Configuración de la herramienta de activación de eventos adversos neonatales con Random Forest.

efermeras

Este estudio desarrollo una herramienta de activación para la detección de eventos adversos (EA) neonatales y validar su eficacia.

Además, utilizó el algoritmo de bosque aleatorio (RF) para construir el modelo predictivo mediante el análisis de datos de los registros médicos de 782 recién nacidos en nuestro estudio anterior.

También, se utilizaron trece variables para cada paciente para predecir los EA neonatales. A continuación, las variables críticas fueron seleccionadas en base a la eliminación recursiva de variables para formar la lista de disparadores.

Luego, se estableció y probó una herramienta de desencadenantes con esos desencadenantes mediante la revisión de registros médicos. Se evaluó el valor predictivo positivo de disparadores individuales y de toda la herramienta.

Entre los resultados, se encontró que, se recopilaron datos de 782 recién nacidos, incluidos 297 pacientes con y 485 pacientes sin EA, para construir el modelo de RF original.

Luego, se seleccionaron las 6 variables más importantes, incluida la diarrea, el uso de antibióticos, la fiebre, la muerte, el daño en la piel y la sospecha de enterocolitis necrotizante, para establecer una herramienta desencadenante centrada en el recién nacido.

El bosque con las 6 variables predijo EA con una sensibilidad del 70,7%, una especificidad del 92,0% y una tasa de error del 16,1%. En un estudio de validación de la herramienta desencadenante, se inscribieron 655 recién nacidos con peso al nacer ≥1500 g, y la revisión de sus registros médicos reveló 1709 desencadenantes y 1172 eventos adversos únicos.

Los 3 EA más comunes identificados fueron daño en la piel, diarrea iatrogénica y fiebre relacionada con factores ambientales. El valor predictivo positivo total de la herramienta de activación fue de 0,686.

En conclusión, la herramienta de activación centrada en el recién nacido, desarrollada con el algoritmo de RF, identifica de manera eficiente y confiable los eventos adversos entre los recién nacidos hospitalizados con peso al nacer ≥1500 g.

Referencia: Feng, Kun MB ∗,† ; Zhang, LiMM * ; Él, Huayun BSN * ; Tú, Xueqin MM ∗,‡ ; Zhang, QiannanMM * ; Wei, Hong PhD * ; Hua, Ziyu MD ∗,†  Configuración de la herramienta de activación de eventos adversos neonatales con Random Forest, Journal of Patient Safety: marzo de 2022 – Volumen 18 – Número 2 – p e585-e590 doi: 10.1097/PTS.0000000000000871.

Compartir en

Deja un comentario

Tu dirección de correo electrónico no será publicada.