La investigación pediátrica carece habitualmente de medidas fiables del estadio puberal o de los niveles hormonales en grandes conjuntos de datos, lo que obliga a los investigadores a clasificar a los niños en categorías binarias de sexo que no reflejan la gradualidad del desarrollo biológico. Esta limitación metodológica reduce la precisión de los estudios cardiovasculares y endocrinológicos en población infantil y adolescente.

Investigadores de la Wake Forest University School of Medicine han desarrollado el Electrocardiographic Sex Index (ESI), una puntuación basada en inteligencia artificial que se extrae de electrocardiogramas estándar y mide el desarrollo biológico como un espectro continuo. El modelo, entrenado inicialmente con ECGs de adultos, se aplicó sin reentrenamiento a 61.930 ECGs de pacientes de entre 0 y 18 años procedentes del archivo clínico de la University of Tennessee Health Science Center. El sistema analiza los patrones eléctricos cardiacos para capturar los cambios graduales asociados al crecimiento y a los cambios hormonales de la pubertad.

Para la investigación clínica pediátrica, el ESI abre la posibilidad de ajustar los análisis por estadio de maduración cuando no se dispone de datos de estadificación de Tanner ni de mediciones hormonales, dos recursos que rara vez están disponibles en estudios retrospectivos a gran escala. Para los sistemas sanitarios, esto supone extraer valor adicional de una prueba rutinaria ya recogida en la práctica clínica habitual, sin coste adicional de adquisición de datos.

El estudio, publicado en European Heart Journal – Digital Health, muestra que los valores de ESI convergen en la infancia temprana y se separan de forma progresiva y consistente a lo largo de la adolescencia, con tendencias similares en todos los grupos raciales analizados; los próximos pasos incluyen estudios longitudinales que incorporen estadificación de Tanner, mediciones hormonales y resultados clínicos para evaluar su significado biológico y su utilidad en la práctica asistencial.

Artículo escrito por el equipo de redacción de News-Medical
17/06/2026

Artículo escrito por el equipo de redacción de la Universidad de Valladolid

11/06/2026

Source:

News Medical

https://www.news-medical.net/news/20260528/AI-model-tracks-child-maturity-patterns-through-routine-ECG-data.aspx