La ciencia de vanguardia detrás de Salud.ia

Sí. La plataforma admite análisis poligénicos en diferentes poblaciones y plataformas de pruebas genéticas. Los modelos se construyen para tener en cuenta las diferencias en la cobertura de SNP, las poblaciones de referencia y la calidad de los datos.

Cuando están disponibles grandes conjuntos de datos poblacionales (como el Biobanco del Reino Unido), los modelos se entrenan directamente en esos conjuntos de datos. Cuando ese tipo de datos no está disponible, los modelos se construyen utilizando hallazgos de múltiples estudios revisados por pares.

Cada modelo define claramente la población para la que fue desarrollado y el nivel de interpretación que admite, en lugar de aplicar un enfoque de talla única.

Los puntajes de riesgo genético pueden tener un rendimiento diferente entre grupos de ascendencia. Para abordar esto, la plataforma ajusta cómo se ponderan las variantes genéticas según los datos poblacionales y la solidez de la evidencia científica disponible.

Las variantes se seleccionan en función de factores como:

Si una variante tiene un fuerte respaldo científico pero una validación limitada en una población específica, su influencia se reduce y el nivel de confianza de la información se ajusta en consecuencia.

Esto ayuda a garantizar que los conocimientos se mantengan científicamente responsables mientras se utilizan señales biológicas significativas.

Se utilizan dos tipos de modelos dependiendo de los datos disponibles.

1. Modelos entrenados con datos

Estos se entrenan directamente en grandes conjuntos de datos poblacionales (como el Biobanco del Reino Unido) donde están disponibles datos genéticos y de resultados de salud. Estos modelos permiten una interpretación más cuantitativa y pasan por una validación estadística.

2. Modelos basados en la literatura

Cuando no hay grandes conjuntos de datos disponibles, se construyen modelos a partir de hallazgos de estudios genéticos publicados. Estos modelos proporcionan perspectivas direccionales en lugar de estimaciones de riesgo precisas. Una vez publicados, cada modelo se mantiene igual para garantizar resultados consistentes y reproducibles hasta que nuevas versiones sean investigadas y establecidas a fondo por nuestro equipo científico.

La plataforma interpreta los datos de salud utilizando múltiples entradas en lugar de depender únicamente de la genética. Diferentes fuentes de datos proporcionan diferentes tipos de información:

Los conocimientos provienen de evaluar cómo funcionan juntos estas señales en lugar de depender de una sola métrica.

La plataforma no presenta puntajes genéticos crudos ni valores de laboratorio por sí mismos. En cambio, los datos biológicos se interpretan a través de modelos estructurados que traducen la ciencia compleja en ideas claras. Los resultados se evalúan en contexto y se limitan a lo que la evidencia científica puede respaldar. Las ideas ayudan a explicar cómo pueden funcionar diferentes sistemas biológicos para un individuo y por qué ciertas estrategias de nutrición, recuperación o entrenamiento pueden ser más adecuadas. A medida que se agregan datos adicionales, como laboratorios, datos de dispositivos portátiles o entradas de estilo de vida, las recomendaciones pueden volverse más específicas mientras se mantiene la interpretación genética subyacente consistente.

Los conocimientos se priorizan en función de varios factores, incluyendo:

La plataforma mejora a través de actualizaciones de modelos y nueva evidencia científica, no cambiando los resultados en tiempo real. Cuando los modelos se actualizan o mejoran, se lanzan nuevas versiones. Cada versión permanece fija para los usuarios evaluados bajo ese modelo para garantizar consistencia y transparencia.