Desarrollo de un modelo predictivo para las infecciones gastrointestinales neonatales adquiridas en el hospital...

Área de la Ciencia:

• Medicina neonatal
• Biología computacional
• Enfermedades infecciosas

Sus antecedentes:

• Las infecciones gastrointestinales neonatales presentan riesgos significativos en los entornos de cuidados intensivos.
• La identificación temprana y la intervención son cruciales para mejorar los resultados neonatales.

Objetivo del estudio:

• Desarrollar y validar un modelo de aprendizaje automático para predecir infecciones gastrointestinales neonatales.
• Identificar los principales factores de riesgo asociados con estas infecciones en los recién nacidos.

Principales métodos:

• Análisis retrospectivo de 176 recién nacidos con infecciones gastrointestinales y 675 controles.
• Utilizó algoritmos de aprendizaje automático, incluidas las redes neuronales, con métodos de selección de características (Boruta, Lasso).
• SMOTE aplicado para el desequilibrio de clase y SHAP para la interpretabilidad del modelo.

Principales resultados:

• Un modelo de red neuronal identificó nueve factores de riesgo significativos, incluida la edad gestacional y el cateterismo venoso central.
• El modelo logró métricas de alto rendimiento tanto en el entrenamiento (AUC = 0,895) como en las pruebas (AUC = 0,876).
• Se desarrolló una calculadora web interactiva para uso clínico.

Conclusiones:

• El modelo predictivo validado permite la identificación temprana de los recién nacidos con riesgo de infecciones gastrointestinales.
• Apoya la toma de decisiones clínicas para intervenciones oportunas, reduciendo potencialmente la morbilidad relacionada con la infección.