Un trabajo de investigadores de la Universidad del País Vasco propone un novedoso método de clasificación de calidad embrionaria, que se publica en Statistical Methods in Medical Research.
Investigadores de la Unidad de Reproducción Asistida del Hospital Universitario Donostia de Osakidetza (BioDonostia) y del grupo de Sistemas Inteligentes de la Facultad de Informática de la Universidad del País Vasco (UPV/EHU) acaban de publicar un trabajo de investigación sobre asistencia a la selección de embriones, que propone “un novedoso método que asigna probabilidad respecto a la calidad embrionaria”.
Hasta ahora “los ciclos en los cuales algunos, pero no todos, de los embriones transferidos se implantaron con éxito eran descartados para el aprendizaje de los modelos predictivos, debido a que no es posible identificar cuáles fueron los embriones implantados con éxito y cuáles no”, han indicado los investigadores.
Según han explicado, el método actualmente utilizado para la clasificación de la calidad embrionaria se basa en un conjunto de reglas regularmente actualizado por la Asociación para el Estudio de la Biología de la Reproducción (Asebir). Teniendo en cuenta diferentes características morfológicas de los embriones, se asigna a cada uno una categoría entre cuatro valores posibles, ordenados de mayor a menor calidad embrionaria.
El método propuesto “devuelve una probabilidad, un valor entre 0 y 1, asignando mayor probabilidad a los embriones de mayor calidad embrionaria”. En comparación con el método Asebir, la respuesta de la nueva técnica es “de grano más fino” y podría ser igualmente usada para decidir qué embriones se transfieren, han señalado sus responsables.
De acuerdo con los resultados del estudio publicado, no todos los embriones de una misma categoría Asebir conllevarían una misma calidad embrionaria.
“Se ha podido comprobar, sobre ciclos de reproducción ya finalizados, que mientras el método de Asebir y el propuesto coincidían en la predicción de los embriones de calidad alta y baja, existían notables diferencias con los embriones de calidades intermedias”, han apuntado los investigadores.
El trabajo forma parte de la tesis doctoral Contributions to learning Bayesian network models from weakly supervised data, recientemente defendida por Jerónimo Hernández, bajo la dirección de Iñaki Inza y José Antonio Lozano, profesores del Departamento Ciencias de la Computación e Inteligencia Artificial de la Facultad de Informática de la UPV/EHU
Agosto 14/2016 (Diario Médico) Fuente: Noticias de Salud Al Día
Los lectores comentan