A Comparative Study on Prediction of Postoperative Acute Heart Failure in Patients with Gynecologic Malignancies under Small-Sample Constraints

Resumen Técnico: Un Estudio Comparativo sobre la Predicción de la Insuficiencia Cardíaca Aguda Postoperatoria en Pacientes con Neoplasias Malignas Ginecológicas bajo Restricciones de Muestra Pequeña

Planteamiento del Problema
La insuficiencia cardíaca aguda (ICA) postoperatoria es una complicación grave en pacientes sometidos a cirugía por neoplasias malignas ginecológicas, con una incidencia que oscila entre el 3,2% y el 8,7%. La predicción temprana del riesgo es crítica para mejorar los resultados de los pacientes, pero sigue siendo un desafío debido a la naturaleza de "muestra pequeña y clase desbalanceada" de los conjuntos de datos clínicos. Las herramientas de evaluación de riesgo tradicionales (p. ej., CHADS2, CHA2DS2-VASc) fueron desarrolladas para poblaciones cardiovasculares establecidas y no logran considerar factores específicos de la cirugía, como la duración de la operación o la pérdida de sangre intraoperatoria. Además, los modelos estadísticos convencionales suelen tener dificultades con las bajas tasas de eventos y la alta dimensionalidad de tales conjuntos de datos, lo que genera problemas de estabilidad y sobreajuste (overfitting).

Metodología
El estudio utilizó una cohorte retrospectiva de 1.049 pacientes del Segundo Hospital de la Universidad Médica de Hebei (enero de 2021–diciembre de 2023), que comprendía 100 casos de ICA (9,53%) y 949 casos sin ICA. La metodología siguió un flujo de trabajo de tres etapas:

1. Preprocesamiento de Datos e Ingeniería de Características:

   • Variables: Se analizaron 19 variables clínicas, incluyendo demografía basal, comorbilidades, índices de laboratorio preoperatorios (p. ej., LVEF, Dímero D) y parámetros perioperatorios (p. ej., duración de la operación, infusión de líquidos).
   • Manejo de Desbalance y Asimetría: El conjunto de datos se dividió en una proporción 7:3 entre conjuntos de entrenamiento e independientes de prueba. Las variables asimétricas (p. ej., Dímero D, pérdida de sangre intraoperatoria) se sometieron a una transformación logarítmica, mientras que las variables continuas se estandarizaron mediante la normalización Z-score.
   • Análisis de Correlación: La correlación de rango de Spearman reveló una multicolinealidad generalmente baja, con la excepción de una fuerte correlación entre el peso y el IMC.

2. Estrategia de Selección de Características de Múltiples Fuentes:
   Para abordar las limitaciones de la selección mediante un solo algoritmo en entornos de muestra pequeña, los autores propuseron un marco de Selección Integrada de Características (IFS). Se emplearon cinco métodos individuales para generar subconjuntos candidatos:

   • Métodos de Filtro: Información Mutua (MI).
   • Métodos de Envoltura (Wrapper Methods): Eliminación Recursiva de Características (RFE) utilizando SVM.
   • Métodos Embebidos: Random Forest (RF), XGBoost y Regresión Lasso.
   • Integración: Una estrategia de agregación de rangos ponderados combinó las puntuaciones de importancia de los cinco métodos para construir un Subconjunto de Características Integrado (FS6), seleccionando las 15 características principales.

3. Desarrollo y Comparación de Modelos:
   Se entrenaron y compararon siete algoritmos de aprendizaje automático utilizando los subconjuntos de características generados:

   • Modelos Lineales: Regresión Logística (LR), Elastic Net (EN).
   • Modelos Basados en Árboles: Árbol de Decisión (DT), Gradient Boosting Decision Tree (GBDT), XGBoost, CatBoost.
   • Aprendizaje de Conjunto (Ensemble Learning): Un modelo de Stacking (Aprendices base: RF, XGBoost, CatBoost; Meta-aprendiz: LR).
   • Evaluación: Los modelos se evaluaron mediante validación cruzada estratificada de 5 pliegues (5-fold cross-validation) y un conjunto de prueba independiente. Las métricas incluyeron Exactitud, Precisión, Sensibilidad (Recall) y puntuación F1 para abordar el desbalance de clases.

Resultos Clave

• Desempeño de la Selección de Características: El subconjunto de características integrado (FS6) demostró una robustez superior en comparación con los subconjsets generados por algoritmos individuales (FS1–FS5). Bajo el modelo GBDT, el FS6 alcanzó una Exactitud de 1,00, una Precisión de 1,00, una Sensibilidad de 0,96 y una puntuación F1 de 0,98. Redujo significamente los falsos negativos en comparación con otros subconjuntos.
• Desempeño del Modelo: Entre los siete algoritmos, el GBDT logró el mejor desempeño general utilizando el FS6, equilibrando una alta sensibilidad (Sensibilidad 0,96) con una precisión perfecta (1,00).
  • Superioridad del Ensemble: Los modelos de ensemble no lineales (GBDT, XGBoost, Stacking) superaron significativamente a los modelos lineales (LR, EN). Los modelos lineales exhibieron una alta precisión pero una sensibilidad críticamente baja (0,08–0,13), lo que indica una falla al capturar relaciones no lineales complejas y una alta tasa de diagnósticos omitidos.
  • Predictores Clave: El análisis identificó la Fracción de Eyección del Ventrículo Izquierdo (LVEF), la duración de la operación y el volumen de líquidos postoperatorio como los predictores más críticos, junto con el recuento de plaquetas (PLT) y la hemoglobina (HGB).
• Marco Clínico: El estudio estableció un marco de estratificación de riesgo basado en el modelo GBDT, categorizando a los pacientes en grupos de bajo, intermedio y alto riesgo para guiar la gestión clínica escalonada (monitoreo de rutina frente a intervención proactiva).

Significancia y Reivindicaciones
El artículo afirma proporcionar un marco metodológico factible para la identificación temprana del riesgo de ICA postoperatoria bajo restricciones de muestras pequeñas y datos desbalanceados. Sus principales contribuciones son:

1. Innovación Metodológica: Demuestra que el aprendizaje de conjunto a nivel de características (integrando múltiples algoritmos de selección) combinado con modelos no lineales (específicamente GBDT) mejora significativamente la estabilidad y el desempeño de la predicción en conjuntos de datos médicos de muestra pequeña en comparación con los enfoques de un solo método.
2. Relevancia Clínica: El modelo identifica variables clave clínicamente interpretables (función cardíaca, trauma quirúrgico, carga de volumen) que se alinean con los mecanismos fisiopatológicos establecidos, apoyando la plausibilidad biológica de las predicciones.
3. Potencial Traslacional: El marco propuesto ofrece un enfoque estructurado para convertir los resultados del aprendizaje automático en soporte para la toma de decisiones clínicas accionables, permitiendo la estratificación de riesgo individualizada.

Limitaciones
Los autores reconocen modestamente que el estudio es un análisis retrospectivo de un solo centro con un tamaño de muestra limitado, lo que puede restringir la generalizabilidad externa. Además, el marco de estratificación de riesgo propuesto aún no ha sido sometido a validación clínica prospectiva, y se requiere trabajo futuro para confirmar su viabilidad en entornos del mundo real.