Dialysis Risk Prediction and Treatment Effect Estimation for AKI patients using Longitudinal Electronic Health Records

Resumen Técnico: Predicción de Riesgo de Diálisis y Estimación del Efecto del Tratamiento en Pacientes con AKI mediante Registros Electrónicos de Salud (EHR) Longitudinales

1. El Problema

La progresión hacia la diálisis o la enfermedad renal terminal (ESRD) es un desenlace clínico crítico que conlleva alta morbilidad y costos de salud. Los pacientes con lesión renal aguda (AKI) presentan un riesgo elevado de deterioro crónico. El desafío principal radica en que, aunque los registros electrónicos de salud (EHR) contienen datos valiosos, identificar el efecto causal de los medicamentos es extremadamente difícil debido a:

• Confusión por indicación: Los médicos recetan medicamentos basados en la severidad de la enfermedad, lo que puede confundir la correlación con la causalidad.
• Polifarmacia: Los pacientes suelen recibir múltiples terapias simultáneamente.
• Desequilibrio de clases: La incidencia de diálisis es un evento poco frecuente (baja prevalencia), lo que dificulta el entrenamiento de modelos predictivos precisos.
• Fragmentación de datos: Los códigos de medicamentos suelen referirse a productos comerciales específicos en lugar de ingredientes activos.

2. Metodología

Los autores proponen un marco de trabajo basado en inferencia causal que integra el modelado de secuencias con tendencias de laboratorio.

• Construcción de la Cohorte: Se utilizó un conjunto de datos de TriNetX con 81,401 pacientes. Se empleó un diseño de ventana fija: 90 días de observación para predecir un desenlace en una ventana de 730 días.
• Arquitectura del Modelo (Transformer-based Causal Model): Se desarrolló un modelo basado en Transformers con una arquitectura de múltiples cabezales (multi-head). El modelo aprende simultáneamente:
  1. Cabezal de resultado: Predice el riesgo de diálisis.
  2. Cabezal de propensión: Modela la probabilidad de asignación del tratamiento (para mitigar el sesgo de selección).
  3. Cabezales de resultados potenciales: Estiman el desenlace bajo condiciones de tratamiento y no tratamiento.
• Estimación de Efectos de Tratamiento (ATE): Utilizaron una estrategia de intervención contrafactual. Durante la inferencia, se modifican los "tokens" de medicación en la secuencia del paciente (insertando o eliminando un ingrediente activo) para observar cómo cambia la probabilidad predicha de diálisis.
• Validación Clínica Post-hoc: Para verificar la plausibilidad de los efectos estimados, realizaron análisis de marcadores de laboratorio (eGFR, creatinina, BUN) utilizando métodos robustos como IPTW (ponderación por probabilidad inversa de tratamiento) y AIPW (ponderación de probabilidad inversa aumentada).

3. Contribuciones Clave

1. Pipeline reproducible: Un método para construir cohortes longitudinales que respeta el orden temporal de exposiciones y desenlaces.
2. Marco unificado de Transformer: Un modelo que integra la predicción de riesgo y la estimación de efectos causales en una sola representación latente.
3. Análisis a nivel de ingrediente activo: Capacidad de estimar efectos de medicamentos agrupándolos por su componente farmacológico, reduciendo el ruido de los códigos comerciales.
4. Estrategias para eventos raros: Implementación de funciones de pérdida conscientes del desequilibrio (imbalance-aware loss) y validación basada en la trayectoria de marcadores fisiológicos.

4. Resultados Principales

• Rendimiento Predictivo: El modelo Transformer superó a los modelos base (SVM y Regresión Logística). Con una ventana de 90 días, alcanzó un AUC de 0.694 y un PR-AUC de 0.094. Se observó que extender la ventana a 365 días degradó el rendimiento, posiblemente por la introducción de ruido clínico.
• Estimación de Efectos (ATE):
  • ACEi/ARB (ej. Lisinopril): Mostraron un efecto en dirección protectora (reducción del riesgo de diálisis), lo cual es consistente con la literatura clínica sobre renoprotección.
  • Diuréticos de asa (ej. Furosemida): Mostraron señales de aumento de riesgo, lo cual se interpreta como un reflejo de la severidad de la enfermedad subyacente (confusión por indicación) más que un efecto causal directo de daño.
• Validación de Laboratorio: Los cambios en eGFR y creatinina proporcionaron apoyo parcial y consistente con las direcciones de los efectos estimados por el modelo para las clases de medicamentos mencionadas.

5. Significancia

Este trabajo demuestra que los modelos de aprendizaje profundo, específicamente los Transformers, pueden ir más allá de la simple predicción de riesgos para convertirse en herramientas de generación de hipótesis clínicas. Al permitir la simulación de escenarios contrafactuales ("¿qué pasaría si el paciente no hubiera tomado este medicamento?"), el marco ofrece una vía para estudiar la seguridad de los medicamentos y la eficacia de los tratamientos en entornos de datos observacionales masivos, siempre con la cautela de que los resultados son exploratorios y no pruebas causales definitivas.