La IA explicable revela patología tisular y impulsores psicosociales de la prescripción de opioides para dolor lumbar crónico no específico

El manejo efectivo del dolor de espalda inferior no específico (NS-CLBP) requiere decisiones de prescripción matizadas dentro de las pautas de evolución para el tratamiento conservador. Este estudio desarrolló perfiles integrales de pacientes con LBP de registros médicos electrónicos (EMR), que integran gráficos clínicos (demografía, determinantes sociales, diagnósticos, medicamentos) y informes de radiología (diagnósticos confirmados por resonancia magnética) para predecir estrategias de manejo farmacológico. Los marcos de clasificación de un VS-One y One-VS evaluaron sistemáticamente las decisiones de tratamiento en tres recetas: sin medicamentos, AINE y opioides. La complejidad y la heterogeneidad del mundo real en la gestión de NS-CLBP se reflejó en métricas de rendimiento modestas pero clínicamente significativas (precisión equilibrada = 0.58, AUC = 0.62, puntaje F1 = 0.42). Los diagnósticos documentados de cuadros tienen una patología informada por la resonancia magnética marginalmente superada como predictores, aunque esta diferencia estaba dentro del rango de variabilidad, lo que sugiere la importancia de los diagnósticos informados por los síntomas informados por el paciente en la configuración de las vías de tratamiento. El análisis de importancia de la característica de la forma identificó predictores consistentes (anual_at_first_imaging) y factores variables (spinal_stenosis, disco_pathology, race_ethnicity, negativo_psych_state, osteoartritis_osteoartrosis) en prescripciones, con asociaciones más altas observadas en aquellos con ansiedad o depresión, individuos asociados y mujeres. Al aprovechar la IA explicable, este estudio cuantifica la interacción entre los impulsores biológicos y psicosociales de las decisiones de prescripción, que ofrece una herramienta de monitoreo transparente basada en datos para la comprensión en el cuidado del dolor crónico. Estos hallazgos demuestran el potencial de los datos EMR multimodales y los modelos interpretables para guiar la gestión NS-CLBP más personalizada y equitativa y las recetas de opioides.