Patricio Wolff, Sebastián A. Ríos
Estudios internacionales muestran que la inclusión de sistemas de alerta temprana (SAT) en los procesos de atención clínica permite a los cuidadores anticipar las descompensaciones de los pacientes y tomar decisiones oportunas. Actualmente, es posible encontrar diferentes perspectivas en la construcción de los SAT, sin embargo, el enfoque basado en percentiles no se ha aplicado a pacientes pediátricos. El objetivo de este estudio es desarrollar un SAT pediátrico utilizando las propiedades estadísticas de los registros históricos de signos vitales. Se desarrolló y evaluó un método de puntuación con un enfoque estadístico supervisado. Se obtuvieron 178,970 registros de signos vitales de 4,104 pacientes de 0 a 18 años, junto con información de registros médicos electrónicos de un hospital pediátrico. Basado en un método de puntuación de 7 bandas y utilizando diferentes signos vitales, se generó un modelo que nos permite predecir una transferencia no planificada de pacientes a la UCI, 8 horas antes de que realmente ocurriera. La predicción obtenida en el mejor de los casos mostró resultados en áreas bajo la curva ROC (AUC) de 0,71. Además, los umbrales de corte calculados son sensibles en las categorías de menor riesgo (0,877 a niveles de bajo riesgo) y posen una mayor especificidad en las categorías de mayor riesgo (0,89 en la categoría de Alto Riesgo). Los resultados permiten corregir los rangos normales de los signos vitales en el modelo basado en conocimiento experto, que actualmente está en funcionamiento. Nuestro enfoque estadístico supervisado proporciona un método auditable y reproducible.
International studies show that including Early Warning Score (EWS) Systems in clinical care processes allows caregivers to anticipate patient decompensations and make timely decisions. Currently, it is possible to find different perspectives in the construction of EWS; however, the centile-based approach has not been applied to pediatric patients. This study aims to develop a pediatric EWS using the statistical properties of historical vital sign records. A scoring method with a supervised statistical approach was developed and evaluated. 178.970 vital sign records were obtained from 4,104patients aged 0 to 18 years, in conjunction with information from Electronic Health Records from a pediatric hospital. Based on a 7-band scoring method and using different vital signs, a model was generated that allows us to predict an unplanned transfer of patients to ICU, 8 hours before it happened. The prediction obtained in the best case showed results in areas under the ROC Curve (AUC) of 0.71. In addition, the calculated cut off thresholds are sensitive in the lower risk categories (0.877 at low-risk levels) and possessing greater specificity in the higher-risk categories (0.89 in the High-Risk category). The results of this study allow correcting the normal ranges in the vital signs in the Expert-based model, which is currently in operation. Our supervised statistical approach provides an auditable and reproducible method.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados