Estratificación del riesgo de muerte en cuidados intensivos. Modelo estadístico y relacional (redes neuronales)

  1. TRUJILLANO CABELLO, JOSE JAVIER
Dirigée par:
  1. A. Sorribas Tello Directeur
  2. Angel Rodríguez Pozo Co-directeur/trice

Université de défendre: Universitat de Lleida

Fecha de defensa: 25 juin 2003

Jury:
  1. José Manuel Porcel Pérez President
  2. Xavier Gómez Arbonés Secrétaire
  3. Carlos Ascaso Terrén Rapporteur
  4. Miguel Angel Suárez Pinilla Rapporteur
  5. Lluis Jover Armengol Rapporteur

Type: Thèses

Teseo: 99536 DIALNET

Résumé

El objetivo principal de esta tesis es la estratificación del riesgo de mortalidad hospitalaria de los pacientes ingresados en la Unidad de Cuidados Intensivos (UCI) del Hospital Universitario Arnau de Vilanova de Lleida. El formato de presentación es el de una tesis por artículos. Los 8 trabajos incluidos se agrupan en 4 apartados: DESARROLLO DE LA BASE DE DATOS DE LA UCI DEL HOSPITAL ARNAU DE VILANOVA. Se ha definido una base de de datos relacional para el mantenimiento y actualización de datos en nuestra UCI. En esta base de datos, que se utilizará a lo largo de los distintos trabajos, recogemos 6 años de actividad de nuestra UCI (1996 al 2001) con 1209 pacientes que cumplen los criterios de inclusión. Comprobamos la capacidad de adaptación de nuestra base relacional al incorporarse, durante el año 2001, un nuevo tipo de enfermo (neuroquirúrgico). Definimos nuestra UCI con características propias (por mortalidad, número de pacientes programados, case-mix, etc.) diferentes a las series que sirvieron para confeccionar los modelos de predicción (scores) que se utilizan de forma habitual (APACHE II, SAPS II, MOM II). Al aplicar estos scores en nuestra población encontramos un nivel aceptable de discriminación pero una insuficiente calibración. CARACTERIZACIÓN DE VARIABLES FISIOLÓGICAS. Contamos con la metodología, basada en el formalismo power-law, que define la S-distribution como modelo para parametrizar variables con distribución continua. Esta metodología también nos permite definir distribuciones condicionadas respecto a una covariante. A partir de este resultado, podemos estudiar la relación entre las variables que participan en los modelos de predicción. ESTUDIO DE LAS PROPIEDADES DE DISCRIMINACIÓN Y CALIBRACIÓN DE LOS MODELOS DE PREDICCIÓN. Estas propiedades son fundamentales para comparar los modelos de predicción de mortalidad en una determinada población. Partimos del estudio no-paramétrico y d