Modelo de predicción utilizando machine learning de mortalidad en pacientes con insuficiencia cardiaca

Noticia de Actualidad - Cardiología


Description

Excerpt

Body

Un artículo publicado en la edición de agosto de la revista American Journal of Cardiology, presenta los resultados de un estudio, llevado a cabo con el objetivo de desarrollar un modelo de predicción de mortalidad a treinta días después del egreso hospitalario, en pacientes con insuficiencia cardiaca, mediante una estrategia de machine learning (aprendizaje automático). 

Se incluyeron todos los pacientes con ingreso por insuficiencia cardiaca no electivo dentro del sistema de salud del Montefiore Medical Center, durante un lapso de diez años, entre enero de 2001 y diciembre de 2010, desarrollándose un modelo de conjunto para la mortalidad a 30 días después del egreso, en el que se usaron la discriminación, el rango de predicción, el índice de Brier y la varianza explicada, para evaluar el rendimiento del mismo.

Fueron incluidos 7.516 pacientes, con lo que se logró una discriminación por el modelo de conjunto mayor de 0.83 (IC 95% 0.80 a 0.87), en comparación con el modelo de referencia 0.79 (IC 95%: 0.75 a 0.84), con lo que se demostró un mejor rango de predicción de la estrategia de aprendizaje automático, así como un perfil favorable con respecto a las otras métricas empleadas.

Referencia

Negassa A, Ahmed S et al. Prediction model using machine learning for mortality in patients with heart failure. Am Heart Journal. 2021; 153: 86 - 93

Resumen disponible en

https://www.ajconline.org/article/S0002-9149(21)00523-3/fulltext