Your browser doesn't support javascript.
loading
Show: 20 | 50 | 100
Results 1 - 3 de 3
Filter
Add more filters










Main subject
Publication year range
1.
Open Respir Arch ; 6(Suppl 2): 100313, 2024 Oct.
Article in English | MEDLINE | ID: mdl-38828405

ABSTRACT

Introduction: This study aims to create an artificial intelligence (AI) based machine learning (ML) model capable of predicting a spirometric obstructive pattern using variables with the highest predictive power derived from an active case-finding program for COPD in primary care. Material and methods: A total of 1190 smokers, aged 30-80 years old with no prior history of respiratory disease, underwent spirometry with bronchodilation. The sample was analyzed using AI tools. Based on an exploratory data analysis (EDA), independent variables (according to mutual information analysis) were trained using a gradient boosting algorithm (GBT) and validated through cross-validation. Results: With an area under the curve close to unity, the model predicted a spirometric obstructive pattern using variables with the highest predictive power: FEV1_theoretical_pre values. Sensitivity: 93%. Positive predictive value: 94%. Specificity: 97%. Negative predictive value: 96%. Accuracy: 95%. Precision: 94%. Conclusion: An ML model can predict the presence of an obstructive pattern in spirometry in a primary care smoking population with no prior diagnosis of respiratory disease using the FEV1_theoretical_pre values with an accuracy and precision exceeding 90%. Further studies including clinical data and strategies for integrating AI into clinical workflow are needed.


Introducción: Este estudio tiene como objetivo crear un modelo de aprendizaje automático (ML) basado en inteligencia artificial (IA) capaz de predecir un patrón obstructivo espirométrico utilizando variables con el mayor poder predictivo derivado de un programa activo de búsqueda de casos de enfermedad pulmonar obstructiva crónica (EPOC) en Atención Primaria. Materiales y métodos: Un total de 1.190 fumadores, de entre 30 y 80 años, sin antecedentes de enfermedad respiratoria, fueron sometidos a espirometría con IA artificial. Sobre la base de un análisis de datos exploratorio (EDA), las variables independientes (según el análisis de información mutua) se entrenaron utilizando un algoritmo de gradiente de aumento (GBT) y se validaron mediante validación cruzada. Resultados: Con un área bajo la curva cercana a la unidad, el modelo predijo un patrón obstructivo espirométrico utilizando los valores del FEV1 prebroncodilatador. Sensibilidad: 93%. Valor predictivo positivo: 94%. Especificidad: 97%. Valor predictivo negativo: 96%. Precisión: 95%. Precisión: 94%. Conclusión: Un modelo ML puede predecir la presencia de un patrón obstructivo en la espirometría en una población fumadora de atención primaria sin diagnóstico previo de enfermedad respiratoria utilizando los valores FEV1 prebroncodilatadores con una exactitud y precisión superiores al 90%. Se necesitan más estudios que incluyan datos clínicos y estrategias para integrar la IA en el flujo de trabajo clínico.

2.
Gac Med Mex ; 157(1): 76-83, 2021.
Article in English | MEDLINE | ID: mdl-34125825

ABSTRACT

BACKGROUND: Several descriptive cohort studies of patients affected by COVID-19 have been published. OBJECTIVE: To describe the characteristics of patients with SARS-CoV-2 infection who were admitted to Hospital Universitario la Plana, Castellón, Spain. METHODS: Retrospective, observational cohort study that included 18-year-old or older patients who were consecutively admitted with SARS-CoV2 confirmed infection. Demographic characteristics, comorbidities, clinical symptoms, laboratory results and radiological tests are described. RESULTS: The study included 255 patients with a mean age of 70 years; 54.9 % were males. Most common comorbidities were high blood pressure (58 %), dyslipidemia (42.4 %), diabetes (25.5 %) and obesity (24.3 %). Median number of days from the onset of clinical symptoms prior to hospital admission was seven. Most common manifestations prior to admission were fever (74.5 %), dry cough (61.2 %), malaise (51.8 %) and dyspnea (51.0 %); 19 patients (7.4 %) were admitted to the intensive care unit, where mortality was 50 %; overall mortality was 16.9 %. CONCLUSIONS: Our cohort reflects similar characteristics to those of other European series. Mortality was lower than that in similar studies.


ANTECEDENTES: Se han publicado varios estudios descriptivos de cohortes de pacientes afectados por COVID-19. OBJETIVO: Describir las características de pacientes con infección por SARS-CoV-2 que ingresaron al Hospital Universitario de La Plana, Castellón, España. MÉTODOS: Estudio observacional de cohortes retrospectivo, que incluyó pacientes de 18 años o mayores que ingresaron en forma consecutiva con infección confirmada por SARS-CoV2; se describen características demográficas, comorbilidades, síntomas clínicos, resultados de laboratorio y pruebas radiológicas. RESULTADOS: El estudio incluyó 255 pacientes con edad promedio de 70 años; 54.9 % fue del sexo masculino. Las comorbilidades más frecuentes fueron hipertensión arterial (58 %), dislipemia (42.4 %), diabetes (25.5 %) y obesidad (24.3 %). La mediana de días del inicio de síntomas clínicos antes del ingreso fue de siete. Las manifestaciones más frecuentes previas al ingreso fueron fiebre (74.5 %), tos seca (61.2 %), malestar general (51.8 %) y disnea (51.0 %); 19 pacientes (7.4 %) ingresaron a la unidad de cuidados intensivos, donde la mortalidad fue de 50 %; la mortalidad total fue de 16.9 %. CONCLUSIONES: Nuestra cohorte refleja características similares a las de otras series europeas. La mortalidad fue inferior a la de estudios similares.


Subject(s)
COVID-19 , Adult , Aged , Aged, 80 and over , COVID-19/complications , COVID-19/diagnosis , COVID-19/mortality , COVID-19/therapy , Cohort Studies , Female , Hospitalization , Humans , Male , Middle Aged , Retrospective Studies , Spain
3.
Gac. méd. Méx ; 157(1): 80-87, ene.-feb. 2021. tab, graf
Article in Spanish | LILACS | ID: biblio-1279078

ABSTRACT

Resumen Antecedentes: Se han publicado varios estudios descriptivos de cohortes de pacientes afectados por COVID-19. Objetivo: Describir las características de pacientes con infección por SARS-CoV-2 que ingresaron al Hospital Universitario de La Plana, Castellón, España. Métodos: Estudio observacional de cohortes retrospectivo, que incluyó pacientes de 18 años o mayores que ingresaron en forma consecutiva con infección confirmada por SARS-CoV2; se describen características demográficas, comorbilidades, síntomas clínicos, resultados de laboratorio y pruebas radiológicas. Resultados: El estudio incluyó 255 pacientes con edad promedio de 70 años; 54.9 % fue del sexo masculino. Las comorbilidades más frecuentes fueron hipertensión arterial (58 %), dislipemia (42.4 %), diabetes (25.5 %) y obesidad (24.3 %). La mediana de días del inicio de síntomas clínicos antes del ingreso fue de siete. Las manifestaciones más frecuentes previas al ingreso fueron fiebre (74.5 %), tos seca (61.2 %), malestar general (51.8 %) y disnea (51.0 %); 19 pacientes (7.4 %) ingresaron a la unidad de cuidados intensivos, donde la mortalidad fue de 50 %; la mortalidad total fue de 16.9 %. Conclusiones: Nuestra cohorte refleja características similares a las de otras series europeas. La mortalidad fue inferior a la de estudios similares.


Abstract Background: Several descriptive cohort studies of patients affected by COVID-19 have been published. Objective: To describe the characteristics of patients with SARS-CoV-2 infection who were admitted to Hospital Universitario la Plana, Castellón, Spain. Methods: Retrospective, observational cohort study that included 18-year-old or older patients who were consecutively admitted with SARS-CoV2 confirmed infection. Demographic characteristics, comorbidities, clinical symptoms, laboratory results and radiological tests are described. Results: The study included 255 patients, with a mean age of 70 years; 54.9 % were males. Most common comorbidities were high blood pressure (58 %), dyslipidemia (42.4 %), diabetes (25.5 %) and obesity (24.3 %). Median number of days from the onset of clinical symptoms prior to hospital admission was seven. Most common manifestations prior to admission were fever (74.5 %), dry cough (61.2 %), malaise (51.8 %) and dyspnea (51.0 %); 19 patients (7.4 %) were admitted to the intensive care unit, where mortality was 50 %; overall mortality was 16.9 %. Conclusions: Our cohort reflects similar characteristics to those of other European series. Mortality was lower than that in similar studies.


Subject(s)
Humans , Male , Female , Adult , Middle Aged , Aged , Aged, 80 and over , COVID-19/complications , COVID-19/diagnosis , COVID-19/mortality , COVID-19/therapy , Spain , Retrospective Studies , Cohort Studies , Hospitalization
SELECTION OF CITATIONS
SEARCH DETAIL
...