Algoritmo para salvar vidas: predice el uso de la unidad de cuidados intensivos relacionados con COVID-19

Un nuevo algoritmo puede predecir cuántos pacientes necesitarán atención médica intensiva relacionada con COVID.

Este es un conocimiento valioso cuando se trata de priorizar a los cuidadores y ventiladores en hospitales.

La innovación podría salvar vidas, según el investigador de la UCPH detrás del algoritmo.

Cuando la pandemia de COVID-19 alcanzó su punto máximo en diciembre de 2020, los hospitales daneses estaban bajo la máxima presión.

El personal del hospital se vio limitado y la Autoridad Sanitaria Danesa tuvo que tomar decisiones difíciles para priorizar los tratamientos.

Entre otras cosas, esto resultó en 35.500 operaciones pospuestas.

Ahora, un algoritmo innovador ayudará a aliviar la presión cada vez que los hospitales daneses se enfrenten a nuevas oleadas de COVID.

Investigadores de la Universidad de Copenhague, entre otros, han desarrollado el algoritmo, que puede predecir el curso de las enfermedades de los pacientes con COVID en relación con cuántos de ellos es muy probable o poco probable que requieran cuidados intensivos o ventilación.

Esto es importante para la asignación de personal en los hospitales de la nación, explica uno de los autores del estudio.

“Si podemos ver que tendremos problemas de capacidad dentro de cinco días porque se toman demasiadas camas en Rigshospitalet, por ejemplo, podemos planificar mejor y desviar a los pacientes a hospitales con más espacio y personal.

Como tal, nuestro algoritmo tiene el potencial salvar vidas“, explica Stephan Lorenzen, un postdoctorado en el Departamento de Ciencias de la Computación de la Universidad de Copenhague.

El algoritmo utiliza datos de pacientes individuales de Sundhedsplatform (la Plataforma Nacional de Salud), incluida información sobre el sexo, la edad, los medicamentos, el IMC (Índice de Masa Corporal) del paciente, si fuma o no, la presión arterial y más.

Esto permite que el algoritmo prediga cuántos pacientes, dentro de un período de tiempo de uno a quince días, necesitarán cuidados intensivos en forma de, por ejemplo, ventiladores y monitoreo constante por parte de enfermeras y médicos.

Junto con colegas de la Universidad de Copenhague, así como investigadores de Rigshospitalet y del Hospital Bispebjerg, Lorenzen desarrolló el nuevo algoritmo basado en datos de salud de 42,526 pacientes daneses que dieron positivo al coronavirus entre marzo de 2020 y mayo de 2021.

Tradicionalmente, los investigadores han utilizado modelos de regresión para predecir las admisiones hospitalarias relacionadas con Covid.

Sin embargo, estos modelos no han tenido en cuenta los antecedentes de enfermedades individuales, la edad, el sexo y otros factores.

De hecho, el algoritmo proporciona predicciones extremadamente precisas para el número probable de pacientes de cuidados intensivos durante un máximo de diez días.

“Hacemos mejores predicciones que los modelos comparables porque somos capaces de mapear con mayor precisión la necesidad potencial de ventiladores y cuidados intensivos las 24 horas durante un máximo de diez días.

La precisión disminuye un poco más allá de eso, similar a la de los modelos algorítmicos existentes utilizados para predecir el curso de la enfermedad en los casos de Covid”, explica.

En principio, el algoritmo está listo para implementarse en hospitales daneses.

Como tal, los investigadores están a punto de iniciar discusiones con profesionales de la salud relevantes.

“Hemos demostrado que los datos se pueden usar para muchísimas cosas.

Y, en Dinamarca, tenemos la suerte de tener tanta información de salud de la que extraer.

Con suerte, nuestro nuevo algoritmo puede ayudar a nuestros hospitales a evitar la sobrecarga de Covid cuando una nueva ola de la enfermedad golpea”, concluye Stephan Lorenzen.

Qué distingue al nuevo algoritmo de otros:

La mayoría de los algoritmos existentes en el campo no tienen en cuenta el sexo, la edad y el historial médico de las personas.

Analizan la cantidad de pacientes COVID hospitalizados que necesitan cuidados intensivos en un día determinado.

Con base a en esto, junto con los datos de mortalidad y nuevas infecciones, los modelos existentes intentan predecir cuántas personas serán hospitalizadas mañana.

“Por ejemplo, los modelos típicos no pueden distinguir entre personas más jóvenes o mayores.

Si hay cinco personas de 80 años o más hospitalizadas, o cinco pacientes de 25 años, tiene un gran impacto en la predicción en relación con lo que la probabilidad de hospitalización es.

Nuestro nuevo algoritmo explica esto“, dice Stephan Lorenzen.

Fuente: Scientific Reports