RESUMEN
En el artículo anterior se introdujo el tema y se desarrolló cómo es la recolección y análisis de datos, la selección y entrenamiento de modelos de aprendizaje automático supervisados y los métodos de validación interna que permiten corroborar si el modelo arroja resultados similares a los de otros conjuntos de entrenamiento y de prueba. En este artículo continuaremos con la descripción de la evaluación del rendimiento, la selección del modelo más adecuado para identificar la característica que se va a evaluar y la validación externa del modelo. Además, el artículo resume los desafíos existentes en la implementación del Machine Learning desde la investigación al uso clínico. (AU)
In the previous article, we introduced topics such as data collection and analysis, selection and training of supervised machine learning models and methods of internal validation that allow to corroborate whether the model yields similar results to other training and test sets.In this article, we will continue with the description of the performance evaluation, selecting the most appropriate model to identify the characteristic to evaluate and the external validation of the model. In addition, the article summarizes the actual challenges in the implementation of machine learning from research to clinical use. (AU)
Asunto(s)
Humanos , Modelos Educacionales , Benchmarking/métodos , Aprendizaje Automático , Tecnología Biomédica/métodos , Gestión de Ciencia, Tecnología e Innovación en SaludRESUMEN
Este será el primero de dos artículos donde se tratarán los pasos necesarios para desarrollar un proyecto de aplicación de técnicas de Machine Learning en Salud, que introduce nociones sobre la recolección y análisis de datos, la selección y entrenamiento de modelos de aprendizaje auto-mático de tipo supervisado y los métodos de validación interna para cada modelo. (AU)
This will be the first of two articles where the steps needed to apply machine learning methods in healthcare will be discussed. It will introduce fundamental notions about data collection, selection and training of supervised ML models as well as the methods of internal validation. In a second article, we will discuss about the performance evaluation to select the most appropriate model and its external validation. (AU)
Asunto(s)
Modelos Educacionales , Gestión de Ciencia, Tecnología e Innovación en Salud , Aprendizaje Automático , Algoritmos , Recolección de Datos/métodos , Análisis de DatosRESUMEN
Se comparó la adherencia a la prevención secundaria de enfermedad coronaria mediante el uso indicado de fármacos de probada eficacia, al momento del egreso hospitalario y a 3 años de seguimiento, en una cohorte de pacientes afiliados al Plan de Salud del Hospital Italiano. Se realizó un estudio de cohorte retrospectivo que incluyo 125 pacientes menores de 80 años de edad, afiliados a una red integrada de salud, con internación por síndrome coronario agudo. En el análisis se utilizó el test de McNemar. La edad media de los participantes fue 63.7 años (DS 10.08) y el 65.6% (IC95% 56.6-73.9) fue de sexo masculino. El 76.8% (IC95% 68.4-83.9) presentó como evento calificante un síndrome coronario agudo sin elevación del segmento ST. El tiempo de seguimiento promedio fue 2.94 años (DS 0.25). Se observó que el uso de drogas de probada eficacia en la prevención secundaria de enfermedad coronaria descendió entre el momento del egreso hospitalario y los 3 años de seguimiento: antiagregantes de 97.6 a 88.0% (p = 0.012); beta-bloqueantes de 94.4 a 84.8% (p = 0.021); estatinas 91.2 a 83.7% (p = 0.035). Uso combinado de antiagregantes, betabloqueantes y estatinas de 86.4 a 66.3% (p < 0.0001). Es necesario estudiar las causas de la disminución de la adherencia a drogas cardioprotectoras a largo plazo.(AU)
We compared the use of evidence-based secondary prevention drugs for coronary artery disease at hospital discharge and 3 years of follow-up in a group of patients associated to an integrated network of health services. We conducted a retrospective group study that included 125 patients under 80 years of age who were hospitalized for acute coronary syndrome. McNemar´s test was used to compare values at baseline and 3 years. The mean age of of participants was 63.7 years (SD ± 10.08) and 65.6% (95% CI 56.6-73.9) of male sex. The average follow-up time was 2.94 years (SD ± 0.25). The use of secondary prevention drugs for coronary heart disease decreased at 3 years of follow-up: anti-platelet 97.6 to 88.0% (p = 0.012), beta-blockers 94.4 to 84.8% (p = 0.021) and statins 83.7 to 91.2% (p = 0.035). Patients medicated with a combination of anti-platelet, beta blockers and statins showed a decrease from 86.4 to 66.3% (p < 0.0001). It is necessary to study the causes for the decreased adherence to long-term cardio-protective drugs.(AU)
RESUMEN
Objetivo: analizar la epidemiología del tabaquismo en una muestra de médicos de la Argentina. Material y métodos: estudio observacional y transversal, en el que se encuestaron a médicos de 18 instituciones del área metropolitana de Buenos Aires seleccionados aleatoriamente durante los meses de mayo y junio de 2002. Se analizaron las siguientes variables: tabaquismo, actividad física, antecedentes de hipertensión arterial, dislipemia, diabetes y de historia familiar de enfermedad coronaria, la presencia de antecedentes de familiares fumadores y la frecuencia con la que el médico aconsejaba a sus pacientes fumadores el abandono del tabaco. Resultados: se encuestaron a 783 médicos, el 67 por ciento de sexo masculino, edad promedio de 43 12 años. Los hombres fueron significativamente mayores que las mujeres (hombres: 45 12 años; mujeres: 38 10 años; p < 0,0001). La prevalencia de fumadores y ex fumadores fue, respectivamente del 28,6 por ciento y el 25,3 por ciento. Los médicos ex fumadores, en relación con los médicos fumadores y los médicos no fumadores, presentaron mayor prevalencia de hipertensión arterial (p < 0,0001), de dislipemia (p = 0,0001) y mayor índice de masa corporal (p < 0,0001). No se encontraron diferencias significativas en la prevalencia de diabetes (p= 0,88), el antecedente familiar de enfermedad coronaria (p = 0,47) o en la realización de actividad física (p = 0,16). Los médicos ex fumadores, con mayor frecuencia, daban consejos a sus pacientes para dejar de fumar. Los médicos fumadores predominaron entre los dedicados a especialidades quirúrgicas (p = 0.001) y entre los que se desempeñaban en los servicios de urgencia (p= 0,037). Los médicos fumadores presentaron más frecuentemente el antecedente familiar de tabaquismo (p < 0,0001), el 30 por ciento fumaban al despertar, más del 70 por ciento lo hacían por la mañana y un tercio fumaban aun cuando padecían de alguna enfermedad. Conclusiones: Existe una prevalencia elevada de médicos fumadores. Estos tenían más frecuentemente antecedentes familares de tabaquismo y presentaron criterios de mayor dependencia a la nicotina. La proporción de fumadores es mayor entre los que se desempeñan en servicios de urgencia y entre los que realizan especialidades quirúrgicas. Los médicos ex fumadores presentaron mayor prevalencia de hipertensión arterial, de dislipemia e índice de masa corporal...(AU)
Asunto(s)
Humanos , Masculino , Adulto , Femenino , Persona de Mediana Edad , Tabaquismo/efectos adversos , Tabaquismo/epidemiología , Tabaquismo/prevención & control , Médicos , Factores de Riesgo , Prevalencia , Argentina/epidemiología , Hospitales Públicos , Hospitales PrivadosRESUMEN
We compared the use of evidence-based secondary prevention drugs for coronary artery disease at hospital discharge and 3 years of follow-up in a group of patients associated to an integrated network of health services. We conducted a retrospective group study that included 125 patients under 80 years of age who were hospitalized for acute coronary syndrome. McNemars test was used to compare values at baseline and 3 years. The mean age of of participants was 63.7 years (SD ± 10.08) and 65.6
(95
CI 56.6-73.9) of male sex. The average follow-up time was 2.94 years (SD ± 0.25). The use of secondary prevention drugs for coronary heart disease decreased at 3 years of follow-up: anti-platelet 97.6 to 88.0
(p = 0.012), beta-blockers 94.4 to 84.8
(p = 0.021) and statins 83.7 to 91.2
(p = 0.035). Patients medicated with a combination of anti-platelet, beta blockers and statins showed a decrease from 86.4 to 66.3
(p < 0.0001). It is necessary to study the causes for the decreased adherence to long-term cardio-protective drugs.