logo móvil
Contáctanos

Un enfoque novedoso para clasificar pacientes crónicos en riesgo: un enfoque híbrido de aprendizaje automático

Autores: Silva-Aravena, Fabián; Delafuente, Hugo Núñez; Astudillo, César A.

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Varios
Procesos de atención
Pacientes crónicos
Supervisión médica
Telemedicina
Priorización de pacientes

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 26

Citaciones: Sin citaciones


Descripción
Varios procesos de atención han sido afectados por COVID-19. Uno de los más dramáticos ha sido el cuidado de pacientes crónicos bajo supervisión médica. Según la Organización Mundial de la Salud (OMS), un paciente crónico tiene una o más enfermedades a largo plazo y debe ser monitoreado permanentemente por el equipo de salud. De hecho, y según el Ministerio de Salud de Chile (MINSAL), 7 de cada 10 pacientes crónicos han suspendido sus controles médicos, generando situaciones críticas, como un mayor número de visitas a unidades de emergencia, recetas vencidas y una mayor incidencia en las tasas de hospitalización. Ante este problema, los servicios de salud en Chile han tenido que reprogramar sus escasos recursos médicos para brindar atención en todos los procesos de salud. Un elemento que se ha considerado es la atención a través de telemedicina y la priorización de pacientes. En el último caso, el objetivo era brindar atención oportuna a aquellos pacientes críticos con alta gravedad y que requieren atención clínica inmediata. Por esta razón, en este trabajo presentamos las siguientes contribuciones metodológicas: primero, un algoritmo no supervisado que analiza información de pacientes anónimos para clasificarlos según niveles de prioridad; y segundo, reglas que permiten a los equipos de salud entender qué variable(s) determinan la clasificación de los pacientes. Los resultados de la metodología propuesta permiten clasificar a nuevos pacientes con un 99,96% de certeza utilizando un árbol de decisión de tres niveles y cinco reglas de clasificación.

Documentos Relacionados

Temas Virtualpro