Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

L'algorithme neuf d'ordinateur active la prévision du diabète gestationnel

Un algorithme neuf d'ordinateur active la prévision, dans les stades précoces de la grossesse ou même avant que la grossesse se soit produite, dont des femmes sont à un haut risque de diabète gestationnel. Conduit par des chercheurs à l'institut de Weizmann de la Science, l'étude était rapportée en médicament de nature. Les scientifiques ont analysé des caractéristiques sur presque 600.000 grossesses fournies par le plus grand organisme de santé de l'Israël, services de santé de Clalit. Il peut être possible, basé sur ces prévisions, pour éviter le diabète gestationnel utilisant les modifications nutritionnelles et de mode de vie.

Notre objectif ultime a été d'aider le système de santé pour prendre des mesures afin d'empêcher le diabète de se produire dans la grossesse. »

Prof. Eran Segal, auteur supérieur, service des mathématiques de l'informatique et appliquées et le service de la biologie cellulaire moléculaire

Le diabète gestationnel est caractérisé par les taux de sucre sanguin élevés qui se développent pendant la grossesse chez les femmes qui n'ont pas précédemment eu le diabète. Il se produit dans 3-9% de toutes les grossesses et est chargé des risques pour la mère et le bébé. Type, le diabète gestationnel est diagnostiqué entre les 24th et 28th semaines de la grossesse, avec l'aide d'un test de tolérance au glucose dans lequel la femme boit une solution de glucose et puis subit une prise de sang pour voir à quelle rapidité le glucose est libéré de son sang.

Dans l'étude neuve, prof. Segal et collègues ont commencé à l'extérieur par s'appliquer une méthode d'apprentissage automatique aux dossiers santé de Clalit sur environ 450.000 grossesses chez les femmes qui ont donné naissance entre 2010 et 2017. Le diabète gestationnel avait été diagnostiqué par le contrôle de tolérance au glucose dans environ 4% de ces grossesses. Après traitement des « grandes caractéristiques » - un énorme ensemble de données a composé de plus de 2.000 paramètres pour chaque grossesse, y compris les résultats de la prise de sang de la femme et les antécédents médicaux de sa et sa famille - l'algorithme a indiqué que neuf des 2.000 paramètres plus étaient suffisants pour recenser exactement les femmes avec le haut risque de développer le diabète gestationnel. Les neuf paramètres ont compris l'âge, l'indice de masse corporelle, les antécédents familiaux de diabète, et les résultats de la femme de ses tests de glucose pendant des grossesses précédentes (le cas échéant).

Ensuite, pour s'assurer que les neuf paramètres pourraient en effet exactement prévoir le risque de diabète gestationnel, les chercheurs les ont appliqués aux dossiers santé de Clalit sur environ 140.000 grossesses qui n'avaient pas fait partie de la première analyse. Les résultats ont validé les découvertes de l'étude : les neuf paramètres aidés exactement pour recenser les femmes qui ont éventuel développé le diabète gestationnel.

Ces découvertes proposent qu'en ayant une réponse de femme juste neuf questions, il devraient être possibles pour dire à l'avance s'il est à un haut risque de développer le diabète gestationnel. Et si cette information est procurable dès l'abord - dans les stades précoces de la grossesse ou même avant que la femme soit devenue enceinte - il pourrait être possible de réduire son risque de diabète par des mesures de mode de vie telles que l'exercice et de suivre un régime. D'autre part, des femmes recensées par le questionnaire en tant qu'étant à un à faible risque du diabète gestationnel peuvent être stockées le coût et les désagréments du contrôle de glucose.

En plus de conditions générales, cette étude a expliqué l'utilité de grands ensembles de données humains humain - et, particulièrement, les dossiers santé électroniques - pour dériver les prévisions personnalisées de la maladie qui peuvent mener aux mesures préventives et thérapeutiques.

Le travail a été abouti par des étudiants de troisième cycle Nitzan Shalom Artzi, M. Smadar Shilo, et Hagai Rossman dans le laboratoire de prof. Eran Segal's à l'institut de Weizmann de la Science, en collaboration avec prof. Eran Hadar, M. Shiri Barbash-Hazan, prof. Avi Ben-Haroush, et prof. Arnon Wiznitzer du centre médical de Rabin dans Petah Tikva et prof. a fait fonctionner D. Balicer et M. Becca Feldman des services de santé de Clalit.

Source:
Journal reference:

Artzi, N. S., et al. (2020) Prediction of gestational diabetes based on nationwide electronic health records. Nature Medicine. doi.org/10.1038/s41591-019-0724-8.