Especialización en Cirugía General · 2025
Evaluación de predictores de mortalidad y complicaciones en apendicitis aguda en una cohorte colombiana utilizando modelos de aprendizaje de máquina
Solo ficha. El repositorio marca este trabajo como «Acceso abierto»: el PDF no es público, así que aquí no hay texto para leer. Ver la ficha en el repositorio.
Resumen
Objetivo: describir las variables predictoras de mayor desempeño para la anticipación de complicaciones postoperatorias en pacientes adultos con apendicitis aguda basados en modelos de aprendizaje de máquina para una cohorte colombiana en un centro de excelencia entre 2020 y 2023. Material y métodos: por medio de la construcción de diversos modelos de predicción en aprendizaje de máquina con base en el registro de la cohorte retrospectiva con diagnóstico de apendicitis aguda diagnosticados y tratados en Los Cobos Medical Center entre enero 2020 a diciembre del año 2022 quienes fueron llevados a apendicectomía tanto abierta como laparoscópica confirmada clínicamente, imagenológicamente y por patología. Posteriormente usando modelo de machine learning tipo Random Forest Classifier. Resultados: se identificaron variables que proyectaron un postoperatorio inmediato, mediato o tardío con complicaciones. Con la recolección de 386 pacientes, edad media 41 años, sin diferencias demográficas estadísticamente observables se evidencia que a mayor edad, mayor duración de síntomas previo al diagnóstico, presencia de fiebre perioperatoria, neutrofilia preoperatoria, tiempo de hospitalización asociado a íleo, presencia de líquido libre en cavidad y mayor diámetro se asocian a complicaciones postoperatorias. Permitiendo la construcción de un modelo predictivo por medio de la jerarquización de la importancia de las variables confirma que los modelos basados en Random Forest permiten integrar diferentes fuentes de información clínica y radiológica. Conclusión: a nuestro conocimiento este es uno de los primeros estudios de cohorte colombiana que evalúa los desenlaces postoperatorios con variable pre, peri y postoperatorias para ser estudiadas con herramientas de inteligencia artificial. Junto con una validación externa nuestro modelo de predicción podría ser estudiado como herramienta de predicción perioperatoria en la evaluación de morbimortalidad en pacientes con apendicitis aguda.