DETECCIÓN TEMPRANA DE SEPSIS A PARTIR DE DATOS CLÍNICOS USANDO APRENDIZAJE AUTOMÁTICO

Abstract

La sepsis es una disfunción orgánica potencialmente mortal causada por una respuesta desregulada del paciente ante una infección, lo que representa una prioridad de salud mundial con una estimación de 11 millones de muertes al año. Su detección temprana sigue siendo un reto fundamental en las unidades de cuidados intensivos (UCI), donde los síntomas iniciales inespecíficos, la gran heterogeneidad de los datos y los frecuentes valores faltantes en los registros médicos electrónicos a menudo retrasan la intervención y empeoran los resultados de los pacientes. En respuesta a ello, este estudio propone una novedosa metodología orientada al paciente para la identificación anticipada de sepsis mediante el aprendizaje automático en la base de datos de PhysioNet Challenge. Nuestra principal contribución radica en el desarrollo de un proceso de estructuración de datos temporales que incorpora una ventana de observación única de 21 horas alineada con el inicio de la sepsis, procesada a través de ventanas deslizantes de 6 horas para captar la evolución clínica, y que emplea la imputación multivariable utilizando LightGBM y optimización bayesiana. Entre los modelos de refuerzo, que alcanzaron colectivamente un AUC-ROC$>$0.93, CatBoost demostró el rendimiento más equilibrado, alcanzando la mayor sensibilidad (0,720) y puntuación de utilidad (0,668). Nuestros modelos no solo lograron un rendimiento competitivo frente a los métodos más avanzados, sino que también proporcionaron información clínica significativa a través del análisis SHAP, identificando la duración de la estancia en UCI, los niveles BUN y los patrones respiratorios como predictores claves. Estos resultados demuestran que nuestro flujo de preprocesamiento sistemático y sensible al tiempo ofrece un marco robusto para los sistemas de apoyo a la toma de decisiones clínicas.