Validación de predictor de riesgo de síndrome coronario agudo basado en inteligencia artificial - ANGINA II

Resumen

Introducción: Trabajos previos del equipo demostraron una excelente capacidad de predicción de síndrome coronario agudo a 30 días en pacientes que consultan a servicios de emergencia por dolor torácico agudo mediante una herramienta de inteligencia artificial, con un área bajo la curva COR de 0,8991. El objetivo de este trabajo fue realizar la validación del algoritmo de machine learning Cardio TrIAge para su uso en servicios de emergencias. Materiales y métodos: Se trata de un estudio prospectivo, observacional y multicéntrico. Se incluyeron 165 pacientes pertenecientes a 3 centros de distintas regiones de Argentina, los cuales fueron ingresados a la plataforma Cardio TrIAge por los médicos pertenecientes al servicio de emergencias hospitalario. El algoritmo de Random Forest realizó la predicción a 30 días de sufrir un síndrome coronario agudo, se realizó seguimiento de manera telefónica y mediante datos de historia clínica a fin de obtener datos sobre la presencia de eventos. Resultados: Al realizar la evaluación del algoritmo de machine learning, se observa un área bajo la curva COR de 0,961 (IC: 0.919 – 0.985, P < 0.001) al considerar la probabilidad de certeza en la predicción realizada por el algoritmo, con una sensibilidad de 87.01%, especificidad de 89.77%, lo que genera un valor predictivo negativo del 91.56% y un valor predictivo positivo del 82.92%. Conclusión: La herramienta de predicción de síndrome coronario agudo basada en un algoritmo de inteligencia artificial es aplicable en diferentes poblaciones que consultan a servicios de emergencias, con una muy buena capacidad predictiva.