Predecir el riesgo de depresión respiratoria inducida por opiáceos utilizando ChatGPT-4o y técnicas de aprendizaje...

Área de la Ciencia:

• La informática médica es la informática médica.
• Toxicología Toxicología.
• Medicina de emergencia Medicina de emergencia.

Sus antecedentes:

• La depresión respiratoria inducida por opioides es una complicación crítica y potencialmente mortal de la sobredosis de opioides.
• La predicción temprana y precisa de la depresión respiratoria es crucial para la intervención oportuna y la mejora de los resultados de los pacientes.

Objetivo del estudio:

• Desarrollar y validar un modelo predictivo para el riesgo de depresión respiratoria inducida por opioides.
• Aprovechar la IA avanzada, específicamente ChatGPT-4o, para un enfoque de modelado predictivo sin código.

Principales métodos:

• Un estudio retrospectivo transversal de 2.005 pacientes ingresados por sobredosis de opiáceos.
• Extracción de datos de registros médicos electrónicos que incluyen datos demográficos, presentación clínica, intervenciones y resultados.
• Desarrollo de un modelo predictivo utilizando una metodología sin código con asistencia de ChatGPT-4o.

Principales resultados:

• La depresión respiratoria inducida por opioides estuvo presente en el 18% de los pacientes.
• Se identificaron predictores clave: baja saturación de oxígeno (SpO2), baja frecuencia respiratoria (RR) y aumento de la frecuencia cardíaca (HR).
• El modelo predictivo demostró una alta precisión (94,4%), recuerdo (81,0%) y AUC (0,98) para la depresión respiratoria.

Conclusiones:

• El estudio identificó con éxito predictores clínicos críticos para la depresión respiratoria en la sobredosis de opioides.
• Los modelos de aprendizaje automático, como el desarrollado con ChatGPT-4o, muestran un potencial significativo para mejorar las estrategias de detección temprana y intervención.