Desarrollo de una Herramienta para la Identificación de Pacientes Crónicos Complejos Utilizando Métodos Estadísticos y Algoritmos de Aprendizaje Automático

• J. Díaz Carnicero1 ; D. Vivas Consuelo ^[1] ; A. Zlotnik ^[1] ; R. Usó Talamantes ^[2]
  1. [1] Universidad Politécnica de Valencia

     Universidad Politécnica de Valencia

     Valencia, España

     
  2. [2] Departamento de Salud Clínico-Malvarrosa
• Localización: Libro de Actas del XXXVI Congreso Anual de la Sociedad Española de Ingeniería Biomédica / coord. por María Gloria Bueno García, 2018, ISBN 978-84-09-06253-9, págs. 43-46
• Idioma: español
• Enlaces
  • Texto Completo Libro (pdf)
• Resumen

  • Los pacientes crónicos complejos son un pequeño porcentaje de la población caracterizada por presentar unas necesidades de atención especialmente elevadas y dificultad para su gestión. Su correcta identificación permitiría mejorar la atención que se les presta y su calidad de vida. El objetivo de este trabajo es analizar la información de los pacientes asignados a un departamento de salud de la Comunidad Valenciana en el año 2015, referente al ámbito clínico y consumo de recursos, y también de tipo socio-económico. Se ensayan tres sistemas de clasificación (random forest, regresión logística y red neuronal), evaluando los resultados en medidas de exactitud, precisión, sensibilidad, especificidad, estadístico-F, coeficiente de correlación de Matthews y área bajo la curva ROC. El algoritmo random forest y la red neuronal ofrecen muy buenos resultados con información de tipo clínico, pero el primero destaca especialmente al incluir variables socio-económicas. Este modelo se programa en una interfaz desarrollada en MATLAB, a modo de prueba de concepto, que permite obtener la probabilidad de que un paciente sea crónico complejo al introducir las variables.