Subtyping patients with chronic disease using longitudinal BMI patterns

Resumen Técnico: Subtipificación de Pacientes con Enfermedades Crónicas mediante Patrones Longitudinales de IMC

Planteamiento del Problema
La obesidad es un factor de riesgo bien establecido para las principales enfermedades crónicas, incluyendo la diabetes, el cáncer y las afecciones cardiovasculares. Si bien la relación entre la obesidad y estas enfermedades ha sido ampliamente estudiada utilizando mediciones transversales del IMC (datos de un único punto en el tiempo), el papel de las trayectorias longitudinales del IMC (patrones de cambio de peso a lo largo del tiempo) sigue siendo poco explorado, particularmente a gran escala. La literatura existente sugiere que los patrones históricos de obesidad son críticos para comprender el riesgo de enfermedad, sin embargo, los métodos predictivos tradicionales a menudo no logran capturar estas dinámicas temporales, mientras que los enfoques avanzados de aprendizaje profundo frecuentemente carecen de interpretabilidad. Este estudio aborda esta brecha investigando si los patrones de obesidad longitudinales por sí solos pueden predecir el riesgo futuro de una persona de desarrollar 18 enfermedades crónicas mayores y de subtipar a los pacientes basándose en estos patrones.

Metodología
El estudio utilizó un gran conjunto de datos de Registros Médicos Electrónicos (EHR) geográficamente diversos del sistema athenahealth, que cubría aproximadamente a 1.53 millones de individuos (después de filtrar múltiples visitas) durante un período de seis años (2013–2018).

1. Definición de la Cohorte: Los investigadores definieron 18 cohortes separadas, una para cada una de las principales enfermedades crónicas (por ejemplo, diabetes, accidente cerebrovascular, Alzheimer, cáncer, hipertensión). Cada cohorte incluyó a pacientes diagnosticados con la enfermedad específica y un número igual de controles sanos seleccionados al azar. También se analizó una cohorte combinada de pacientes con cualquiera de las 18 enfermedades.
2. Ingeniería de Características: Para capturar los patrones temporales de la obesidad manteniendo la interpretabilidad, se diseñaron nueve nuevas características a partir de las trayectorias longitudinales del IMC:
   • Media Ponderada del IMC: Tiene en cuenta los intervalos de tiempo irregulares entre las visitas.
   • Tendencia: La media ponderada de las diferencias entre los valores de IMC consecutivos (primera derivada).
   • Conteo de Incrementos y Decrementos Normalizados: Mide la frecuencia de los ciclos de ganancia y pérdida de peso (ciclo de peso).
   • IMC Máximo: El valor de IMC más alto registrado.
   • Cambio Máximo en el IMC: El mayor pico o caída entre visitas consecutivas.
   • Categorías de Inicio y Fin de IMC: Variables categóricas que indican la clasificación del IMC (por ejemplo, bajo peso, obesidad) al principio y al final del período de observación.
   • Mediana del IMC: La tendencia central de la trayectoria.
3. Agrupamiento (Subtipificación): Se aplicó el algoritmo de agrupamiento k-means a cada cohorte utilizando las nueve características diseñadas. El número óptimo de grupos se determinó mediante el método del codo, y la calidad de los grupos se validó mediante las puntuaciones de Silueta y Calinski-Harabasz. Los autores compararon k-means con el agrupamiento jerárquico y el Agrupamiento Temporal Profundo (DTC), encontrando que k-means producía grupos más distintos y sin solapamientos.
4. Análisis: Los grupos identificados se analizaron en función de sus características demográficas (edad, género, raza), socioeconómicas (ingresos, seguro) y fisiológicas (HbA1c, presión arterial, LDL). Se calcularon los riesgos relativos de incidencia de la enfermedad para los grupos dominados por casos positivos frente a los negativos.

Contribuciones Clave

• Conjunto de Características Interpretables: Los autores definieron una serie de nueve características interpretables y basadas en evidencia derivadas de los valores longitudinales del IMC. A diferencia de los métodos de regresión que pueden omitir patrones temporales o los modelos de aprendizaje profundo que actúan como "cajas negras", estas características capturan explícitamente la tendencia, la estacionalidad y la irregularidad en los datos del IMC.
• Validación de la Relevancia Temporal: El estudio demostró que las características que capturan los patrones temporales del IMC están directamente asociadas con la incidencia de enfermedades específicas, incluyendo la obesidad, la diabetes, el cáncer, la hipertensión, el accidente cerebrovascular, la demencia y otras.
• Subtipificación de Pacientes: La investigación identificó con éxito subtipos de pacientes (grupos) distintos para ocho de las 18 enfermedades estudiadas. Estos subtipos exhiben patrones distinguibles de incidencia de la enfermedad y se caracterizan por perfiles demográficos, socioeconómicos y fisiológicos únicos.

Resultados
El análisis de agrupamiento reveló patrones notables y distintos en 8 de las 18 cohortes de enfermedades crónicas. Las 10 enfermedades restantes no mostraron subtipos distintos relacionados con el IMC, potencialmente debido a una cantidad insuficiente de casos positivos o a la ausencia de una señal fuerte basada únicamente en el IMC.

• Diabetes: Dos grupos (2 y 3) mostraron altas concentraciones de pacientes diabéticos (60.83% y 57.28%, respectivamente). Estos grupos se caracterizaron por mayores riesgos fisiológicos (HbA1c elevada, presión arterial, LDL) y menores ingresos, con tendencias de IMC que permanecían por encima de 30 con un descenso menor.
• Cáncer: El Grupo 2 mostró un mayor riesgo de cáncer (59.68% positivo) con tendencias de IMC altas (>40), mientras que el Grupo 3 consistía principalmente en individuos sanos pero con mediciones fisiológicas peores y una tendencia de IMC menor.
• Hipertensión: El Grupo 5 mostró un riesgo de hipertensión 1.66 veces mayor en comparación con el Grupo 2. El Grupo 5 presentaba tendencias de IMC más altas, menores ingresos y una mayor proporción de pacientes negros o afroamericanos.
• Alzheimer/Demencia: Los Grupos 2 y 3, compuestos por adultos mayores con tendencias de IMC altas o un IMC alto constante, mostraron riesgos significativamente más altos (2.93 y 2.51 veces) en comparación con el Grupo 1.
• Obesidad: La cohorte de obesidad mostró los patrones más distintos. Los Grupos 2 y 3 tuvieron riesgos extremadamente altos de obesidad (29.7 y 32.87 veces más altos que el Grupo 1) y se caracterizaron por individuos de mediana edad con LDL y presión arterial elevados.
• Fractura de Cadera/Osteoporosis: Se observó una relación inversa; los grupos con más casos positivos (fracturas) tenían comparativamente mediciones fisiológicas más saludables, mientras que los grupos con peores condiciones de salud tenían menos casos positivos.
• Cohorte Combinada: El análisis de los pacientes con cualquiera de las 18 enfermedades reveló que los grupos con la enfermedad generalmente presentaban peores mediciones fisiológicas e ingresos más bajos en comparación con la cohorte asintomática (sana), con disparidades raciales y geográficas significativas.

Significado y Reivindicaciones
El artículo sostiene que los patrones longitudinales del IMC por sí solos pueden subtipar eficazmente a los individuos en riesgo de enfermedades crónicas específicas, restableciendo la relación directa entre las trayectorias de la obesidad y enfermedades como la diabetes, la hipertensión y la demencia. El estudio destaca que la subtipificación de pacientes basada en las trayectorias del IMC propugna el papel de la obesidad como un factor en las principales enfermedades crónicas, revelando subgrupos distintos con características demográficas y fisiológicas específicas.

Los autores mantienen una postura modesta, señalando que, si bien los patrones del IMC son significos, las enfermedades crónicas resultan de interacciones compleas de muchas covariables. Reconocen las limitaciones, incluyendo la falta de cohortes separadas por sexo para preservar el tamaño de la muestra y la dependencia de características interpretables en lugar de modelos de aprendizaje profundo más complejos y menos interpretables (como las RNN o los Transformers), que podrían revelar patrones ocultos si se contara con conjuntos de datos más grandes. El estudio concluye que estos hallazgos respaldan las directrices existentes (por ejemplo, el cribado de la diabetes en personas con sobrepeso de entre 40 y 59 años) y sugieren que la investigación futura debería explorar las tendencias del IMC en conjunto con otras covariables.