Development and External Validation of a 72-Hour Dynamic Trajectory-Based Machine Learning Model for Mortality Prediction in ICU Patients with Sepsis and Pre-Existing Hypertension

Resumen Técnico: Modelo de ML de Trayectoria Dinámica de 72 Horas para la Mortalidad por Sepsis en Pacientes Hipertensos en la UCI

Planteamiento del Problema
La sepsis sigue siendo una de las principales causas de mortalidad en todo el mundo, y su manejo se complica por la presencia de hipertensión preexistente. Los pacientes con hipertensión crónica presentan una autorregulación vascular alterada y una reducción de la compliancia vascular, lo que potencialmente requiere presiones de perfusión más altas para mantener el flujo sanguíneo orgánico en comparación con los pacientes no hipertensos. Si bien las guías sugieren un objetivo de presión arterial media (PAM) ≥65 mmHg, el objetivo óptimo para pacientes sépticos hipertensos sigue siendo incierto, ya que los objetivos más bajos podrían estar vinculados a la lesión renal aguda. Además, las puntuaciones de gravedad convencionales (p. ej., SOFA, SAPS II) dependen en gran medida de variables basales estáticas y pueden no capturar adecuadamente las trayectorias fisiológicas evolutivas y las respuestas heterogéneas al tratamiento durante la fase crítica inicial de la reanimación en la Unidad de Cuidados Intensivos (UCI). Existe una falta de herramientas pronósticas diseñadas específicamente para integrar datos dinámicos tempranos de hemodinámica y perfusión para esta población específica de alto riesgo.

Metodología
Este estudio empleó un diseño de cohorte retrospectiva utilizando dos bases de datos de cuidados críticos disponibles públicamente: MIMIC-IV (cohorte de desarrollo) y eICU-CRD (cohorte de validación externa).

• Selección de la Cohorte: El estudio se centró en pacientes adultos (18–89 años) con sepsis e hipertensión preexistente. Los criterios de inclusión requirieron una primera admisión en la UCI, una estancia en la UCI ≥72 horas y el uso de agentes vasoactivos dentro de las primeras 72 horas. Se excluyeron los pacientes con >20% de valores faltantes en los predictores candidatos.
• Ingeniería de Características (Feature Engineering):
  • Variables Estáticas: Demografía, comorbilidades, signos vitales iniciales, resultados de laboratorio y puntuaciones de gravedad registrados dentro de las primeras 72 horas.
  • Variables Dinámicas: Las mediciones continuas y repetidas se reorganizaron en seis ventanas de tiempo consecutivas de 12 horas dentro de las primeras 72 horas. Para cada ventana, se extrajeron características de series temporales, incluyendo el primer valor, el último valor, la media, la pendiente, la desviación estándar y la amplitud de cambio.
  • Preprocesamiento: Los valores faltantes se gestionaron mediante la Imputación Múltiple por Ecuaciones Encadenadas (MICE). SOFA y SAPS II se excluyeron del proceso de selección de características para servir únicamente como comparadores de referencia.
• Selección de Características: Se aplicó un enfoque de dos pasos:
  1. Algoritmo Boruta: Utilizado para el cribado amplio con el fin de identificar variables asociadas con la mortalidad intrahospitalaria.
  2. Regresión LASSO: Aplicada a las variables seleccionadas por Boruta para reducir aún más la dimensionalidad y seleccionar el conjunto final de características.
• Desarrollo del Modelo: Se entrenaron y compararon siete algoritmos de aprendizaje automático utilizando validación cruzada de 5 pliegues (5-fold cross-validation): Regresión Logística, Máquinas de Vectores de Soporte (SVM), k-Vecinos más Cercanos (KNN), Random Forest, Red Neuronal de Retropropagación (BPNN), LightGBM y XGBoost. El modelo con mejor desempeño fue sometido a una calibración de probabilidad sigmoidea.
• Métricas de Evaluación: El rendimiento se evaluó mediante el Área Bajo la Curva Característica Operativa del Receptor (AUC), exactitud, sensibilidad, especificidad, Valor Predictivo Positivo (VPP), Valor Predictivo Negativo (VPN), puntuación de Brier, pendiente de calibración y Análisis de la Curva de Decisión (DCA). Se utilizaron valores SHAP (Explicaciones de Shapley Aditivas) para la interpretabilidad del modelo.

Result Resultados Clave

• Características de la Cohorte: La cohorte de desarrollo (MIMIC-IV) incluyó a 1,215 pacientes (403 muertes, 3 de mortalidad del 33.2%). La cohorte de validación externa (eICU-CRD) incluyó a 1,747 pacientes (516 muertes, mortalidad del 29.5%). Los no supervivientes en la cohorte de desarrollo exhibieron tasas más altas de LRA (lesión renal aguda), ventilación mecánica y uso de agentes vasoactivos, junto con niveles más altos de lactato y requerimientos de norepinefrina.
• Desempeño del Modelo (Validación Interna):
  • XGBoost_Sigmoid (XGBoost calibrado) logró el mejor desempeño con un AUC de 0.7819 ± 0.0493, exactitud de 0.7364 y especificidad de 0.8758.
  • El AUC agrupado fuera de la muestra (out-of-fold) para XGBoost_Sigmoid fue de 0.778, superando a SOFA (0.540) y SAPS II (0.638).
  • El análisis de calibración mostró una pendiente de 1.0490 y una puntuación de Brier de 0.1783.
• Validación Externa:
  • En la cohorte eICU-CRD, el modelo alcanzó un AUC de 0.713 con una puntuación de Brier de 0.1854 y una pendiente de calibración de 0.7440.
  • El Análisis de la Curva de Decisión indicó un beneficio neto sobre las estrategias de "no tratar a nadie" a través de umbrales de probabilidad de 0.05–0.30.
  • La estratificación de riesgo demostró un aumento escalonado de la mortalidad observada: 13.7% (riesgo bajo), 27.5% (riesgo medio) y 47.3% (riesgo alto).
• Importancia de las Características (Análisis SHAP): Los predictores más influyentes identificados fueron la Escala de Coma de Glasgow (GCS), el gasto urinario medio, la frecuencia cardíaca media, el último requerimiento de norepinefrina, la edad, el índice de Charlson, el último gasto urinario, el recuento de plaquetas, el lactato medio y la pendiente del exceso de base. Un GCS más bajo, un gasto urinario más bajo, mayores requerimientos de norepinefrina, una mayor edad y un lactato más alto se asociaron con un mayor riesgo de mortalidad.

Significancia y Reivindicaciones
Los autores afirman que este estudio desarrolló y validó externamente con éxito un modelo de aprendizaje automático de hito (landmark) de 72 horas específicamente para pacientes de la UCI con sepsis e hipertensión preexistente. La significancia principal del trabajo radica en:

1. Integración de Trayectorias Dinámicas: A diferencia de las puntuaciones convencionales que dependen de instantáneas estáticas, este modelo incorpora tendencias dinámicas tempranas de hemodinámica y perfusión (durante 72 horas), capturando la respuesta del paciente a la reanimación.
2. Discriminación Superior: El modelo XGBoost_Sigmoid demostró una mejor discriminación que las puntuaciones de gravedad tradicionales (SOFA y SAPS II) en la cohorte de validación interna.
3. Utilidad Clínica para la Reevaluación: Los autores postulan que el modelo no está destinado a ser una herramienta de solo ingreso, sino más bien un mecanismo para la reevaluación temprana del riesgo tras la fase inicial de reanimación. Permite a los clínicos estratificar a los pacientes en grupos de riesgo bajo, medio y alto basándose en su trayectoria fisiológica, lo que potencialmente ayuda en la identificación de pacientes que podrían requerir un manejo más agresivo o un monitoreo más cercano.
4. Interpretabilidad: A través del análisis SHAP, el modelo proporciona información transparente sobre los impulsores clave de la mortalidad (p. ej., estado neurológico, perfusión renal y dependencia de vasopresores), alineándose con el razonamiento clínico respecto a la fisiopatología de la sepsis en pacientes hipertensos.

El estudio concluye que, si bien el modelo mantiene un desempeño moderado en la validación externa, es necesaria una validación prospectiva adicional y una recalibración local antes de que pueda implementarse como una herramienta estándar de soporte de decisiones clínicas a pie de cama.