Salud y Morbilidad neonatal
Febrero 2023
Caracterización longitudinal basada en datos de la salud y morbilidad neonatal
Abstract
Aunque la prematuridad es la principal causa de muerte en niños menores de 5 años, la definición actual de prematuridad, basada en la edad gestacional, carece de la precisión necesaria para guiar las decisiones del cuidado o atención neonatal.
Aquí, los autores proponen una evaluación de riesgo longitudinal para outcomes neonatales adversos en recién nacidos basada en un modelo de aprendizaje profundo que utiliza registros de salud electrónicos (EHRs) para predecir una amplia gama de outcomes durante un período que comienza poco antes de la concepción y termina meses después del nacimiento.
Al vincular los EHRs del Lucile Packard Children's Hospital y el Stanford Healthcare Adult Hospital, desarrollamos una cohorte de 22.104 diadas de madres y recién nacidos que nacieron entre 2014 y 2018. Se extrajeron los EHRs maternos y neonatales y se usaron para entrenar un modelo de aprendizaje profundo de varias entradas y múltiples tareas, que presenta una red neuronal de memoria a corto plazo, para predecir 24 outcomes neonatales diferentes.
Se utilizó una cohorte adicional de 10.250 diadas de madres y recién nacidos que nacieron en los mismos hospitales de Stanford desde 2019 hasta septiembre de 2020 para validar el modelo.Las áreas bajo la curva ROC (acrónimo de Receiver Operating Characterstic o Característica Operativa del Receptor) en el parto excedieron 0.9 para 10 de los 24 outcomes neonatales considerados y estuvieron entre 0.8 y 0.9 para 7 outcomes adicionales.
Además, el análisis integral de asociación identificó múltiples asociaciones conocidas entre varias características maternas y neonatales y outcomes neonatales específicos.Este estudio utilizó EHRs vinculados de más de 30.000 díadas madre-recién nacido y serviría como recurso para la investigación y predicción de outcomes neonatales.
Un sitio web interactivo está disponible para que los investigadores independientes aprovechen este conjunto de datos único: https://maternal-child-health-associations.shinyapps.io/shiny_app/
Evaluación del riesgo perinatal
La reducción de la mortalidad y la morbilidad neonatales requiere una evaluación de riesgos oportuna para que la atención neonatal pueda ser manejada adecuadamente.
Utilizando múltiples cohortes de díadas de madres y recién nacidos, De Francesco y Cols entrenaron y validaron externamente un modelo de aprendizaje profundo para predecir diferentes outcomes neonatales adversos mediante la extracción de registros de salud electrónicos (EHRs) pareados (diadas madre-RN).
Su método superó en gran medida los scores de riesgo clínico basadas en EHRs que se utilizan actualmente y se puede aplicar a los datos de EHR en momentos de tiempo que van desde la gestación temprana hasta el nacimiento o después, posicionando su modelo de evaluación de riesgos para que sea de utilidad clínica potencial.
Referencia
Emerging role of artificial intelligence, big data analysis and precision medicine in pediatrics. Pediatric Research 93, 281–283 (2023)