El Servei de Medicina Intensiva de l'Hospital Universitari Son Llàtzer han publicat un estudi d'identificació basada en l'aprenentatge automàtic de factors de risc per a la mortalitat a la UCI en 8902 pacients crítics amb infecció vírica pandèmica.
Marcio Borges
, metge de Medicina Intensiva de l'Hospital Universitari Son Llàtzer; han publicat l'article amb el títol "Machine Learning-Based Identification of Risk Factors for ICU Mortality in 8902 Critically Ill Patients with Pandemic Viral Infection" a la revista Journal of Clinical Medicine.
Les pandèmies de SARS-CoV-2 i de grip A (H1N1)pdm09 han provocat un nombre elevat d'ingressos a la UCI, amb una alta mortalitat. Identificar els factors de risc de mortalitat a la UCI en el moment de l'ingrés pot ajudar a optimitzar la presa de decisions clíniques. Tanmateix, els factors de risc identificats poden diferir, depenent del tipus d'anàlisi utilitzat. L'objectiu és comparar els factors de risc i el rendiment d'un model lineal (regressió logística multivariable, GLM) amb un model no lineal (bosc aleatori, RF) en una gran cohort nacional.
Tot i que el rendiment dels models lineals i no lineals va ser similar, es van determinar factors de risc diferents, segons el model utilitzat. Això alerta els clínics sobre les limitacions i la utilitat dels estudis limitats a un sol tipus de model.
Referència de l'article
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.Enllaços Bibliosalut |
Text completMètriques
| Consulteu cites en Web of Science | ||
 Altmetric |
[Font: Bibliosalut]
[Foto: SAMU 061]
