Avances en el pronóstico de la cirugía de la epilepsia

La personalidad del paciente, su cociente intelectual y el hemisferio donde se origina la crisis epiléptica son factores que evaluados conjuntamente ayudarían a predecir el éxito de este tipo de intervenciones, lo que resultaría de gran utilidad para los cirujanos. Los investigadores han llegado a estas conclusiones utilizando modelos predictivos basados en técnicas de aprendizaje automático, en trabajo conjunto, desarrollado por investigadores de la Universidad Politécnica de Madrid (UPM), el Consejo Superior de Investigaciones Científicas (CSIC) y el Hospital de la Princesa de Madrid,

La cirugía de la epilepsia es un mecanismo efectivo en la reducción del número y frecuencia de las crisis en pacientes con esta afección denominada epilepsia del lóbulo temporal. Sin embargo, una proporción significativa de estos pacientes continúan sufriendo crisis tras la intervención.

Con el objetivo de poder tener a priori información sobre el resultado de este tipo de cirugía, el equipo de investigadores, del que forma parte el Computational Intelligence Group de la Facultad de Informática de la UPM, ha evaluado la influencia de una batería de factores clínicos y psicológicos utilizando diferentes modelos predictivos desarrollados a partir de técnicas de aprendizaje automático*.

De entre todos los factores evaluados, tres han sido identificados como “muy relevantes”: la determinación del hemisferio donde se originan las crisis, el cociente intelectual del paciente y el tipo de personalidad (evaluado mediante el test de Rorschach). Haciendo uso de modelos matemáticos avanzados para su combinación, los investigadores han llegado a una tasa de éxito estimada del 90% a la hora de predecir el pronóstico tras la cirugía.

En opinión de los investigadores responsables, este estudio abre la puerta a la integración de modelos matemáticos complejos en la evaluación previa de estas intervenciones. Conocidas como herramientas de ayuda a la decisión, el equipo médico evaluador dispondría de resultados numéricos acerca del posible éxito del tratamiento quirúrgico.

Información bibliográfica completa*ARMAÑANZAS, R., ALONSO-NANCLARES, L., DEFELIPE-OROQUIETA, J., KASTANAUSKAITE, A., DE SOLA, R.G., DEFELIPE, J., BIELZA, C. & LARRAÑAGA, P. (2013). “Machine learning approach for the outcome prediction of temporal lobe epilepsy surgery”. PLoS ONE, 8(4), e62819 APR 30 2013.