347 - CARACTERÍSTICAS DE PACIENTES ASOCIADAS A RIESGO HEPÁTICO, CARDIOVASCULAR Y COSTES EN LA ESTEATOHEPATITIS ASOCIADA A DISFUNCIÓN METABÓLICA: ANÁLISIS RETROSPECTIVO UTILIZANDO INTELIGENCIA ARTIFICIAL
1Servicio de Endocrinología y Nutrición, Hospital Universitario de Cabueñes, Gijón. 2Novo Nordisk A/S, Søborg, Dinamarca. 3Novo Nordisk Inc., Plainsboro, NJ, EE. UU. 4OM1 Inc., Boston, EE. UU.
Introducción: La heterogeneidad en la esteatohepatitis no alcohólica (NASH) dificulta la identificación de pacientes con necesidades no cubiertas y un mejor abordaje. Se realizó un fenotipado por inteligencia artificial (IA) para identificar factores asociados con riesgos a largo plazo y costes elevados.
Métodos: Se analizaron por IA PhenOM registros médicos de pacientes con NASH (2015-2022) de OM1 Real-World Data Cloud, siendo index la fecha del primer diagnóstico. Los criterios de elegibilidad fueron FIB-4 en los 90 días tras index, datos de seguimiento y ninguna otra condición hepática. Se analizaron cirrosis y resultados hepáticos relacionados en una cohorte ‘no cirrótica’ ± 6 meses de index, y resultados hepáticos no cirróticos en una cohorte ‘cirrótica’ antes o en index. Además, se evaluaron resultados cardiovasculares (CV) en una cohorte sin afectación CV ('no CV') antes o en index y se identificaron factores asociados con el coste anual promedio de la atención médica.
Resultados: En la cohorte no cirrótica (n = 12.555), los factores más asociados con resultados hepáticos fueron enfermedades crónicas, problemas renales y cardiacos. En la cohorte cirrótica (n = 807) fueron la medicación para la enfermedad coronaria, presión arterial y DM2. En el grupo no CV (n = 12.566), los factores más asociados con resultados CV fueron hipertensión, aterosclerosis, fibrilación auricular, DM2, problemas renales o metabólicos, anemia y osteoartritis. Finalmente (n = 10.133) se asoció con mayor coste el infarto de miocardio, la insuficiencia cardiaca, problemas renales, GI, imágenes abdominales y comorbilidades crónicas como DM2, hipertensión, anemia y ERC.
Conclusiones: Se identificaron factores significativamente asociados con resultados clínicos y económicos en NASH, demostrando el uso del fenotipado por IA con datos en vida real. El trabajo aporta potencial evidencia para identificar pacientes en la práctica clínica mediante un modelo predictivo para su seguimiento y abordaje más cercanos.
Presentada previamente en EASL 2024.
