Árbol de decisiones para la evaluación de pacientes con COVID-19 en urgencia

El éxito en el enfrentamiento de la COVID-19 radica en la prontitud de los cuidados y la atención con los pacientes de riesgo.

Este trabajo tuvo como propósito demostrar la utilidad de los árboles de decisiones en la elaboración de un flujograma de manejo/atención de pacientes con COVID-19.

Se realizó un estudio longitudinal retrospectivo, con un universo de 191 pacientes positivos al SARS-CoV-2, atendidos entre abril y mayo en el Hospital Maggiore de Crema en Lombardía, Italia. Las variables recogidas fueron frecuencia respiratoria, resultado del modelo predictivo, saturación parcial de oxígeno y presión arterial de oxígeno. El método de crecimiento seleccionado del árbol fue la Classification and regression tree.

El grupo de estudio presentó una media de edad de 71,61 años (DE ± 13,43; IC: 69-73), una SPO₂ media de 92,07 % (DE ± 7,00; IC: 91-93), una media del modelo aplicado de 3259,41 (DE ± 981,82; IC: 3119,27-3399,54; p = 0,00). La SPO₂ tuvo un porcentaje de precisión del 93,7 % (p = 0,018). La combinación de frecuencia respiratoria y presión arterial de oxígeno obtuvo una precisión del 91,6 %, error de 8,4 % y p = 0,02, mientras que el modelo un 87,4 % de precisión, error del 12,6 % y p = 0,02.

Los árboles creados presentaron una elevada precisión predictiva. Las variables seleccionadas tienen una adecuada calibración para la evaluación del paciente con COVID-19.

Vea el artículo completo en:

https://revmie.sld.cu/index.php/mie/article/view/935/pdf