A Machine Learning Model for Predicting In-Hospital Mortality among ICU Patients with Cirrhosis and Sepsis

Cuando el hígado de una persona se daña severamente debido a la cirrosis, la capacidad del cuerpo para combatir infecciones se debilita significativamente. El hígado normalmente actúa como un filtro y una fábrica de proteínas inmunológicas, pero cuando falla, las bacterias que usualmente permanecen en el intestino pueden filtrarse al torrente sanguíneo, desencadenando una emergencia en todo el cuerpo conocida como sepsis. Esta combinación de un hígado fallido y una infección desenfrenada es una trampa mortal para los pacientes en las unidades de cuidados intensivos. Los médicos han dependido durante mucho tiempo de sistemas de puntuación estándar para adivinar qué tan enfermo está un paciente y qué tan probable es que sobreviva. Estos sistemas toman una instantánea de los signos vitales y los resultados de laboratorio de un paciente, sumándolos como una simple lista de verificación para asignar una puntuación de riesgo. Sin embargo, estas herramientas tradicionales suelen tener dificultades con la complejidad única de la enfermedad hepática, donde los problemas crónicos pueden enmascarar crisis agudas, lo que dificulta la detección de los pacientes que están a punto de empeorar.

Un equipo de investigadores se propuso construir una forma más inteligente de predecir quién sobreviviría y quién no. Recurrieron al aprendizaje automático (machine learning), un tipo de ciencia de la computación donde los algoritmos aprenden patrones a partir de vastas cantidades de datos en lugar de seguir reglas rígidas y preescritas. El objetivo era crear un modelo que pudiera observar las primeras veinticuatro horas del tiempo de un paciente en la unidad de cuidados intensivos y estimar con precisión su probabilidad de morir antes de abandonar el hospital. Al alimentar a la computadora con datos clínicos rutinarios —como resultados de análisis de sangre, frecuencia cardíaca, producción de orina y si el paciente tenía una infección en el torrente sanguíneo—, los investigadores esperaban descubrir conexiones sutiles que los médicos humanos o las listas de verificación simples podrían pasar por alto.

El estudio comenzó recopilando datos de dos fuentes muy diferentes. La primera fue una base de datos masiva y de acceso público que contenía registros de miles de pacientes de cuidados intensivos en los Estados Unidos. La segunda fue un grupo independiente más pequeño de pacientes de un hospital en Wuhan, China. Este enfoque de dos partes permitió al equipo entrenar su modelo computacional en un grupo grande y luego probarlo en un grupo completamente separado para ver si funcionaría en un entorno diferente. Se centraron específicamente en adultos que tenían tanto cirrosis como sepsis, excluyendo a aquellos que permanecieron en la unidad de cuidados intensivos por menos de un día, ya que el modelo estaba diseñado para realizar predicciones basadas en el primer día completo de atención.

Los investigadores entrenaron siete algoritmos diferentes, que iban desde métodos estadísticos simples hasta complejos sistemas de aprendizaje basados en árboles. Pidieron a cada algoritmo que aprendiera de los datos de entrenamiento y luego los probaron para ver cuál podía distinguir mejor entre los pacientes que sobrevivieron y los que no. Los resultados mostraron que un algoritmo específico, conocido como XGBoost, superó a todos los demás. Este modelo no solo adivinaba; aprendió a ponderar la importancia de diferentes factores de una manera compleja y no lineal. Por ejemplo, mientras que una puntuación estándar podría tratar un nivel alto de bilirrubina (un pigmento amarillo en la sangre que indica problemas hepáticos) como simplemente un punto en una escala, el modelo de aprendizaje automático comprendió cómo ese nivel interactuaba con otros factores, como el tiempo de coagulación de la sangre y la presencia de infección, para crear un perfil de riesgo específico.

Cuando se probó en el grupo interno de pacientes, el modelo XGBoost identificó el resultado con un alto grado de precisión. Más importante aún, cuando los investigadores aplicaron el mismo modelo al grupo independiente de pacientes del hospital chino, este siguió funcionando bien, demostrando que los patrones que aprendió no eran solo un golpe de suerte del primer conjunto de datos. La capacidad del modelo para separar a los sobrevivientes de los no sobrevivientes fue significativamente mejor que la de los sistemas de puntuación tradicionales utilizados actualmente en los hospitales. Las puntuaciones estándar, que son ampliamente confiables, no lograron capturar la imagen completa del riesgo, pasando por alto a menudo las señales de advertencia sutiles que el modelo de aprendizaje automático sí detectó.

Para entender por qué la computadora tomaba las decisiones que tomaba, los investigadores utilizaron una herramienta que actúa como un reflector, resaltando qué variables importaban más para cada predicción. Encontraron que los factores más críticos incluían si el paciente era candidato a un trasplante de hígado, el nivel de bilirrubina en su sangre, cuánto tardaba su sangre en coagular, si tenía una infección en su torrente sanguíneo y cuánta orina producía. Estos hallazgos se alinean con la intuición médica pero proporcionan una confirmación precisa y basada en datos de su importancia. Por ejemplo, el modelo aprendió que un paciente con una infección en el torrente sanguíneo y una baja producción de orina enfrentaba un riesgo mucho mayor que alguien que tuviera solo uno de esos problemas, un matiz que las puntuaciones de suma simple suelen omitir.

El estudio también reveló que la causa específica de la enfermedad hepática importaba. Los pacientes cuya cirrosis fue causada por hepatitis viral crónica tenían tasas de supervivencia diferentes a aquellos cuyo daño hepático provino del alcohol. Esta variación en las poblaciones de pacientes entre los dos hospitales explicó algunas de las diferencias en el rendimiento del modelo, pero el modelo siguió siendo lo suficientemente robusto como para ser útil en ambos grupos. Los investigadores señalaron que, si bien el modelo era altamente específico —es decir, era muy bueno identificando a los pacientes que sobrevivirían—, era menos sensible para detectar a cada uno de los pacientes que eventualmente morirían. Esto sugiere que, aunque la herramienta es excelente para descartar a los pacientes de bajo riesgo, aún podría pasar por alto a algunos individuos de alto riesgo que se deterioran rápidamente después del primer día.

En última instancia, esta investigación demuestra que el aprendizaje automático puede ofrecer una forma más matizada y precisa de evaluar el riesgo para algunos de los pacientes más vulnerables en el hospital. Al analizar el primer día de atención, el modelo proporciona una imagen más clara del futuro que los métodos estándar actuales. No reemplaza el juicio del médico, sino que ofrece una poderosa segunda opinión, fundamentada en los patrones de miles de casos pasados. El estudio concluye que tales herramientas pueden ayudar a los equipos médicos a identificar a los pacientes de alto riesgo de manera más temprana, permitiendo intervenciones más oportunas y dirigidas. Aunque el modelo no es un cristalino perfecto, representa un paso significativo hacia el uso de los datos para navegar la incertidumbre en los cuidados críticos, convirtiendo números brutos en información procesable que podría salvar vidas.