Modelos de aprendizaje automático para identificar la incontinencia urinaria en mujeres con antecedentes de...

Área de la Ciencia:

• Urología Urología Urología.
• La informática médica es la informática médica.
• Aprendizaje automático en el cuidado de la salud

Sus antecedentes:

• La incontinencia urinaria (IU) es un problema de salud importante para las mujeres con antecedentes de histerectomía.
• Aclarar el vínculo entre la histerectomía por razones benignas y la UI es esencial para evitar cirugías innecesarias.

Objetivo del estudio:

• Desarrollar un modelo de aprendizaje automático (ML) para identificar factores asociados con la UI en mujeres después de la histerectomía.
• Crear una herramienta interpretable y accesible para el apoyo a la decisión clínica.

Principales métodos:

• Análisis de 2021 pacientes de la base de datos NHANES para la derivación del modelo.
• Evaluación de 13 características demográficas y clínicas mediante el uso de seis algoritmos ML (LR, NB, MLP, XGBoost, RF, SVM).
• Validación externa en 556 pacientes; interpretación a través de nomograma y SHAP; despliegue como plataforma en línea.

Principales resultados:

• Los modelos de ML mostraron un rendimiento predictivo consistente en las cohortes de validación interna y externa.
• Los valores del área debajo de la curva (AUC) oscilaron entre 0,702 y 0,763, con precisiones entre 0,627 y 0,697.
• No se observaron diferencias significativas de rendimiento entre los algoritmos ML probados.

Conclusiones:

• Los modelos de ML identifican efectivamente la UI en mujeres con antecedentes de histerectomía.
• El nomograma desarrollado y la herramienta en línea mejoran la accesibilidad y la viabilidad de identificar a las mujeres en riesgo.
• Este enfoque apoya la toma de decisiones clínicas informadas con respecto a la histerectomía y el manejo de la IU.