Saltar al contenido principal

2 publicaciones etiquetados con "Urticaria"

Ver Todas las Etiquetas

AUAS7: la medida de resultado revolucionaria para la Urticaria

· 9 min de lectura
Taig Mac Carthy
Co-founder at Legit.Health
Alfonso Medela
CAIO at Legit.Health
Ruben Garcia Castro
Ruben Garcia Castro
Dermatologist
Antonio Martorell
Antonio Martorell
Dermatologists and Medical Lead at Legit.Health

Introducción

El futuro de la medición de la urticaria está ahora al alcance de la mano. Medir la puntuación de la urticaria y las ronchas es más fácil y fiable que nunca gracias al revolucionario AUAS (Puntuación Automática de Actividad de Urticaria) de Legit.Health. Los investigadores han desarrollado una herramienta que procesa imágenes de smartphones y las analiza automáticamente usando los mismos criterios que el UAS7.

Es ampliamente conocido que las medidas de resultado objetivas, fiables y precisas son clave para la práctica de la medicina basada en evidencias. El UAS7 ha demostrado tener las mejores propiedades de medición y es el más recomendado para su uso en ensayos clínicos al considerar la urticaria.

Aviso

Este post hace referencia a una publicación científica publicada en el Journal of Investigative Dermatology (JID) Innovations. Te animamos a leer la publicación completa, incrustada a continuación.

UAS7: la base del diagnóstico de la urticaria

La urticaria tiene una naturaleza muy variable, incluso cuando se convierte en una enfermedad crónica. Provoca erupciones que varían en intensidad y extensión, y los síntomas pueden variar de un momento a otro. Por esta razón, medir la gravedad es muy complicado. Para lograr este objetivo, el sistema de puntuación más utilizado para esta condición es el UAS7. De hecho, las guías internacionales EAACI/GA2LEN/EDF/WAO para la urticaria recomiendan el uso del UAS en la práctica clínica para determinar la actividad de la enfermedad y la respuesta al tratamiento.

El Urticaria Activity Score (UAS) fue desarrollado como un sistema de puntuación simple que tiene en cuenta el número de ronchas y la intensidad del picor. A pesar de que estas variables son registradas por los pacientes, muchos consideraron que su condición no podía ser descrita con precisión por el análisis aislado de su estado en un día.

Así nació el UAS7. El UAS fue creado en 2006 por un grupo de médicos liderado por un médico alemán llamado Torsten Zuberbier. También vino con una versión que agrega todas las puntuaciones UAS de un paciente durante siete días, lo que permite al médico entender mejor la extensión completa de la enfermedad.

Hoja de puntuación de actividad de urticaria por Novartis

La principal deficiencia del UAS7

A pesar de no ser apropiado para todas las variantes de urticaria, el UAS7 sigue siendo considerado el estándar de oro para la evaluación de la gravedad de la urticaria crónica.

El UAS7 registra, durante 7 días consecutivos, el número diario de ronchas y la intensidad del picor. Es el estándar de oro recomendado por las guías para medir la actividad de la enfermedad en CSU...

Marcus Maurera et all, Urticaria: Collegium Internationale Allergologicum (CIA) Update 2020. Int Arch Allergy Immunol. DOI: 10.1159/000507218

La principal debilidad de este sistema, como muchos otros PROM (Patient Reported Outcome Measures), es su dependencia de que el paciente recopile los datos. Un paciente que no solo carece de la experiencia médica de un médico, sino que sufre de una condición debilitante y estresante que podría empujarlos a exagerar sus síntomas para intentar obtener mejor atención.

La consistencia es otro problema principal. Es un hecho conocido que muchos pacientes olvidarán completar su UAS del día, lo que lleva a datos incompletos. Pero esto no tiene nada que ver con las propiedades clínicas inherentes del UAS7, y por eso fue elegido como base para el revolucionario AUAS7 de Legit.Health.

Do you want to see the clinical AI technology in action?

¿Cómo sabemos si un sistema de puntuación es bueno?

Cuando se trata de evaluaciones dermatológicas, la efectividad de un sistema de puntuación es primordial. Pero, ¿qué es exactamente lo que hace que un sistema de puntuación sea fiable y útil? A través del consenso científico, se han identificado varios factores clave que contribuyen a la robustez de estas escalas. Vamos a profundizar en los elementos cruciales:

  • Facilidad de uso: Este factor considera si el sistema puede aplicarse sin esfuerzo dentro de las limitaciones de tiempo y recursos financieros. Que un sistema sea fácil de usar es crucial para su adopción generalizada en entornos clínicos.
  • Sensibilidad al cambio: Un sistema de puntuación efectivo debe ser capaz de detectar cambios clínicamente significativos a lo largo del tiempo. Esta sensibilidad asegura que cualquier progreso o deterioro en la condición de un paciente se captura con precisión.
  • Fiabilidad interobservador: Esto se refiere a la consistencia de los resultados cuando diferentes observadores utilizan el sistema de puntuación. Una alta fiabilidad interobservador significa que diferentes dermatólogos llegarán a conclusiones similares, mejorando la credibilidad del sistema.
  • Variabilidad intraobservador: Esto analiza la consistencia de los resultados cuando el mismo observador utiliza el sistema de puntuación varias veces. Una baja variabilidad intraobservador indica que el sistema proporciona resultados similares todas las veces que un mismo dermatólogo evalúe un mismo caso.
  • Interpretabilidad: Un sistema de puntuación práctico debería proporcionar interpretaciones cualitativas significativas de sus puntuaciones, como categorizar la gravedad de una condición como leve, moderada o severa.

Estos criterios no solo aseguran la efectividad del sistema de puntuación sino también su aplicabilidad y fiabilidad en diversos escenarios clínicos.

Adaptado de "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.

Por qué AUAS7 es la mejor herramienta para determinar la gravedad de la urticaria crónica

Legit.Health es la herramienta revolucionaria de Datos Clínicos y Comunicación para dermatólogos de próxima generación que triplica el empoderamiento de los pacientes.

En casos como la urticaria crónica, donde la recopilación de datos está en manos de los pacientes, tener la mejor herramienta para asegurar que la información registrada sea objetiva, precisa y fiable es de suma importancia. Esto se vuelve especialmente cierto en ensayos clínicos, donde la precisión de los datos puede marcar la diferencia entre un estudio exitoso y uno confuso.

Los algoritmos de Legit.Health califican automáticamente las lesiones solo mirando imágenes de smartphones y reducen las pequeñas medidas de resultado informadas por el paciente (PROMs) al mínimo, usándolas solo para registrar variables como el picor que no se pueden ver en una fotografía. En otras palabras: la herramienta rellenará automáticamente la mayoría de los sistemas de puntuación dermatológicos, tales como PASI, SCORAD, IHS4, GAGS, y por supuesto, UAS.

Explicación de la identificación de ronchas

Explicación de cómo la inteligencia artificial identifica las ronchas en imágenes de urticaria.

El objetivo principal de AUAS7 es proporcionar una herramienta para registrar datos de manera precisa y consistente para evaluaciones rutinarias y estudios clínicos.

Informe Automático de Urticaria

Captura de un informe completo del sistema CADx. El gráfico en la parte superior derecha muestra la evolución de la urticaria, trazando las puntuaciones de AUAS a lo largo del tiempo.

1. Es fácil de usar

La facilidad de uso es primordial en nuestra sociedad moderna, pero especialmente en un caso como la evaluación de la gravedad de la urticaria crónica.

Gracias al revolucionario algoritmo de aprendizaje profundo desarrollado por Legit.Health y al diseño de su interfaz, los pacientes no necesitarán contar el número de ronchas, ni tener que recordar tomar la medición, ya que una notificación en su smartphone les recordará que tomen una simple foto.

Esta foto es analizada por el algoritmo validado clínicamente y sus resultados son enviados al médico, quien se beneficia no solo de la consistencia de los datos generados por este proceso sino también de la facilidad de monitorear las erupciones y el desarrollo de la enfermedad.

Traditional consultation
8 medical acts per hour

Doctor consultation

With Legit.Health
52 medical acts per hour

Doctor remote

Después de todo, la comunicación entre el médico y el paciente es uno de los pilares de la medicina, y debería ser fácil.

2. Es más preciso y fiable

La herramienta de Legit.Health analiza las patologías utilizando un sistema de puntuación validado que tiene tanto el MID más bajo (Diferencia Importante Mínima) como es sensible al LDC más bajo (Cambio Detectable Más Bajo), lo que significa que el algoritmo analiza cada imagen con más precisión y atención al detalle que cualquier observador humano.

En los ensayos clínicos, la cuantificación de la enfermedad es crítica para medir la eficacia de un tratamiento en investigación comparando la gravedad de la enfermedad antes de la terapia con la medida 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

Además, tiene una mayor validez y fiabilidad mientras mantiene propiedades clinimétricas comparables, gracias al funcionamiento intrínseco de los algoritmos de visión por computadora.

3. Elimina la variabilidad intrínseca de un PROM

Debido a la naturaleza algorítmica de AUAS7, la variabilidad intraobservador se elimina completamente y sin duda, ya que cada imagen y cálculo se almacena ordenadamente en la base de datos de la aplicación.

Después de todo, cuando se calcula el UAS tradicional, los médicos dependen de la capacidad del paciente para contar las ronchas. Estos pacientes, que no tienen formación médica, están bajo presión para dar a su médico información crítica para desarrollar su tratamiento, aumentando su estrés y añadiendo aún más inconvenientes a su vida diaria.

Este tipo de enfoque de medición conduce a mucha variabilidad que, con la herramienta adecuada, es fácil de evitar.

4. Permite al paciente informar sobre las erupciones en tiempo real

Gracias a la herramienta desarrollada por Legit.Health, un paciente ya no necesita esperar a una cita con el médico para informar sobre un brote de su afección.

La aplicación permite al paciente tomar una simple foto con su smartphone y enviarla a un algoritmo que automáticamente contará el número de ronchas. Posteriormente, la aplicación ejecuta un sencillo cuestionario sobre el picor y la calidad de vida y envía toda la información al médico que maneja el caso.

En menos de 23 segundos, se puede informar sobre la erupción, evitando visitas insatisfactorias al médico donde la gravedad del brote ha disminuido para cuando el paciente llega al centro médico.

Do you want to see the clinical AI technology in action?

5. Empodera al paciente para participar en su propio tratamiento

Uno de los malos usos más reportados del UAS7 es debido a la inconveniencia de este sistema de puntuación para la vida de un paciente que no solo tiene que lidiar con una condición incapacitante y estresante, sino recordar aplicar el sistema de puntuación para obtener una buena atención de sus médicos.

La aplicación revolucionaria desarrollada por Legit.Health asegura que llenar apresuradamente el UAS7 el día antes de la visita al médico tenga menos excusas.

Gracias a notificaciones diarias y recordatorios, su accesibilidad y facilidad de uso, Legit.Health hace que registrar datos con la ayuda de sus pacientes sea más fácil que nunca, al hacerlos participar activamente en su tratamiento y empoderarlos mejorando la comunicación tan importante con su médico.

6. Hace que los datos sean fáciles de acceder e interpretar

Por último, pero no menos importante, la interfaz de Legit.Health proporciona acceso a toda la información relevante sobre el paciente de manera fácil de leer.

Cada dato derivado del AUAS7 se muestra claramente en pantalla, mostrando 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 práctico que muestra la evolución de la enfermedad a lo largo del tiempo y facilita el seguimiento del proceso de curación y la efectividad del tratamiento.

Do you want to see the clinical AI technology in action?

Conclusión

El revolucionario AUAS7 representa el futuro de la dermatología. Permite a los médicos de todo el mundo practicar medicina basada en evidencias utilizando las mejores herramientas durante el diagnóstico de enfermedades mientras mejora la comunicación efectiva entre médico y paciente.

Gracias a Legit.Health, los médicos de todo el mundo pueden mejorar su tasa de diagnóstico correcto en un 23% y hacer que el tratamiento sea más fácil de seguir para el paciente al hacerlos participantes activos en su propia recuperación.

No podemos mejorar lo que no podemos medir, y gracias al AUAS7 y Legit.Health el futuro del estudio y tratamiento de la urticaria es más prometedor que nunca.

Obtén acceso ahora

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.

Automatic Urticaria Activity Score (AUAS): A Novel Technology for Urticaria Severity Assessment Based on Automatic High-Precision Hive Counting

· 6 min de lectura
Taig Mac Carthy
Co-founder at Legit.Health
Alfonso Medela
CAIO at Legit.Health
Ruben Garcia Castro
Ruben Garcia Castro
Dermatologist
Antonio Martorell
Antonio Martorell
Dermatologists and Medical Lead at Legit.Health
Disclaimer

This post is a summary of a scientific publication published in the Journal of Investigative Dermatology (JID) Innovations. We encourage you to read the whole publication, which is embedded below.

Read the paper

We invite you to read the full paper for yourself, or you can scroll down to read the summary in this educational blog post.

Introduction

We introduce AUAS, an automatic equivalent of UAS that deploys a deep learning lesion-detecting algorithm, called Legit.Health-UAS-HiveNet. Our results show that our algorithm assesses the severity of Chronic Urticaria cases with a performance comparable to that of expert physicians.

Furthermore, the algorithm can be implemented into CADx systems to support doctors in their clinical practice and act as a new endpoint in clinical trials.

The real impact of the Legit.Health-UAS-HiveNet in clinical practice resides on the power to support physicians during not only the diagnostic process but also in the monitoring of patients with chronic types of urticaria, by helping them prescribe treatments and increase the adequacy of treatments.

Automatic Urticaria Activity Score (AUAS): A Novel Technology For Urticaria Severity Assessment Based On Automatic High-Precision Hive Counting Regarding clinical trials, the AUAS has the potential of becoming a new clinical endpoint that could increase both the quality and the quantity of data available to researchers.

Regarding clinical trials, the AUAS has the potential of becoming a new clinical endpoint that could increase both the quality and the quantity of data available to researchers.

Automatic Urticaria Activity Score (AUAS): A Novel Technology For Urticaria Severity Assessment Based On Automatic High-Precision Hive Counting

Authors of the publication

Rubén Garcia

Rubén Garcia

Hospital Universitario Fundación Jiménez Díaz

Alejandro Vilas

Alejandro Vilas

Complejo Hospitalario U. de Ferrol

Laura Vergara

Laura Vergara

Hospital Universitario de Toledo

Taig Mac Carthy

Taig Mac Carthy

Department of Clinical Endpoint Innovation Legit.Health

Fernando Alfageme

Fernando Alfageme

Hospital Puerta de Hierro

Ana María González

Ana María González

Hospital de Zamora

Ignacio Hernandez

Ignacio Hernandez

Medical Data Science Legit.Health

Alfonso Medela

Alfonso Medela

Medical Data Science Legit.Health

What is urticaria severity scoring?

Urticaria is a very common disease characterized by erythematous, edematous, itchy, and transient plaques that involve the skin and mucous membranes. It can be classified into subtypes such as acute spontaneous urticaria, chronic spontaneous urticaria, chronic inducible urticaria, and episodic chronic urticaria.

Diagnosis of chronic urticaria is usually performed through clinical observation. In other words: the assessment of the disease's severity is performed through manual scoring systems that are filled in subjectively.

The most commonly used scoring system is the Urticaria Activity Score (UAS), which can also be used for 7 consecutive days, in which case it is referred to as UAS7.

The problem with visual scoring

The most indisputable limitation of manual scoring systems is the inherent difficulty of human beings to quantify parameters in an objective, stable and precise way.

Humans have a limited ability to count hives, quantify the surface area of a lesion or quantify the redness of an area. This human limitation in parameter estimation is also reflected in the effort and time required to complete the urticaria activity questionnaires, which end up being a very unrewarding task for patients and may result in poor adherence.

On the other hand, scoring systems classify disease severity using a limited range of scores, with three or four categories, such as: none, mild, moderate and severe in the case of the UAS. Indeed, questionnaires have a very high minimum detectable change, as they are discrete ranges rather than continuous scales.

And finally, these questionnaires are susceptible to bias. This is especially true in cases where the patient knows that the treatment they receive will be determined by the information they provide. And due to the asynchronous nature of the reported measure, the clinical team lacks the means to ensure that the values reported by the patient are chronologically accurate or simply truthful, which precludes external verification.

The goal of the Automatic UAS

In this work, we propose the Automatic Urticaria Activity Score (AUAS), an automatic version of the objective part of the UAS that applies convolutional neural networks to count hives automatically with high precision.

The goal is to assist clinicians in filling scoring systems such as the UAS in a more objective way and quicker, which could improve health outcomes and provide high-quality endpoints to measure the effectiveness of the treatments for urticaria.

Explanation of Hives Identification

Explanation of how the artificial intelligence identifies hives in urticaria images.

The solution

We trained trained a hive-counting neural network called Legit.Health-UAS-HiveNet.

To make artificial intelligence accessible to the healthcare professional, we developed a fully integrated CADx system, a web application that integrates Legit.Health-UAS-HiveNet algorithm and calculates the patient-based UAS by looking at images taken with smartphone cameras.

The CADx system works in three stages: image and itchiness input, processing of the images, and the creation of a report with the severity assessment.

CADx System Report

Caption of a full report from the CADx system. The chart at the top right shows the evolution of the urticaria, by plotting the AUAS scores across time.

The report can also combine the scores of multiple images uploaded in the same day to provide the global AUAS score.

In other words: if the user uploads pictures of several body parts, the report of the CADx system shows both the local and the global AUAS scores. The global AUAS is calculated by summing the results of all the images processed by the CADx system.

Automatic Urticaria Report

Automatic Urticaria Activity Score

Do you want to see the clinical AI technology in action?

Conclusion

In this work, we have presented the AUAS, the first artificial intelligence that automatically fills in the UAS scoring system by looking at smartphone images. The main advances in this algorithm are reducing the time spent by patients in filling in the manual severity scoring system and standardizing urticaria assessment with reduced inter-observer variability and higher reliability.

We were able to overcome clinical assessment variability by developing a merging algorithm that fuses all experts' annotations to create a consensus.

The AUAS as a scoring system presents improved clinimetric properties, but it also carries the advantage of providing a picture of the lesion along with the severity score, which allows researchers greater oversight of studies. In conclusion, we believe that the AUAS and Legit.Health-UAS-HiveNet has the potential to improve health outcomes, reduce costs, and increase the practice of evidence-based medicine in health organizations.

Get access now

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.