Desarrollo de una herramienta inteligente para la predicción de la mortalidad en pacientes en lista de espera para un trasplante de riñón

Abstract

Este trabajo tiene como objetivo proporcionar una herramienta web a los médicos que, a partir de la introducción de datos dinámicos, prediga la mortalidad de los pacientes que se encuentran en lista de espera para recibir un trasplante de riñón con el propósito de ayudar en la toma de decisiones, en la caracterización de los perfiles de riesgo de los pacientes y en la agilización de las listas de espera de recepción de un riñón. En este trabajo existen dos roles de usuario: el médico y el administrador. El administrador, puede gestionar y mantener el acceso de los médicos a la aplicación, así como parametrizar y entrenar las fases del enfoque predictivo basado en técnicas de machine learning propuesto por (Díez-Sanmartín et al, 2023). Al rol de médico se le facilita una herramienta en la que, a partir de la introducción de los datos clínicos del paciente, se obtiene la curva de supervivencia asociada a su perfil de riesgo. Finalmente, el sistema ofrece la posibilidad de almacenar las parametrizaciones y los resultados obtenidos en tablas de una base de datos o exportar éstos en formato csv.The aim of this work is to provide a web tool for doctors that, based on the introduction of dynamic data, predicts the mortality of patients who are on the waiting list for a kidney transplant in order to help in decision-making, in the characterisation of patients' risk profiles and in the streamlining of waiting lists for receiving a kidney. There are two user roles in this work: the physician and the administrator. The administrator can manage and maintain the doctors' access to the application, as well as parameterise and train the phases of the predictive approach based on machine learning techniques proposed by (Díez-Sanmartín et al, 2023). The role of the doctor is provided with a tool in which, based on the introduction of the patient's clinical data, the survival curve associated with their risk profile is obtained. Finally, the system offers the possibility of storing the parameterisations and the results obtained in tables in a database or exporting them in csv format.