El modelo alcanz\u00f3 una puntuaci\u00f3n F1 de 0.30, una precisi\u00f3n de 23% y una sensibilidad de 44% con un umbral de decisi\u00f3n de 0.7, superando a todos los modelos de comparaci\u00f3n, incluyendo regresi\u00f3n log\u00edstica, redes neuronales densas y XGBoost. En t\u00e9rminos generales, con ese umbral el sistema generar\u00eda alrededor de 16 alertas diarias con 3.4 falsos positivos por cada alerta verdadera, y tendr\u00eda el potencial de prevenir 3.6 episodios de hipoglucemia por d\u00eda, equivalentes a 44% de los casos esperados. Escalando al conjunto de camas hospitalarias de Estados Unidos, los autores estiman que esto podr\u00eda traducirse en la prevenci\u00f3n de cerca de 4 mil episodios de hipoglucemia intrahospitalaria diarios a nivel nacional.<\/p>\n
Frente a estudios previos que hab\u00edan reportado precisiones de 9% y 12% con altas tasas de alertas falsas, lo que representa un obst\u00e1culo importante para la adopci\u00f3n cl\u00ednica, el modelo LSTM m\u00e1s que duplic\u00f3 la precisi\u00f3n mientras mantuvo una sensibilidad cl\u00ednicamente relevante. Para apoyar la interpretabilidad de las predicciones, el equipo incorpor\u00f3 el m\u00e9todo SHAP (SHapley Additive Explanations) en su variante posicional, que permite identificar qu\u00e9 variables y en qu\u00e9 momento del historial del paciente contribuyeron m\u00e1s al riesgo estimado. En un caso ilustrativo, el sistema identific\u00f3 dosis recientes de insulina glargina como los factores m\u00e1s influyentes en la predicci\u00f3n de un episodio hipogluc\u00e9mico con un d\u00eda de anticipaci\u00f3n.<\/p>\n
La validaci\u00f3n prospectiva del modelo, realizada mediante extracciones diarias del expediente electr\u00f3nico en tiempo real durante 2.5 semanas, confirm\u00f3 que el desempe\u00f1o se mantuvo estable bajo condiciones operativas reales. El an\u00e1lisis de equidad entre subgrupos no encontr\u00f3 diferencias significativas de rendimiento por sexo ni por etnia, aunque el modelo mostr\u00f3 un desempe\u00f1o modestamente superior en poblaciones con mayor incidencia basal de hipoglucemia, como pacientes con diabetes tipo 1, enfermedad renal cr\u00f3nica o en unidades de cuidados intensivos, lo que los autores atribuyen a una mayor disponibilidad de ejemplos positivos durante el entrenamiento.<\/p>\n
\u201cLo m\u00e1s interesante es que no se trata solo de un modelo te\u00f3rico, sino que est\u00e1 dise\u00f1ado y validado para funcionar de forma prospectiva y en tiempo real utilizando los datos que los hospitales ya recopilan\u201d, afirm\u00f3 el autor principal del estudio, el Dr. Jesse Meyer profesor del Departamento de Biomedicina Computacional del Cedars-Sinai. \u201cAl identificar antes a los pacientes en situaci\u00f3n de riesgo, tenemos la oportunidad de reducir las complicaciones evitables y mejorar la seguridad de los pacientes\u201d.<\/p>\n
Los investigadores se\u00f1alan que el siguiente paso prioritario es un estudio prospectivo aleatorizado que integre el modelo en un flujo de trabajo de farmacia cl\u00ednica o de supervisi\u00f3n gluc\u00e9mica, en el que las alertas sean revisadas por farmac\u00e9uticos o enfermeras practicantes en lugar de interrumpir directamente a los m\u00e9dicos tratantes. El c\u00f3digo del modelo est\u00e1 disponible p\u00fablicamente en GitHub, y Cedars-Sinai ha presentado solicitudes de patente relacionadas con el sistema.<\/p>\n","protected":false},"excerpt":{"rendered":"El modelo alcanz\u00f3 una puntuaci\u00f3n F1 de 0.30, una precisi\u00f3n de 23% y una sensibilidad de 44% con…\n","protected":false},"author":2,"featured_media":634660,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[92],"tags":[25238,25,24,165,10,166,23],"class_list":["post-634659","post","type-post","status-publish","format-standard","has-post-thumbnail","category-salud","tag-big-data","tag-es","tag-espana","tag-health","tag-noticias","tag-salud","tag-spain"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@es\/116841519976738904","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts\/634659","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/comments?post=634659"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts\/634659\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/media\/634660"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/media?parent=634659"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/categories?post=634659"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/tags?post=634659"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}