CHOP desarrolla herramienta de diagnóstico TDAH que distingue el trastorno de otras afecciones

El algoritmo, que provino del Centro de Genómica Aplicada, se basa en registros de salud electrónicos existentes. Está destinado a ayudar a reducir la "odisea de diagnóstico" que enfrentan muchos pacientes con trastorno por déficit de atención y dirigirlos a la mejor opción de tratamiento.

Video Chequeos médicos: lo que no debe faltar ante el regreso a clases

FILADELFIA, PA- Investigadores del Children's Hospital of Philadelphia han diseñado un nuevo algoritmo que puede distinguir a los pacientes que solo tienen trastorno por déficit de atención/hiperactividad de aquellos que también tienen otras afecciones relacionadas.

El algoritmo, que provino del Centro de Genómica Aplicada, se basa en registros de salud electrónicos existentes. Está destinado a ayudar a reducir la "odisea de diagnóstico" que enfrentan muchos pacientes con TDAH y dirigirlos a la mejor opción de tratamiento, dice un comunicado del hospital.

PUBLICIDAD

“Nuestro objetivo con este algoritmo era establecer una herramienta que pudiera usarse para automatizar futuros análisis genéticos y mejorar el rendimiento y la precisión del diagnóstico”, dijo Hakon Hakonarson, director del CAG y autor principal del estudio.

El TDAH es una condición compleja que afecta entre el 5 y el 8 % de los niños en edad escolar y entre el 2 y el 4 % de los adultos.

Debido a que la condición tiene tres tipos diferentes y existe en un espectro, a menudo es difícil de diagnosticar. Esto se ve agravado por el hecho de que aproximadamente la mitad de los pacientes con TDAH también tienen otro problema de salud mental, generalmente un trastorno del sueño o de ansiedad o una discapacidad de aprendizaje.

El algoritmo ayudará a los médicos e investigadores a distinguir mejor estos grupos de pacientes y tratarlos de manera más efectiva.

"Es posible que estos grupos con o sin (estos diagnósticos adicionales) puedan responder de manera diferente a la medicación, lo que podría ayudarnos a diseñar métodos mejores y más efectivos para la intervención terapéutica", dijo Hakonarson.

Los investigadores encontraron que el algoritmo diagnosticaba correctamente a los pacientes con TDAH el 95% de las veces. Para otras condiciones psiquiátricas fue correcta entre el 60 y el 100% de las veces.