Estimating VO2max in patients with obesity using machine learning: A retrospective observational cohort study

El cuerpo humano es un motor extraordinario, pero su indicador más vital es a menudo el más difícil de leer. Este indicador es la aptitud cardiorrespiratoria, la medida de qué tan eficientemente trabajan juntos el corazón, los pulmos y los músculos para consumir oxígeno durante un esfuerzo intenso. En términos médicos, esta capacidad máxima se conoce como VO2máx. Es un poderoso predictor de la salud a largo plazo; una puntuación baja conlleva un riesgo de muerte prematura comparable al de fumar o la diabetes. Durante décadas, la única forma de medir esto con precisión era poner a una persona en una cinta de correr o una bicicleta estática, hacer que ejercitara hasta que no pudiera más y analizar su respiración con maquinaria costosa y compleja. Este proceso requiere mucho tiempo, personal especializado y puede ser físicamente desalentador, especialmente para personas con exceso de peso. En consecuencia, muchas personas, particularmente aquellas con obesidad severa, nunca son evaluadas, lo que deja a los médicos sin una pieza crucial de información sobre su salud.

Un equipo de investigadores en Noruega se propuso resolver este problema planteándose si una computadora podría aprender a adivinar el nivel de aptitud de una persona utilizando solo la información básica que ya está disponible en un historial médico estándar. Se centraron específicamente en adultos con obesidad severa, un grupo que suele ser excluido de los estudios que crearon las fórmulas antiguas y estándar para estimar la aptitud. Al alimentar los modelos con datos de 253 pacientes mediante programas informáticos avanzados, el equipo entrenó estos modelos para encontrar patrones entre mediciones simples —como la edad, la estatura y el peso— y el consumo real de oxígeno medido durante pruebas rigurosas de ejercicio. Su objetivo no era reemplazar la prueba médica de referencia, sino crear una alternativa fiable y accesible para situaciones en las que la prueba completa es imposible de realizar.

Los investigadores abordaron el problema en tres pasos, proporcionando gradualmente a la computadora más información con la que trabajar. En el primer paso, el modelo solo veía cuatro hechos básicos: el sexo del paciente, la edad, la estatura y el peso corporal. En el segundo paso, añadieron las medidas de la cintura y la cadera, junto con las lecturas de la presión arterial. En el paso final, el más detallado, el modelo también aprendió sobre la masa grasa del paciente y la velocidad de su frecuencia cardíaca en reposo y en su máximo. El equipo probó once tipos diferentes de modelos de aprendizaje computacional para ver cuál podía hacer las suposiciones más precisas. Encontraron que dos tipos específicos de modelos, conocidos como Regresión de Ridge Bayesiana y Determinación de Relevancia Automática, fueron los que mejor funcionaron. Estos modelos aprendieron a ponderar la importancia de cada pieza de información de manera diferente dependiendo de cuántos datos estuvieran disponibles.

Cuando los modelos fueron probados con pacientes que no habían visto antes, mostraron un patrón claro de mejora a medida que se añadían más datos. El modelo más simple, que utilizaba solo los cuatro hechos básicos, cometió un error promedio de aproximadamente el 12,5 por ciento al adivinar el consumo de oxígeno. Cuando el modelo recibió los detalles adicionales sobre la forma del cuerpo y la presión arterial, el error descendió al 12,0 por ciento. Con el conjunto completo de información, incluyendo la frecuencia cardíaca y la masa grasa, el error cayó aún más hasta el 11,3 por ciento. Si bien esto no es tan preciso como la medición directa de una prueba de cinta de correr, que usualmente tiene un error de solo 2 a 6 por ciento, los investigadores señalaron que un margen de error del 11 por ciento es a menudo aceptable para estimaciones clínicas cuando la prueba directa no se puede realizar. El estudio también reveló que los modelos computacionales fueron notablemente consistentes en lo que consideraban importante. A través de los tres niveles de complejidad, el sexo y la edad del paciente fueron los predictores más fuertes de la aptitud. Los hombres mostraron consistentemente niveles de aptitud más altos que las mujeres, y la aptitud disminuyó a medida que aumentaba la edad, un patrón que se alinea con décadas de conocimiento médico establecido.

El estudio también descubrió cómo la composición corporal influye en estas estimaciones. En el modelo más simple, el peso corporal no pareció importar mucho. Sin embargo, una vez que el modelo aprendió sobre la masa grasa y otros detalles fisiológicos, el peso corporal se convirtió en un factor significativo. Esto tiene sentido porque una persona más pesada necesita mover más masa, lo que requiere más oxígeno, pero solo si esa masa adicional es tejido activo en lugar de solo grasa. Los investigadores encontraron que la circunferencia de la cintura también era una pista útil; una cintura más grande estaba vinculada a una menor aptitud, probablemente debido a que el exceso de grasa abdominal puede restringir el movimiento del diafragma y dificultar la respiración durante el ejercicio. Sorprendentemente, la circunferencia de la cadera y las lectiones de presión arterial tuvieron muy poca influencia en las estimaciones finales, lo que sugiere que, para este grupo específico de pacientes, estas mediciones no aportaron mucha información nueva más allá de lo que ya se sabía de la edad, el sexo y el peso.

Una de las características más prometedoras de los modelos computacionales fue su capacidad para expresar dudas. Debido a que los mejores modelos fueron construidos sobre un tipo de matemática que maneja la probabilidad, podían decirle a los investigadores qué tan seguros estaban de cada suposición. El estudio encontró un vínculo directo entre el tamaño del error y la incertidumbre declarada por el modelo: cuando el modelo estaba menos seguro, era más propenso a equivocarse. Esta característica podría ser vital en una clínica del mundo real, ya que permitiría a un médico ver no solo un número, sino también una señal de advertencia si ese número es probable que sea inexacto. Esto ayudaría a los clínicos a decidir cuándo es seguro confiar en la estimación y cuándo un paciente realmente necesita la prueba de ejercicio completa y rigurosa.

Los investigadores fueron cuidadosos al señalar que sus hallazgos se basan en un grupo relativamente pequeño de pacientes de un solo hospital en Noruega, y que los modelos todavía no alcanzan la precisión de la medición directa. Enfatizaron que, si bien estas herramientas son un paso adelante, no son una solución terminada. El estudio sugiere que con grupos de personas más grandes y quizás más datos sobre hábitos de estilo de vida, estas suposiciones computacionales podrían volverse aún más agudas. Por ahora, el trabajo demuestra que el aprendizaje automático puede traducir con éxito los datos médicos rutinarios en una estimación significativa de la salud del corazón y los pulmones, ofreciendo una forma nueva y menos gravosa de monitorear la aptitud en una población que históricamente ha sido difícil de evaluar.