Predicción de duración de la estadía de pacientes en UCIs con lógica difusa

Autores
Cismondi, F.; Romero, G.; Fialho, A.; Vieira, S.; Sousa, J.; Reti, S.; Finkelstein, S.
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La planificación y administración de camas disponibles en la unidad de cuidados intensivos (UCI) es de gran relevancia en la mayoría de las instituciones de salud. En la actualidad, no existen modelos de decisión asistida que permitan predecir la duración de la admisión de un paciente a la UCI. En el presente trabajo, presentamos un modelo de predicción de la duración de la estadía en UCIs, usando una base de datos adquirida en el Hospital Beth Israel Deaconess Medical Center de la ciudad de Boston, EEUU. El modelo utiliza como variables de entrada las señales adquiridas por los monitores ligados al paciente durante las primeras 24 horas de admisión, así como también datos demográficos y sobre transfusiones, infusiones intravenosas y colecciones de orina realizadas en el mismo periodo. Haciendo uso de lógica difusa, la duración de la estadía en horas es transformada a dos posibles categorías: media y larga. Los resultados muestran una muy buena capacidad por parte de los modelos para predecir la duración de la estadía de cada paciente en la UCI; la sensibilidad y especificidad del modelo fueron 0.87 y 0.73, respectivamente, mientras que AUC fue de 0.77. Se precisará, en el futuro, de otras bases de datos con la misma granularidad de información para validar los resultados aquí presentados.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Lógica Difusa
Cuidados intensivos
Modelos predictivos
Decisión asistida
Administración basada en datos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/124201

id SEDICI_1a38ba2539f63359fcc73329d1da5bb7
oai_identifier_str oai:sedici.unlp.edu.ar:10915/124201
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Predicción de duración de la estadía de pacientes en UCIs con lógica difusaCismondi, F.Romero, G.Fialho, A.Vieira, S.Sousa, J.Reti, S.Finkelstein, S.Ciencias InformáticasLógica DifusaCuidados intensivosModelos predictivosDecisión asistidaAdministración basada en datosLa planificación y administración de camas disponibles en la unidad de cuidados intensivos (UCI) es de gran relevancia en la mayoría de las instituciones de salud. En la actualidad, no existen modelos de decisión asistida que permitan predecir la duración de la admisión de un paciente a la UCI. En el presente trabajo, presentamos un modelo de predicción de la duración de la estadía en UCIs, usando una base de datos adquirida en el Hospital Beth Israel Deaconess Medical Center de la ciudad de Boston, EEUU. El modelo utiliza como variables de entrada las señales adquiridas por los monitores ligados al paciente durante las primeras 24 horas de admisión, así como también datos demográficos y sobre transfusiones, infusiones intravenosas y colecciones de orina realizadas en el mismo periodo. Haciendo uso de lógica difusa, la duración de la estadía en horas es transformada a dos posibles categorías: media y larga. Los resultados muestran una muy buena capacidad por parte de los modelos para predecir la duración de la estadía de cada paciente en la UCI; la sensibilidad y especificidad del modelo fueron 0.87 y 0.73, respectivamente, mientras que AUC fue de 0.77. Se precisará, en el futuro, de otras bases de datos con la misma granularidad de información para validar los resultados aquí presentados.Sociedad Argentina de Informática e Investigación Operativa2012-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf264-276http://sedici.unlp.edu.ar/handle/10915/124201spainfo:eu-repo/semantics/altIdentifier/url/https://41jaiio.sadio.org.ar/sites/default/files/18_CAIS_2012.pdfinfo:eu-repo/semantics/altIdentifier/issn/1853-1881info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:29:58Zoai:sedici.unlp.edu.ar:10915/124201Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:29:58.45SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Predicción de duración de la estadía de pacientes en UCIs con lógica difusa
title Predicción de duración de la estadía de pacientes en UCIs con lógica difusa
spellingShingle Predicción de duración de la estadía de pacientes en UCIs con lógica difusa
Cismondi, F.
Ciencias Informáticas
Lógica Difusa
Cuidados intensivos
Modelos predictivos
Decisión asistida
Administración basada en datos
title_short Predicción de duración de la estadía de pacientes en UCIs con lógica difusa
title_full Predicción de duración de la estadía de pacientes en UCIs con lógica difusa
title_fullStr Predicción de duración de la estadía de pacientes en UCIs con lógica difusa
title_full_unstemmed Predicción de duración de la estadía de pacientes en UCIs con lógica difusa
title_sort Predicción de duración de la estadía de pacientes en UCIs con lógica difusa
dc.creator.none.fl_str_mv Cismondi, F.
Romero, G.
Fialho, A.
Vieira, S.
Sousa, J.
Reti, S.
Finkelstein, S.
author Cismondi, F.
author_facet Cismondi, F.
Romero, G.
Fialho, A.
Vieira, S.
Sousa, J.
Reti, S.
Finkelstein, S.
author_role author
author2 Romero, G.
Fialho, A.
Vieira, S.
Sousa, J.
Reti, S.
Finkelstein, S.
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Lógica Difusa
Cuidados intensivos
Modelos predictivos
Decisión asistida
Administración basada en datos
topic Ciencias Informáticas
Lógica Difusa
Cuidados intensivos
Modelos predictivos
Decisión asistida
Administración basada en datos
dc.description.none.fl_txt_mv La planificación y administración de camas disponibles en la unidad de cuidados intensivos (UCI) es de gran relevancia en la mayoría de las instituciones de salud. En la actualidad, no existen modelos de decisión asistida que permitan predecir la duración de la admisión de un paciente a la UCI. En el presente trabajo, presentamos un modelo de predicción de la duración de la estadía en UCIs, usando una base de datos adquirida en el Hospital Beth Israel Deaconess Medical Center de la ciudad de Boston, EEUU. El modelo utiliza como variables de entrada las señales adquiridas por los monitores ligados al paciente durante las primeras 24 horas de admisión, así como también datos demográficos y sobre transfusiones, infusiones intravenosas y colecciones de orina realizadas en el mismo periodo. Haciendo uso de lógica difusa, la duración de la estadía en horas es transformada a dos posibles categorías: media y larga. Los resultados muestran una muy buena capacidad por parte de los modelos para predecir la duración de la estadía de cada paciente en la UCI; la sensibilidad y especificidad del modelo fueron 0.87 y 0.73, respectivamente, mientras que AUC fue de 0.77. Se precisará, en el futuro, de otras bases de datos con la misma granularidad de información para validar los resultados aquí presentados.
Sociedad Argentina de Informática e Investigación Operativa
description La planificación y administración de camas disponibles en la unidad de cuidados intensivos (UCI) es de gran relevancia en la mayoría de las instituciones de salud. En la actualidad, no existen modelos de decisión asistida que permitan predecir la duración de la admisión de un paciente a la UCI. En el presente trabajo, presentamos un modelo de predicción de la duración de la estadía en UCIs, usando una base de datos adquirida en el Hospital Beth Israel Deaconess Medical Center de la ciudad de Boston, EEUU. El modelo utiliza como variables de entrada las señales adquiridas por los monitores ligados al paciente durante las primeras 24 horas de admisión, así como también datos demográficos y sobre transfusiones, infusiones intravenosas y colecciones de orina realizadas en el mismo periodo. Haciendo uso de lógica difusa, la duración de la estadía en horas es transformada a dos posibles categorías: media y larga. Los resultados muestran una muy buena capacidad por parte de los modelos para predecir la duración de la estadía de cada paciente en la UCI; la sensibilidad y especificidad del modelo fueron 0.87 y 0.73, respectivamente, mientras que AUC fue de 0.77. Se precisará, en el futuro, de otras bases de datos con la misma granularidad de información para validar los resultados aquí presentados.
publishDate 2012
dc.date.none.fl_str_mv 2012-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/124201
url http://sedici.unlp.edu.ar/handle/10915/124201
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://41jaiio.sadio.org.ar/sites/default/files/18_CAIS_2012.pdf
info:eu-repo/semantics/altIdentifier/issn/1853-1881
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
264-276
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616178568265728
score 13.069144