Desarrollo y validación de un modelo de predicción basado en el aprendizaje automático para la fragilidad en adultos...

Área de la Ciencia:

• Gerontología
• Cuidado de la diabetes
• La medicina computacional

Sus antecedentes:

• La fragilidad es frecuente en los adultos mayores con diabetes, aumentando los riesgos adversos para la salud.
• La detección temprana de la fragilidad es vital para las intervenciones oportunas en este grupo demográfico.
• Actualmente no existe un modelo específico de predicción de la fragilidad en adultos mayores con diabetes.

Objetivo del estudio:

• Desarrollar y validar un modelo de predicción para la fragilidad.
• Para identificar los predictores de la fragilidad en los adultos mayores con diabetes.
• Crear una calculadora electrónica de riesgos para la evaluación de la fragilidad.

Principales métodos:

• Se utilizaron datos del Estudio Longitudinal de Salud y Jubilación de China (CHARLS) (2011-2020).
• Evaluó la fragilidad usando el fenotipo de fragilidad de Fried.
• Desarrolló ocho modelos de aprendizaje automático, evaluados con curvas ROC y validación cruzada.
• Se han identificado factores predictivos mediante la revisión sistemática y la consulta de expertos.

Principales resultados:

• Se desarrollaron ocho modelos de aprendizaje automático para predecir la fragilidad.
• El rendimiento del modelo se evaluó rigurosamente utilizando métricas establecidas.
• El modelo óptimo se utilizará como calculadora electrónica de riesgos.

Conclusiones:

• Se ha desarrollado un modelo de predicción validado para la fragilidad en adultos mayores con diabetes.
• Esta herramienta puede ayudar en la identificación temprana y la intervención.
• Los hallazgos contribuyen a mejorar los resultados de salud para esta población.