El Servei de Medicina Intensiva de l'Hospital Universitari Son Espases i l'Institut d'Investigació Sanitària Illes Balears (IdISBa) ha participat en la publicació de les variables anatòmiques i fisiològiques amb tècniques machine learning per a la predicció de la mortalitat en pacients traumàtics crítics dins l'estudi RETRAUCI. També hi han participat diferents centres espanyols.
Juan Antonio Llompart-Pou
, metge de medicina intensiva de l'Hospital Universitari Son Espases i investigador de l'IdISBa; ha participat en la publicació de l'article amb el títol "Machine learning techniques for mortality prediction in critical traumatic patients: anatomic and physiologic variables from the RETRAUCI study" a la revista BMC Medical Research Methodology.
L'interès en els models per a calcular el risc de mort en pacients traumàtics ingressats en la UCI continua sent alt. Aquests models utilitzen variables derivades de la desviació dels paràmetres fisiològics i/o la gravetat de les lesions anatòmiques respecte a les zones del cos afectades. L'objectiu és crear diferents models predictius de la mortalitat dels pacients críticament traumàtics utilitzant tècniques d'aprenentatge automàtic.
Referència de l'article
Serviá L, Montserrat N, Badia M, Llompart-Pou JA, Barea-Mendoza JA, Chico-Fernández M, et al. Machine learning techniques for mortality prediction in critical traumatic patients: anatomic and physiologic variables from the RETRAUCI study. BMC Med Res Methodol. 2020;20(1):262. doi: 10.1186/s12874-020-01151-3. PubMed PMID: 33081694.Enllaços Bibliosalut |
Altmetric | 
Text complet[Font: Bibliosalut]
[Foto: M.G.N. - Marcel ON OF / Hospital / CC BY-NC-SA 2.0]
