TY  - SER
AU  - Grupo de Trabajo Gripe A Grave (GETGAG) de la Sociedad Española de Medicina Intensiva Crítica y Unidades Coronarias (SEMICYUC)
TI  - Spanish Influenza Score (SIS): utilidad del machine learning en el desarrollo de una escala temprana de predicción de mortalidad en la gripe grave
KW  - GRIPE HUMANA
KW  - PRONÓSTICO
KW  - MORTALIDAD
KW  - CUIDADOS CRÍTICOS
KW  - APRENDIZAJE AUTOMÁTICO
KW  - ESCALA PREDICTIVA DE MORTALIDAD
N2  - Sub-análisis de base de datos GETGAG/SEMICYUC, con el objetivo de desarrollar una escala predictiva de mortalidad (SIS) en pacientes con gripe grave, considerando las variables de ingreso a UCI, y comparar su eficacia respecto de un modelo d Random Forest (RF). Se incluyeron 3.959 pacientes, edad 55 (43-67) años, 60% hombres, ingresados en 184 UCI españolas (2009-2018) con infección por gripe. Las variables fueron: demográficas, nivel de gravedad, tiempo síntomas hasta el ingreso al hospital (Gap-H) o desde hospital a UCI (Gap-UCI), o al diagnóstico (Gap-Dg), vacunación, cuadrantes infiltrados, insuficiencia renal, ventilación no-invasiva o invasiva (VM), shock y comorbilidades. Los puntos de corte y la importancia de las variables se obtuvieron de forma automática. Se realizó validación cruzada y regresión logística a partir de la cual se desarrolló la puntuación SIS. Se aplicó la puntuación y se calculó la exactitud y la discriminación (AUC-ROC) para SIS y RF. El análisis se realizó mediante CRAN-R Project. La escala SIS de fácil aplicación, demostró una adecuada capacidad de estratificación del riesgo de mortalidad en la UCI. Sin embargo, estos resultados deberán ser validados prospectivamente
UR  - https://drive.google.com/file/d/1CAI2fXAFkW7V7Bl_wp-qSV_4kx1585pm/view?usp=sharing
ER  -