El Departamento de Medicina Intensiva del Hospital Universitario Son Llàtzer han publicado un estudio de identificación basada en el aprendizaje automático de factores de riesgo para la mortalidad en la UCI en 8902 pacientes críticos con infección vírica pandémica.
Marcio Borges
, médico de Medicina Intensiva del Hospital Universitario Son Llàtzer; han publicado el artículo con el título "Machine Learning-Based Identification of Risk Factors for ICU Mortality in 8902 Critically Ill Patients with Pandemic Viral Infection" en la revista Journal of Clinical Medicine.
Las pandemias de SARS-CoV-2 y de gripe A (H1N1)pdm09 han provocado un elevado número de ingresos en la UCI, con una alta mortalidad. Identificar los factores de riesgo de mortalidad en la UCI en el momento del ingreso puede ayudar a optimizar la toma de decisiones clínicas. Sin embargo, los factores de riesgo identificados pueden diferir, dependiendo del tipo de análisis utilizado. El objetivo es comparar los factores de riesgo y el rendimiento de un modelo lineal (regresión logística multivariable, GLM) con un modelo no lineal (bosque aleatorio, RF) en gran cohorte nacional.
Aunque el rendimiento de los modelos lineales y no lineales fue similar, se determinaron diferentes factores de riesgo, según el modelo utilizado. Esto alerta a los clínicos sobre las limitaciones y la utilidad de los estudios limitados a un solo tipo de modelo.
Referencia del artículo
Papiol E, Ferrer R, Ruiz-Rodríguez JC, Díaz E, Zaragoza R, Borges-Sa M, et al. Machine Learning-Based Identification of Risk Factors for ICU Mortality in 8902 Critically Ill Patients with Pandemic Viral Infection. Journal of clinical medicine. 2025 Jul 30;14(15). doi: 10.3390/jcm14155383. PubMed PMID: 40807005.Enlaces Bibliosalut |
Texto completoMétricas
| Consulte citas en Web of Science | ||
 Altmetric |
[Fuente: Bibliosalut]
[Foto: SAMU 061]