Desarrollo y evaluación de un modelo de aprendizaje automático para predecir el riesgo de readmisión no planificada...

Área de la Ciencia:

• Gastroenterología
• Informática Biomédica
• Biología Computacional

Sus antecedentes:

• La colitis ulcerosa (CU) es una enfermedad inflamatoria intestinal crónica caracterizada por brotes y remisiones impredecibles.
• Las hospitalizaciones frecuentes son comunes en pacientes con CU debido a la variabilidad de la enfermedad.
• Los sistemas de puntuación de riesgo existentes carecen de suficiente precisión para predecir las readmisiones hospitalarias en pacientes con CU.

Objetivo del estudio:

• Desarrollar y validar un modelo basado en aprendizaje automático (ML) para predecir el riesgo de readmisión hospitalaria no planificada a 1 año en pacientes con CU.
• Identificar los predictores clave de readmisión utilizando técnicas de ML.
• Crear una herramienta fácil de usar para la aplicación clínica.

Principales métodos:

• Se utilizó una cohorte retrospectiva (n=324) para desarrollar el modelo de ML, con validación externa en una cohorte prospectiva (n=137).
• Las variables de entrada incluyeron datos demográficos, historial médico, medicamentos, síntomas, hallazgos de laboratorio y datos endoscópicos.
• Se utilizó la Eliminación Recursiva de Características (RFE) para seleccionar las características óptimas, y se construyeron y validaron cruzadamente ocho modelos de ML. Se eligió el modelo de Bosques Aleatorios (RF) por su rendimiento.

Principales resultados:

• El algoritmo RFE identificó la proteína C reactiva, la velocidad de eritrosedimentación, el recuento de glóbulos rojos, el aumento de la frecuencia de deposiciones y el recuento de plaquetas como predictores clave.
• Todos los modelos de ML demostraron una capacidad predictiva sólida con un AUC > 0.75 en la cohorte de entrenamiento.
• El modelo RF exhibió una excelente estabilidad y generalización, logrando AUCs de 0.936 (entrenamiento), 0.815 (validación interna) y 0.813 (validación externa).

Conclusiones:

• El modelo desarrollado basado en RF predice con precisión el riesgo a 1 año de readmisión no planificada en pacientes con CU.
• Una calculadora de riesgo basada en web, basada en el modelo RF, proporciona a los médicos una herramienta valiosa para la evaluación de riesgos personalizada.
• Esta herramienta puede mejorar las estrategias de manejo de pacientes para la colitis ulcerosa.