COMUNICACIÓN ORAL | 30 noviembre 2021, martes | Hora: 15:00
AUTORES
Fernández García, Moises; Fernández Revuelta, Ana; Moreu Gamazo, Manuel; Pérez García, Carlos; Egido Herrero, Jose Antonio; Simal Hernandez, Patricia; Gómez-Escalonilla Escobar, Carlos Ignacio
CENTROS
Servicio de Neurología. Hospital Clínico San Carlos
OBJETIVOS
Proponer un modelo de predicción de independencia funcional tras trombectomía mecánica (TM) de pacientes con ictus isquémico en circulación anterior.
MATERIAL Y MÉTODOS
Utilizamos la base de datos de TM de nuestra Unidad de Ictus, compilada prospectivamente desde febrero de 2009 hasta marzo de 2021, incluyendo 1117 pacientes. Contiene características demográficas, características clínicas, tiempo desde el inicio, el uso de trombólisis, los hallazgos del TC y los detalles de la TM. Se seleccionó un subconjunto de datos con la información disponible en el contexto del ictus agudo al término del procedimiento de TM. Se excluyeron los pacientes con ictus de la de la circulación posterior, y descartamos las entradas con valores perdidos para mejorar el rendimiento, analizando finalmente un total de 605 pacientes. Utilizamos scikit-learn v0.24.1 para entrenar algoritmos de aprendizaje automático, seleccionando los 3 con mejores resultados. Dividimos los datos en subconjunto de entrenamiento (75%) y de validación (25%), realizando una validación cruzada repetida y estratificada en el subconjunto de entrenamiento y evaluando los resultados en el subconjunto de validación.
RESULTADOS
Conseguimos una puntuación del área bajo la curva ROC en el subconjunto de validación de 0,78 de media para los distintos algoritmos de aprendizaje automático empleados.
CONCLUSIONES
Nuestro modelo mostró resultados prometedores para predicción de pronóstico funcional en pacientes con infartos cerebrales de la circulación anterior sometidos a TM con o con o sin trombólisis, y podría aplicarse fácilmente en el ámbito clínico con el software adecuado.
