Rendimiento de redes neuronales artificiales para la predicción de desenlaces en exacerbación aguda de la EPOC.
Performance of an artificial neuronal network for prediction of outcomes in acute excerbation of COPD.
Citación
Fecha
2020-02-03Autor
Cadavid Ramírez, Jose Rubén
Castañeda Barbosa, Joaquín Camilo
Título obtenido
Especialista en Medicina interna
Publicador
Universidad Militar Nueva Granada
Palabras claves
; medicina interna; enfermedad pulmonar obstructiva cronica; enfermedades obstructivas de los pulmones; redes neurales (computadores)
Metadatos
Mostrar el registro completo del ítem
Documentos PDF
Resumen
En la actualidad se dispone de varios puntajes para la predicción de desenlaces como mortalidad en la exacerbación aguda de la EPOC, estos puntajes o escalas son útiles para la toma de decisiones disminuyendo el grado de incertidumbre al que el médico se enfrenta cuando aborda el problema del pronóstico del paciente, sin embargo, su utilización es poco frecuente y algunas de ellas requieren paraclínicos que a pesar de ser básicos pueden no encontrase disponibles en todas las ocasiones. En los últimos años, los avances de programación en software, han permitido el desarrollo de metodologías, que simulando el comportamiento del cerebro humano pueden generar soluciones económicas y altamente confiables a los problemas de incertidumbre como es el caso de pronóstico médico. Se desarrollará un estudio de pronóstico con una red neuronal tipo perceptrón multicapa para la predicción de los desenlaces de ventilación mecánica y muerte en la exacerbación aguda de la EPOC comparándose sus resultados con los puntajes DECAF, BAP-65 y CURB-65.
Today´s date, there are several scales for prediction of outcomes regarding chronic obstructive pulmonary disease (COPD), which using clinical and paraclinical variables allow classification and subsequent decision making. The dependence of these scales of variables on paraclinics means that it is not always possible to carry them out. Therefore, this study aims to demonstrate the usefulness of a multi-layer perceptron artificial neural network for classification. Using two prospective cohorts of previous studies of patients from the central military hospital where performance of the different scales was assessed (DECAF, CRB 65, CURB 65, BAP 65 Anthonisen), supervised learning of the artificial neural network was performed to evaluate performance assessed to mortality and mechanical ventilation. A total of 1478 acute exacerbations of COPD were analyzed. In the first cohort, mortality was found in 4.3%, and the requirement of mechanical ventilation in 31.9%, in the second cohort, mortality was 7.4. % and mechanical ventilation of 31.6%, and in the validation cohort there was a 7-day mortality of 2.6%, a 30-day mortality of 5.8% and mechanical ventilation of 14.3%. When compared with prognostic scales commonly used in this pathology, it has been found that its diagnostic performance is similar or superior to that of the diagnostic scales even with the use of fewer variables, possibly due to the ability of the artificial neural network to stratify with greater or lower severity of patients according to the degree of multi-organic commitment of the disease.
Colecciones
- Medicina Interna [38]