Red neuronal artificial para la predicción de mortalidad de pacientes con enfermedad renal crónica
Introducción: La mortalidad temprana en los pacientes con enfermedad renal crónica representa un gran problema de salud, por lo que el diseño de modelos pronósticos novedosos constituye una prioridad. Objetivo: Diseñar una red neuronal artificial para la predicción de mortalidad en pacientes con e...
Saved in:
| Main Authors: | , , , , , , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
ECIMED
2024-06-01
|
| Series: | Revista Cubana de Medicina Militar |
| Subjects: | |
| Online Access: | https://revmedmilitar.sld.cu/index.php/mil/article/view/38408 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841546505165471744 |
|---|---|
| author | Sergio Orlando Escalona González Yailé Caballero Mota Yanela Rodríguez Alvarez Mirna León Acebo Zoraida Caridad González Milán Beatriz Ricardo Paez Katiuska Danay Rodríguez Espinosa |
| author_facet | Sergio Orlando Escalona González Yailé Caballero Mota Yanela Rodríguez Alvarez Mirna León Acebo Zoraida Caridad González Milán Beatriz Ricardo Paez Katiuska Danay Rodríguez Espinosa |
| author_sort | Sergio Orlando Escalona González |
| collection | DOAJ |
| description |
Introducción: La mortalidad temprana en los pacientes con enfermedad renal crónica representa un gran problema de salud, por lo que el diseño de modelos pronósticos novedosos constituye una prioridad.
Objetivo: Diseñar una red neuronal artificial para la predicción de mortalidad en pacientes con enfermedad renal crónica en hemodiálisis.
Métodos: Se realizó un estudio analítico, de cohorte prospectivo, en pacientes con enfermedad renal crónica en hemodiálisis durante el período del 1 de enero de 2013 al 31 de diciembre de 2017. Se analizaron un total de 36 atributos en 392 pacientes. Se utilizó el perceptrón multicapa para el diseño de una red neuronal artificial compuesta por 12 variables. Finalmente, se evaluó la tabla de clasificación, la capacidad discriminatoria del algoritmo y la importancia normalizada de las variables pronósticas.
Resultados: La red neuronal artificial presentó porcentajes globales de clasificación correcto de un 96,3 % en la muestra de entrenamiento y un 96,7 % en la muestra de validación. La capacidad discriminatoria fue muy buena, área COR de 0,989. Las variables pronósticas de mortalidad de mayor importancia normalizada fueron la enfermedad cardiovascular, la albúmina y la sepsis.
Conclusiones: La red neuronal artificial contribuye a la estratificación del riesgo de mortalidad de los pacientes con enfermedad renal crónica en hemodiálisis. El modelo presenta buena capacidad discriminatoria e indicadores de eficacia estadística. Las variables pronósticas identificadas son de fácil determinación e interpretación, por lo que se considera como una herramienta predictiva de útil implementación en la toma de decisiones médicas en el ámbito clínico.
|
| format | Article |
| id | doaj-art-53ca30152615480d862de9ec3589dce3 |
| institution | Kabale University |
| issn | 1561-3046 |
| language | Spanish |
| publishDate | 2024-06-01 |
| publisher | ECIMED |
| record_format | Article |
| series | Revista Cubana de Medicina Militar |
| spelling | doaj-art-53ca30152615480d862de9ec3589dce32025-01-10T19:01:10ZspaECIMEDRevista Cubana de Medicina Militar1561-30462024-06-015331001Red neuronal artificial para la predicción de mortalidad de pacientes con enfermedad renal crónicaSergio Orlando Escalona González0https://orcid.org/0000-0003-4261-6842Yailé Caballero Mota1https://orcid.org/0000-0002-6725-5812Yanela Rodríguez Alvarez2https://orcid.org/0000-0003-2232-2265Mirna León Acebo3https://orcid.org/0000-0002-6391-2184Zoraida Caridad González Milán4https://orcid.org/0000-0002-4092-9389Beatriz Ricardo Paez5https://orcid.org/0000-0003-0204-1845Katiuska Danay Rodríguez Espinosa6https://orcid.org/0000-0001-5172-4701Universidad de Ciencias Médicas de Las Tunas. Policlínico Docente: "Manuel Fajardo Rivero"Universidad de CamagüeyUniversidad de CamagüeyUniversidad de Ciencias Médicas de Las TunasHospital General Docente: "Dr. Ernesto Guevara de la Serna"Universidad de Ciencias Médicas de Las TunasHospital General Docente: "Dr. Ernesto Guevara de la Serna" Introducción: La mortalidad temprana en los pacientes con enfermedad renal crónica representa un gran problema de salud, por lo que el diseño de modelos pronósticos novedosos constituye una prioridad. Objetivo: Diseñar una red neuronal artificial para la predicción de mortalidad en pacientes con enfermedad renal crónica en hemodiálisis. Métodos: Se realizó un estudio analítico, de cohorte prospectivo, en pacientes con enfermedad renal crónica en hemodiálisis durante el período del 1 de enero de 2013 al 31 de diciembre de 2017. Se analizaron un total de 36 atributos en 392 pacientes. Se utilizó el perceptrón multicapa para el diseño de una red neuronal artificial compuesta por 12 variables. Finalmente, se evaluó la tabla de clasificación, la capacidad discriminatoria del algoritmo y la importancia normalizada de las variables pronósticas. Resultados: La red neuronal artificial presentó porcentajes globales de clasificación correcto de un 96,3 % en la muestra de entrenamiento y un 96,7 % en la muestra de validación. La capacidad discriminatoria fue muy buena, área COR de 0,989. Las variables pronósticas de mortalidad de mayor importancia normalizada fueron la enfermedad cardiovascular, la albúmina y la sepsis. Conclusiones: La red neuronal artificial contribuye a la estratificación del riesgo de mortalidad de los pacientes con enfermedad renal crónica en hemodiálisis. El modelo presenta buena capacidad discriminatoria e indicadores de eficacia estadística. Las variables pronósticas identificadas son de fácil determinación e interpretación, por lo que se considera como una herramienta predictiva de útil implementación en la toma de decisiones médicas en el ámbito clínico. https://revmedmilitar.sld.cu/index.php/mil/article/view/38408aprendizaje automáticoenfermedad renal crónicahemodiálisisinteligencia artificialmortalidadredes neuronales de la computación. |
| spellingShingle | Sergio Orlando Escalona González Yailé Caballero Mota Yanela Rodríguez Alvarez Mirna León Acebo Zoraida Caridad González Milán Beatriz Ricardo Paez Katiuska Danay Rodríguez Espinosa Red neuronal artificial para la predicción de mortalidad de pacientes con enfermedad renal crónica Revista Cubana de Medicina Militar aprendizaje automático enfermedad renal crónica hemodiálisis inteligencia artificial mortalidad redes neuronales de la computación. |
| title | Red neuronal artificial para la predicción de mortalidad de pacientes con enfermedad renal crónica |
| title_full | Red neuronal artificial para la predicción de mortalidad de pacientes con enfermedad renal crónica |
| title_fullStr | Red neuronal artificial para la predicción de mortalidad de pacientes con enfermedad renal crónica |
| title_full_unstemmed | Red neuronal artificial para la predicción de mortalidad de pacientes con enfermedad renal crónica |
| title_short | Red neuronal artificial para la predicción de mortalidad de pacientes con enfermedad renal crónica |
| title_sort | red neuronal artificial para la prediccion de mortalidad de pacientes con enfermedad renal cronica |
| topic | aprendizaje automático enfermedad renal crónica hemodiálisis inteligencia artificial mortalidad redes neuronales de la computación. |
| url | https://revmedmilitar.sld.cu/index.php/mil/article/view/38408 |
| work_keys_str_mv | AT sergioorlandoescalonagonzalez redneuronalartificialparalapredicciondemortalidaddepacientesconenfermedadrenalcronica AT yailecaballeromota redneuronalartificialparalapredicciondemortalidaddepacientesconenfermedadrenalcronica AT yanelarodriguezalvarez redneuronalartificialparalapredicciondemortalidaddepacientesconenfermedadrenalcronica AT mirnaleonacebo redneuronalartificialparalapredicciondemortalidaddepacientesconenfermedadrenalcronica AT zoraidacaridadgonzalezmilan redneuronalartificialparalapredicciondemortalidaddepacientesconenfermedadrenalcronica AT beatrizricardopaez redneuronalartificialparalapredicciondemortalidaddepacientesconenfermedadrenalcronica AT katiuskadanayrodriguezespinosa redneuronalartificialparalapredicciondemortalidaddepacientesconenfermedadrenalcronica |