Análisis computacional y estadístico para aprovechar modelos de aprendizaje automático basados en biomarcadores en la...

Área de la Ciencia:

• Informática Biomédica
• Biología Computacional
• Ciencia de Datos en Salud

Sus antecedentes:

• La pandemia de COVID-19 destacó la necesidad de una predicción precisa de los resultados de los pacientes.
• Los métodos existentes para predecir la mortalidad requieren una mejora en cuanto a precisión y puntualidad.

Objetivo del estudio:

• Evaluar 14 modelos de aprendizaje automático (ML) para predecir la supervivencia de pacientes con COVID-19 utilizando datos de biomarcadores.
• Identificar los biomarcadores más influyentes y los modelos de ML de mejor rendimiento para la predicción de resultados de COVID-19.

Principales métodos:

• Se entrenaron y evaluaron 14 modelos de ML utilizando 26 biomarcadores clínicos.
• Se utilizaron gráficos SHAP para identificar 15 biomarcadores clave y se clasificaron los modelos según métricas de rendimiento (precisión, exactitud, exhaustividad, etc.).
• Se eliminaron los biomarcadores y modelos menos influyentes, y luego se reentrenaron los cinco modelos principales (LightGBM, Random Forest, CatBoost, XGBoost, Gradient Boost) en dos cohortes de pacientes.

Principales resultados:

• Los cinco modelos de ML seleccionados predijeron con precisión la supervivencia y la no supervivencia de los pacientes en diferentes datos demográficos.
• El análisis SHAP identificó 15 biomarcadores influyentes, incluida la edad y el sexo, que regulan los resultados de los pacientes.
• LightGBM demostró un rendimiento superior en comparación con otros modelos de ML evaluados.

Conclusiones:

• Los modelos de ML identificados, en particular LightGBM, pueden predecir eficazmente los resultados de los pacientes con COVID-19 utilizando datos de biomarcadores.
• Los hallazgos respaldan la monitorización de la enfermedad, la asignación de recursos y el manejo clínico de pacientes críticos con COVID-19.