Análisis de concordancia de campo de error: un nuevo método estadístico y paquete de Python para evaluar la...

Área de la Ciencia:

• Cardiología
• Estadísticas médicas
• Medicina de cuidados intensivos

Sus antecedentes:

• La evaluación de la concordancia entre los métodos de medición del rendimiento cardíaco (CO) es crucial en los cuidados perioperatorios e intensivos.
• Los métodos existentes, como los análisis de gráficos de 4 cuadrantes y polares, tienen limitaciones para distinguir los niveles de concordancia y cuantificar la discordancia.
• Se propone un nuevo enfoque, el análisis de concordancia de campo de error, para superar estas limitaciones.

Objetivo del estudio:

• Introducir y validar el análisis de concordancia de campo de error como un método intuitivo y preciso para evaluar la concordancia.
• Desarrollar un paquete de Python fácil de usar para implementar este nuevo análisis.
• Comparar el rendimiento del análisis de concordancia de campo de error con los métodos establecidos.

Principales métodos:

• El análisis de concordancia de campo de error utiliza un plano cartesiano codificado por colores y calcula un ángulo de concordancia.
• Se establece el marco matemático para calcular la concordancia utilizando este método.
• Para la comparación se utilizaron datos simulados que representaban varios niveles de concordancia (fuerte, flojo, ruido, discordancia).

Principales resultados:

• El análisis de la concordancia del campo de error diferencia efectivamente entre la concordancia fuerte, la concordancia suelta, el ruido total y la discordancia fuerte sin exclusión de datos.
• Supera el análisis de parcela de 4 cuadrantes en la detección de pérdida de concordancia, discordancia y ruido.
• El análisis de la trama polar demostró una escasa capacidad de discriminación y poca fiabilidad en comparación con el método propuesto.

Conclusiones:

• El análisis de concordancia de campo de error proporciona una visualización intuitiva y codificada por colores en un plano cartesiano.
• Se obtiene una puntuación fácilmente interpretable para evaluar tanto la concordancia como la discordancia.
• El método ofrece una mejora significativa con respecto a las técnicas existentes para el análisis de la concordancia de las mediciones de CO.