Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Predicting the outcome of patients with subarachnoid hemorrhage using machine learning techniques

dc.contributor.authorde Toledo, Paula
dc.contributor.authorRios, Pablo
dc.contributor.authorLedezma, Agapito
dc.contributor.authorSanchis, Araceli
dc.contributor.authorFernández Alén, José Antonio
dc.contributor.authorLagares Gómez-Abascal, Alfonso
dc.date.accessioned2025-01-27T08:58:48Z
dc.date.available2025-01-27T08:58:48Z
dc.date.issued2009
dc.description.abstractAntecedentes: La predicción de los resultados de la hemorragia subaracnoidea (HSA) ayuda a orientar la atención y comparar las estrategias de tratamiento globales. Los modelos de regresión logística para la predicción de resultados pueden resultar complicados de aplicar en la práctica clínica. Objetivo: Utilizar técnicas de aprendizaje automático para construir un modelo de predicción de resultados que haga que el conocimiento descubierto a partir de los datos sea explícito y comunicable a los expertos del dominio. Material y métodos: Se analizó una cohorte de derivación (n = 441) de casos no seleccionados de HSA utilizando diferentes algoritmos de clasificación para generar árboles de decisión y reglas de decisión. Los algoritmos utilizados fueron C4.5, aprendizaje rápido de árboles de decisión, árboles de decisión parciales, poda incremental repetida para producir reducción de error, vecino más cercano con generalización y aprendizaje de reglas de ondulación descendente. El resultado se dicotomizó en favorable [escala de resultados de Glasgow (GOS) = I-II] y malo (GOS = III-V). Se utilizó una cohorte independiente (n = 193) para la validación. Se entregó un cuestionario exploratorio a los usuarios potenciales (médicos especialistas) para recabar su opinión sobre el clasificador y su usabilidad en la rutina clínica. Resultados: El mejor clasificador se obtuvo con el algoritmo C4.5. Utiliza sólo dos atributos [World Federation of Neurological Surgeons (WFNS) y escala de Fisher] y conduce a un árbol de decisión simple. La precisión del clasificador [área bajo la curva ROC (AUC) = 0,84; intervalo de confianza (IC) = 0,80-0,88] es similar a la obtenida por un modelo de regresión logística (AUC = 0,86; IC = 0,83-0,89) derivado de los mismos datos y se considera que se ajusta mejor al uso clínico.
dc.description.departmentDepto. de Cirugía
dc.description.facultyFac. de Medicina
dc.description.refereedTRUE
dc.description.statuspub
dc.identifier.citationde Toledo P, Rios PM, Ledezma A, Sanchis A, Alen JF, Lagares A. Predicting the outcome of patients with subarachnoid hemorrhage using machine learning techniques. IEEE Trans Inf Technol Biomed. 2009 Sep;13(5):794-801. doi: 10.1109/TITB.2009.2020434. Epub 2009 Apr 14. PMID: 19369161.
dc.identifier.doi10.1109/TITB.2009.2020434
dc.identifier.essn1558-0032
dc.identifier.officialurlhttps://doi.org/10.1109/TITB.2009.2020434
dc.identifier.relatedurlhttps://core.ac.uk/reader/29401979?utm_source=linkout
dc.identifier.relatedurlhttps://ieeexplore.ieee.org/document/4814677
dc.identifier.relatedurlhttps://pubmed.ncbi.nlm.nih.gov/19369161/
dc.identifier.urihttps://hdl.handle.net/20.500.14352/116166
dc.issue.number5
dc.journal.titleIEEE Trans Inf Technol Biomed
dc.language.isoeng
dc.page.final801
dc.page.initial794
dc.publisherIEEE
dc.rights.accessRightsopen access
dc.subject.cdu616.831-005.1
dc.subject.keywordInteligencia artificial
dc.subject.keywordAlgoritmos
dc.subject.keywordPronóstioc
dc.subject.keywordhemorragia
dc.subject.ucmCirugía
dc.subject.ucmProbabilidades (Matemáticas)
dc.subject.unesco1209.03 Análisis de Datos
dc.subject.unesco3213.08 Neurocirugía
dc.titlePredicting the outcome of patients with subarachnoid hemorrhage using machine learning techniques
dc.typejournal article
dc.type.hasVersionVoR
dc.volume.number13
dspace.entity.typePublication
relation.isAuthorOfPublicationd83a8303-cd1f-431c-8835-9579dff0b1a0
relation.isAuthorOfPublicationbf17476a-4963-4853-8aa9-721f1a48be17
relation.isAuthorOfPublication.latestForDiscoverybf17476a-4963-4853-8aa9-721f1a48be17

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Predicting_the_Outcome_of_Patients_With_Subarachnoid_Hemorrhage_Using_Machine_Learning_Techniques.pdf
Size:
262.14 KB
Format:
Adobe Portable Document Format

Collections