APASI, una escala de medición dermatológica

APASI: El brillante futuro de la determinación de la gravedad de la Psoriasis

Table of Contents

    Introducción

    El futuro de la dermatología ya está aquí gracias a la revolucionaria aplicación automática del sistema PASI desarrollada por Legit.Health: El APASI (Automatic Psoriasis Area and Severity Index). Usando algoritmos de reconocimiento de imagen, los investigadores han creado una herramienta que procesa imágenes obtenidas con un smartphone y automáticamente las traduce al dominio del PASI. 

    Se sabe que una obtención de datos objetiva, fiable y precisa es indispensable para la práctica de una medicina basada en la evidencia. Cuando hablamos de la Psoriasis, el PASI ha demostrado tener las mejores propiedades clinimétricas y es el más recomendado para el uso en ensayos clínicos.

    Los orígenes del PASI

    Este sistema de gradación para la psoriasis se publicó por primera vez en un artículo escrito por T. Fredericksson y U. Pettersson en 1978, cuando estaban explorando un nuevo tratamiento para la enfermedad.

    Su fórmula para determinar la gravedad de la afección procedería a convertirse en el gold standard para dermatólogos a lo largo y ancho del globo, y es, aún a día de hoy, ampliamente utilizada.

    Para calcular el PASI, la suma de la gravedad de estos tres factores se multiplicó por el valor numérico de las áreas involucradas, y con los diversos porcentajes de las cuatro áreas del cuerpo. Estos valores fueron sumados para obtener el PASI. Esta fórmula puede escribirse de la siguiente manera.

    $$PASI = \overbrace{ 0.1 \left( E_{h} I_{h} + D_{h} \right) A_{h} }^{cabeza} + \overbrace{ 0.1 \left( E_{t} I_{t} + D_{t} \right) A_{t} }^{Tronco} + \overbrace{ 0.1 \left( E_{u} I_{u} + D_{u} \right) A_{u} }^{Extremidades superiores} + \overbrace{ 0.1 \left( E_{l} I_{l} + D_{l} \right) A_{l} }^{Extremidades inferiores}.$$

    Fredriksson, T., & Pettersson, U. (1978). Severe Psoriasis – Oral Therapy with a New Retinoid. Dermatology, 157(4), 238–244. doi:10.1159/000250839

    ¿Quieres probar el PASI Automático por ti mismo?

    Las limitaciones del PASI de papel y lápiz

    El principal objetivo del PASI es proporcionar una herramienta para registrar datos de forma precisa y consistente para evaluaciones rutinarias y estudios clínicos. Sin embargo, trae consigo una serie de problemas y limitaciones.

    Encontramos variaciones substanciales [en los resultados] entre médicos experimentados e inexperimentados a la hora de aplicar el PASI.

    Richard G. Langley, MD,a and Charles N. Ellis, MDb Halifax, Nova Scotia, and Ann Arbor, Michigan Evaluating psoriasis with Psoriasis Area and Severity Index, Psoriasis Global Assessment, and Lattice System Physician’s Global Assessment

    Además de la variación entre observadores, muchos médicos han señalado que rellenar el PASI en un papel es muy tedioso y consume demasiado tiempo, y que no lo utilizan en su día a día.

    Calculadoras digitales: una solución a medio gas

    Con la llegada y popularización de los ordenadores, varias versiones digitales del PASI han sido desarrolladas en un intento de reducir el tiempo malgastado en realizar estos cálculos. Estas calculadoras online se enfrentan, de forma poco eficiente, solo a uno de los problemas del PASI tradicional: si bien los cálculos matemáticos son realizados automáticamente, el médico sigue teniendo que rellenar el valor para cada parámetro.

    No solo sigue requiriendo el tiempo y atención del médico, sino que tampoco hace nada para solucionar los múltiples problemas de falta de objetividad y reproductibilidad que tiene el sistema PASI.

    ¿Como sabemos que sistema de gradación es mejor?

    Entre los muchos criterios para evaluar la calidad de los datos clínicos, algunos destacan como clave para determinar que sistema de gradación es mas útil.

    • timer1. Fácil de usarPuede ser usado facilmente dadas las limitaciones de tiempo y dinero
    • gradient2. Sensibilidad al cambioEs capaz de detectar cambios importantes a lo largo del tiempo
    • theater_comedy3. Consistencia entre observadoresDistintos investigadores proporcionan el mismo resultado
    • thumbs_up_down4. Variabilidad intra-observadorRepetidas muestras tomadas por el mismo investigador proporcionan los mismos resultados. 
    • speed5. InterpretabilidadAsigna un valor cualitativo a las puntuaciones (Leve, severo…)

    Methods and definitions to rate the quality of outcome measures. Schmitt, J., Langan, S., Deckert, S., Svensson, A., von Kobyletzki, L., Thomas, K., & Spuls, P. (2013). Assessment of clinical signs of atopic dermatitis: A systematic review and recommendation. Journal of Allergy and Clinical Immunology, 132(6), 1337–1347. doi:10.1016/j.jaci.2013.07.008

    6 formas en las que el APASI es mejor

    Legit.Health es la revolucionaria herramienta de obtención de datos clínicos y comunicación para los dermatólogos de nueva generación que triplica el empoderamiento de los pacientes.

    Tras un piloto de 12 meses usando Legit.Health, en el que analizamos la aplicabilidad de la herramienta, hemos extraído conclusiones que ayudan a plantear un nuevo paradigma asistencial en el seguimiento de la psoriasis.

    Dra. Elena Sánchez-Largo, Hospital Universitario de Torrejón

    El propósito de los algoritmos de deep learning es librar a los médicos de la tediosa tarea de calcular los sistemas de gradación de forma manual y permitir la práctica de una dermatología más objetiva y basada en la evidencia mientras acelera el proceso de diagnóstico de la patología y aumenta la autonomía y el control del paciente.

    Los algoritmos de Legit.Health puntúan automáticamente las lesiones simplemente analizando imágenes y pequeños cuestionarios realizados por los pacientes (PROMS). En otras palabras: la herramienta cumplimenta automáticamente la mayoría de los sistemas de gradación dermatológicos como PASI, SCORAD, UAS o GAGS.

    El principal objetivo del APASI es proveer de una herramienta para recoger datos de forma precisa y consistente para evaluaciones rutinarias y estudios clínicos.

    Papel y LápizDigitalAutomático (IA)
    Supervisión reflexivaCoteja el diagnóstico
    Ease of use≈ 600 segundos≈ 420 segundos≈ 23 segundos
    Sensibilidad al cambiode 0 a 4de 0 a 4de 0 a 100
    Variabilidad entre observadoresMedia (20%)Media (20%)La más baja (8%)
    Variabilidad Intra-observadorAltaAltaCero

    1. APASI ayuda al médico en el diagnóstico de la enfermedad

    El algoritmo desarrollado por Legit.Health no está limitado a medir la gravedad de la afección como hace el PASI, sino que también ha sido entrenado usando la pericia de expertos dermatólogos para ser capaz de distinguir entre 232 patologías, incluyendo la mayoría de los tipos de psoriasis.

    Esto quiere decir que el APASI puede distinguir entre distintos tipos de psoriasis y ayudar al médico en el proceso de diagnóstico; no solo ofreciendo información relevante para hacerlo más rápido, sino mejorando el ratio de diagnóstico correcto alrededor de un 23%.

    ¿Quieres probar el PASI Automático por ti mismo?

    2. Fácil de usar y más rápido que cualquier otro método existente

    Mientras que un médico experimentado puede necesitar entre seis y siete  minutos para rellenar y calcular completamente la puntuación del PASI de un paciente, y uno inexperto puede necesitar hasta diez minutos, el algoritmo de Legit.Health solo necesita 23 segundos para lograr el resultado final.

    Esto es clave tanto desde el punto de vista de la gestión del tiempo, permitiendo al médico emplear su limitado tiempo con el paciente de forma más eficiente, como desde un punto de vista clínico. El hecho, es que muchos médicos no rellenan ningún sistema de gradación porque consideran este proceso muy largo y tedioso, y prefieren realizar una estimación «a ojo» de la gravedad de la enfermedad, algo profundamente incompatible con el ideal moderno de una medicina basada en la evidencia.

    3. El APASI detecta pequeños cambios en la evolución de la patología

    APASI
    APASI comprueba los mismos parámetros que el PASI

    La herramienta de Legit.Health analiza las patologías usando un sistema validado clínicamente que tiene un MID más bajo (Minimal Important Difference) y es sensible al LDC más bajo (Lowest Detectable Change); lo que significa que el algoritmo analiza cada imagen con más precisión y atención al detalle de la que está al alcance de ningún observador humano.

    En ensayos clínicos, la cuantificación de la enfermedad es un dato crítico a la hora de medir la eficacia de un tratamiento, comparando la gravedad de la enfermedad antes y después del tratamiento.

    Richard G. Langley, MD,a and Charles N. Ellis, MDb Halifax, Nova Scotia, and Ann Arbor, Michigan Evaluating psoriasis with Psoriasis Area and Severity Index, Psoriasis Global Assessment, and Lattice System Physician’s Global Assessment

    Es más, tiene una validez y una consistencia más alta mientras mantiene propiedades clinimétricas comparables al sistema tradicional, gracias al funcionamiento intrínseco de los algoritmos de identificación de imagen.

    4. Reduce de forma significativa la variabilidad inter-observador

    Nuestros datos indican que incluso investigadores experimentados tienen dificultades aplicando el PASI de un área afectada […], especialmente entre pacientes con casos de psoriasis más severos.

    Richard G. Langley, MD,a and Charles N. Ellis, MDb Halifax, Nova Scotia, and Ann Arbor, Michigan Evaluating psoriasis with Psoriasis Area and Severity Index, Psoriasis Global Assessment, and Lattice System Physician’s Global Assessment

    Los resultados experimentales muestran que el APASI supera los métodos tradicionales cuando se trata de la variabilidad entre observadores, consiguiendo un margen de error máximo de hasta un 13%, mucho menor que el habitual 20% observado en la aplicación clásica de los sistemas de gradación tradicionales.

    5. Cero variabilidad intra-observador gracias al APASI

    La naturaleza algorítmica del APASI elimina por completo y sin lugar a dudas la variabilidad intra-observador, ya que cada imagen y cada cálculo es almacenado en la base de datos de la aplicación.

    Haciendo que el médico no dependa en cada ocasión de su memoria al determinar la gravedad de la afección, y permitiendo que se centre en el análisis de los datos objetivos almacenados en la aplicación, reduce considerablemente el riesgo de recordar algo erróneamente, proporcionando una forma mas objetiva, fiable y precisa de seguir el desarrollo de la enfermedad. 

    Para juzgar un tratamiento, la variabilidad intra-observador de los datos del paciente debería ser baja.

    Richard G. Langley, MD,a and Charles N. Ellis, MDb Halifax, Nova Scotia, and Ann Arbor, Michigan Evaluating psoriasis with Psoriasis Area and Severity Index, Psoriasis Global Assessment, and Lattice System Physician’s Global Assessment

    Esto se convierte en algo especialmente importante durante estudios clínicos, en los que reducir este tipo de variabilidad es clave para reunir datos precisos para este tipo de estudios.

    6. Datos más accesibles y fáciles de leer

    Por último, la interfaz de Legit.Health proporciona acceso a toda la información relevante sobre el paciente presentada de una forma fácil de leer e interpretar.

    Todos los datos derivados del APASI se muestran claramente en la pantalla, enseñando la gravedad de la afección y los diferentes factores considerados por el algoritmo al analizar la imagen y sus puntuaciones.

    La aplicación también proporciona un gráfico que muestra la evolución de la enfermedad a lo largo del tiempo, haciendo que el seguimiento del proceso de recuperación con el tratamiento sea muy sencillo de evaluar.

    ¿Quieres probar el PASI Automático por ti mismo?

    En conclusión

    El revolucionario e innovador sistema APASI representa el futuro de la dermatología. Dándole a los médicos acceso a la mejor herramienta para el diagnóstico de la psoriasis y permitiéndoles practicar una medicina basada en la evidencia, mejorando la comunicación entre médico y paciente.

    Gracias a Legit.Health, médicos de todo el mundo pueden mejorar su ratio de diagnóstico correcto en un 23%, y hacer el seguimiento más fácil consiguiendo que el paciente se convierta en un participante activo de su propio tratamiento.

    No se puede negar que el uso de algoritmos que estiman la gravedad de una enfermedad cutánea representa el futuro de la dermatología, y que sin lugar a duda, ayudará a mejorar este campo.

    Consigue acceso ahora

    Esta prueba gratuita de 23 días de Legit.Health otorga a las clínicas y hospitales una visión práctica de cómo impulsar una mayor adherencia y mejorar los resultados de los pacientes, así como mejorar la eficiencia y la calidad de vida.

    [hubspot type="form" portal="6128500" id="0b3475e3-d300-4d07-b847-554c12cb4665"]
    bloque blanco

    Estamos aquí para ayudar

    ¿Qué puedes esperar tras contactar con nosotros?

    • remove_red_eyeDemo de la plataformaVer el interior de la aplicación de primera mano
    • check_boxComprensión de la herramientaIdentificar las mejores funcionalidades para ti
    • attach_moneyPreciosDefinir la tarifa que mejor se adecúa
    • menu_bookAprendizajeConectar con recursos y publicaciones útiles
    APASI: El brillante futuro de la determinación de la gravedad de la Psoriasis
    chevron_left
    chevron_right