Development and External Validation of a Machine Learning Model for Postoperative Infection After Cardiopulmonary Bypass Surgery

Resumen Técnico: Desarrollo y Validación Externa de un Modelo de Aprendizaje Automático para la Infección Postoperatoria tras Cirugía con Circulación Extracorpórea

Planteamiento del Problema
La infección postoperatoria tras la cirugía con circulación extracorpórea (CEC) es una complicación frecuente y grave, asociada con ventilación mecánica prolongada, estancias hospitalarias extendidas, mayores costes y una mayor mortalidad. Aunque las herramientas tradicionales de evaluación de riesgos y los biomarcadores únicos (p. ej., proteína C reactiva, neutrófilos) han mostrado una precisión predictiva limitada, existe una necesidad reconocida de modelos de predicción robustos y multidimensionales. Los estudios de aprendizaje automático (ML) existentes en este dominio suelen sufrir de altos riesgos de sesgo, informes inadecuados y una falta crítica de validación externa, lo que limita su generalizabilidad y utilidad clínica. Este estudio aborda esta brecha mediante el desarrollo de un modelo de ML interpretable para predecir infecciones postoperatorias dentro de los 30 días posteriores a la cirugía de CEC y validándolo rigurosamente en una cohorte externa independiente.

Metodología
El estudio empleó un enfoque de dos etapas que involucra el desarrollo del modelo y la validación externa:

1. Fuentes de Datos:
   • Desarrollo y Validación Interna: Los datos se extrajeron de la base de datos MIMIC-IV (Beth Israel Deaconess Medical Center, 2008–2019). La cohorte incluyó 2,166 pacientes adultos sometidos a cirugía de CEC. El conjunto de datos se dividió en 70/30 para entrenamiento y prueba interna.
   • Validación Externa: Se reclutó una cohorte prospectiva de 96 pacientes del Hospital Afiliado de la Universidad de Qingdao (China) entre octubre de 2025 y febrero de 2026.
2. Extracción de Variables:
   • Los datos se recolectaron dentro de las primeras 48 horas postcirugía.
   • Las características incluyeron demografía, tipo de ingreso, antecedentes quirúrgicos, comorbilidades, signos vitales (temperatura, frecuencia cardíaca, frecuencia respiratoria, presión arterial, saturación de oxígeno) y valores de laboratorio (recuento de neutrófilos, creatinina, albúmina, función hepática/renal, electrolitos).
   • Para las variables con datos faltantes en la cohorte MIMIC (<30%), se aplicó imputación múltiple utilizando el paquete missForest. La cohorte externa no presentó datos faltantes.
   • El desenlace se definió como cualquier infección postoperatoria (sepsis, neumonía, infección del sitio quirúrgico o infección del torrente sanguíneo relacionada con catéter) ocurrida dentro de los 30 días, basada en criterios clínicos y cultivos microbianos.
3. Selección de Características:
   • El cribado inicial se realizó mediante regresión LASSO con validación cruzada de 10 pliegues (10-fold cross-validation).
   • Se llevó a cabo un filtrado adicional utilizando el algoritmo Boruta.
   • Se seleccionaron ocho características finales: tipo de ingreso, recuento de neutrófilos, creatinina, frecuencia respiratoria, frecuencia cardíaca, temperatura corporal, saturación de oxígeno y albúmina.
4. Desarrollo del Modelo:
   • Se entrenaron y ajustaron cinco algoritmos mediante búsqueda de cuadrícula (grid search) y validación cruzada: Regresión Logística (LR), XGBoost, Máquina de Potenciación de Gradiente (GBM), Máquina de Vectores de Soporte (SVM) y Red Neuronal.
   • El rendimiento se evaluó utilizando el Área Bajo la Curva de Característica Operativa del Receptor (AUC), sensibilidad, especificidad, exactitud, puntuación F1, curvas de calibración y Análisis de la Curva de Decisión (DCA).
   • La interpretabilidad se logró mediante las Explicaciones de Shapley Aditivas (SHAP).

Resultados Clave

• Características de la Cohorte: En la cohorte de desarrollo MIMIC (N=2,166), el 12.4% (268 pacientes) desarrolló infecciones postoperatorias. En la cohorte de validación externa (N=96), la tasa de infección fue del 19.8% (19 pacientes).
• Rendimiento del Modelo:
  • Superioridad de GBM: El modelo de Máquina de Potenciación de Gradiente (GBM) demostró el mejor rendimiento general.
  • Discriminación: El modelo GBM alcanzó un AUC de 0.861 (IC 95%: 0.831–0.890) en la cohorte de desarrollo, 0.791 (IC 95%: 0.737–0.844) en la cohorte de validación interna, y 0.742 (IC 95%: 0.619–0.866) en la cohorte de validación externa.
  • Otras Métricas: En la validación externa, el modelo GBM mostró una sensibilidad de 0.789 y una especificidad de 0.636.
• Interpretabilidad (Análisis SHAP):
  • Principales Predictores: La temperatura corporal y la creatinina fueron identificadas como los contribuyentes más significativos a las predicciones del modelo.
  • Factores de Riesgo: Valores más altos de temperatura, frecuencia cardíaca, frecuencia respiratoria y creatinina se asociaron con un mayor riesgo de infección. El ingreso de emergencia también aumentó significativamente el riesgo.
  • Factores Protectores: Valores más altos de la saturación de oxígeno mínima y niveles más altos de albúmina mínima se asociaron con un menor riesgo.
  • Relaciones No Lineales: Los recuentos de neutrófilos mostraron una relación no lineal; tanto los valores excesivamente bajos como los excesivamente altos aumentaron el riesgo, mientras que los niveles moderados se asociaron con un menor riesgo.
• Utilidad Clínica: Un análisis de la curva de decisión indicó un beneficio clínico neto para el modelo GBM a través de un rango de probabilidades de umbral. Se desarrolló una aplicación basada en la web para facilitar el uso clínico del modelo.

Significancia y Afirmaciones
Los autores afirman que este estudio proporciona una herramienta robusta, validada externamente, para la evaluación temprana del riesgo de infecciones postoperatorias en pacientes de CEC. Las contribuciones clave destacadas incluyen:

1. Validación Externa: A diferencia de muchos estudios previos, este modelo fue validado en una cohorte externa prospectiva e independiente, abordando una limitación común en la investigación de ML respecto a la generalizabilidad entre diferentes centros médicos.
2. Interpretabilidad: Al utilizar el análisis SHAP, el estudio va más allá de las predicciones de "caja negra", ofreciendo a los clínicos información sobre los impulsores fisiológicos específicos (p. ej., temperatura, función renal, marcadores inflamatorios) que contribuyen a las puntuaciones de riesgo individuales.
3. Enfoque Multidimensional: El modelo integra diversas variables clínicas (signos vitales, laboratorios, estado de ingreso) en lugar de depender de biomarcadores únicos, capturando la compleja interacción entre la inflamación, la hemodinámica y la disfunción orgánica.
4. Preparación Clínica: El modelo utiliza datos postoperatorios tempranos de rutina disponibles dentro de las 48 horas, lo que lo hace factible para la aplicación clínica inmediata para guiar la intervención temprana y la asignación de recursos.

El artículo mantiene un tono modesto, reconociendo limitaciones tales como el tamaño relativamente pequeño de la cohorte de validación externa, los posibles sesgos en las definiciones de desenlace entre centros y la exclusión de cambios dinámicos en el estado del paciente más allá de las 48 horas iniciales. Los autores concluyen que, si bien el modelo GBM es prometedor, son necesarios más estudios prospectivos multicéntricos a gran escala para establecer plenamente su utilidad clínica.