Descubrimiento de patrones de supervivencia en pacientes con trasplante renal utilizando minería de datos

El paciente con enfermedad renal crónica presenta un mayor riesgo de mortalidad Cardiovascular. Cuando la enfermedad alcanza una etapa avanzada es imprescindible reemplazar algunas de las funciones del órgano mediante las denominadas Terapias de Reemplazo Renal, que intentan evitar el estadio de intoxicación sanguínea conocido como uremia y prolongar la vida del paciente. El trasplante renal es la mejor opción para el paciente con Insuficiencia Renal Crónica, debido a que en la mayoría de casos logra una recuperación completa y mejora la calidad de vida al prescindir de la dependencia de diálisis y las dietas rigurosas. En Colombia el primer trasplante renal se llevó a cabo por el Hospital San Vicente de Paul en el año 1973. En América Latina, Colombia ocupó el quinto puesto en el año 2007 en el número de trasplantes renales realizados. El objetivo del presente estudio es conocer los patrones de supervivencia en pacientes con trasplante renal a partir de la información de la Cuenta de Alto Costo del año 2009, se utilizaron técnicas de minería de datos para encontrar relaciones subyacentes que no se pueden identificar mediante un tratamiento estadístico clásico. La edad y el diagnostico principal de Diabetes Mellitus fueron identificados como factores condicionantes que influyen en la predicción del desenlace final del paciente. Se escogió la minería de datos como herramienta para el análisis de la información y la generación de conocimiento debido a que se planea encontrar relaciones no explicitas entre los atributos del conjunto de datos. La aplicación de métodos de agrupamiento y clasificación de minería de datos permitió construir un modelo de conocimiento para identificar patrones de comportamiento entre las variables analizadas. La información que se utilizó para la generación de los modelos de minería de datos, fue dispuesta por la Bodega de datos de SISPRO – Sistema Integral de Información de la Protección Social, del Ministerio de Salud y Protección Social, utilizando las Fuentes de la Cuenta de Alto Costo – ERC (Enfermedad Renal Crónica), Registro Individual de Prestación de Servicios - RIPS y el Módulo de Nacimientos y Defunciones del Registro Único de Afiliados - RUAF. Esta información fue transformada para la aplicación de técnicas de Minería de Datos que permitieron la extracción de conocimiento para la definición de factores que inciden en la supervivencia de los pacientes con trasplante renal. La edad y el diagnostico principal de Diabetes Mellitus fueron identificados como factores condicionantes que influyen en la predicción del desenlace final del paciente. Para los datos analizados se encontró una tasa de supervivencia del 66% a los 72 meses de transcurrido el trasplante, el tiempo medio de supervivencia es de 61.6 meses, con un intervalo de confianza del 95% (IC 95) entre 61,1 y 62,13 meses. Se realizó un análisis de las curvas de supervivencia por la variable edad, para lo cual se definieron cuatro agrupaciones de pacientes, pacientes con edad inferior a 43 años, entre 43 y 54 años, entre 55 y 72 años y mayores a 72 años, la diferencia es claramente significativa, con tasas de supervivencia a los 6 años de 90,9%, 76,5%, 59,5% y 37,1% respectivamente. Se propone como trabajo futuro la incorporación de los modelos de minería de datos sobre el reporte de la información de la Cuenta de Alto Costo - Enfermedad Renal Crónica realizado en el marco de la resolución 2463 de 2014, donde se incluyen nuevas variables que podrían aportar otros factores determinantes en la supervivencia de pacientes con trasplante renal.

• Autores: Romero Chacón, Diana María
• Fecha de publicación: 2015
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/1706
• Acceso en línea: http://hdl.handle.net/20.500.12749/1706
• Palabra clave: Kidney transplant; Data mining; Survival; Transplantation of organs, tissues, etc.; Medicine; Epidemiology; Research; Survival; Weka; Multilayer percetron; Cluster; Microsoft Excel; Desicion tree; Trasplante renal; Minería de datos; Supervivencia; Trasplante de órganos, tejidos, etc.; Medicina; Epidemiología; Investigaciones; Sobrevida; Weka; Perceptrón multicapas; Clúster; Microsoft Excel; Arboles de decisión
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/