas y contextuales, como la frecuencia de consumo de frutas y el ingreso anual.

Limitaciones

Los hallazgos del estudio son exploratorios y requieren validación externa en cohortes más grandes e independientes antes de su implementación clínica o en salud pública.

Lectura final

Este estudio destaca el potencial del aprendizaje automático para identificar factores de riesgo modificables del cáncer colorrectal en poblaciones específicas, lo que podría contribuir a estrategias de prevención más efectivas. Sin embargo, es esencial llevar a cabo investigaciones adicionales para validar estos resultados y asegurar su aplicabilidad en el contexto clínico.