SEC 2022 - El Congreso de la Salud Cardiovascular

Palma de Mallorca y online, 20 - 22 de Octubre de 2022

Introducción
Dr. Juan José Gómez Doblas
Presidente del Comité Científico del Congreso

Comité ejecutivo
Comité de evaluadores
Listado de sesiones
Índice de autores

6059. Avances tecnológicos y en investigación cardiovascular

Fecha : 22-10-2022 15:00:00

Tipo : Pósteres

Sala : E-poster 3 (Planta 0)

6059-4. APLICACIÓN DE HERRAMIENTAS DE APRENDIZAJE AUTOMÁTICO PARA LA PREDICCIÓN DEL DESARROLLO DE CARDIOPATÍA ISQUÉMICA EN PACIENTES CON DOLOR TORÁCICO A PARTIR DE LAS VARIABLES DE LA HISTORIA CLÍNICA ELECTRÓNICA

Alain García Olea¹, Mario Jojoa Acosta², Pablo Osorio Marulanda², Eva Amuriza de Luis³, María Begoña García Zapirain², Mikel Maeztu Rada¹ y Ignacio Díez González¹

¹Hospital Universitario de Basurto, Bilbao, ²Universidad de Deusto, Bilbao y ³Instituto de Investigación Sanitaria Biocruces, Bilbao.

Introducción y objetivos: La enfermedad arterial coronaria (EAC) es una de las principales causas de morbimortalidad. Se ha demostrado que ciertas variables disponibles en la historia clínica electrónica (HCE) pueden introducirse en modelos de regresión para ajustar la probabilidad pretest de desarrollo de EAC en pacientes con dolor torácico. El objetivo del estudio es determinar si la aplicación de herramientas de aprendizaje automático (AA) sobre grandes datos puede mejorar la capacidad predictiva de los modelos convencionales.

Métodos: Utilizamos una muestra de pacientes que requirieron atención médica por dolor torácico o síntomas equivalentes de 2016 a 2018 en centros públicos de la comunidad. Se recogieron 81 variables potencialmente predictoras de EAC y se analizó quiénes desarrollaron EAC en un plazo de un año tras la consulta. La muestra se dividió en un conjunto de 70% de datos para entrenamiento y 30% para validación. Se realizó un proceso de selección de variables con algoritmos de “feature selection”-“random forest” (RF), “support vector machine” (SVM) y regresión logística (RL)-. Se testaron más de 100 algoritmos de AA (redes neuronales, SVM, RL, RF) con diferentes algoritmos de “feature selection” y se ordenaron según su precisión, exactitud, exhaustividad y área bajo la curva (AUC).

Resultados: 43.835 presentaron dolor torácico en el periodo seleccionado, aunque 10.463 fueron excluidos por no continuarse el estudio. Entre los 33.372 restantes, 5.379 (16,1%) desarrollaron EAC al año. Los cinco algoritmos con mayor potencial predictivo se recogen en la tabla, todos ellos redes neuronales (aprendizaje profundo). Las características de los modelos se recogen en la figura, con un mejor AUC de 0,959 (frente a 0,93 con RL). Las variables con mayor peso fueron la presencia de coronariografía previa, dislipemia, hipertensión, instauración de tratamiento antiisquémico y, de forma inversa, la ansiedad y la fibrilación auricular.

Características de los modelos con mayor AUC
Modelo	AUC
NN–RF-TOP30’	0,95931
NN–Weighted_Intersection25	0,95930
NN–MRMR-TOP30	0,95832
NN–RF-TOP20	0,95676
NN–RF-TOP25	0,95673

Características de los modelos: Modelo, Exactitud, DE, Precisión, DE, Exhaustividad, DE, AUC, DE.

Conclusiones: Los modelos de AA arrojan mejor capacidad predictora que los modelos de regresión convencional en la predicción de desarrollo de EAC a partir de las variables de la HCE. Las principales limitaciones del estudio radican en la mala codificación de los datos estructurados extraídos. Es precisa la validación del algoritmo en una cohorte prospectiva y enfrentarla a los normogramas desarrollados por modelos de regresión para confirmar esta superioridad.

Comunicaciones disponibles de "Avances tecnológicos y en investigación cardiovascular"

6059-1. MODERADORA: María Borrell Pagès, Barcelona

6059-2. VARIABILIDAD ENTRE COMUNIDADES AUTÓNOMAS EN USO DE TECNOLOGÍAS CARDIOVASCULARES EN 2011-2019: CORRELACIÓN CON ÍNDICES ECONÓMICOS, FRECUENTACIÓN Y MORTALIDAD HOSPITALARIAS: José M. de la Torre Hernández¹, Manuel Lozano González¹, Tamara García Camarero¹, David Serrano Lozano¹, Ana Belén Cid Álvarez², Soledad Ojeda Pineda³, Pilar Jiménez Quevedo⁴, Ana M. Serrador Frutos⁵, Bruno García del Blanco⁶, José Francisco Díaz Fernández⁷, José Raúl Moreno Gómez⁸, Ignacio Cruz González⁹, Ignacio Fernández Lozano¹⁰, Óscar Cano Pérez¹¹ y Armando Pérez de Prado¹²

¹Hospital Universitario Marqués de Valdecilla, Santander, ²Complexo Hospitalario Universitario de Santiago de Compostela, A Coruña, ³Hospital Universitario Reina Sofía, Córdoba, ⁴Hospital Clínico San Carlos, Madrid, ⁵Hospital Clínico Universitario de Valladolid, ⁶Hospital Universitari Vall d'Hebron, Barcelona, ⁷Hospital Universitario Virgen del Rocío, Sevilla, ⁸Hospital Universitario La Paz, Madrid, ⁹Hospital Clínico Universitario de Salamanca, ¹⁰Hospital Universitario Puerta de Hierro, Majadahonda, Madrid, ¹¹Fundación para la Investigación del Hospital Universitario y Politécnico La Fe, Valencia y ¹²Complejo Asistencial Universitario, León.

6059-3. IDENTIFICACIÓN AUTOMÁTICA DE RESPUESTA DECREMENTAL TRAS EXTRAESTÍMULO. VALIDACIÓN DE UN NUEVO SOFTWARE: Juan Acosta Martínez, Guillermo Jiménez Pérez, Eduardo Arana Rueda, Manuel Frutos López, Juan Antonio Sánchez Brotóns, Carmen González de la Portilla-Concha, Helena Llamas Gómez, Rodrigo Di Massa Pezzutti y Alonso Pedrote Martínez

Hospital Universitario Virgen del Rocío, Sevilla.

6059-4. APLICACIÓN DE HERRAMIENTAS DE APRENDIZAJE AUTOMÁTICO PARA LA PREDICCIÓN DEL DESARROLLO DE CARDIOPATÍA ISQUÉMICA EN PACIENTES CON DOLOR TORÁCICO A PARTIR DE LAS VARIABLES DE LA HISTORIA CLÍNICA ELECTRÓNICA: Alain García Olea¹, Mario Jojoa Acosta², Pablo Osorio Marulanda², Eva Amuriza de Luis³, María Begoña García Zapirain², Mikel Maeztu Rada¹ y Ignacio Díez González¹

¹Hospital Universitario de Basurto, Bilbao, ²Universidad de Deusto, Bilbao y ³Instituto de Investigación Sanitaria Biocruces, Bilbao.

6059-5. USO DE DATA MINING, PROCESS MINING Y BUSINESS INTELLIGENCE PARA CARACTERIZACIÓN DEL PACIENTE CON FIBRILACIÓN AURICULAR: ANÁLISIS DEMOGRÁFICO Y CÁLCULO DEL CHA2DS2VASC EN UN PERIODO DE 4 AÑOS: Laura Llorente Sanz¹, María Luaces², Ignacio Martínez Capella¹, Macarena Torrego¹, Cristina González Pérez², Victoria Cañadas Godoy², Jesús Flores Soler², Christian Bengoa Terrero², Julio Mayol² y Julián Pérez Villacastín²

¹Unidad de Innovación, Hospital Clínico San Carlos, Madrid y ²Hospital Clínico San Carlos, Madrid.

6059-6. EL SOPORTE PSICOLÓGICO EN LOS DE PACIENTES CON HIPERTENSIÓN PULMONAR ES UN RETO NO RESUELTO EN LA PRÁCTICA CLÍNICA. ¿LA TELEMEDICINA PUEDE SER UNA OPCIÓN SATISFACTORIA?: Nuria Ochoa Parra¹, Williams Hinojosa Camargo², Alejandro Cruz Utrilla¹, Raquel Luna López¹, Teresa Segura de la Cal¹, María José Cristo Ropero³, Fernando Arribas Ynsaurriaga⁴ y M. Pilar Escribano Subías⁵

¹Unidad Multidisciplinar de Hipertensión pulmonar Hospital 12 de Octubre. Madrid, ²Hospital Universitario 12 de Octubre, Servicio de Cardiología, Madrid, ³Hospital Universitario de Torrejón, Madrid, ⁴Servicio de Cardiología del Hospital Universitario 12 de Octubre, Madrid y ⁵Unidad Multidisciplinar de Hipertensión Pulmonar Hospital 12 de Octubre, Madrid.

6059-7. ANÁLISIS DEL DESARROLLO E INNOVACIÓN EN EL ÁREA CARDIOVASCULAR EN ESPAÑA A TRAVÉS DE PATENTES: Francisco Javier Chorro Gascó¹, Adolfo Alonso-Arroyo², Yiming Liu², Cristina I. Font-Julián³, Rafael Aleixandre-Benavent⁴ y Juan Carlos Valderrama-Zurian⁵

¹Servicio de Cardiologia. Hospital Clínico Universitario de Valencia, Departamento de Medicina. Universitat de València. INCLIVA. CIBER CV, ²Departamento Historia de la Ciencia y Documentación. UISYS. Universitat de València, ³Departamento de Comunicación Audiovisual, Documentación e Historia del Arte. Universitat Politècnica de València y Departamento de Comunicación, Universitat Pompeu Fabra, Barcelona, ⁴Unidad de Investigación e Información Social y Sanitaria (UISYS). Universitat de València. INGENIO, CSIC-Universitat Politécnica de València y ⁵Departamento de Historia de la Ciencia y Documentación. UISYS. Universitat de València, Valencia.

6059-8. AÑADIENDO VALOR A LA INVESTIGACIÓN EN CARDIOLOGÍA: LA CODIFICACIÓN, UN ÁREA DE MEJORA: Vanessa Escolar Pérez, Ainara Lozano Bahamonde, Inmaculada Lluís Serret, Amaia Echebarría Chousa y Alberto Azkona Lucio

Hospital Universitario de Basurto, Bilbao.

6059-9. EVOLUCIÓN DEL ESTUDIO DE LA AMILOIDOSIS CARDIACA EN NUESTRO MEDIO: ¿PROGRESA ADECUADAMENTE?: Belén Peiró Aventín, Teresa Simón Paracuellos, Nila Angélica Canchumanya Huatuco, Isabel Ezpeleta Sobrevía, David Gómez Martín, Luis Cerdán Ferreira, Darío Javier Samaniego Pesantez, Marta Antonio Martín, Araceli Sánchez Page, María Calderón Calvente, Clara Bergua Martínez y M. del Rosario Ortas Nadal

Hospital Universitario Miguel Servet, Zaragoza.

6059-10. PAPEL DE LA CICLOFILINA C EN LA CARDIOPATÍA ISQUÉMICA, ¿UN NUEVO BIOMARCADOR?: Jeremias Bayón Lorenzo, Jorge Armesto Rivas, Gonzalo De Urbano Seara, Melisa Santás-Álvarez, Rosa Alba Abellas Sequeiros, Tania Seoane García, Ramón Ríos Vázquez, Raymundo Ocaranza Sánchez, Amparo Alfonso, Luis M. Botana y Carlos González Juanatey

Hospital Universitario Lucus Augusti, Lugo.

6059-11. ENDOCARDITIS POR LACTOBACILLUS RHAMNOSUS, REVISIÓN BIBLIOGRÁFICA A PROPÓSITO DE UN CASO: José Alejandro Claros Ruiz, Carlos Sánchez Sánchez, Miriam Ana Jiménez González, Daniel Jesús Salazar Rodríguez, Antonio Plata Ciezar, Marta Alcalá Ramírez Del Puerto, Candy Ceballos Gómez, Francisco Javier Soria Romero, Jaime González Lozano, Patricia Ruiz Martín, Leopoldo Fernández Ruiz y Susana Gorriño Marín

Hospital Regional Universitario Carlos Haya, Málaga.

REVISTA ESPAÑOLA DE

CARDIOLOGÍA

SEC 2022 - El Congreso de la Salud Cardiovascular

6059. Avances tecnológicos y en investigación cardiovascular

6059-4. APLICACIÓN DE HERRAMIENTAS DE APRENDIZAJE AUTOMÁTICO PARA LA PREDICCIÓN DEL DESARROLLO DE CARDIOPATÍA ISQUÉMICA EN PACIENTES CON DOLOR TORÁCICO A PARTIR DE LAS VARIABLES DE LA HISTORIA CLÍNICA ELECTRÓNICA

Comunicaciones disponibles de "Avances tecnológicos y en investigación cardiovascular"

Más comunicaciones de los autores