Integrating dynamic nomogram and machine learning for personalized disability prediction in elderly cardiometabolic multimorbidity: routine blood markers and mental health

Resumen Técnico: Integración de un nomograma dinámico y aprendizaje automático para la predicción personalizada de la discapacidad en la multimorbilidad cardiometabólica de edad avanzada

Planteamiento del problema
La discapacidad en pacientes de edad avanzada con multimorbilidad cardiometabólica (MCM) —definida como la coexistencia de dos o más enfermedades cardiometabólicas como hipertensión, enfermedad cardíaca, accidente cerebrovascular, diabetes y dislipidemia— representa una carga significativa para la salud pública. Si bien estudios previos han identificado factores de riesgo generales (p. ej., edad, IMC, depresión), los modelos de predicción clínica existentes suelen carecer de precisión individualizada y no abordan complejidades específicas: el valor predictivo de los marcadores sanguíneos de rutina, la dominancia comparativa de la salud mental frente a la función física, y si el riesgo de discapacidad aumenta linealmente con el número de comorbilidades o alcanza una meseta. Las herramientas actuales, como las escalas estándar de AVD/AIVD (Actividades de la Vida Diaria/Actividades Instrumentales de la Vida Diaria), proporcionan evaluaciones generales pero carecen de una estratificación de riesgo dinámica y personalizada.

Metodología
El estudio utilizó datos del China Health and Retirement Longitudinal Study (CHARLS), analizando a 1,424 pacientes de ≥60 años con MCM para el desarrollo del modelo (conjuntos de entrenamiento y validación interna) y 3,335 pacientes para la validación externa. La discapacidad se definió como el deterioro en las Actividades de la Vida Diaria (AVD) o las Actividades Instrumentales de la Vida Diaria (AIVD), o la discapacidad autoinformada.

La investigación empleó un enfoque analítico multifacético:

1. Selección de variables: De 46 predictores candidatos (incluyendo demografía, estilo de vida, exámenes físicos, historial clínico y más de 20 marcadores de laboratorio como HbA1c, TyG, CVAI y función renal), se seleccionaron variables mediante regresión logística univariante, seguida de una regresión de LASSO (Least Absolute Shrinkage and Selection Operator) para reducir la dimensionalidad.
2. Desarrollo del nomograma: Se construyó un nomograma dinámico utilizando regresión logística multivariante sobre el conjunto final de predictores independientes. Este modelo se implementó como una herramienta en línea (aplicación Shiny) para el cálculo de riesgo en tiempo real.
3. Análisis estadístico avanzado:
   • Análisis de mediación: Exploró las vías en las que la función física (fuerza de agarre, velocidad de marcha) y las caídas mediaron los efectos de la depresión, la cognición y el accidente cerebrovascular sobre la discapacidad.
   • Análisis no lineal: Se utilizaron splines cúbicos restringidos (RCS) y análisis de efecto de umbral para identificar puntos de inflexión en las relaciones (p. ej., función cognitiva).
   • Evaluación de dosis-respuesta: Pruebas de tendencia lineal y comparaciones por pares ajustadas por Tukey evaluaron la relación entre el número de condiciones de MCM y el riesgo de discapacidad.
4. Aprendizaje automático (ML): Se entrenaron cinco algoritmos (Regresión Logística, Random Forest, SVM, LightGBM, XGBoost) utilizando el algoritmo Boruta para la selección de características. El modelo de Bosque Aleatorio (Random Forest, RF) fue seleccionado como óptimo basado en métricas de rendimiento. Se aplicaron explicaciones de Shapley (SHapley Additive exPlanations, SHAP) para interpretar la importancia de las características y su direccionalidad en el modelo de ML.

Resultados clave

• Modelo predictivo: El nomograma dinámico final incorporó seis predictores independientes: síntomas de depresión, función cognitiva, accidente cerebrovascular, número de MCM, edad y caídas. El modelo demostró una discriminación robusta con valores de Área Bajo la Curva (AUC) de 0.746 (entrenamiento), 0.740 (validación interna) y 0.754 (validación externa). Las curvas de calibración y el Análisis de la Curva de Decisión (DCA) confirmaron una excelente concordancia entre las probabilidades predichas y las reales, así como un beneficio neto clínico significativo.
• Marcadores sanguíneos de rutina: En la regresión logística tradicional, los marcadores sanguíneos de rutina no fueron estadísticamente significativos. Sin embargo, el análisis SHAP del modelo de Random Forest identificó la HbA1c, la creatinina, el ácido úrico, el hematocrito, la glucosa en ayunas, el TyG y el CVAI como marcadores de riesgo importantes, lo que sugiere que el ML captura interacciones no lineales que los modelos convencionales pasan por alto.
• Salud mental vs. física: Los síntomas de depresión emergieron como un predictor dominante, superando a las métricas de función física como la fuerza de agarre y la velocidad de marcha tanto en los modelos tradicionales como en los de ML. El análisis de mediación reveló que la fuerza de agarre de la mano izquierda medió el 12.3% del efecto del accidente cerebrovascular sobre la discapacidad, mientras que la velocidad de marcha medió los efectos de la función cognitiva y el accidente cerebrovascular.
• Meseta del recuento de MCM: La relación entre el número de condiciones de MCM y el riesgo de discapacidad no fue puramente lineal. El riesgo aumentó significativamente de 2 a 3 y 4 condiciones, pero pareció alcanzar una meseta después de MCM ≥ 3. El análisis de sensibilidad al fusionar MCM=4 y 5 confirmó que, si bien MCM≥4 conlleva un mayor riesgo que MCM=2, la diferencia entre MCM=3 y MCM≥4 no fue significativa.
• Perspectivas del aprendizaje automático: El modelo de Random Forest alcanzó el AUC más alto (0.782) en el conjunto de validación interna. Notablemente, en el modelo de ML, la enfermedad renal ocupó un lugar más alto en el valor predictivo que el accidente cerebrovascular o el número de MCM, contrastando con la regresión tradicional donde el accidente cerebrovascular fue el predictor más fuerte (OR=2.55).
• Relaciones no lineales: La función cognitiva mostró una relación en forma de U invertida con la discapacidad, con un punto de inflexión en 12.043.

Significancia y afirmaciones
Los autores afirman que este estudio proporciona el primer nomograma dinámico práctico diseñado específicamente para predecir la discapacidad en pacientes de edad avanzada con MCM. La importancia del estudio radica en su enfoque integrado, que:

1. Valida los marcadores de rutina: Demuestra que los marcadores sanguíneos de rutina (p. ej., HbA1c, creatinina) poseen valor predictivo para la discapacidad cuando se analizan mediante aprendizaje automático, incluso si son no significativos en la regresión lineal.
2. Prioriza la salud mental: Establece que los síntomas de depresión son un predictor más crítico de la discapacidad que las métricas de función física (fuerza de agarre, velocidad de marcha) en esta población.
3. Refina la estratificación del riesgo: Identifica un efecto de meseta en la relación MCM-discapacidad, lo que sugiere que la estratificación del riesgo clínico puede no necesitar distinguir linealmente más allá de tres comorbilidades.
4. Utilidad clínica: Ofrece una herramienta en línea clínicamente accesible para la estratificación de riesgo personalizada, lo que potencialmente guía intervenciones tempranas centradas en la evaluación de la salud mental y el cribado metabólico de rutina.

El artículo concluye que, si bien el accidente cerebrovascular sigue siendo un predictor tradicional primario, el aprendizaje automático revela el papel crítico de la enfermedad renal y la desregulación metabólica. Los autores reconocen las limitaciones, incluyendo la naturaleza retrospectiva de los datos, el posible sesgo de selección respecto a los marcadores sanguíneos y la necesidad de validación externa en poblaciones diversas, pero mantienen que el nomograma desarrollado es un paso valioso hacia la identificación temprana del riesgo y las estrategias de gestión personalizada.