# Predicción de Infección por Clostridium Difficile en pacientes hospitalizados

**URL:** <https://discourse.forosaluddigital.cl/t/prediccion-de-infeccion-por-clostridium-difficile-en-pacientes-hospitalizados/286>\
**Category:** Inteligencia Artificial\
**Created:** [3 Febrero, 2019 20:05 UTC](https://discourse.forosaluddigital.cl/t/prediccion-de-infeccion-por-clostridium-difficile-en-pacientes-hospitalizados/286 "2019-02-03T20:05:16Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

**Author:** ![alemauro](https://yyz1.discourse-cdn.com/flex027/user_avatar/discourse.forosaluddigital.cl/alemauro/32/21_2.png) [@alemauro](https://discourse.forosaluddigital.cl/u/alemauro)\
**Post date:** [3 Febrero, 2019 20:05 UTC](https://discourse.forosaluddigital.cl/t/prediccion-de-infeccion-por-clostridium-difficile-en-pacientes-hospitalizados/286/1 "2019-02-03T20:05:16Z")

</div>

El **Clostridium Difficile (CD)** es una bacteria que causa diarrea y es un gran problema en los hospitales porque se disemina con frecuencia. A los pacientes hay que aislarlos para evitar el contagio de otros pacientes. La infección por CD se da más en pacientes mayores de 65 años, que tengan una hospitalización prologada o que tengan tratamiento antibiótico (ATB) o estuvieron con ATB.

Son múltiples las estrategias de los Ministerio de Salud para evitar los brotes dentro de los hospitales por CD.

**Link a la circular del manejo de brotes del Minsal de Chile**

> **[cCIRCULARN30NORMASPARAELMANEJODEBROTESDEDIARREASPORCLOSTRIDIUMDIFFICILE.pdf](https://www.minsal.cl/sites/default/files/files/cCIRCULARN30NORMASPARAELMANEJODEBROTESDEDIARREASPORCLOSTRIDIUMDIFFICILE.pdf)**

Investigadores tuvieron una idea. Qué tal, si en vez de seguir haciendo lo usual, que es identificar quiénes tienen más riesgo y si llegan a presentar diarrea cultivarlos lo más rápido posible para tratarlos y asilarlos, poner los datos de la Historia Clínica Electrónica (HCE) en línea con un sistema de predicción de quién tiene más probabilidad de desarrollar diarrea por CD.

**Link al estudio**

> **[A Generalizable, Data-Driven Approach to Predict Daily Risk of Clostridium...](https://www.cambridge.org/core/journals/infection-control-and-hospital-epidemiology/article/generalizable-datadriven-approach-to-predict-daily-risk-of-clostridium-difficile-infection-at-two-large-academic-health-centers/0C15787AAD711ACA03F692F0F45BCBCB)**
>
> A Generalizable, Data-Driven Approach to Predict Daily Risk of Clostridium difficile Infection at Two Large Academic Health Centers - Volume 39 Issue 4

Así que hicieron algo muy bueno. Usaron la HCE de 2 redes de hospitales y crearon 2 algoritmos que predigan el desarrollo de diarrea por CD. Usaron para los 2 hospitales las mismas variables (intentaron tomar cuanto dato podían de la HCE y asociarlo al modelo predictivo) Ej:

- Haber tenido Infección por CD (ICD) un año antes de la admisión
- Haber sido admitido vía Urgencia
- Taquicardia
- Uso de Antibióticos
- Edad
- Haber tenido una cirugía
- …

En ambos hospitales lograron buena correlación entre las variables y la diarrea por CD. En la red de hospitales University of Michigan (UM) una AUC de 0,82, en la red de Hospitales del Massachusetts General Hospital (MGH) una AUC de 0,75

> Lo más sorprendente, es que en ambos hospitales las variables con mejor predicción son diferentes, lo que en el paper llaman “no sirve más el one-size-fits-all”

 ![ICD_UMvsMGH](https://canada1.discourse-cdn.com/flex027/uploads/cibm/original/1X/563c774daf406802a65cb0acbd5c27ad52b69683.jpeg)

Es hora de poner los datos al servicio de los pacientes. Quizás en cada hospital latinoamericano suceda algo similar, y son diferentes las variables que predicen la ICD. Este algoritmo está disponible de forma OpenSource para quién quiera descargarlo e implementarlo en sus HCE.

> **[jeeheh / ICHE2018\_CDIRiskPrediction · GitLab](https://gitlab.eecs.umich.edu/jeeheh/ICHE2018_CDIRiskPrediction)**
>
> Code for ICHE 2018: A Generalizable, Data-Driven Approach to Predict Daily Risk of Clostridium difficile Infection at Two Large Academic Health Centers