000			02642nam a2200289 4500
001			ESSALUD
005			20240820121523.0
007			ta
008			t2024 sp ||||| |||| 00| 0 spa d
040			_aBMG
041			_aspa
100			_aKo, Ryoung-Eun _eautor _947646
245			_aMétodos de aprendizaje automático para el desarrollo de un modelo predictivo de delirio durante el ingreso en unidades de cuidados intensivos cardiacos
300			_apáginas 547-555
520			_aEste estudio surge de la creciente importancia del delirio como factor pronóstico en la unidad de cuidados intensivos cardiacos (UCIC) y tiene como meta desarrollar un modelo predictivo del delirio en dichos pacientes. Se tomó una muestra de pacientes consecutivos de la UCIC del Samsung Medical Center. Se aplicaron técnicas de aprendizaje automático como random forest, extreme gradient boosting, cuadrados mínimos parciales y Plmnet-elastic.net para evaluar las variables del modelo. Después de identificar las variables pertinentes, se realizó un análisis de regresión logística para formular el modelo. Para la validación interna, se utilizó un método de validación de hold-out repetido 100 veces. Se analizó a 2.774 pacientes, de los cuales 677 (24,4%) desarrollaron delirio en la UCIC. Los modelos basados en aprendizaje automático mostraron un alto rendimiento predictivo. Se seleccionaron predictores relevantes y comunes para construir el modelo, que incluía: nivel de albúmina, INR, nitrógeno ureico en sangre, recuento de leucocitos, nivel de proteína C reactiva, edad, frecuencia cardiaca y ventilación mecánica. El modelo obtuvo un área bajo la curva ROC de 0,861 (IC95%, 0,843-0,879), y se confirmó su eficacia en la validación interna con validación cruzada repetida 100 veces (área bajo la curva ROC, 0,854; IC95%, 0,826-0,883). Se desarrolló un nuevo modelo de predicción de delirio, utilizando variables de alta importancia en 4 métodos de aprendizaje automático. Este modelo puede ser una herramienta práctica para evaluar el riesgo de delirio en pacientes de la UCIC.
650			_aDELIRIO _915095
650			_aUNIDADES DE CUIDADOS CORONARIOS _941042
650			_aAPRENDIZAJE AUTOMÁTICO _937016
653			_aMODELO DE RIESGO
700			_aLee, Jihye _eautor _947647
700			_aKim, Sungeun _eautor _947648
700			_aAhn, Joong Hyun _eautor _947649
700			_aNa, Soo Jin _eautor _947650
700			_aYang, Jeong Hoon _eautor _947651
773	0		_016438 _921511 _dBarcelona Elsevier _oRECARDIO051 _tRevista Española de Cardiología _wESSALUD _x1579-2242
942			_cARTICULOS _e2024-08-20 _zAFC
999			_c20555 _d20555