📊 statistics

Predicting Hospitalization from a Whole-Person Health Score with Incomplete Electronic Health Records Data: A Case Study

Este estudio demuestra que predecir la hospitalización a partir de Registros de Salud Electrónicos incompletos utilizando un Índice de Carga Alostática es más efectivo cuando se adaptan los modelos a patrones específicos de datos faltantes de los pacientes, logrando un AUC de 0.73 en la muestra, aunque el rendimiento de la validación cruzada cae a 0.63.

Autores originales: Grayson E. Weavil, Joseph Rigdon, Sarah C. Lotspeich

Publicado 2026-06-10

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Grayson E. Weavil, Joseph Rigdon, Sarah C. Lotspeich

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La visión general: Un "Boletín de Calificaciones de Salud" con notas faltantes

Imagina que quieres darle a un estudiante una única puntuación de "Boletín de Calificaciones de Salud" basada en diez materias diferentes (como Matemáticas, Historia, Ciencias, etc.). Esta puntuación, llamada Índice de Carga Alostática (ALI), te indica cuánto estrés está sufriendo el cuerpo del estudiante.

El objetivo: Si la puntuación es alta (muchas "calificaciones reprobadas"), el estudiante corre el riesgo de enfermar o de necesitar ir al hospital.
El problema: En un aula real, no siempre se tienen las calificaciones de todas las materias. Tal vez el estudiante faltó al examen de Ciencias, o el profesor de Historia perdió el papel. En el mundo real (Registros Médicos Electrónicos), los médicos no solicitan cada una de las pruebas de sangre para cada paciente. Algunos datos faltan.

Los investigadores se preguntaron: ¿Cómo calculamos este "Boletín de Calificaciones de Salud" de manera precisa cuando faltan algunas calificaciones, y podemos usarlo para predecir quién terminará en el hospital?

El experimento: 1,000 estudiantes y un rompecabezas incompleto

El equipo analizó los datos de 1,000 pacientes en un hospital de Carolina del Norte. Tenían diez marcadores de salud específicos (como la presión arterial, el colesterol y el azúcar en sangre) que conforman la puntuación del ALI.

La realidad: Algunos marcadores eran fáciles de encontrar (como la presión arterial, que se toma en casi todas las visitas). Otros eran muy difíciles de encontrar (como pruebas de sangre específicas que solo se solicitan si un médico sospecha de un problema).
El desafío: Si simplemente ignoras las pruebas faltantes, podrías pensar erróneamente que un paciente está sano cuando no lo está. Si supones que las pruebas faltantes son "malas", podrías pensar que están más enfermos de lo que realmente están.

Las estrategias: Cómo manejar las calificaciones faltantes

Los investigadores probaron diferentes formas de llenar los espacios en blanco o de sortearlos, probándolos como diferentes estrategias en un juego:

El método de la "Proporción" (El boletín de calificaciones parcial):
En lugar de contar las pruebas faltantes como "buenas" o "malas", simplemente calcularon el porcentaje de las pruebas disponibles que no eran saludables.
- Analogía: Si un estudiante tomó 5 de 10 exámenes y reprobó 2, su puntuación es de 40% de reprobación, no del 20% (que obtendrías si contaras las 5 pruebas faltantes como aprobadas).
El tanteo de "Mejor/Peor Caso":
- Mejor caso: Asumir que todas las pruebas faltantes fueron saludables. (Optimista)
- Peor caso: Asumir que todas las pruebas faltantes fueron no saludables. (Pesimista)
- Analogía: Como adivinar la nota final de un estudiante asumiendo que sacó la nota máxima en todos los exámenes que faltó, o que reprobó todos.
El método de "La ausencia como una categoría":
En lugar de adivinar, trataron el "faltar una prueba" como su propia categoría única.
- Analogía: En lugar de decir "El Estudiante A reprobó Matemáticas", dices "El Estudiante A tiene un estatus de 'Matemáticas Faltante'".
El método de los "Submodelos de Patrones" (Los grupos personalizados):
Esta fue la estrategia más compleja. Notaron que los pacientes suelen perder la misma combinación de pruebas (por ejemplo, si falta la prueba de Homocisteína, probablemente también falte la de Proteína C Reactiva). Agruparon a los pacientes por estos "patrones de ausencia" específicos y construyeron un pequeño modelo de predicción personalizado para cada grupo.
- Analogía: En lugar de un solo profesor calificando a toda la clase, tienes un profesor diferente para cada grupo de estudiantes que faltaron a las mismas pruebas específicas.

Los resultados: ¿Qué funcionó mejor?

Los investigadores probaron estas estrategias para ver cuál predecía mejor quién sería hospitalizado.

La matemática simple venció a la IA sofisticada: Sorprendentemente, una herramienta estadística básica llamada Regresión Logística (como una calculadora estándar) funcionó mejor que Random Forest (una IA compleja y de alta tecnología que construye muchos árboles de decisión).
- ¿Por qué? Los datos ya estaban simplificados en "Saludable" o "No saludable" (sí/no). No había suficientes datos complejos y no lineales para que la IA sofisticada encontrara patrones ocultos. Fue como usar una supercomputadora para resolver un problema simple de suma; la calculadora era igual de buena y más rápida.
La sorpresa de "Conteo" vs. "Sí/No": Intentaron predecir el número exacto de visitas al hospital (0, 1, 2, etc.), pero no funcionó mejor que simplemente predecir "¿Fueron al hospital? Sí o No".
- Conclusión: Saber si alguien será hospitalizado es más fácil de predecir que saber cuántas veces irá.
"Puntuación de Resumen" vs. "Partes Individuales":
- Puntuaciones de resumen: Cuando combinaron los diez marcadores en un solo número (la puntuación ALI), todas las formas de manejar los datos faltantes funcionaron casi igual. El método de la "Proporción" fue ligeramente el mejor, pero por muy poco.
- Partes individuales: Cuando analizaron cada marcador por separado, los Submodelos de Patrones (los grupos personalizados) funcionaron mejor en los datos específicos que tenían (AUC = 0.73).
- El inconveniente: Cuando probaron estos modelos personalizados con datos nuevos (validación cruzada), no se mantuvieron tan bien (el AUC bajó a 0.63). Es como un estudiante que memorizó las respuestas de un examen de práctica específico pero tuvo dificultades cuando las preguntas cambiaron ligeramente.

La conclusión

El artículo concluye que:

Los datos faltantes son complicados: No puedes simplemente ignorarlos o adivinar al azar.
Mantén la simplicidad: Para este tipo de datos de salud, un modelo estadístico simple funcionó mejor que el aprendizaje automático complejo.
El enfoque de "Patrones" es prometedor pero necesita más práctica: Agrupar a los pacientes por sus patrones específicos de datos faltantes dio los mejores resultados en la prueba, pero necesita más datos para demostrar que funciona de manera confiable en el mundo real.

La idea fundamental: Los investigadores demostraron con éxito cómo construir una "Puntuación de Salud de la Persona Completa" incluso cuando los datos están incompletos. Encontraron que, aunque los métodos complejos se ven bien en el papel, los enfoques simples y personalizados suelen funcionar mejor para predecir las visitas al hospital en este contexto específico. El siguiente paso que mencionan es simplemente intentar integrar este sistema en las historias clínicas reales de los hospitales para ayudar a los médicos a tomar decisiones.

Resumen Técnico: Predicción de la hospitalización a partir de una puntuación de salud integral con datos de EHR incompletos

Planteamiento del problema
La transición de una atención reactiva a una proactiva depende de la identificación de pacientes en riesgo antes de que ocurran las crisis. Los Registros de Salud Electrónicos (EHR, por sus siglas en inglés) ofrecen una vasta cantidad de datos para este propósito, pero sufren altas tasas de valores faltantes debido a la toma de decisiones clínicas (por ejemplo, pruebas solicitadas solo cuando son necesarias) y barreras de acceso. El Índice de Carga Alostática (ALI), una medida estandarizada de la salud integral calculada a partir de diez biomarcadores en los sistemas cardiovascular, metabólico e inflamatorio, es una herramienta prometedora para la atención preventiva. Sin embargo, en entornos observacionales de EHR, no todos los pacientes se someten a las diez pruebas requeridas. El cálculo estándar del ALI (contando los biomarcadores no saludables) trata implícitamente los componentes faltantes como "saludables", lo que puede representar erróneamente el riesgo del paciente. Este estudio aborda el desafío de predecir la hospitalización de pacientes internos utilizando un ALI derivado de datos de EHR incompletos, evaluando cómo diferentes estrategias estadísticas y de aprendizaje automático gestionan los componentes faltantes.

Metodología
El estudio utilizó un conjunto de datos de $n=1000$ pacientes (de 18 a 65 años) de Atrium Health Wake Forest Baptist Hospital entre marzo de 2018 y marzo de 2020. Las variables de resultado fueron las hospitalizaciones de pacientes internos durante el periodo de estudio, modeladas tanto como un indicador binario ( $Y_B$ : al menos una hospitalización) como un recuento ( $Y_C$ : número de hospitalizaciones). Las covariables incluyeron edad y sexo biológico.

Los autores evaluaron 32 combinaciones de técnicas de modelado y estrategias de manejo de datos faltantes:

Técnicas de modelado:
- Regresión estadística: Regresión logística (para resultados binarios) y regresión de Poisson/Poisson de exceso de ceros/Binomial negativa (para resultados de recuento).
- Aprendizaje automático: Clasificadores de Bosque Aleatorio (Random Forest).
Estrategias de datos faltantes:
- Medidas de resumen (ALI agregado):
  - Proporción de casos completos: Calcular la proporción de componentes no faltantes que son no saludables, ignorando los valores faltantes.
  - Conteos de no saludables y faltantes: Utilizar el conteo de componentes no saludables y el conteo de componentes faltantes como predictores separados.
  - Imputación de mejor/peor caso: Tratar todos los componentes faltantes como saludables (mejor caso) o no saludables (peor caso).
- Componentes separados (desagregados):
  - La falta de datos como categoría: Incluir indicadores para si cada componente falta, es saludable o no saludable.
  - Submodelos de patrones: Ajustar modelos de regresión logística distintos para cada patrón único de datos faltantes observado en la cohorte (se identificaron 18 patrones), prediciendo los resultados basándose en el submodelo específico que coincida con el perfil de falta de datos del paciente.

El rendimiento se evaluó mediante curvas de Característica Operativa del Receptor (ROC) y el Área Bajo la Curva (AUC) en la muestra completa (optimista) y mediante validación cruzada de 5 pliegues (generalizable).

Resultos clave

Modelado de resultados: El modelado de la hospitalización como un resultado binario funcionó de manera comparable o mejor que los modelos basados en recuentos. La regresión logística generalmente superó a los Bosques Aleatorios en los modelos de medidas de resumen, mientras que los Bosques Aleatorios mostraron mejoras marginales en escenarios específicos de componentes separados.
Medidas de resumen: Todos los enfoques de medidas de resumen (proporción de casos completos, conteos, imputación) funcionaron de manera similar. El ALI de proporción de casos completos logró el AUC más alto en la muestra completa de 0.64 (AUC de validación cruzada de 0.63), pero la mejora respecto a otros métodos de resumen fue insignificante ( $\le 0.01$ ).
Componentes separados frente a Resumen: Cuando se incluyeron los componentes del ALI por separado, el rendimiento varió significamente según la estrategia de datos faltantes.
- Submodelos de patrones: Este enfoque produjo el AUC más alto en la muestra completa (0.73) utilizando regresión logística. Sin embargo, no se validó bien mediante validación cruzada (el AUC cayó a 0.63), lo que sugiere un posible sobreajuste debido a los patrones de datos faltantes poco frecuentes (algunos con tan solo un paciente).
- Bosque Aleatorio con imputación de mejor caso: Entre los modelos de componentes separados, este método logró el AUC de validación cruzada más alto (0.66).
Capacidad predictiva general: El rendimiento predictivo en todos los modelos fue de regular a bajo (AUC $\le 0.73$ ). Los autores señalan que, aunque los submodelos de patrones mostraron promesa en la muestra, su transportabilidad es cuestionable sin conjuntos de datos más grandes para estabilizar los submodelos de patrones raros.

Significancia y afirmaciones
El artículo afirma que, si bien las medidas de resumen (como la proporción de casos completos) ofrecen interpretabilidad y facilidad de implementación en las historias clínicas, proporcionan solo un poder predictivo regular. El estudio demuestra que adaptar los modelos a patrones de datos faltantes específicos (submodelos de patrones) puede mejorar la precisión en la muestra al aprovechar la información contenida en la propia falta de datos, que a menudo es informativa en los datos de EHR (Faltante No Al Azar o Missing Not At Random).

Sin embargo, los autores mantienen la modestia respecto a la utilidad clínica inmediata de estos modelos complejos. Concluyen que el enfoque de submodelos de patrones, aunque teóricamente superior para capturar el riesgo granular, requiere conjuntos de datos más grandes para validar su estabilidad y prevenir el sobreajuste. La principal contribución es la evaluación de estas estrategias específicas para manejar los datos incompletos del ALI, sugiriendo que las implementaciones futuras deberían considerar la desagregación de componentes y la contabilización de los patrones de falta de datos, reconociendo al mismo tiempo que el rendimiento predictivo actual sigue siendo limitado. Los autores proponen que el siguiente paso es la implementación en los EHR para permitir la predicción a escala, apoyada por una mayor investigación sobre la calidad de los datos y la corrección de errores de medición.

La visión general: Un "Boletín de Calificaciones de Salud" con notas faltantes

El experimento: 1,000 estudiantes y un rompecabezas incompleto

Las estrategias: Cómo manejar las calificaciones faltantes

Los resultados: ¿Qué funcionó mejor?

La conclusión

Más como este