BIG DATA

&
LABORATORIO CLÍNICO

Marcela Henríquez Henríquez. MD.PhD.

Departamento de Laboratorios Clínicos
Escuela de Medicina UC.

uc.cl
 TEMARIO
• ¿Qué queremos decir cuando hablamos de Big Data y Data
Science?
• ¿Cuál es la relación con Laboratorio Clínico?

• Aplicaciones para Big Data y Data Science en Laboratorio Clínico

• Control de Calidad Analítico Basado en Datos Reales
• Test Multianalíticos basados en IA: Nuestra experiencia en el
desarrollo de un test de diagnóstico bioquímico para TDAH

• Grandes desafíos del Big data en Laboratorio Clínico

medicina.uc.cl
 BIG DATA: ¿QUÉ ES?

…Set de datos cuya

extensión,
complejidad y/o
diversidad dificulten
su análisis usando
herramientas
estadísticas y
computacionales
tradicionales….

medicina.uc.cl
 BIG DATA: ¿QUÉ ES?

Por lo tanto…

¡ Todos los datos emanados de la

rutina del laboratorio clínico!

medicina.uc.cl
 Lo que sabemos

Lo que queremos entender

medicina.uc.cl
medicina.uc.cl
 CIENCIA DE DATOS: ¿QUÉ ES?

Búsqueda de información
con significado dentro de un
gran set de datos.

Multidisciplinario
Con un propósito:
1) Predicción
2) Toma de decisiones

medicina.uc.cl
CIENCIA DE DATOS: ¿QUÉ ES?

medicina.uc.cl
 APLICACIÓN EN BIOMEDICINA

• Predictores clínicos
• Biomarcadores. Nuevos test diagnósticos
• Medicina Personalizada
• Desarrollo de fármacos
• Predicción y control de brotes epidémicos
• Biología de sistemas
• Evaluaciones económicas en salud
medicina.uc.cl
APLICACIÓN EN LABORATORIO CLÍNICO

• Biomarcadores. Nuevos test diagnósticos

• Medicina Personalizada
• Sistemas de control de calidad analítico en tiempo real
• Gestión/Optimización de Procesos al interior del laboratorio
• Optimización de Límites de decisión clínica para test
diagnósticos
• Sistema de Gestión de Calidad: Metas basadas en impacto
clínico
• Medicina Transfusional: Predicción de uso de hemoderivados,
predicción/estandarización de reacciones adversas.
medicina.uc.cl
❖Control de calidad interno basado en datos reales

medicina.uc.cl
 BIG DATA Y CONTROL DE CALIDAD

Desafíos en Torno al Control de Calidad Tradicional

• Conmutabilidad del material utilizado

• Asignación correcta de valor
• Costo elevado
• No permite monitorizar el ensayo en tiempo real

medicina.uc.cl
 BIG DATA Y CONTROL DE CALIDAD

La Alternativa:
Control de Calidad centrado en Pacientes
• Basado en el uso de muestras de pacientes
• Costo nominal
• Resultados robustos y reproducibles en
laboratorios/analitos con suficiente demanda de
exámenes
• Permite monitorización en tiempo real

medicina.uc.cl
 BIG DATA Y CONTROL DE CALIDAD

Control de Calidad Basado en la Media Móvil

• Solución más conocida

• Distintos métodos o sistemas disponibles se

diferencian en:
• Algoritmo de cálculo
• Qué datos se incluyen/excluyen (límites para truncar)
• Modo de establecer los límites de aceptación para el
control de calidad (distribución poblacional vs optimización
del número de falsas alarmas)

medicina.uc.cl
 BIG DATA Y CONTROL DE CALIDAD

Control de Calidad Basado en la Media Móvil

versus Control Estadístico Tradicional
Control Calidad Media Control Tradicional
Móvil
Frecuencia Continuo Puntual , según agenda

Conmutabilidad Conmutable Riesgo de no ser

conmutable
Control ciclo del Analítico y Pre-analítico Sólo Analítico
examen
Número de Uno, basado en la media Múltiples, a elección
Niveles a poblacional
controlar
medicina.uc.cl
 BIG DATA Y CONTROL DE CALIDAD

Control de Calidad Basado en la Media Móvil versus

Control Estadístico Tradicional (continuación)
Control Calidad Media Móvil Control Tradicional

Tipo de error Sesgo (no entrega Sesgo e Imprecisión

detectado información sobre
imprecisión)
Proceso de Complejo, poco Tradicional, conocido.,
optimización y estandarizado, varios mayor estandarización
validación métodos
Representación Accuracy plot, Gráficos de Gráficos de Levey-Jennings
gráfica de Bland y Altman, gráficos
resultados de Levey-Jennings
Costos Bajos Medio-alto
operacionales medicina.uc.cl
BIG DATA Y CONTROL DE CALIDAD

medicina.uc.cl
 BIG DATA Y CONTROL DE CALIDAD

Implementación QC basado en la mediana móvil de

pacientes ambulatorios
- Fase pre-desarrollo
- Evaluación de la distribución de valores en la población ambulatoria.
- Determinación de algoritmo estadístico para cada analito.

- Fase de desarrollo (21000 exámenes)

- Aplicación de programa de simulación “in house”, con datos
retrospectivos + datos fuera de QC simulados cada 1000 exámenes
- Regla: “release from the back”; n por bloque 50
- Error tolerado basado en variabilidad biológica o +- 10% media

medicina.uc.cl
 BIG DATA Y CONTROL DE CALIDAD

Mediana móvil para datos en control (azul) y con simulaciones fuera de

control

medicina.uc.cl
 BIG DATA CONTROL DE CALIDAD

Corrida Real para Creatinina. A) Mediana móvil para creatinina (3 canales), mostrando
uno de ellos fuera de control. B) Gráfica de Bland-Altman mostrando comparación entre
los valores del bloque analizados en instrumento en control y fuera de control
medicina.uc.cl
 BIG DATA Y CONTROL DE CALIDAD

En esta experiencia, la implementación de un sistema de control

de calidad basado en datos reales demostró:

• Disminución significativa de la necesidad de usar controles

comerciales para QC, con reducción concomitante de costo

• Reducción del número de muestras repetidas (>50%)

• Manera efectiva de detectar mediciones sujetas a error en la

rutina del laboratorio

• A mediano-largo plazo, herramienta complementaria a QC

externo para detectar sesgo y sus posibles fuente
medicina.uc.cl
❖Test Multinanalíticos basados en algoritmos de IA:
Hacia un test para diagnóstico bioquímico de TDAH

medicina.uc.cl
 MULTIDISCIPLINA:
¡TODOS PARA UNO… UNO PARA TODOS!

medicina.uc.cl
TRASTORNO POR DÉFICIT DE ATENCIÓN E
HIPERACTIVIDAD (TDAH)

Impulsivida
Inatención Hiperactividad
d

dimensiones
TDAH
DSM-5 ICD-10

Feldman, H. M. and M. I. Reiff (2014). "Clinical practice. Attention deficit-hyperactivity disorder in children and adolescents."
N Engl J Med 370(9): 838-846.

medicina.uc.cl
 RELEVANCIA

• Prevalencia: 5-7% niños. 4% en adultos

• TDAH aumenta el riesgo de morir en niños y adultos.

Seguimiento
183049
años/persona
grupo TDAH

Dalsgaard, S. et al (2015). "Mortality in children, adolescents, and adults with attention deficit
hyperactivity disorder: a nationwide cohort study." Lancet 385(9983): 2190-2196.
medicina.uc.cl
EL DIAGNÓSTICO DE TDAH PUEDE SER
UNA PESADILLA PARA EL MÉDICO
CLÍNICO

medicina.uc.cl
 MODELO CLÁSICO: DOPAMINA

Genes Ambiente
Disfunción circuitos Dopaminérgicos

Mesocorticale Nigro-
Mesolimbicos
s estriatales

Déficit de la atención y
Impulsividad. Pobre
desorganización del Aversión a la espera por la
adquisición de hábitos
comportamiento recompensa

Sagvolden, T., et al. (2005). "A dynamic developmental theory of attention-deficit/hyperactivity disorder (ADHD) predominantly
hyperactive/impulsive and combined subtypes." Behav Brain Sci 28(3): 397-419; discussion 419-368.

medicina.uc.cl
 NUEVAS HIPÓTESIS: MIELINA

➢ Sujetos con TDAH cuando niños presentan disminución de Fracción Anisotrópica en

la edad adulta (33 años de seguimiento).
Cortese, S., et al. (2013). "White matter alterations at 33-year follow-up in adults with childhood attention-
deficit/hyperactivity disorder." Biol Psychiatry 74(8): 591-598.
medicina.uc.cl
 ¿¿¿Ciertos lípidos funcionales podrían estar relacionados
etiopatogénicamente y/o servir como biomarcador para TDAH????
 ESFINGOLÍPIDOS Y TDAH:
SIN DATA SCIENCE

Sphingomyelin Sphingomyelin Sphingomyelin Sphingomyelin

C16:0 C18:1 C18:0 C24:1

128

64
Serum levels (uM)

32

16 Henriquez-Henriquez, M.P., et al (2015).

"Low serum sphingolipids in children with
attention deficit-hyperactivity disorder."
8
Front Neurosci 9: 300.

4
ol

ol

ol

ol
D

D
ol

ol

ol

ol
H

H
tr

tr

tr

tr
tr

tr

tr

tr
D

D
on

on

on

on
on

on

on

on
A

A
-C

-C

-C

-C
-C

-C

-C

-C
R

R
R

R
U

medicina.uc.cl
 ESFINGOLÍPIDOS Y TDAH:
SIN DATA SCIENCE

ROC
Area bajo la curva (AUC):
0.81 (95% CI: 0.71- 0.89)
p-value<0.0001

Sensibilidad: 79%
Especificidad: 78%
VPN: 98%

Henriquez-Henriquez, M.P., et al (2015). "Low serum sphingolipids in children with attention deficit-hyperactivity disorder."
Front Neurosci 9: 300.

medicina.uc.cl
 ESFINGOLÍPIDOS Y TDAH:
Cases = 25 CON DATA SCIENCE
Controls = 29
Red Neuronal con 6 analitos
seleccionados entre 60 especies
100 moleculares y ratios
biológicamente significativos
80
AUC = 0.95
Sensitivity%

60
Sensitivity = 93.1%
40
Specificity = 84.0%
20

0
0 20 40 60 80 100
100% - Specificity%

• Post-hoc analysis cohorte piloto (en total=90).

• Red Neuronal en Set variables predictoras: Incluye 4 marcadores esfingolipídicos y 2 LC-PUFAs.
• Variables predictoras selelccionadas entre 60 variables biológicamente relevantes
medicina.uc.cl
 NUESTROS RESULTADOS POBLACIONALES
CONCUERDAN CON MODELOS ANIMALES. KO EN
CERS6 Y GM3 MUESTRAN FENOTIPO HIPERACTIVO

CerS6KO
Wild

Ebel, P., …Willecke,K. (2013). "Inactivation of ceramide
synthase 6 in mice results in an altered sphingolipid
metabolism and behavioral abnormalities." J Biol Chem
288(29): 21433-21447.
Niimi, K., C. Nishioka, T. Miyamoto, E. Takahashi, I. Miyoshi, C
Itakura and T. Yamashita (2011). "Impairment of
neuropsychological behaviors in ganglioside GM3-knockout
mice." Biochem Biophys Res Commun 406(4): 524-528.
medicina.uc.cl
 GRANDES DESAFÍOS EN LA INTERFASE
MATEMÁTICA- BIOQUÍMICA CLÍNICA

• Robustecer algoritmos de IA en relación a incertidumbre analítica

• Establecer metas de calidad analítica que aseguren la reproducibilidad de la

técnica
medicina.uc.cl
• Predecir vulnerabilidades en la clasificación
 DESAFÍOS:
HACIA UNA CULTURA DE BIG DATA EN LC

- Incorporación de científicos de datos en el equipo de

laboratorio

- Data Science en el curriculum de la especialidad

- Estandarización del análisis de datos: Discusión, discusión y

más discusión!!!

- Concepto clave: Data Science es ciencia y no magia…Análisis

de datos es completamente homologable al mesón de
trabajo!!!

medicina.uc.cl
 MENSAJES DE DESPEDIDA

• La ciencia de datos necesita del trabajo

MULTIDISCIPLINARIO para cumplir con su objetivo de
asignar SIGNIFICADO a la información contenida en los
BIG DATA

• ENORME potencialidad del uso de estas herramientas

en Laboratorio Clínico y biomedicina…. Que dicha
potencialidad se transforme en REALIDAD, DEPENDE DE
NOSOTROS

uc.cl
Escuela de Medicina

INFORMACIÓN DE CONTACTO

Marcela Henríquez Henríquez

Departamento de Laboratorios Clínicos
Escuela de Medicina
Pontificia Universidad Católica de Chile
mhenri@med.puc.cl
mphenriq@uc.cl

¡¡¡¡¡Gracias!!!
medicina.uc.cl