Desarrollo de una herramienta de predicción de Poliquistosis Renal (ADPKD) en pacientes chilenos basado en machine learning
Professor Advisor
dc.contributor.advisor
Cerda Villablanca, Mauricio
Author
dc.contributor.author
Galaz García, Felipe Andrés
Associate professor
dc.contributor.other
Krall Opazo, Paola
Associate professor
dc.contributor.other
Valjalo Medina, Ricardo
Associate professor
dc.contributor.other
Araya Lopez, Mauricio
Admission date
dc.date.accessioned
2025-05-26T21:29:13Z
Available date
dc.date.available
2025-05-26T21:29:13Z
Publication date
dc.date.issued
2025
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/205131
Abstract
dc.description.abstract
La Poliquistosis Renal Autosómica Dominante (ADPKD) consiste en una enfermedad hereditaria caracterizada por el desarrollo de quistes renales bilaterales múltiples y el deterioro progresivo de la función renal, donde la patogénesis se atribuye principalmente a una variante en los genes PKD1 y PKD2. Los síntomas de ADPKD se manifiestan entre los 30-40 años y, debido al carácter progresivo de la enfermedad, algunos pacientes pueden evolucionar a la Insuficiencia Renal (ESRD) entre los 40-60 años de edad. En este sentido, es valioso disponer de una herramienta de pronóstico de la progresión a ESRD, para lo cual se han implementado algoritmos en cohortes internacionales que, utilizando datos clínicos, genéticos y/o radiológicos, han permitido predecir satisfactoriamente la evolución de pacientes con ADPKD. Sin embargo, estos modelos predictivos no se usan hoy por hoy a nivel nacional, planteándose como hipótesis que las características clínicas y genéticas de la cohorte chilena difieren de aquellas observadas internacionalmente, con lo que cualquier implementación de las herramientas de pronóstico debiese ser ajustada o calibrada localmente. En virtud de lo anterior, el objetivo general de esta investigación consiste en el desarrollo de una herramienta de predicción de ADPKD para pacientes chilenos basado en Machine Learning, considerando, en particular, dos enfoques metodológicos complementarios: el ajuste de modelos de clasificación binaria y la implementación de un modelo multivariado de regresión de Cox. Los resultados derivados de ambos enfoques permiten afirmar que (1) la variable genética contribuye de manera significativa en la predicción del diagnóstico de ESRD al combinarlas con las medidas demográficas y/o clínicas, y que (2) la cohorte chilena de pacientes ADPKD puede caracterizarse en función de dos grupos de riesgo de progresión a ESRD con una mediana de sobrevida renal entre 48 y 55 años (grupos de riesgo alto y bajo, respectivamente). Luego, se concluye que esta investigación, además de verificar la hipótesis planteada y cumplir con los objetivos propuestos, ha continuado con el trabajo iniciado por Bayyad et al. (2023) al permitir mejorar la comprensión local de la enfermedad poliquística, destacándose que las características clínicas y genéticas de la cohorte chilena difieren de aquellas observadas internacionalmente, ya que se observan diferencias para la predicción del riesgo progresivo de ADPKD entre muestras poblacionales de Chile y Francia. Por último, se debe notar que el trabajo futuro en torno al tópico de esta tesis debe orientarse a la extensión de la fuente de datos actual tanto en cantidad como en dimensionalidad.
es_ES
Lenguage
dc.language.iso
es
es_ES
Publisher
dc.publisher
Universidad de Chile
es_ES
Type of license
dc.rights
Attribution-NonCommercial-NoDerivs 3.0 United States