RESUMEN
Objetivo: Seleccionar las características más relevantes a la hora de predecir una infección de sitio quirúrgico en un paciente sometido a intervención de artroplastia de cadera. Método: Se ha utilizado un método de selección de características basado en Información Mutua (IM) para determinar las variables que mejor predicen la infección de sitio quirúrgico (ISQ) en una cohorte prospectiva de pacientes operados de artroplastia de cadera en el Hospital Universitario Ramón y Cajal entre los años 2010 y 2020. Resultados: La característica más importante para la predicción fue el tiempo postoperatorio (0,98 valor de IM). Todas las ISQ ocurrieron tras el primer ingreso. Conclusiones: Los resultados obtenidos ponen en valor las técnicas de aprendizaje automático para tomar medidas organizativas que reduzcan los días de estancia, y así prevenir la aparición de ISQ, disminuir los costes del proceso clínico y aumentar la seguridad del paciente.(AU)
Objective: Select the most relevant characteristics to predict a surgical site infection in a patient undergoing hip arthroplasty. Methods: Mutual information (MI) method is used to select the characteristics that better predict Surgical Site Infection (SSI) in a prospective cohort of patients who underwent hip arthroplasty between 2010 and 2020 at the Ramón y Cajal University Hospital. Results: The most important characteristic to predict SSI was postoperative time (0.98 MI score). All SSIs occurred after the first admission. Conclusion: The results obtained highlight the value of machine learning techniques to take organizational measures that reduce the days of stay, and thus prevent the appearance of SSIs, reduce the costs of the clinical process and increase patient safety.(AU)
