Modelos predictivos con índice de ROX y variables basales para el uso de ventilación mecánica invasiva en residentes a elevada altitud utilizando una cohorte de pacientes fallecidos por COVID-19

Delgado Flores, Carolina Jaqueline

DSpace Home
→
Documentos para optar grados y títulos
→
Maestría
→
Maestría en Ciencias en Investigación Epidemiológica
→
View Item

dc.contributor.advisor	Loyola Sosa, Steev Orlando	es_ES
dc.contributor.advisor	Concha Velasco, Fátima Rosario	es_ES
dc.contributor.author	Delgado Flores, Carolina Jaqueline	es_ES
dc.date.accessioned	2024-09-18T19:15:46Z
dc.date.available	2024-09-18T19:15:46Z
dc.date.issued	2024
dc.identifier.other	210521	es_ES
dc.identifier.uri	https://hdl.handle.net/20.500.12866/16092
dc.description.abstract	El propósito de este estudio secundario fue construir modelos predictivos para el uso de ventilación mecánica invasiva (VMI) usando el índice de ROX (iROX) y variables basales en residentes a elevada altitud (1500 a 3500 msnm) utilizando una cohorte de pacientes fallecidos por COVID-19. El iROX ha sido descrito como útil para predecir múltiples desenlaces negativos en contextos de baja altitud geográfica. No obstante, su valor predictivo para VMI, en conjunto con otras variables, no ha sido previamente caracterizado en pacientes a elevada altitud. Utilizando información recabada entre 2020 – 2021, se ejecutó un análisis secundario para construir modelos predictivos usando datos de una cohorte retrospectiva. En específico, se incluyó información de 767 pacientes fallecidos por COVID-19 en tres hospitales del Cusco, Perú. Tres métodos; teórico o basado en estudios previos (modelo A), LASSO (modelo B), y backward selection (modelo C) fueron utilizados en el modelamiento. En la submuestra de entrenamiento (70%), múltiples parámetros son reportados, incluyendo curvas ROC y áreas bajo la curva (AUC). En la submuestra de validación (30%) se realizó la calibración interna. Los modelos B (AUC=0.71 [IC95%: 0.66 – 0.77]; 11 variables) y C (AUC=0.71 [IC95%: 0.65 – 0.76]; 6 variables) fueron seleccionados por tener un mejor rendimiento y mejor balance entre sensibilidad y especificidad. Los predictores basales comunes en ambos modelos fueron; edad, sexo, dolor muscular, dolor de pecho, artralgia e iROX. Por tanto, es factible concluir que ambos modelos tuvieron un rendimiento regular para predecir el uso de VMI en residentes a elevada altitud. No obstante, ambos modelos mostraron un pobre rendimiento en la calibración interna. En conclusión, este estudio brinda una primera aproximación de la evaluación de variables basales obtenidas a bajo costo como potenciales predictores de uso de VMI. A futuro, se recomienda la validación de nuestros modelos.	es_ES
dc.description.abstract	The purpose of this secondary study was to build predictive models for the use of invasive mechanical ventilation (IMV) using the index of ROX (iROX) and baseline variables in high-altitude residents (1500 to 3500 masl) using a cohort of patients who died from COVID-19. The iROX has been described as useful for predicting multiple negative outcomes in low-altitude geographic settings. However, its predictive value for IMV, in conjunction with other variables, has not been previously characterized in high-altitude patients. Using data collected between 2020-2021, a secondary analysis was performed to build predictive models using data from a retrospective cohort. Specifically, information from 767 patients who died from COVID-19 in three hospitals in Cusco, Peru was included. Three methods; theoretical or based on previous studies (model A), LASSO (model B), and backward selection (model C) were used in the modeling. In the training subsample (70%), multiple parameters are reported, including ROC curves and areas under the curve (AUC). In the validation sample (30%), internal calibration was performed. Models B (AUC=0.71 [95%CI: 0.66-0.77]; 11 variables) and C (AUC=0.71 [95%CI: 0.65-0.76]; 6 variables) were selected for having better performance and better balance between sensitivity and specificity. The common baseline predictors in both models were age, sex, muscle pain, chest pain, arthralgia, and iROX. Therefore, it is feasible to conclude that both models had a fair performance in predicting IMV use in high-altitude residents. However, both models showed poor performance in internal calibration. In conclusion, this study provides a first approximation of the evaluation of low-cost baseline variables as potential predictors of IMV use. In the future, we recommend the validation of our models.	es_ES
dc.format	application/pdf	es_ES
dc.language.iso	spa	es_ES
dc.publisher	Universidad Peruana Cayetano Heredia	es_ES
dc.rights	info:eu-repo/semantics/openAccess	es_ES
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es	es_ES
dc.subject	COVID-19	es_ES
dc.subject	Índice de ROX	es_ES
dc.subject	Ventilación Mecánica Invasiva	es_ES
dc.subject	Elevada Altitud	es_ES
dc.subject	Perú	es_ES
dc.title	Modelos predictivos con índice de ROX y variables basales para el uso de ventilación mecánica invasiva en residentes a elevada altitud utilizando una cohorte de pacientes fallecidos por COVID-19	es_ES
dc.type	info:eu-repo/semantics/masterThesis	es_ES
thesis.degree.name	Maestra en Ciencias en Investigación Epidemiológica	es_ES
thesis.degree.grantor	Universidad Peruana Cayetano Heredia. Escuela de Posgrado Víctor Alzamora Castro	es_ES
thesis.degree.discipline	Ciencias en Investigación Epidemiológica	es_ES
dc.publisher.country	PE	es_ES
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#3.01.08	es_ES
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#3.02.07	es_ES
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#3.03.08	es_ES
renati.author.dni	46449746
renati.advisor.orcid	https://orcid.org/0000-0001-5455-2423	es_ES
renati.advisor.orcid	https://orcid.org/0000-0002-1704-3184	es_ES
renati.advisor.dni	46384242
renati.advisor.dni	41015014
renati.type	https://purl.org/pe-repo/renati/type#tesis	es_ES
renati.level	https://purl.org/pe-repo/renati/level#maestro	es_ES
renati.discipline	021097	es_ES
renati.juror	Carcamo Cavagnaro, Cesar Paul Eugenio	es_ES
renati.juror	Flores Tumba, Juan Antonio	es_ES
renati.juror	Ferradas Carrillo, Cusi	es_ES