Treatment of individual predictors with neural network algorithms improves Global Registry of Acute Coronary Events score discrimination / El tratamiento con redes neuronales de las variables del Global Registry of Acute Coronary mejora la discriminación del score

Abstract Objective: The aim of this study was to develop, train, and test different neural network (NN) algorithm-based models to improve the Global Registry of Acute Coronary Events (GRACE) score performance to predict in-hospital mortality after an acute coronary syndrome. Methods: We analyzed a prospective database, including 40 admission variables of 1255 patients admitted with the acute coronary syndrome in a community hospital. Individual predictors included in GRACE score were used to train and test three NN algorithm-based models (guided models), namely: one- and two-hidden layer multilayer perceptron and a radial basis function network. Three extra NNs were built using the 40 admission variables of the entire database (unguided models). Expected mortality according to GRACE score was calculated using the logistic regression equation. Results: In terms of receiver operating characteristic area and negative predictive value (NPV), almost all NN algorithms outperformed logistic regression. Only radial basis function models obtained a better accuracy level based on NPV improvement, at the expense of positive predictive value (PPV) reduction. The independent normalized importance of variables for the best unguided NN was: creatinine 100%, Killip class 61%, ejection fraction 52%, age 44%, maximum creatine-kinase level 41%, glycemia 40%, left bundle branch block 35%, and weight 33%, among the top 8 predictors. Conclusions: Treatment of individual predictors of GRACE score with NN algorithms improved accuracy and discrimination power in all models with respect to the traditional logistic regression approach; nevertheless, PPV was only marginally enhanced. Unguided variable selection would be able to achieve better results in PPV terms.

Resumen Objetivo: El objetivo fue desarrollar, entrenar y probar diferentes modelos basados en algoritmos de redes neuronales (RN) para mejorar el rendimiento del score del Registro Global de Eventos Coronarios Agudos (GRACE) para predecir la mortalidad hospitalaria después de un síndrome coronario agudo. Métodos: Analizamos una base de datos prospectiva que incluía 40 variables de ingreso de 1255 pacientes con síndrome coronario agudo en un hospital comunitario. Las variables incluidas en la puntuación GRACE se usaron para entrenar y probar tres algoritmos basados en RN (modelos guiados), a saber: perceptrones multicapa de una y dos capas ocultas y una red de función de base radial. Se construyeron tres RN adicionales utilizando las 40 variables de admisión de toda la base de datos (modelos no guiados). La mortalidad esperada según el GRACE se calculó usando la ecuación de regresión logística. Resultados: En términos del área ROC y valor predictivo negativo (VPN), casi todos los algoritmos RN superaron la regresión logística. Solo los modelos de función de base radial obtuvieron un mejor nivel de precisión basado en la mejora del VPN, pero a expensas de la reducción del valor predictivo positivo (VPP). La importancia normalizada de las variables incluidas en la mejor RN no guiada fue: creatinina 100%, clase Killip 61%, fracción de eyección 52%, edad 44%, nivel máximo de creatina quinasa 41%, glucemia 40%, bloqueo de rama izquierda 35%, y peso 33%, entre los 8 predictores principales. Conclusiones: El tratamiento de las variables del score GRACE mediante algoritmos de RN mejoró la precisión y la discriminación en todos los modelos con respecto al enfoque tradicional de regresión logística; sin embargo, el VPP solo mejoró marginalmente. La selección no guiada de variables podría mejorar los resultados en términos de PPV.

Validation of age, creatinine and ejection fraction (ACEF) and Cockcroft-Gault ACEF scores in elective cardiac surgery

The objective of this study was to evaluate the efficacy of age, creatinine and ejection fraction (ACEF) score and the modified ACEFCG model, incorporating creatinine clearance, to predict immediate operative mortality risk of patients undergoing elective cardiac surgery. A retrospective analysis was performed of prospectively collected data between 2012 and 2015, from a series of 1190 adult patients who underwent elective cardiac surgery. Operative risk mortality was assessed with ACEF, ACEFCG and EuroSCORE II. Overall mortality rate was 4.0% (48 cases), while mean mortality rates predicted by ACEF, ACEFCG, and EuroSCORE II were 2.3% (p = 0.014), 6.4% (p = 0.010) and 2.5% (p = 0.038), respectively. Overall observed/predicted mortality ratio was 1.8 for ACEF score, 0.6 for ACEFCG score and 1.6 for EuroSCORE II. The ACEF score demonstrated an adequate overall performance for the low- and intermediate-risk groups, but underestimated mortality for the high risk group. The ACEFCG score discriminatory power systematically improved the area under the ROC curve (AUC) obtained with the ACEF score; however, EuroSCORE II showed the best AUC. Overall accuracy was 56.1% for the ACEF score, 51.2% for the ACEFCG score and 75.9% for EuroSCORE II. For clinical use, the ACEF score seems to be adequate to predict mortality in low- and intermediate-risk patients. Though the ACEFCG score had a better discriminatory power and calibration, it tended to overestimate the expected risk. Since ideally, a simpler risk stratification score should be desirable for bedside clinical use, the ACEF model reasonably met the expected performance in our population.

El objetivo fue evaluar la eficacia de la escala de riesgo de edad, creatinina y fracción de eyección (ACEF) y también ACEFCG, que incorpora la depuración de creatinina, para predecir el riesgo de mortalidad operatoria inmediata tras una cirugía cardiaca electiva. Se realizó un análisis retrospectivo de datos recolectados prospectivamente entre 2012 y 2015, de 1190 adultos sometidos a cirugía cardíaca electiva. El riesgo de mortalidad operatoria se evaluó con ACEF, ACEFCG y EuroSCORE II. La tasa de mortalidad global fue 4.0% (48 casos), mientras que las tasas de mortalidad predichas por ACEF, ACEFCG y EuroSCORE II fueron 2.3% (p = 0.014), 6.4% (p = 0.010) y 2.5% (p = 0.038), respectivamente. La razón mortalidad observada/esperada fue 1.8 para el ACEF, 0.6 para el ACEFCG y 1.6 para el EuroSCORE II. La puntuación de ACEF demostró un desempeño adecuado para los grupos de riesgo bajo y medio, pero subestimó la mortalidad del grupo de alto riesgo. La discriminación del ACEFCG mejoró sistemáticamente el área ROC del ACEF; sin embargo, el EuroSCORE II mostró la mejor área ROC. La precisión global fue 56.1% para el ACEF, 51.2% para el ACEFCG y 75.9% para el EuroSCORE II. Para uso clínico, el modelo ACEF parece ser adecuado para predecir la mortalidad en pacientes de riesgo bajo y medio. Aunque el puntaje de ACEFCG tuvo un mejor poder discriminatorio y calibración, tendió a sobrestimar el riesgo esperado. Considerando que sería ideal contar con un método de estratificación de riesgo más simple para uso clínico al lado de la cama, el modelo ACEF tuvo un desempeño razonable en nuestra población.

Tratamiento ambulatorio del paciente con neutropenia febril / Outpatient therapy in patients with febrile neutropenia

El tratamiento de los pacientes con neoplasia y neutropenia febril plantea muchas dudas. Una de ellas, que genera ansiedad en el personal de la salud, el paciente y sus familiares, es la necesidad de hospitalización porque ésta implica exponer a gérmenes intrahospitalarios potencialmente resistentes a un paciente cuyo sistema inmune puede no estar en las mejores condiciones; incluso con un aislamiento óptimo existe el riesgo de adquirir una infección nosocomial. Muchos estudios han tratado de validar métodos para clasificar a los pacientes con fiebre y neutropenia en grupos de diferente riesgo, como fundamento para implementar estrategias de tratamiento selectivo; así se ha abierto la posibilidad de utilizar medidas más conservadoras para el tratamiento de los episodios de bajo riesgo, entre ellas la administración de regímenes orales ambulatorios de antibióticos de amplio espectro; ello sin demeritar la necesidad de aplicar un juicio clínico adecuado, hacer un buen seguimiento y tener acceso a la atención médica inmediata. La neutropenia es una de las consecuencias graves de la quimioterapia para el cáncer, y se ha demostrado que el tratamiento del paciente neutropénico febril con antibióticos intravenosos reduce la mortalidad. La terapia oral podría ser una alternativa aceptable para pacientes bien seleccionados. Ella puede mejorar la calidad de vida de los pacientes con cáncer, evitar las complicaciones asociadas con la terapia intravenosa y disminuir los costos del tratamiento.

Treatment of patients with neoplasia and febrile neutropenia, as a consequence of chemotherapy, poses many doubts, among them the need for hospitalization, since this implies exposure to potentially resistant nosocomial microorganisms. Even under the best isolation techniques, there may be risks for individuals whose immune system may not be in optimal conditions. Multiple studies have tried to validate methods for classifying patients with febrile neutropenia according to their risk of complications. Such classification systems could be the base forimplementing selective treatment strategies, one of which would be the oral ambulatory administration of wide-spectrum antibiotics. Neutropenia is one of the serious consequences of cancer chemotherapy, and it has been demonstrated that intravenous antibiotic treatment reduces mortality. Therefore,oral therapy could constitute an acceptable alternative for well-selected patients but the need for applying good clinical judgement, properly following up patients, and the availability ofimmediate access to medical attention should be emphasized. The following are among the potential benefits of oral treatment: better quality of life forpatients and their families, avoidance of the complications associated with intravenous therapy, and diminished costs of health care.