Development and implementation of a machine-learning predictive model to alert clinicians of patient deterioration. A clinical informatics approach

• Autores: Santiago Romero
• Directores de la Tesis: Jeanne Huddleston (dir. tes.)
• Lectura: En la Universitat de Barcelona ( España ) en 2019
• Idioma: español
• Tribunal Calificador de la Tesis: Kalyan Pasupathy (presid.), Faust Feu- Caballé (secret.), Gemma Piella (voc.)
• Programa de doctorado: Programa de Doctorado en Medicina e Investigación Traslacional por la Universidad de Barcelona
• Materias:
  • Ciencias médicas
    • Medicina interna
  • Ciencias tecnológicas
    • Tecnología de los ordenadores
• Enlaces
  • Tesis en acceso abierto en: TESEO
• Resumen

  • La detecc1on precoz del de tenoro f1s1olog1co agudo en pacientes hospitalizados puede reducir la morbimortalida d, pero es aun un reto. Vanos earty warning seores (EWS) han sido desarrollados, pe ro demostramos que no tienen suf1c1ente validez para utilizarse en un sistema de alertas utomáticas. Esta tesis presenta el desarrollo de un EWS ut1hzando intengencia artificial sobre datos de constantes vitales, resultados de aboratono y evaluaciones de enfermena. El Mayo Cltnic Early Warning Score (MC·EWS) reduce a la mitad la tasa de falsos pos1t1vos para una sens1b1lidad del 70%.Tarnb1en se presenta su aplicación en un sistema de alertas automaticas al personal sanitario durante un ensayo sanitario piloto.