Aplicación de las redes neuronales artificiales para la estratificación de riesgo de mortalidad hospitalaria

View/ Open
Issue date
2003Author
Rodríguez, A.
Suggested citation
Trujillano Cabello, Javier;
March Llanes, Jaume;
Badia Castello, Mariona;
Rodríguez, A.;
Sorribas Tello, Albert;
.
(2003)
.
Aplicación de las redes neuronales artificiales para la estratificación de riesgo de mortalidad hospitalaria.
Gaceta Sanitaria, 2003, vol. 17, núm. 6, p. 504-11.
https://doi.org/10.1016/S0213-9111(03)71798-1.
Metadata
Show full item recordAbstract
Objetivo: Comparar la capacidad de predicción de mortalidad
hospitalaria de una red neuronal artificial (RNA) con el
Acute Physiology and Chronic Health Evaluation II (APACHE
II) y la regresión logística (RL), y comparar la asignación de
probabilidades entre los distintos modelos.
Método: Se recogen de forma prospectiva las variables necesarias
para el cálculo del APACHE II. Disponemos de 1.146
pacientes asignándose aleatoriamente (70 y 30%) al grupo
de Desarrollo (800) y al de Validación (346). Con las mismas
variables se genera un modelo de RL y de RNA (perceptrón
de 3 capas entrenado por algoritmo de backpropagation con
remuestreo bootstrap y con 9 nodos en la capa oculta) en el
grupo de desarrollo. Se comparan los tres modelos en función
de los criterios de discriminación con el área bajo la curva
ROC (ABC [IC del 95%]) y de calibración con el test de Hosmer-
Lemeshow C (HLC). Las diferencias entre las probabilidades
se valoran con el test de Bland-Altman.
Resultados: En el grupo de validación, el APACHE II con ABC
de 0,79 (0,75-0,84) y HLC de 11 (p = 0,329); modelo RL,
ABC de 0,81 (0,76-0,85) y HLC de 29 (p = 0,0001), y en
RNA, ABC de 0,82 (0,77-0,86) y HLC de 10 (p = 0,404). Los
pacientes con mayores diferencias en la asignación de probabilidad
entre RL y RN (8% del total) son pacientes con problemas
neurológicos. Los peores resultados se obtienen en
los pacientes traumáticos (ABC inferior a 0,75 en todos los
modelos). En los pacientes respiratorios, la RNA alcanza los
mejores resultados (ABC = 0,87 [0,78-0,91]).
Conclusiones: Una RNA es capaz de estratificar el riesgo
de mortalidad hospitalaria utilizando las variables del sistema
APACHE II. La RNA consigue mejores resultados frente
a RL, sin alcanzar significación, ya que no trabaja con restricciones
lineales ni de independencia de variables, con una
diferente asignación de probabilidad individual entre los modelos.