Notizie
Scoperto ruolo chiave del microbiota intestinale nell'asma
Un gruppo di ricerca cinese ha esaminato le relazioni causali genetiche del microbiota intestinale con l’asma e i suoi tre […]
Uno studio sull’asma infantile scopre miscele di inquinanti atmosferici rischiosi
È stato sviluppato un nuovo algoritmo di apprendimento automatico per identificare miscele precedentemente sconosciute di inquinanti atmosferici tossici che sembrano essere collegati a risultati peggiori per quanto riguarda l’asma dei bambini.
Lo studio ha esaminato l’esposizione precoce a decine di inquinanti su 151 bambini con forme da lievi a gravi della malattia. Mentre alcuni casi potrebbero essere collegati a un singolo inquinante atmosferico, altri sembrano essere collegati a miscele di inquinanti che non erano mai stati associati all’asma. I dati sono stati recentemente pubblicati.
Anche se diversi studi hanno dimostrato che la respirazione di singoli inquinanti atmosferici tossici aumenta le probabilità che un bambino possa soffrire di asma, poco si sa su ciò che accade quando gli inquinanti si mescolano. In questo studio, i ricercatori hanno usato un nuovo algoritmo di apprendimento automatico per scoprire che 18 sostanze chimiche individuali possono essere collegate a risultati di asma peggiori più avanti nella vita.
In particolare, hanno analizzato se un bambino aveva bisogno di farmaci quotidiani per il controllo dell’asma o ha dovuto visitare un pronto soccorso o trascorrere del tempo in ospedale come risultato della propria condizione. I ricercatori hanno trovato una ventina di miscele inquinanti che fino a quel momento non erano mai state collegate al rischio di asma a lungo termine.
Inoltre, i ricercatori hanno scoperto che anche i fattori demografici possono giocare un ruolo importante. Per esempio, l’esposizione a una combinazione di idrochinone e dicloruro di etilidene era il più forte predittore di ricoveri notturni. Lo studio ha scoperto che i bambini che ricadevano in questa categoria erano anche più giovani e con redditi familiari più bassi rispetto a quelli che non erano esposti agli inquinanti.
Lo studio è un esempio di come l’apprendimento automatico abbia il potenziale per modificare la ricerca medica capendo come un’ampia varietà di fattori ambientali influenzi la nostra salute. In futuro, i ricercatori hanno intenzione di utilizzare l’algoritmo sperimentato qui per affrontare i fattori ambientali associati ad altri disturbi complessi.
Fonte: Journal of Clinical Investigation
