Nueces de Brasil

Área de la Ciencia:

• Medicina de Cuidados Críticos
• Aprendizaje Automático en Atención Médica
• Modelado Pronóstico

Sus antecedentes:

• La sepsis es una causa principal de mortalidad en la unidad de cuidados intensivos (UCI).
• Las herramientas pronósticas precisas son cruciales para el manejo eficaz de la sepsis.
• Las herramientas existentes pueden carecer de interpretabilidad para la toma de decisiones clínicas.

Objetivo del estudio:

• Desarrollar y validar un nomograma interpretable basado en aprendizaje automático.
• Predecir la mortalidad intrahospitalaria en pacientes con sepsis.
• Guiar la toma de decisiones clínicas para pacientes en estado crítico.

Principales métodos:

• Estudio de cohorte retrospectivo de 407 pacientes adultos con sepsis.
• División aleatoria en cohortes de entrenamiento (n=284) y validación (n=123).
• Regresión logística multivariante basada en LASSO para la construcción del nomograma.

Principales resultados:

• Se identificaron siete predictores: edad, infección abdominal, uso de vasopresores, recuento de leucocitos, péptido natriurético cerebral tipo B, puntuación APACHE II, ventilación mecánica.
• El nomograma demostró una fuerte discriminación (AUC de 0,900 en entrenamiento, 0,796 en validación).
• El rendimiento del modelo y la utilidad clínica se confirmaron mediante análisis de calibración, curva de decisión y SHAP.

Conclusiones:

• Se desarrolló un nomograma novedoso e interpretable de aprendizaje automático para la predicción de mortalidad por sepsis.
• Esta herramienta ofrece una evaluación de riesgos práctica para la intervención temprana.
• Potencial para mejorar los resultados en pacientes con sepsis en estado crítico a través de una mejor comprensión clínica.