Bienvenidos a Factor de impacto, su dosis semanal de comentarios sobre un nuevo estudio en medicina. Soy el Dr. F. Perry Wilson, de la Facultad de Medicina de Yale, en New Haven, Estados Unidos.
El fin de semana pasado asistí a la reunión del vigésimo aniversario de mi promoción de la facultad de medicina. Un saludo a la promoción de 2006 de P&S. Fue increíble volver a ver a toda esa gente y, como era de esperar, escuché (y dije) bastantes veces “Dios mío, no has envejecido nada”. Pero, por supuesto, después de 20 años, esto no es técnicamente cierto. Creo que lo que probablemente queremos decir cuando decimos eso es algo así como “no has envejecido ni de lejos tan rápido como habría esperado”. Pero, por alguna razón, la gente no reacciona tan bien cuando se expresa de esa manera.
También funciona al revés. Todos nos hemos encontrado con personas, o pacientes, que parecen bastante más mayores de lo que recordamos. Por lo general, se considera de mala educación tocar este tema. Pero resulta que, en realidad, podemos cuantificar esa sensación subjetiva de la edad que aparenta alguien frente a la edad que esperamos que tenga, y un nuevo estudio señala que ese indicador podría tener una importancia especial para el pronóstico en los pacientes con cáncer.
No hay una forma amable de decirlo. Someterse a un tratamiento contra el cáncer es increíblemente estresante. Está el desgaste físico de la quimioterapia, la radioterapia y sus efectos secundarios. Está el desgaste emocional de afrontar el diagnóstico, reorganizar su vida y preocuparse por el futuro, tanto para usted como para sus seres queridos. No debería sorprender que el cáncer envejezca a las personas.
Pero eso puede ser difícil de cuantificar. Aquí entra en juego este artículo, publicado en Nature Communications, que aprovecha la inteligencia artificial para convertir en cifras concretas esas vagas impresiones de edad que todos tenemos.
El estudio contó con la participación de 2276 pacientes con cáncer sometidos a radioterapia. La mayoría, alrededor de 63 %, presentaba metástasis al inicio del estudio. Como parte de la atención habitual, se les tomaron dos fotografías: una al inicio del tratamiento y otra algún tiempo después. Los investigadores plantearon dos preguntas. En primer lugar, ¿tienen peores resultados a largo plazo las personas que parecen mayores de lo que indica su edad al inicio del estudio? En segundo lugar, y creo que esto es más interesante, ¿tiene la tasa de envejecimiento implicaciones para el pronóstico?
Cómo funciona la cuantificación del envejecimiento facial
Los autores utilizaron un paquete de código abierto llamado FaceAge, que es un paquete de software personalizado entrenado con más de 40 millones de imágenes faciales. Pude conseguir una versión de este programa que funciona con Python en mi computadora para probarlo.
Aquí se ve a Barack Obama poco antes de su toma de posesión en 2009. Tenía 47 años en ese momento. Según FaceAge, tenía 51,3. Eso supone una diferencia de 4 años. En este estudio, se refieren a ello como la desviación de FaceAge. A la derecha está Obama 7 años después, a los 54 años, hacia el final de su presidencia. Según FaceAge, tenía 61,5 años, lo que da una desviación de FaceAge de 7,5 años. Podemos calcular la tasa de envejecimiento dividiendo su variación en FaceAge entre su variación en el tiempo. En el transcurso de 7 años reales, su rostro envejeció 10,2 años, lo que da una tasa de envejecimiento facial de 1,45. Esta es la aceleración cuantificable del envejecimiento que conlleva la presidencia.
Resultados del estudio sobre pacientes con cáncer
En primer lugar, una nota sobre cómo funciona todo esto. Lo que les muestro aquí es la desviación de FaceAge en la primera cita. Se trata de cuánto más mayores (o más jóvenes) de lo que indican su edad, cree el modelo de imagen que son. Se puede observar una amplia distribución: algunas personas afortunadas aparentemente parecen 40 años más jóvenes de lo que realmente deberían. Sin embargo, en promedio, el modelo parecía estar bastante bien calibrado, ya que la mayor parte de las desviaciones respecto a la edad declarada se sitúan justo en torno a cero.
La cuestión se complica un poco más cuando observamos la tasa de envejecimiento facial. Esto se debe a que el tiempo transcurrido entre las dos fotografías no estaba estandarizado. Algunas personas tenían fotos tomadas con tan solo una semana de diferencia, un lapso en el que el ruido y el error del modelo realmente dominaban los resultados. Esta gráfica muestra ese efecto. En el eje X tenemos el tiempo transcurrido entre las dos fotos, y en el eje Y, la tasa de envejecimiento facial. Para abordar este problema, los autores estratifican su análisis en función del intervalo de tiempo transcurrido entre la toma de estas fotos.
Análisis de datos y hallazgos clave
Analicemos esos datos. Comenzaremos con las personas cuyas fotografías se tomaron con bastante proximidad temporal, es decir, menos de un año de diferencia entre ellas. Hay que recordar que, en un intervalo de tiempo tan breve, habrá mucho ruido en la medición, por lo que los autores clasificaron la tasa de envejecimiento facial en dos categorías: por encima o por debajo de 20. Estamos comparando a las personas cuyos rostros envejecieron al menos 20 veces más rápido de lo esperado con aquellas cuyos rostros no envejecieron tan rápido.
Me sorprende la cantidad de pacientes que había en ese grupo acelerado: alrededor de 20 %. Y presentaban una tasa de mortalidad por cualquier causa mucho más elevada, 22 % más alta, de hecho.
En el caso de aquellos que tuvieron un intervalo ligeramente más largo entre las imágenes, que oscilaba entre 1 y 2 años, hubo menos variabilidad en la medición, lo que permitió a los investigadores dicotomizar los datos a una tasa de envejecimiento facial 10 veces más rápida de lo esperado. La tasa de mortalidad fue 54 % mayor en este grupo.
Entre los aproximadamente 400 pacientes con más de dos años de diferencia entre las fotografías, los autores dividieron simplemente la cohorte en función de una tasa de envejecimiento facial de 1: personas que envejecían más rápido de lo esperado (como Obama) frente a personas que envejecían más lento de lo esperado. Una vez más, se observó una señal clara. Aquellos que envejecían más rápido de lo esperado presentaban una tasa de mortalidad un 60 % mayor.
Estos hallazgos se mantuvieron tras el ajuste multivariable por factores como el sexo, la raza y el diagnóstico de cáncer. De hecho, la edad cronológica real no se asoció con los resultados tras tener en cuenta FaceAge. Cabe señalar que no se realizó ningún ajuste por el uso de Botox, rellenos dérmicos u otras intervenciones estéticas que pudieran afectar a la apariencia del rostro ante un modelo de IA.
Es fundamental señalar que los resultados también se mantuvieron tras el ajuste por la desviación de FaceAge al inicio. Esto se visualiza mejor en las gráficas de contorno. Lo que se observa es que, a medida que aumenta la desviación de la edad al inicio, aumenta el riesgo de mortalidad; las personas que parecen más mayores al iniciar el tratamiento tienden a tener peores resultados. Pero, aparte de eso, a medida que se asciende en la gráfica, se observa que, para cualquier desviación de la edad al inicio, una tasa de envejecimiento más rápida (FAR) aumenta el riesgo aún más. Los análisis del poder predictivo de estos dos factores revelaron, de hecho, que la tasa de envejecimiento facial tenía más valor pronóstico que la FaceAge inicial.
Conclusiones y preguntas futuras
Quería hablar de este estudio, porque me gusta cuando se cuantifican cosas que normalmente no cuantificamos, pero vale la pena preguntarse si hay alguna implicación clínica en este caso. En este momento, no veo que utilicemos la IA para escanear los rostros de las personas y realizar juicios sobre pronóstico. Los oncólogos seguirán utilizando métricas de estado funcional como el ECOG para decidir si la quimioterapia que se administra tiene más beneficios que riesgos.
Pero lo que sí hace un estudio como este es abrir la puerta a plantear una pregunta biológica más profunda. ¿Qué está ocurriendo bajo la superficie que conduce al envejecimiento visible? ¿Es la inflamación? ¿El cortisol? ¿Algún problema en el sistema linfático? ¿La desnutrición?
En caso de que se sientan tentados, como lo estuve yo, a comprobar su propia FaceAge, hay varios sitios web que lo hacen en línea. Pero una advertencia: cada modelo es diferente, y este estudio solo probó el modelo de código abierto FaceAge en GitHub. Solo para mostrarles lo diferentes que pueden ser estas cosas, esto es lo que el modelo FaceAge real pensó de un servidor, que actualmente tiene 46 años: 52,9. Eso duele.
Al enviar la misma foto a FaceAge.AI en línea, obtuve una estimación de edad mucho más favorable: 40 años. Ese modelo también fue más benévolo con el presidente Obama, situándole en 47 años en su primera toma de posesión.
Así que, en efecto, el diablo está en los detalles. Pero es posible que, después de todo, la edad que aparenta sea algo más que una cuestión superficial.
El Dr. F. Perry Wilson, M. S.C. E. (@fperrywilson) es profesor asociado de medicina y director del Acelerador de Investigación Clínica y Traslacional de Yale. Su trabajo de comunicación científica puede encontrarse en el Huffington Post, en NPR y aquí en Medscape. Su nuevo libro, How Medicine Works and When It Doesn’t, ya está disponible.
Este contenido se tradujo de la edición en inglés de Medscape.
Nota de descargo de responsabilidad: Los resultados obtenidos en este estudio son de carácter informativo y no deben considerarse como una guía clínica. Siempre consulte a un médico antes de realizar cualquier tratamiento o procedimiento. Esta evaluación debe ser interpretada en un contexto clínico más amplio.
- Actividades exclusivas para profesionales de la salud (advisory boards, cobertura de congresos, webinars)
- Guardá los artículos que te sirven para ver más tarde
- Recibí cada semana lo más relevante de tu especialidad
