El Departamento de Ciencias Matemáticas e Informática de la Universidad de las Illes Balears (UIB), junto con el Instituto de Investigación Sanitaria de las Illes Balears (IdISBa) y la Escuela Universitaria ADEMA, han participado en un estudio que reconfirma la precisión del NLR en el diagnóstico diferencial entre meningitis bacteriana y viral.
Irene García
, investigadora del Departamento de Ciencias Matemáticas e Informática de la UIB y del IdISBa, junto con Juan Jiménez, investigador de ADEMA, han participado en la publicación de un artículo con el título: "Artificial Intelligence in Differential Diagnostics of Meningitis: A Nationwide Study" en la revista Diagnostics.
El diagnóstico diferencial entre la meningitis bacteriana y la viral es crucial. En nuestro estudio, para diferenciar la meningitis bacteriana de la vírica, se aplicaron tres algoritmos de aprendizaje automático (ML) (regresión logística múltiple (MLR), bosque aleatorio (RF) y naïve-Bayes (NB)) para los dos grupos de edad (0-14 y >14 años) de los pacientes con meningitis por métodos convencionales (cultivo) y moleculares (PCR).
Se utilizaron como predictores de los algoritmos ML los neutrófilos del líquido cefalorraquídeo (LCR), los linfocitos del LCR, la relación neutrófilos-linfocitos (NLR), la albúmina en sangre, la proteína C reactiva (PCR) en sangre, la glucosa, el receptor soluble del activador del plasminógeno tipo uroquinasa (suPAR) en sangre y la relación linfocitos- PCR en sangre (LCR) del LCR.
El rendimiento de los algoritmos ML se evaluó mediante un procedimiento de validación cruzada, y las predicciones óptimas del tipo de meningitis fueron superiores al 95% para la meningitis vírica y al 78% para la bacteriana. En general, los algoritmos MLR y RF obtuvieron el mejor rendimiento cuando se utilizaron los neutrófilos del LCR, los linfocitos del LCR, el NLR, la albúmina, la glucosa, el sexo y la PCR. Además, nuestros resultados reconfirman la alta precisión diagnóstica de NLR en el diagnóstico diferencial entre meningitis bacteriana y viral.
Referencia del artículo
Mentis A-FA, Garcia I, Jiménez J, Paparoupa M, Xirogianni A, Papandreou A, et al. Artificial Intelligence in Differential Diagnostics of Meningitis: A Nationwide Study. Diagnostics (Basel, Switzerland). 2021;11(4):602. doi: 10.3390/diagnostics11040602. PubMed PMID: 33800653.Enlaces Bibliosalut | Texto completo
Métricas
| Consultad citas en Web of Science | ||
 Altmetric |
[Fuente: Bibliosalut]
