Modelo computacional para la identificación deendofenotipos y clasificación de pacientes conartritis reumatoide a partir de datos genéticos,serológicos y clínicos, utilizando técnicasde inteligencia computacional / Computational model for the identification of endophenotypes and classification of rheumatoid arthritis patients from genetic, serological, and clinical data using computational intelligence techniques

Utilizar modelos de inteligencia computacional para la clasificación e identificaciónde endofenotipos (relación entre fenotipo y marcadores genéticos) en pacientes con artritisreumatoide y controles sanos, a partir de información genética, principalmente el HLA DRB1(antígeno leucocitario humano) y la teoría del epítope compartido.Métodos: Desarrollamos modelos computacionales para clasificación, utilizando técnicasde inteligencia computacional como son las redes neuronales, redes bayesianas y métodoscomo k-means. Como datos de entrada se utilizaron variables como: factor reumatoide,anticuerpos contra péptido citrulinado, proteína C reactiva, número de articulaciones inflamadasy dolorosas, rigidez matinal, edad, género, antecedentes de comorbilidades y lainformación del alelo HLA DRB1.Resultados: Se obtuvieron resultados importantes para el diagnóstico de la enfermedad,así como también para su categorización y como potencial aplicación en la medicinapersonalizada de los individuos afectados por esta enfermedad. Conclusión: Los métodos utilizados permiten una mejor estratificación de la enfermedad enrelación con la predicción de fenotipos y posibles desenlaces de la enfermedad, así comopara la potencial prevención primaria de la enfermedad...