Aplicabilidad de redes neuronales artificiales para la predicción de los resultados individuales de la cirugía cardíaca. Estudio preliminar

pp 351-358

Resumen

Objetivos

Estudiar la aplicabilidad de redes neuronales artificiales (RNA) para pronosticar los resultados quirúrgicos individuales y por grupos de riesgo de la cirugía cardíaca.

Material y métodos
Se estudiaron 250 pacientes sometidos a cirugía cardíaca entre 1994 y 1997 con cuyos datos se evaluó la capacidad de distintas RNA para pronosticar la sobrevida inmediata poscirugía en base a 15 variables preoperatorias, 2 puntajes de riesgo (Parsonnet y PACCN) y a la aparición o no de complicaciones mayores posquirúrgicas (infarto, sepsis, accidente cerebrovascular y distrés), tomando como evento final la muerte. Las 6 RNA fueron del tipo perceptrón multicapa con aprendizaje de retropropagación y 15, 17 ó 19 neuronas de entrada, 15 neuronas en la capa oculta y 2 de salida, función de transferencia tangente hiperbólica, pesos iniciales aleatorios y aprendizaje por lotes.

Resultados
Las redes mostraron alta sensibilidad para predecir sobrevida postoperatoria inmediata y la especificidad creció a medida que se incorporaron los puntajes de riesgo (red No 2 y No 2E) y la presencia o no de complicaciones (red No 3 y No 3E). Resultados de las pruebas de sensibilidad y especificidad para pronosticar sobrevida red No 1 red No 2 red No 3 p Sensibilidad 100,0% 91,7% 95,8% Especificidad 16,6% 50,0% 83,3% < 0,06 red No 1E red No 2E red No 3E Sensibilidad 83,3% 87,5% 95,8% Especificidad 20,0% 30,0% 70,0% < 0,07

Conclusiones
a) Las RNA resultaron modelos aplicables para predecir los resultados individuales poscirugía cardíaca, b) no fue posible predecir la sobrevida de pacientes en particular sobre la base exclusivamente de las variables preoperatorias incluidas aquí (red No 1 y No 1E), c) el agregado de los puntajes como el de Parsonnet mejoró la precisión de la predicción (red No 2 y No 2E), d) sólo el agregado de la condición de complicado o no poscirugía mejoró la especificidad para pronosticar sobrevida (red No 3 y No 3E) y e) el aporte de otras variables perioperatorias de bases de datos con grandes volúmenes de pacientes permitiría obtener niveles de predicción no alcanzados ahora.