Desarrollo y validación de un modelo de Machine Learning para la predicción de Covid-19 Prolongado en pacientes con enfermedades crónicas no transmisibles

Abstract

El Covid-19 prolongado es una de las principales secuelas a mediano y largo plazo de la enfermedad por Covid-19. Al ser una condición multifactorial, su estudio requiere herramientas analíticas avanzadas que detecten patrones complejos, sobre todo en pacientes con mayor vulnerabilidad clínica como aquellos con enfermedades crónicas no transmisibles, en quienes la detección temprana podría orientar medidas terapéuticas oportunas. Este estudio de cohorte retrospectiva utilizó métodos de Machine Learning para la predicción de Covid-19 prolongado en personas con hipertensión o diabetes atendidos en un centro de alta complejidad. El diagnóstico se estableció siguiendo los criterios de la OMS verificados mediante encuestas estructuradas a personas con antecedente de hipertensión o diabetes y de infección por SARS-CoV-2, identificadas desde las bases de datos de atención de las instituciones involucradas. Los antecedentes y características del episodio agudo fueron confirmadas mediante la revisión de sus historias clínicas. Se entrenaron 8 modelos de Machine Learning que fueron validados en un segundo centro con población diferente, seleccionando el mejor modelo con métricas de discriminación/calibración y evaluando la importancia de sus predictores. Entre los 860 participantes (entrenamiento= 771, validación= 89), la prevalencia de Covid-19 prolongado fue de 48.9% y la mediana de tiempo de seguimiento fue de 34.5 meses. El mejor modelo fue el CatBoost (AUC= 0.693, exactitud= 75.3%, precisión= 77.8%, sensibilidad= 74.5%, F1-score= 0.761 y Brier-Score= 0.223). Las características más importantes fueron la cantidad de síntomas, la multicomorbilidad, la edad, el sexo femenino, la desaturación al ingreso, la cantidad de atenciones y el tiempo de estancia hospitalaria durante la enfermedad aguda. La implementación de modelos avanzados de predicción como el CatBoost en entornos hospitalarios, es una estrategia útil para la identificación de personas con enfermedades crónicas no transmisibles a riesgo de presentar Covid-19 prolongado.