Predecir cuánto le queda de vida al paciente ha sido siempre un gran desafío en medicina con resultados muy heterogéneos. Por más que contamos con diferentes SCOREs para predecir la muerte de una persona, fallamos constantemente.
Este fragmento del libro de Fernando Fabiani (del libro Vengo sin cita) muestra lo que sucede en la práctica clínica (escuchenlo, imperdible)
Investigadores de Pensilvania tuvieron una interesante idea. Qué tal si aprovechamos que tenemos muchos ecocardiogramas y entrenamos un algoritmo para ver si se puede predecir la muerte con este estudio.
Link al estudio
https://doi.org/10.1016/j.jcmg.2018.04.026
El ecocardiograma es un estudio donde un cardiólogo hace una ecografía al corazón del paciente y registra hasta 500 valores, la mayoría mediciones, que reflejan cómo está funcionando el corazón.
Utilizaron datos de 331.317 ecocardiogramas (de 171.510 pacientes) para entrenar y testear el algoritmo. Aquí se ve el valor de las organizaciones que estandarizan correctamente el registro de datos de exámenes. Desde el año 1996, al realizar un ecocardiograma los cardiólogos completan una plantilla para guardar las variables del examen (fracción de ejección del ventrículo izquierdo, velocidad de regurgitación tricuspídea máxima…). El estudio permite ver buena completitud y calidad de los datos (cardiólogos motivados en cargar los datos correctamente, hoy diríamos “transformados digitalmente”).
El seguimiento de la mortalidad de los 171.510 pacientes lo hicieron contra la base del registro civil (se ve que en USA, el registro civil provee un mecanismo de consulta de condición de vivo o muerto). El 23% de los pacientes estaba fallecido al momento del análisis de los datos.
Probaron diferentes algoritmos lineares y no lineares y datos. La mejor performance la tuvo utilizar random forest.
Uno de los resultados más impactantes, es que utilizando solo 10 variables se logra el 96% de la precisión de predicción de muerte a 5 años con un AUC = 0,82 (test bueno)
Cómo interpretar el AUC (AREA UNDER THE CURVE)
Menos de 0,5: Es como lanzar una moneda.
Entre 0,5 y 0,6: Test malo.
Entre 0,6 y 0,75: Test regular.
Entre 0,75 y 0,9: Test bueno.
Entre 0.9 y 0.97: Test muy bueno.
Más de 0.97: Test excelente.
Variables clínicas no ecográficas (4)
- Edad
- Frecuencia cardíaca
- LDL
- Presión Arterial Diastólica
Variables ecocardiográficas (6)
- Fracción de ejección del ventrículo izquierdo (LVEF)
- Velocidad de Regurgitación tricuspídea máxima (TR max vel)
- Tiempo de aceleración pulmonar (PA acc time)
- Velocidad del flujo regurgitante pulmonar (PA acc slope)
- Función diastólica (Dias func)
- Intervalo de tiempo R-R pulmonar
Si alguien quiere implementar este algoritmo en su hospital, tendrá que tener, de forma estructurada, los 10 datos que se requieren para ejecutarlo. Es importante lograr el registro significativo de los datos, transformar digitalmente a los equipos clínicos.