Desarrollo de modelos de predicción de aprendizaje automático para los resultados postoperatorios en la circuncisión...

Área de la Ciencia:

• Urología Urología Urología.
• Oncología Quirúrgica Oncología Quirúrgica.
• La informática médica es la informática médica.

Sus antecedentes:

• La circuncisión masculina es un procedimiento global común con beneficios conocidos.
• La variabilidad en los resultados requiere una planificación procedimental optimizada para pacientes adultos.
• Las variaciones anatómicas y las comorbilidades afectan los resultados postoperatorios.

Objetivo del estudio:

• Desarrollar y validar modelos de aprendizaje automático para predecir complicaciones postoperatorias a corto plazo en la circuncisión masculina adulta.
• Para identificar los predictores clave de las complicaciones utilizando técnicas de aprendizaje supervisado.
• Mejorar la toma de decisiones preoperatorias a través de la evaluación de riesgos individualizada.

Principales métodos:

• Análisis retrospectivo de 194 casos de circuncisión masculina en adultos (2023-2024).
• Evaluación de regresión logística, bosque aleatorio y modelos de máquinas vectoriales de soporte.
• Utilizó variables de procedimiento e intraoperatorias, incluida la modalidad quirúrgica, la pérdida de sangre y la técnica, con análisis SHAP para la interpretabilidad.

Principales resultados:

• El modelo de máquina vectorial de soporte (SVM) mostró un rendimiento superior con AUC ROC de 0.907.
• Los predictores clave identificados fueron la pérdida de sangre intraoperatoria y la técnica quirúrgica.
• El análisis SHAP proporcionó información sobre la interpretabilidad del modelo y la importancia del predictor.

Conclusiones:

• Los modelos de aprendizaje automático interpretables ofrecen utilidad clínica para la predicción de riesgos individualizados en la circuncisión de adultos.
• Los hallazgos pueden guiar decisiones preoperatorias personalizadas, especialmente en entornos de alto riesgo.
• La investigación futura debe centrarse en la validación externa y poblaciones diversas.