Ibáñez P1,2, Achondo J2, Mora J3, Cartes S3, Arancibia A3, Pizarro G1,2. 1Departamento de Gastroenterología, 2Programa de EII, 3Centro de innovación, Clínica Las Condes.
Introducción: La colitis ulcerosa (CU) puede cursar con crisis. La CF ha sido validada como biomarcador de actividad. Modelos predictivos basados IA se podrían usar para determinar riesgo de reactivación. Objetivo: Comparar MPCCU (basado en variables clínicas) previamente desarrollado con un modelo basado en CF para la predicción de crisis. Metodología: Pacientes con CU que contaban CF del registro EII. Cada uno fue contrastado según su condición al tiempo de consulta X (remisión/ crisis) con su siguiente consulta (X+1). Los datos fueron modelados en búsqueda de CF como predictor independiente de crisis mediante librerías de Python (sklearn), optimización de exactitud con balance de datos de oversampling. La muestra se divide en grupos de entrenamiento y prueba. 5 modelos de regresión fueron evaluados para CF; exactitud, área bajo la curva (AUC), sensibilidad y precisión. El mejor modelo para CF es comparado con MPCCU. Resultados: De 1.197 pacientes, 722 con CF, 3.488 episodios de seguimiento fueron analizados. El de modelo de regresión logística obtuvo el mejor desempeño; exactitud 0,5, AUC 0,49, sensibilidad 0,31 y precisión 0,49. El valor corte de CF fue de 1.773 ug/g. Al comparar ambos modelos, el MPCCU fue superior al de CF todos los parámetros evaluados (Tabla 1). Conclusiones: El MPCCU fue superior al de CF en predecir crisis de CU, esto podría deberse a que la evaluación de varios parámetros clínicos combinados en un modelo que usa IA pueda ser superior a una variable de laboratorio aislada. Ampliar los datos podría ayudar a clarificar estos resultados.
PDF | DOI: 10.46613/congastro2022-35
XLIX Congreso Chileno de Gastroenterología – 2022