Enfoque basado en técnicas de inteligencia artificial para predecir la supervivencia aplicado a pacientes sometidos a tratamiento renal sustitutivo

Abstract

La enfermedad renal crónico (ERC) es un problema de salud pública reconocido globalmente. Se estima que para el año 2040, será la quinta causa más importante de años de vida perdidos a nivel mundial. La ERC es una alteración establecida del parénquima renal, producida por diversas causas que lleva a una pérdida irreversible de función renal. Si no se trata la causa desencadenante, la insuficiencia renal puede avanzar gradualmente hasta estadios terminales donde los riñones pierden totalmente su función. Esta etapa terminal tiene como únicas alternativas terapéuticas para la supervivencia de los pacientes las terapias de reemplazo renal, como la diálisis y el trasplante renal (Tx), que prolongan la vida de los pacientes sin revertir la alteración crónica de tejido de sus riñones. De esta problemática surge el interés por estudiar el tiempo de vida de los pacientes sometidos a tratamiento renal sustitutivo (TRS). Para abordar este tipo de problemas se suelen utilizar técnicas basadas en análisis de supervivencia, que consisten en estudiar la distribución del tiempo que transcurre hasta que se produce un suceso de interés como, por ejemplo, la aparición de síntomas de una enfermedad o el fallecimiento del paciente. Existen múltiples técnicas convencionales para abordar estudios de supervivencia como el estimador de Kaplan-Meier o la regresión de Cox, entre otras...

Chronic kidney disease (CKD) is a globally recognized public health issue. It is estimated that by 2040, CKD will be the fifth leading cause of years of life lost worldwide. CKD is characterized by a progresive alteration of the renal parenchyma, produced by various causes, which leads to an irreversible decline in kidney function. If the underlying cause is not addressed, kidney failure can gradually progress to terminal stages, during which the kidneys completely lose their functionality. The only therapeutic alternatives for patient survival at this terminal stage are renal replacement therapies such as dialysis and kidney transplantation (Tx), which prolong the lives of patients without reversing the chronic alteration of their kidney tissue. This problem has sparked interest in studyin the lifespan of patients undergoing renal replacement therapy (RRT). To address these types os problems, techniques based on survival analysis are employed, which involve examining the distribution of the time that elapses untin an event of interest occurs, sucha as, for example, the onset of disease symptoms or the death of the patient. There are multiple conventional techniques thet address survival studies, sucha as the Kaplan-meier estimator or Cox regression, among others...