Red neural artificial para predecir factores de riesgo asociados a complicaciones postoperatorias secundarias al tratamiento del neumotórax
DOI:
https://doi.org/10.30944/20117582.2225Palabras clave:
inteligencia artificial, redes neurales de la computación, neumotórax, toracoscopía, talco, complicaciones posoperatoriasResumen
Introducción. Debido a la ausencia de modelos predictivos estadísticamente significativos enfocados a las complicaciones postoperatorias en el manejo quirúrgico del neumotórax, desarrollamos un modelo, utilizando redes neurales, que identifica las variables independientes y su importancia para reducir la incidencia de complicaciones.
Métodos. Se realizó un estudio retrospectivo en un centro asistencial, donde se incluyeron 106 pacientes que requirieron manejo quirúrgico de neumotórax. Todos fueron operados por el mismo cirujano. Se desarrolló una red neural artificial para manejo de datos con muestras limitadas; se optimizaron los datos y cada algoritmo fue evaluado de forma independiente y mediante validación cruzada, para obtener el menor error posible y la mayor precisión con el menor tiempo de respuesta.
Resultados. Las variables de mayor importancia según su peso en el sistema de decisión de la red neural (área bajo la curva 0,991) fueron el abordaje por toracoscopia video asistida (OR 1,131), el uso de pleurodesis con talco (OR 0,994) y el uso de autosuturas (OR 0,792; p<0,05).
Discusión. En nuestro estudio, los principales predictores independientes asociados a mayor riesgo de complicaciones fueron el neumotórax de etiología secundaria y el neumotórax recurrente. Adicionalmente, confirmamos que las variables asociadas a reducción de riesgo de complicaciones postoperatorias tuvieron significancia estadística.
Conclusión. Identificamos la toracoscopia video asistida, el uso de autosuturas y la pleurodesis con talco como posibles variables asociadas a menor riesgo de complicaciones. Se plantea la posibilidad de desarrollar una herramienta que facilite y apoye la toma de decisiones, por lo cual es necesaria la validación externa en estudios prospectivos.
Descargas
Referencias bibliográficas
Baiu I, Yevudza E, Shrager JB. Talc pleurodesis: A medical, medicolegal, and socioeconomic review. Ann Thorac Surg. 2020;109:1294-1301. https://doi.org/10.1016/j.athoracsur.2019.08.104
Goto S, Goto S, Pieper KS, Bassand JP, Camm AJ, Fitzmaurice DA, et al. New artificial intelligence prediction model using serial prothrombin time international normalized ratio measurements in atrial fibrillation patients on vitamin K antagonists: GARFIELD-AF. Eur Heart J Cardiovasc Pharmacother. 2020;6:301-9. https://doi.org/10.1093/ehjcvp/pvz076
Tranchevent LC, Azuaje F, Rajapakse JC. A deep neural network approach to predicting clinical outcomes of neuroblastoma patients. BMC Med Genomics. 2019;12(Suppl 8):178. https://doi.org/10.1186/s12920-019-0628-y
Liu C, Wang X, Liu C, Sun Q, Peng W. Differentiating novel coronavirus pneumonia from general pneumonia based on machine learning. Biomed Eng Online. 2020;19:66. https://doi.org/10.1186/s12938-020-00809-9
Elsayed HH, Hassaballa A, Ahmed T. Is video-assisted thoracoscopic surgery talc pleurodesis superior to talc pleurodesis via tube thoracostomy in patients with secondary spontaneous pneumothorax? Interact Cardiovasc Thorac Surg. 2016;23:459-61. https://doi.org/10.1093/icvts/ivw154
Bellini V, Valente M, Del Rio P, Bignami E. Artificial intelligence in thoracic surgery: a narrative review. J Thorac Dis. 2021;13:6963-75. https://doi.org/10.21037/jtd-21-761
Ravichandran A, Mahulikar K, Agarwal S, Sankaranarayanan S. Post thoracic surgery life expectancy prediction using machine learning. International Journal of Healthcare Information Systems and Informatics (IJHISI). 2021;16:1-20. https://doi.org/10.4018/IJHISI.20211001.oa32
Cardillo G, Bintcliffe OJ, Carleo F, Carbone L, Di Martino M, Kahan BC, Maskell, NA. Primary spontaneous pneumothorax: a cohort study of VATS with talc poudrage. Thorax. 2016;71:847-53. https://doi.org/10.1136/thoraxjnl-2015-207976
Hallifax RJ, Yousuf A, Jones HE, Corcoran JP, Psallidas I, Rahman NM. Effectiveness of chemical pleurodesis in spontaneous pneumothorax recurrence prevention: a systematic review. Thorax. 2017;72:1121-31. https://doi.org/10.1136/thoraxjnl-2015-207967
Ling ZG, Wu YB, Ming MY, Cai SQ, Chen YQ. The effect of pleural abrasion on the treatment of primary spontaneous pneumothorax: A systematic review of randomized controlled trials. PLoS ONE. 2015;10:e0127857. https://doi.org/10.1371/journal.pone.0127857
Maskell NA. Pneumothorax management: time to improve the evidence base. Thorax. 2017;72:1065-6. https://doi.org/10.1136/thoraxjnl-2017-211007
Brito-Sosa G, Iraizoz-Barrios AM. Neumotórax espontáneo y enfisema bulloso bilateral. Rev Colomb Cir. 2021;36:155-60. https://doi.org/10.30944/20117582.122
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Revista Colombiana de Cirugía
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Todos los textos incluidos en la Revista Colombiana de Cirugía están protegidos por derechos de autor. Las opiniones expresadas en los artículos firmados son las de los autores y no coinciden necesariamente con las de los directores o los editores de la Revista Colombiana de Cirugía. Las sugerencias diagnósticas o terapéuticas como elección de productos, dosificación y métodos de empleo corresponden a la experiencia y al criterio de los autores.
.jpg)
