Ahora que se está debatiendo la nueva ley sobre cuidados paliativos universales, es interesante este artículo de JAMIA que crea un Dashboard para que un equipo especializado en cuidados paliativos pueda identificar a un paciente que se beneficiaría.
De las 100.000 personas que mueren al año en Chile, se calcula que 47.000 requerirán cuidados paliativos.
Una de las problemáticas que tiene la implementación de estas leyes, es la identificación de cuándo debería derivarse un paciente a Cuidados Paliativos, ya que esto requiere de entrenamiento y no todos los profesionales de la salud están entrenados. De hecho, estudios muestran que menos de la mitad de los ingresos hospitalarios que podrían beneficiarse de Cuidados Paliativos la reciben realmente.
Un grupo de investigadores de Clínica Mayo desarrollaron un algoritmo predictivo utilizando Machine Learning con el que alimentan a un Dashboard que le permite al equipo de Paliativos identificar “candidatos” que podrían beneficiarse de sus terapias.
Link al artículo
https://doi.org/10.1093/jamia/ocaa211
¿Cómo funciona el algoritmo?
Lo entrenaron con los datos de 68.349 hospitalizaciones del año 2017 en la Clínica Mayo y utilizaron 126 variables a las que dividieron en 4 categorías
- Demográficas (edad, sexo, procedencia, comunidad)
- Utilización previa (ej. uso de UCI en los 6 meses previos, días transcurridos del último uso de cuidados paliativos, hospitalizaciones en el último año)
- Comorbilidades (enfermedades de los pacientes en CIE-10)
- Datos variables en el tiempo (ej. exámenes de laboratorio)
La técnica de aprendizaje de máquina utilizada fue Gradient Boosting que es muy útil para estos casos porque puede lidiar bien con los datos faltantes.
El algoritmo fue entrenado para predecir la probabilidad de que en una nueva hospitalización se haga una interconsulta al equipo de Cuidados Paliativos en la primera semana de hospitalizado. Esto es un cambio frente a otros algoritmos desarrollados previamente que utilizaban como outcome la predicción de muerte como proxy a cuidados paliativos, ver Predicción de muerte analizando la Historia Clínica Electrónica
Y la implementación del algoritmo es algo para destacar en este proyecto. Crearon un Dashboard web al que tienen acceso el equipo de paliativos, como para identificar si deberían ir a ver a un paciente hospitalizado en los últimos días y donde no se los ha interconsultado.
Dashboard
El Dashboard presenta los pacientes según probabilidad de requerir cuidados paliativos de 100 a 0, y además, presenta información demográfica y clínica, junto con datos de ubicación del paciente. Los pacientes que tienen una probabilidad mayor 80 son los contactados.
Rendimiento del algoritmo
El AUC es de 0,90 (test muy bueno) con una sensibilidad de 82% y un valor predictivo positivo de 20%, que puede parecer bajo, pero es funcional en la clínica Mayo. En 10 meses de uso, el equipo de Cuidados Paliativos ha aceptado al 43% de los pacientes que tenían una probabilidad mayor a 80 y descartado a un 29%. Como se ve en este estudio, no llegan siquiera a evaluar el 100% de los pacientes que el SCORE propone, esto sucedería en todos los hospitales del mundo, ya que faltan paliativistas para la cantidad de pacientes que se beneficiarían.