Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

TRABAJO FINAL DEL GRADO DE NUTRICIÓN HUMANA Y DIETÉTICA

1996-2011: Análisis del soporte nutricional utilizado en los pacientes de la Unidad de Cuidados Intensivos (UCI) del Hospital Arnau de Vilanova (HUAV)
by

Asier Ambrosio

on 10 September 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of TRABAJO FINAL DEL GRADO DE NUTRICIÓN HUMANA Y DIETÉTICA

TRABAJO FINAL DEL GRADO DE NUTRICIÓN HUMANA Y DIETÉTICA
1996-2011: Análisis del soporte nutricional utilizado en los pacientes de la Unidad de Cuidados Intensivos (UCI) del Hospital Arnau de Vilanova (HUAV)
Autor: Asier Ambrosio Arcas
Tutor TFG: José Javier Trujillano Cabello
Objetivos
Ámbito
Introducción
Antecedentes
Material y métodos
Comparar tres períodos de tiempo (1996-2001; 2002-2006; 2007-2011) a partir del análisis del soporte nutricional en los pacientes de UCI del hospital Arnau de Vilanova (HUAV).
Elaborar modelos predictivos del tipo de soporte nutricional, según varias variables obtenidas en las primeras 24 horas de ingreso:
Estudio descriptivo del soporte nutricional utilizado en la UCI del HUAV durante los años 1996-2011
1-Tipo de estudio
2- Grupos de pacientes según aporte nutricional
3- Variables recogidas
4- Modelo basado en Red Neuronal Artificial
5- Modelo basado en árbol de clasificación
6- Procedimiento estadístico
Resultados
Análisis descriptivo según periodos del estudio
Periodo 1996-2001
Red neuronal
Árbol CHAID
La selección de la arquitectura de la red (número de nodos en la capa oculta) se hace de forma automática. La red seleccionada como óptima es en este caso la que tiene 17 nodos en la capa oculta.
El árbol selecciona como primera variable la VM y luego, según presencia o no de VM, el grado de gravedad o el grupo diagnóstico. Se obtienen 9 nodos finales (hojas).
Matrices de confusión entre la clasificación del tipo aporte nutricional
entre los valores reales y las predicciones de los modelos RNA y CHAID.
Periodo 2002-2006
Periodo 2007-2011
Red neuronal
La red óptima se estableció con 29 nodos en la capa oculta. Las variables consideradas
como importantes la VM, la gravedad según APACHE II, grupos diagnósticos y la
Noradrenalina.
Árbol CHAID
El árbol selecciona como primera variable la NORADENALINA y luego, la VM, el grado de
gravedad o el grupo diagnóstico. Se obtienen 13 nodos finales (hojas).
Matrices de confusión entre la clasificación del tipo aporte nutricional
entre los valores reales y las predicciones de los modelos RNA y CHAID
Red Neuronal
La red óptima se estableció con 18 nodos en la capa oculta. Las variables consideradas
como importantes la VM, la gravedad según APACHE II y grupos diagnósticos
Árbol CHAID
El árbol selecciona como primera variable la VM y luego, según presencia o no de VM, el grado
de gravedad o el grupo diagnóstico. Se obtienen 17 nodos finales (hojas).
Matrices de confusión entre la clasificación del tipo aporte nutricional entre los valores reales y las predicciones de los modelos RNA y CHAID.
Conclusiones
-Red neuronal
-Árbol de clasificación tipo CHAID
-Estudio descriptivo de cohortes retrospectivo.

-Base de datos de la unidad de cuidados intensivos (UCI) polivalente.


-Criterios de selección de pacientes
Pacientes con más de 24 horas de estancia en UCI.
-Tres periodos de tiempo diferenciados:
1996- 2001
2002-2006
2007-2011
-No se requirió consentimiento informado de los pacientes (datos recogidos en el proceso asistencial).
Los pacientes se clasificaron en 4 grupos:

- NO PRECISA: Aparato digestivo competente y posibilidad de ingesta oral.

- NO PUEDE: No se plantea dar un aporte nutricional. Estos pacientes tienen el peor pronóstico a corto plazo.

- ENTERAL: Procedimiento de aporte de nutrición enteral según protocolo de UCI.

- PARENTERAL: Pacientes que han precisado más de 24 horas de aporte parenteral.
-Demográficas: Edad (años), Sexo (Hombre/Mujer).

- Antecedentes: Antecedente de enfermedad orgánica previa.

- Tipo ingreso: Urgente o Programado.

- Grupos diagnósticos: Traumático, neurológico, respiratorio, cirugía y/o médicos.

- Procedimientos UCI: Ventilación mecánica, noradrenalina.

- Nivel de gravedad: Puntuación APACHE II (Acute Physiology and Chronic Health Evaluation II). En valor absoluto y en rangos (0-10, 11-15, 16-20 y >20).

- Estancia en UCI (días)

- Mortalidad: Mortalidad del episodio hospitalario.
Algoritmo de cálculo que se basa en una analogía del sistema nervioso
Programa NeuroIntelligence (Alyuda Corporation)
Módulo de SPSS (versión 16.0) para generar árboles de clasificación.

Modelo de árbol seleccionado: CHAID (Chi Square Automatic Interaction Detection).
El aporte nutricional artificial lleva utilizándose desde hace ya muchos años y ambas técnicas han sido ampliamente estudiadas.
Estándares de calidad
Lo más recomendable en el paciente crítico
Nutrición enteral
Informes de farmacia del hospital Arnau de Vilanova
Aumento de la nutrición parenteral frente a la enteral
¿Por qué?
Peridos de tiempo seleccionados
1996-2001: Periodo histórico o antiguo.
2001-2006: Incorporación de neurocirugía.
2007-2011: Implementación de nuevos tipos de cirugia abdominal

- La evolución del tipo de ingreso (con la incorporación de distintos tipos de pacientes) condiciona el estudio de la muestra en 3 periodos de tiempo distintos.


- Los resultados muestran una menor utilización de aporte enteral que el esperado según las condiciones de los pacientes y las recomendaciones publicadas. Y, por otra parte, de un aumento en el aporte parenteral.
Sobre aspectos descriptivos de la muestra
Sobre los modelos construidos
- Los distintos periodos de tiempo condicionan diferentes modelos de árboles y de RNA.
Limitaciones
- La primera es que el estudio se ha realizado en una UCI con las características propias de la misma. Habría que realizar el mismo estudio incluyendo datos de varias UCIS e intentar que estas fueran comparables entre ellas.

- El tamaño de la muestra, pese a ser el obtenido en un periodo de tiempo bastante largo (1996-2011) podría ser mayor, ya que debido a las diferencias dentro de este periodo de tiempo, se ha divido en tres. Como consecuencia de esta división, el pool de pacientes de cada periodo de tiempo queda bastante reducido.

- Se han utilizado dos modelos o métodos predictivos (RNA y el de tipo árbol) pero hay muchos más. Se puede realizar el mismo tipo de estudio añadiendo más modelos y comparando los resultados que arrojan.
Aportaciones
- Aporta una visión descriptiva de cómo se ha actuado y de los resultados obtenidos en los años estudiados.
- Ha permitido la identificación de los grupos problemáticos de pacientes para futuros controles de calidad y, además, ha ayudado a buscar una justificación lógica para estos grupos.
Grupo de trabajo de UCI
Individual
- Aproximación metodológica al uso de bases de datos, el correcto desarrollo de modelos predictivos, el uso de programas informáticos estadísticos para el manejo de los datos y modelos.
- Aumentar competencias a nivel profesional, tanto el uso de la estadística, como en la aplicaciones de soluciones lógicas a problemas encontrados en la práctica clínica diaria.
- Valores de las variables:
Media±desviación estándar o como porcentaje.
- Descripción de porcentajes:
Gráficos de barras

- Comparativa entre variables:
Chi-cuadrado en variables discretas
Test de Kruskal-Wallis para variables continuas.

- Comparativa entre los modelos:
Realización de curvas de rendimiento diagnóstico (ROC).
Generando gráficos de dispersión entre las probabilidades individuales calculadas entre los dos modelos.
En nuestro estudio:
Red neuronal artificial
No muestra en ninguno de los periodos estudiados mejores propiedades de clasificación que el árbol.
Árbol
Mejor interpretación; encuentran los grupos de pacientes que asignamos como problemáticos.
Las variables con más peso en los modelos son:
La utilización de la ventilación mecánica (que condiciona la utilización de sedantes que modifican la tolerancia enteral)
Los grupos diagnósticos (donde los pacientes quirúrgicos tienen una mayor afectación del tubo digestivo)
La gravedad según los rangos del APACHE II (que condiciona alteraciones orgánicas y necesidad de tratamientos que afectan a la tolerancia enteral)
El uso de noradrenalina (coadyugante de una mayor gravedad por hipoperfusión tisular acompañante).
Full transcript