NAÏVE BAYES PARA MONITORIZAR LA EVOLUCIÓN DE PACIENTES COVID-19 USANDO FÁRMACOS Y DIAGNÓSTICOS

Abstract

El objetivo de este Trabajo de Fin de Grado es diseñar un modelo predictivo que permita la monitorización temporal del estado de salud de pacientes ingresados por COVID-19. Para ello, se hará uso de la información recopilada por el Grupo HM Hospitales durante la primera y segunda ola de la pandemia. Se propone diseñar un clasificador capaz de diferenciar tres estados de salud, cada uno identificado con una clase: (1) evolución favorable, se corresponde con aquellos pacientes que reciben el alta domiciliaria sin pasar por la UCI; (2) exitus, pacientes que fallecen sin previo ingreso en la UCI; y (3) UCI, pacientes que ingresan en la UCI independientemente de su evolución posterior. Por su sencillez y buena capacidad de generalización, el clasificador utilizado ha sido Naïve Bayes (NB), el cual ofrece también a su salida una estimación de la probabilidad a posteriori de cada clase. Se ha explorado el diseño de modelos NB combinando distintas variables de entrada y estrategias de pre-procesamiento de las variables temporales. En concreto, se consideran variables demográficas (edad y sexo) y variables clínicas (diagnósticos presentes en el momento del ingreso y medicamentos consumidos durante el ingreso). A excepción de los medicamentos, el resto de variables son variables estáticas, es decir, no varían en el tiempo. Dado que se busca caracterizar el estado de salud a lo largo del tiempo, se ha realizado un análisis exhaustivo para determinar la mejor manera de diseñar un modelo NB que haga uso de los medicamentos. En este sentido, se han planteado cuatro escenarios distintos, dependiendo de si el diseño contempla sólo las observaciones correspondientes al día previo al evento (una única observación por paciente) o las de varios días, y de si se utiliza la información diaria asociada a la administración de medicamentos o por el contrario se considera esta información de forma acumulada. Tras este análisis, para determinar la forma más adecuada de diseñar el modelo cuando se consideran los medicamentos como variables, se comparan las prestaciones obtenidas al diseñar un modelo NB con cada tipo de variable y con la combinación de todas ellas. Para evitar el posible sesgo al considerar una única partición de diseño y test, se realizan diez particiones independientes, evaluando los resultados siempre sobre el conjunto de test correspondiente. Se concluye que el mejor modelo es aquél que contempla simultáneamente variables clínicas y demográficas. Respecto a la variable temporal, el mejor diseño se obtiene al considerar varias observaciones por paciente (una observación por día), correspondiendo cada una a los medicamentos administrados únicamente en ese día. Este modelo arroja una tasa promedio de acierto de 0.83 para el día previo al evento, resultado bastante razonable teniendo en cuenta que se consideran tres clases. Los estadísticos asociados a la evolución temporal de la probabilidad a posteriori también reflejan el buen comportamiento de este modelo. En la mayoría de casos el modelo predice correctamente la evolución clínica del paciente varios días antes del evento. El uso de este modelo como herramienta de ayuda a la toma de decisiones permitiría que el clínico ajuste el tratamiento con el objetivo de prevenir desenlaces fatales