Resumen

La gran mayoría de los pacientes con hemorragia intracerebral (HIC) sufren una estancia prolongada e incierta. El objetivo de nuestro estudio era facilitar la toma de decisiones para los planes de alta e ingreso mediante la predicción de la distribución de probabilidades de la estancia hospitalaria de los pacientes con HIC. En este estudio se utilizaron datos demográficos, predictores clínicos, diagnósticos de ingreso e información quirúrgica de 3.600 pacientes con HIC. Se utilizó el análisis univariable de Cox, el análisis multivariable de Cox, el análisis de variables de importancia de Cox (Cox-VIMP) y un análisis de intersección para seleccionar predictores y se utilizaron bosques aleatorios de supervivencia (RSF) -un método de análisis de supervivencia- para predecir la distribución de probabilidad de la LOS. El método Cox-VIMP construido por nosotros seleccionó eficazmente los predictores de correlación significativos. El modelo RSF Cox-VIMP puede mejorar el rendimiento de la predicción y es significativamente diferente de los otros modelos. El Cox-VIMP puede contribuir a la selección de predictores, y el modelo RSF puede establecerse a través de esos predictores para predecir la distribución de probabilidad de LOS en cada paciente.

• Materias:Análisis de espectro Organización modular Diagnóstico automatizado Monitoreo Servicios de salud
• Subjects:Spectrum analysis Modular organization Automated diagnostics Monitoring Health services
• Palabras claves:Cox, distribución de probabilidad de LOS, predictores, pacientes con HIC, modelo VIMP RSF, análisis multivariable de Cox, bosques aleatorios de supervivencia, predictores de correlación significativa, análisis univariable de Cox, LOS
• Keywords:Cox, LOS probability distribution, predictors, ICH patients, VIMP RSF model, multivariable Cox analysis, random survival forests, significant correlation predictors, univariable Cox analysis, LOS