Tesis "Predicción de la mortalidad basada en la integración de notas clínicas y datos demográficos de pacientes"
Sustentante: Jessica Sánchez García
Director: Dr. Hiram Galeana Zapién, Cinvestav Unidad Tamaulipas
Sinodales: Dr. Hiram Galeana Zapién, Cinvestav Unidad Tamaulipas; Dr. Iván López Arévalo, Cinvestav Unidad Tamaulipas; Dr. Edwyn Javier Aldana Bobadilla, Conacyt - Cinvestav Unidad Tamaulipas.
Resumen:
El uso de expedientes clínicos electrónicos permite a las instituciones de salud almacenar información histórica de los pacientes como es el caso de datos clínicos, datos demográficos, resultados de laboratorio, evolución temporal de variables fisiológicas, notas clínicas escritas por los profesionales de la salud, etc. Dicha información es crucial en el contexto de la denominada medicina predictiva, la cual constituye un cambio de paradigma que busca identificar con antelación eventos asociados al deterioro de la salud del paciente o bien el riesgo de mortalidad cuando se padece una patología determinada, lo cual es particularmente relevante anticipar en las unidades de cuidados intensivos (ICU, por sus siglas en inglés). La predicción de la mortalidad se ha estudiado previamente considerando la evolución temporal de un conjunto de características de los signos vitales en el proceso de diseño del modelo de predicción. Específicamente, en este tipo de enfoques la recolección de la información fisiológica del paciente debe efectuarse de forma continua para conformar una ventana de observación a partir de la cual sea posible obtener una ventana de predicción. Este tipo de enfoques, sin embargo, implica diversos desafíos en la práctica clínica ya que requiere la medición continua a grano fino de los signos vitales, lo cual puede ser un inconveniente para el paciente en la ICU. En este contexto, en la presente tesis se aborda el problema de la predicción de la mortalidad del paciente en donde dada una base de datos pública, de-identificada, gratuita y con datos de más de 40 mil pacientes; se plantea la predicción de la mortalidad considerando información clínica contenida en las notas médicas y los datos demográficos del paciente. Para el diseño y validación del modelo se emplearon cuatro patologías identificadas como las de mayor morbilidad, se realizaron distintos experimentos agregando los datos demográficos del paciente con el objetivo de aumentar el rendimiento de predicción y se encontró que efectivamente variables como la edad del paciente son un predictor en la mortalidad del mismo. Es así como se consigue el objetivo de la presente tesis acerca de obtener un rendimiento competitivo con los demás métodos encontrados en el estado del arte pero sin hacer uso de los datos fisiológicos del paciente, únicamente datos obtenidos de procesos no invasivos.