Conditional outlier detection for clinical alerting

Enunciado del Problema
Los errores médicos siguen siendo un problema persistente y grave en la práctica sanitaria. Aunque existen herramientas informáticas actuales para la monitorización de pacientes, estas se basan principalmente en el conocimiento, dependiendo de reglas extraídas a priori de expertos clínicos. La construcción de estos sistemas consume mucho tiempo y a menudo adolecen de una cobertura clínica incompleta. Los autores proponen una alternativa basada en datos: un marco de monitorización y alerta que utiliza información clínica almacenada de casos de pacientes anteriores para identificar valores atípicos estadísticos (anomalías) en las acciones de gestión del paciente. La hipótesis central es que las acciones de gestión del paciente que son inusuales en relación con pacientes anteriores y sus condiciones específicas pueden indicar posibles errores médicos, lo que justifica una alerta clínica.

Metodología
El artículo presenta un marco para la detección de anomalías condicionales, que identifica acciones de gestión del paciente que son altamente inusuales dada la condición específica de un paciente y los datos históricos. La metodología procede a través de tres pasos principales:

1. Segmentación y Transformación:

   • Los datos complejos de series temporales multivariantes de las Historias Clínicas Electrónicas (HCE)—incluyendo pruebas de laboratorio, medicamentos, procedimientos y diagnósticos—se segmentan en puntos discretos de tiempo (por ejemplo, cada 24 horas).
   • Los datos observados hasta un punto de segmentación se transforman en una representación en espacio vectorial del estado del paciente ($x$). Esta representación utiliza un conjunto fijo de características para resumir la información temporal, que incluye:
     • Características de Laboratorio: Para resultados categóricos, las características incluyen los valores último y penúltimo, y el tiempo transcurrido desde el último valor. Para valores continuos/ordinales, las características incluyen pendientes, cambios porcentuales, valor mínimo (nadir) y valor máximo (ápice).
     • Características de Medicación: Indicadores del uso actual, tiempo transcurrido desde la primera administración, tiempo transcurrido desde la última administración y tiempo transcurrido desde el último cambio de orden.
     • Características de Procedimientos: Indicadores de si se realizó un procedimiento, tiempo transcurrido desde la primera realización y tiempo transcurrido desde la última realización.
   • Las acciones de gestión del paciente ($y$) que ocurren entre los puntos de segmentación se vinculan al estado del paciente precedente. Las acciones son binarias (verdadero/falso), representando si se ordenó una prueba de laboratorio específica o si se administró un medicamento.

2. Aprendizaje de Modelos Predictivos:

   • El sistema aprende un modelo predictivo para la distribución condicional $P(y | x)$ para acciones de gestión específicas (órdenes de laboratorio y órdenes/continuaciones de medicación).
   • Se utilizan Máquinas de Vectores de Soporte (SVM) como modelo de aprendizaje discriminativo para separar clases de acciones.
   • Para manejar la alta dimensionalidad de las características (miles de variables potenciales), se emplea un proceso de selección de características codicioso. Las características se agrupan por categoría (por ejemplo, todas las características de hemoglobina). Los grupos se evalúan mediante validación cruzada interna (usando el AUC) y se añaden incrementalmente al modelo si mejoran el rendimiento predictivo.
   • Las salidas probabilísticas se derivan del límite de decisión de la SVM utilizando el método de escalado de Platt para estimar $P(y=1 | x)$.

3. Detección de Anomalías y Alertas:

   • Puntuación de Anomalía: El grado de anomalía para una acción $y$ dado el estado $x$ se calcula como $Anom(x, y) = 1 - P(y | x)$. Una baja probabilidad de la acción observada implica una alta puntuación de anomalía.
   • Puntuación de Alerta: Para abordar el problema de que los estados del paciente cambian con el tiempo, el sistema evalúa la anomalía de una acción $y_{t-1}$ tanto frente al estado del paciente en el momento de la acción ($x_{t-1}$) como frente al estado subsiguiente ($x_t$). La puntuación de alerta se define como el mínimo de estas dos puntuaciones de anomalía: $Alert(x_t, y_{t-1}) = \min(Anom(x_{t-1}, y_{t-1}), Anom(x_t, y_{t-1}))$. Se genera una alerta si esta puntuación supera un umbral, asegurando que la desviación sea persistente a través de pasos de tiempo consecutivos.

Evaluación y Resultados
El marco se evaluó utilizando datos retrospectivos de 4.486 pacientes postquirúrgicos cardíacos en un gran hospital docente de Pittsburgh.

• División de Datos: Los datos se dividieron en un conjunto de entrenamiento (pre-2005) y un conjunto de prueba (2005 y posterior). El proceso de segmentación produjo 51.492 instancias de estado del paciente (30.828 para entrenamiento, 20.664 para prueba).
• Selección de Modelos: Solo se utilizaron modelos con un Área Bajo la Curva (AUC) de 0,68 o superior.
• Revisión por Expertos: Del conjunto de prueba, se seleccionaron 222 alertas para su evaluación por un panel de 15 expertos en cuidados críticos (becarios y profesores). Los criterios de selección incluyeron una puntuación de anomalía mínima de 0,15 y un enfoque en las anomalías más fuertes.
• Hallazgos:
  • Utilizando una regla de mayoría (2 de 3 revisores), 121 de las 222 alertas (54,5%) fueron consideradas clínicamente útiles.
  • Existe una correlación positiva entre la puntuación de alerta y la tasa real de alertas útiles. Las alertas con puntuaciones bajas tuvieron una tasa real de utilidad del 19%, mientras que aquellas con puntuaciones altas alcanzaron el 72%.
  • El análisis ROC arrojó un AUC de 0,64, que es estadísticamente significativamente diferente de 0,5 (azar aleatorio), confirmando que las puntuaciones de alerta más altas son indicativas de tasas reales de alertas más altas.

Contribuciones Clave y Significado
El artículo afirma presentar la evaluación más completa de su metodología de valores atípicos condicionales hasta la fecha. Sus contribuciones principales incluyen:

• Enfoque Basado en Datos: Demostrar que la alerta basada en anomalías puede servir como complemento, o como sistema independiente, para la alerta basada en conocimiento, particularmente en subáreas clínicas donde las reglas de expertos aún no están disponibles.
• Marco Condicional: Ir más allá de la detección simple de valores atípicos hacia un enfoque condicional donde las acciones se evalúan en relación con estados específicos del paciente y datos históricos.
• Validación Clínica: Proporcionar evidencia empírica de que las anomalías estadísticas en la gestión del paciente están positivamente correlacionadas con alertas clínicamente significativas, apoyando la hipótesis de que este enfoque puede ayudar a identificar errores médicos.
• Escalabilidad: Construir y probar con éxito modelos en miles de características de pacientes y cientos de acciones extraídas de HCE del mundo real.

Los autores concluyen que, aunque no todos los valores atípicos estadísticos corresponden a errores, el método es "valioso" para generar alertas debido a su capacidad para señalar errores con la frecuencia suficiente para ser clínicamente útil, con tasas de falsas alertas razonablemente bajas. Se planea trabajo futuro para refinar las características temporales, explorar diferentes discretizaciones de tiempo y evaluar el sistema en dominios clínicos adicionales.