El Servei de Medicina Interna de l'Hospital Universitari Son Llàtzer ha participat en un acostament amb marchine learning sobre la importància de l'associació de comorbiditats en els resultats de COVID-19. També hi han participat diferents centres espanyols.
Andrés Alberto de la Peña-Fernández, metge de medicina interna de l'Hospital Universitari Son Llàtzer, ha participat en la publicació de l'article amb el títol "The importance of association of comorbidities on COVID-19 outcomes: a machine learning approach" a la revista Current Medical Research and Opinion.
La influència individual d'una varietat de comorbiditats en els resultats de pacients amb COVID-19 ja s'han analitzat en treballs previs d'una forma aïllada. Es volia determinar si les diferents associacions de malalties influeixen en els resultats dels pacients amb COVID-19.
Es va realitzar un estudi multicèntric de cohorts retrospectiu basat en la pràctica clínica. Les dades es varen prendre del Registre SEMI-COVID-19, que inclou la majoria dels pacients consecutius amb COVID-19 confirmada, hospitalitzats i donats d'alta a Espanya. Es varen aplicar dos algoritmes de machine learning per classificar les comorbiditats i els pacients. El criteri de valoració primari va ser un compost de mort per totes les causes o ingrés en la unitat de cures intensives durant el període d'hospitalització.
La interacció de vàries comorbiditats pot afectar el resultat i a les complicacions dels pacients amb COVID-19.
Referència de l'article
Arévalo-Lorido JC, Carretero-Gómez J, Casas-Rojo JM, Antón-Santos JM, Melero-Bermejo JA, López-Carmona MD, et al. The importance of association of comorbidities on COVID-19 outcomes: a machine learning approach. Curr Med Res Opin. 2022;1–32. doi: 10.1080/03007995.2022.2029382. PubMed PMID: 35037799.Enllaços Bibliosalut
Mètriques
Consulteu cites en Web of Science | ||
Altmetric |
[Font: Bibliosalut]
[Foto: CSIC]