Resumen Técnico: Desarrollo y Validación de un Modelo Basado en Aprendizaje Automático para la Predicción del Riesgo de Fragilidad en Pacientes con Cáncer de Cabeza y Cuello sometidos a Radioterapia

Planteamiento del Problema

El síndrome de fragilidad, caracterizado por una reducción de la resiliencia fisiológica y una mayor susceptibilidad a los estresores, representa un desafío clínico crítico para los pacientes con cáncer de cabeza y cuello (CCC) que se someten a radioterapia. Si bien la radioterapia mejora la supervivencia, sus efectos adversos (p. ej., mucositis, disfagia) pueden exacerbar la fragilidad, lo que conduce a una reducción de la tolerancia al tratamiento, una peor calidad de vida y un aumento de la mortalidad. Los métodos de evaluación actuales dependen del juicio clínico y de escalas estáticas, que a menudo consumen mucho tiempo, están sujetos a la variabilidad entre evaluadores y carecen de la capacidad de integrar de manera holística datos multidimensionales (clínicos, psicológicos y sociales). Existe una falta distintiva de herramientas predictivas eficaces capaces de la identificación temprana de pacientes en riesgo para facilitar intervenciones dirigidas.

Metodología

Diseño del Estudio y Participantes

Este estudio transversal inscribió a 698 pacientes con CCC sometidos a radioterapia en un hospital de nivel A terciario en la provincia de Sichuan, China, entre el 22 de febrero de 2025 y el 14 de julio de 2025. Los participantes fueron seleccionados mediante un muestreo por conveniencia. Los criterios de inclusión requirieron un diagnóstico confirmado de CCC, radioterapia activa, conciencia clara y consentimiento informado firmado. Los criterios de exclusión incluyeron signos vitales inestables, trastornos cognitivos/psiquiátricos o disfunción de órganos mayores. El tamaño de la muestra (n=698) se calculó basándose en el principio de Eventos por Variable (EPV), superando el requisito mínimo de 472 casos derivados de una prevalencia esperada de fragilidad del 42.4%.

Recolección de Datos e Instrumentos

Los datos se recolectaron utilizando cinco instrumentos primarios:

1. Cuestionario de Información General: Capturó sociodemografía, características clínicas (estadio del cáncer, dolor, riesgo nutricional) y parámetros de laboratorio (hematología, albúmina, creatinina, etc.).
2. Índice de Comorbilidad de Charlson (CCI): Evaluó la carga de comorbilidad.
3. Índice de Calidad de Sueño de Pittsburgh (PSQI): Evaluó la calidad del sueño.
4. Escala de Ansiedad y Depresión Hospitalaria (HADS): Midió los niveles de ansiedad y depresión.
5. Escala de Apoyo Social Percibido (PSSS): Evaluó los dominios de apoyo social.
6. Escala FRAIL: Se utilizó como medida de resultado para clasificar a los pacientes como robustos, prefrágiles o frágiles. Para el análisis, las categorías robusto y prefrágil se consolidaron en un grupo "no frágil".

Preprocesamiento de Datos y Selección de Características

Los datos se procesaron en un entorno Python 3.9 (Jupyter Notebook 7.2.2). Los valores faltantes se manejaron mediante imputación múltiple (sustitución modal para variables categóricas, imputación de la media para variables continuas). Los valores atípicos se detectaron mediante Isolation Forest y se reemplazaron con las medianas de las características. Las características fueron normalizadas (escalado min-max) o codificadas mediante etiquetas (label-encoding).
Para mitigar el sobreajuste y seleccionar los predictores óptimos, se empleó la regresión LASSO (Least Absolute Shrinkage and Selection Operator) con validación cruzada de 10 pliegues (10-fold cross-validation). Este proceso redujo el conjunto inicial de candidatos a 17 predictores clínicamente significativos, incluyendo edad, ocupación, ingresos, trastornos del sueño, ansiedad, depresión, estadio clínico, dolor, riesgo nutricional e índices de laboratorio específicos (ALB, PLT, TG, hipopotasemia).

Desarrollo y Validación del Modelo

El conjunto de datos se estratificó en un conjunto de entrenamiento (70%, n=488) y un conjunto de validación (30%, n=210). Se construyeron y compararon diez algoritmos de aprendizaje automático:

• Regresión Logística (LR)
• Máquina de Vectores de Soporte (SVM)
• Bosque Aleatorio (RF)
• Árbol de Decisión (DT)
• K-Vecinos más Cercanos (KNN)
• Extra Trees (ET)
• LightGBM
• Descenso de Gradiente Estocástico (SGD)
• Naïve Bayes (NB)
• XGBoost

Los hiperparámetros del modelo se optimizaron mediante búsqueda de cuadrícula (grid search) con validación cruzada de 10 pliegues en el conjunto de entrenamiento. El rendimiento se evaluó en el conjunto de validación independiente utilizando Exactitud, Precisión, Sensibilidad (Recall), Especificidad, F1-score y el Área Bajo la Curva de Característica Operativa del Receptor (AUC). El modelo óptimo se sometió a un análisis de interpretabilidad utilizando el método de explicación aditiva de Shapley (SHAP).

Resultados Clave

Prevalencia de la Fragilidad

El estudio identificó una incidencia de fragilidad del 42.4% (296 de 698 pacientes) dentro de la cohorte.

Rendimiento del Modelo

Entre los diez algoritmos probados, el modelo de Bosque Aleatorio (RF) demostró un rendimiento superior en el conjunto de validación, logrando:

• AUC: 0.940 (IC 95%: 0.910–0.966)
• Exactitud: 0.843
• Precisión: 0.889
• Sensibilidad (Recall): 0.719
• Especificidad: 0.934
• F1-score: 0.795

Aunque XGBoost y LightGBM mostraron AUCs comparables en la fase de entrenamiento, el modelo RF demostró una mayor precisión de calibración en el conjunto de validación.

Importancia de las Características e Interpretabilidad

El análisis SHAP identificó los predictores más influyentes de la fragilidad. Los tres predictores principales fueron:

1. Depresión (puntuación HADS-D): El predictor más significativo.
2. Trastornos del Sueño (PSQI): Un factor secundario crítico.
3. Severidad del Dolor: Un contribuyente clave.

Otros factores significativos incluyeron el recuento de plaquetas (PLT), la edad, los triglicéridos (TG), el estadio clínico, la lesión inducida por radiación, la ansiedad, la ocupación, los ingresos, el tipo de catéter, el sitio de la enfermedad, la comorbilidad, la hipopotasemia y el riesgo nutricional. Notablemente, la albúmina (ALB) exhibió una asociación negativa protectora con el riesgo de fragilidad. El gráfico de resumen SHAP confirmó asociaciones positivas entre el riesgo de fragilidad y la depresión, los trastornos del sueño, el dolor, la edad y el estadio clínico, al tiempo que destacó el papel protector de la albúmina.

Significación y Reivindicaciones

Los autores afirman que este estudio proporciona una herramienta clínicamente accionable y explicable para la identificación temprana de pacientes con CCC en riesgo de fragilidad durante la radioterapia. La principal significación del trabajo radica en tres áreas:

1. Alto Poder Discriminativo: El modelo RF desarrollado demuestra una capacidad predictiva excepcional (AUC = 0.940), superando las limitaciones de la evaluación tradicional.
2. Transparencia Clínica: Al integrar el análisis SHAP, el estudio va más allá de las predicciones de "caja negra", ofreciendo una visualización transparente de cómo las características específicas impulsan el riesgo. Esto aborda las limitaciones de interpretabilidad asociadas frecuentemente con los modelos complejos de ML.
3. Objetivos de Intervención Dirigida: El modelo identifica explícitamente predictores modificables, específicamente la depresión, la calidad del sueño y el dolor. Los autores afirman que estos hallazgos señalan objetivos clave para el manejo clínico, sugiriendo que las intervenciones como la terapia cognitivo-conductual, la optimización de la higiene del sueño y el manejo multimodal del dolor podrían potencialmente retrasar o revertir la progresión de la fragilidad.

El estudio concluye que este marco algorítmico respalda las estrategias de prevención proactiva, permitiendo a los clínicos estratificar el riesgo e implementar intervenciones de precisión para mejorar el éxito del tratamiento y la calidad de vida relacionada con la salud. Los autores reconocen las limitaciones, incluyendo el diseño de una sola institución y la naturaleza transversal del estudio, señalando que el trabajo futuro debe centrarse en la validación multicéntrica y el modelado longitudinal.