Predicción de resultados adversos en pacientes con Covid-19 mediante modelos de clasificación basados en registros hospitalarios

Resumen

La necesidad de herramientas para el diagnóstico temprano de pacientes con alto riesgo de mortalidad se hizo notoria durante la pandemia del COVID-19. Este estudio utilizó una base de datos clínica de acceso abierto y elaboró modelos de clasificación para la predicción de mortalidad hospitalaria. La base de datos se sometió a limpieza, imputación mediante KNN, estandarización y manejo del desbalance de clases mediante ponderación. Se utilizaron Random Forest, SVM, Gradient Boosting y una red neuronal multicapa (MLP), cuyas predicciones se compararon mediante métricas de desempeño y el área bajo la curva ROC. Los modelos basados en ensamble presentaron el mejor desempeño. Random Forest se clasificó como el mejor en discriminación con un AUC de 0.835 y sensibilidad de 0.733, mientras que Gradient Boosting presentó el mejor accuracy con 0.801 y especificidad de 0.866. La presión arterial media, la edad, la saturación de oxígeno, los biomarcadores inflamatorios y renales se establecieron como los predictores más significativos. Estos resultados establecen una propuesta metodológica inicial para validaciones con datos hospitalarios en el contexto ecuatoriano.