La profesora Roberta Wichmann, del programa de Maestría en Economía, publicó un artículo titulado "...en forma de..." junto a investigadores de la USP y miembros de la red IACOV-BR. Mejorar el rendimiento de los algoritmos de aprendizaje automático para la predicción de resultados de salud en cohortes multicéntricas en la revista Nature Scientific ReportsScientific Reports es la quinta revista más citada del mundo, con más de 696.000 citas en 2021, y recibe una amplia atención en los documentos de políticas y los medios de comunicación.https://www.nature.com/srep/).
La idea de esta investigación surgió cuando los autores se preguntaron si el rendimiento predictivo de los modelos de aprendizaje automático podría mejorarse simplemente añadiendo más datos al entrenamiento en casos de predicciones en el ámbito sanitario. En otras palabras, ¿sería posible generalizar un modelo a diferentes hospitales de un estado o de diferentes regiones de Brasil? Por lo tanto, los autores probaron diferentes estrategias de entrenamiento de modelos de aprendizaje automático, comenzando con un entrenamiento local con datos de un solo hospital y progresando a diferentes formas de agregación con datos de otros hospitales, para evaluar el rendimiento predictivo en la identificación del riesgo de muerte por COVID-19 y si, por lo tanto, sería posible generalizar la predicción a diferentes regiones del país.
¿Cómo se realizó el estudio? Se crearon ocho estrategias diferentes y se utilizaron datos de 18 hospitales de todas las regiones de Brasil para entrenar tres modelos de aprendizaje automático (xgboost, catboost y lightgbm) con el fin de identificar la mejor estrategia para maximizar el rendimiento predictivo.
"En nuestro estudio, la mejor estrategia fue el entrenamiento con datos de un solo hospital, lográndose el mejor desempeño en 11 (61%) de los 18 hospitales, aunque en algunos casos se logró un mejor desempeño predictivo al agregar más datos.", dice el profesor RobertaPor lo tanto, utilizar datos de un solo hospital puede resultar en un mejor rendimiento que agregar datos de diferentes hospitales con diferentes protocolos y diferencias socioeconómicas.
¡Felicitaciones Profesora Roberta y todos los autores y socios involucrados!
[vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_btn title=”ACCEDE AL ARTÍCULO AQUÍ” color=”primary” link=”url:https%3A%2F%2Fwww.nature.com%2Farticles%2Fs41598-022-26467-6||target:%20_blank|”][/vc_column][/vc_row]