Introducción:

La insuficiencia cardíaca es una condición común, progresiva y potencialmente mortal cuyo riesgo suele sobreestimarse. Se requieren herramientas eficaces para discriminar el riesgo, por lo que se entrenó un sistema basado en el ensamble de redes neuronales para este fin.

Objetivo:

Exponer los resultados del entrenamiento y la validación interna de un sistema basado en el ensamble de un conjunto de redes neuronales artificiales para el pronóstico de la mortalidad a un mes de los pacientes hospitalizados por insuficiencia cardíaca aguda, y comparar los resultados de cada una de las redes individuales desarrolladas y cuatro sistemas de ensamble, la votación simple y AdaBoost.

Materiales y método:

A partir de una cohorte de 462 pacientes con diagnóstico de insuficiencia cardiaca descompensada se entrenaron once redes que luego se ensamblaron en cuatro sistemas: votación simple, dos sistemas ponderados por características operativas (valores predictivos y likelihood ratios) y Boosting. Se calcularon las características operativas para el pronóstico de muerte a 30 días y se compararon con el de dos reglas clínicas y una regresión logística aplicada a la misma población.

Resultados:

Los diversos métodos de ensamble obtuvieron un mejor rendimiento pronóstico que el de cada una de las redes que lo componían. La votación ponderada por valores predictivos muestra el mejor desempeño, con una exactitud del 89.0% (IC 95%: 82.6-93.2%), aunque los intervalos de confianza se superponían entre los resultados.

Conclusiones:

El ensamble de redes neuronales mediante votación ponderada por valores predictivos demostró un adecuado rendimiento para el pronóstico de muerte a treinta días en insuficiencia cardiaca aguda.

        · abstract in English     · text in Spanish     · Spanish ( pdf )