Predicción de la variabilidad de la presión arterial en hemodiálisis mediante un modelo de máquina de impulso explicable | JoVE Visualize

Área de la Ciencia:

Nefrología
Medicina Cardiovascular
Inteligencia Artificial en la Atención Médica

Sus antecedentes:

La hipotensión y la hipertensión intradiálisis aumentan el riesgo cardiovascular en pacientes en hemodiálisis.
Los modelos actuales de predicción de la presión arterial sistólica (PAS) tienen limitaciones, incluidos rangos de error consistentes y falta de transparencia.
Una mejor monitorización de la PAS puede mejorar la atención al paciente más allá de la clasificación tradicional de eventos.

Objetivo del estudio:

Desarrollar un modelo de predicción de PAS utilizando Explainable Boosting Machine (EBM).
Evaluar la generalización del modelo EBM desarrollado en diferentes sucursales hospitalarias.
Comparar el rendimiento del modelo EBM con otros métodos comunes de aprendizaje automático.

Principales métodos:

Análisis retrospectivo de datos de 524 pacientes en hemodiálisis (2016-19).
Se utilizó Explainable Boosting Machine (EBM) para la predicción de PAS, incorporando parámetros de hemodiálisis, signos vitales y mediciones predialíticas.
Se empleó validación cruzada entre sucursales para la evaluación de la generalización y la selección de características, comparando EBM con otros cinco modelos de aprendizaje automático.

Principales resultados:

El modelo EBM logró un rendimiento competitivo (MAE: 10,57-11,33 mmHg, r: 0,80-0,83) en la validación cruzada.
Un gráfico de cascada visualizó las contribuciones de las características a la predicción de la PAS, ofreciendo transparencia.
Se encontraron altas correlaciones (r: 0,81-0,87) entre la variabilidad de la presión arterial y los errores de predicción.

Conclusiones:

Los modelos EBM demostraron una excelente generalización entre sucursales y transparencia a nivel de características, alineándose con la comprensión clínica.
La naturaleza transparente de EBM contrasta con los modelos de caja negra, lo que reduce la necesidad de métodos de explicación post-hoc.
Los hallazgos respaldan el desarrollo de soluciones específicas para el paciente para el manejo de patrones de presión arterial altamente variables en hemodiálisis.