Predicción de estancias hospitalarias en pacientes geriátricos en un hospital de cuarto nivel de complejidad de la ciudad de Medellín-Antioquia en los años 2021-2022

Abstract

RESUMEN : Este trabajo se enfocó en definir una metodología de predicción de estancias hospitalarias en pacientes geriátricos de un hospital de cuarto nivel de complejidad en Medellín – Colombia. Se analizó un conjunto de datos que representa un total de 14385 egresos hospitalarios de población mayor de 59 años (75.3 ± 8.9 años) atendida durante el periodo comprendido entre el 1 de enero de 2021 al 31 de diciembre de 2022. Se analizaron 16 variables sociodemográficas y clínicas para un total de 14385 egresos; de los cuales 7727 (53.7%) son mujeres y el 46.3% restante corresponde a los hombres. Se utilizaron cuatro modelos de aprendizaje automático (Regresión Lineal, Regresión Logística, Arboles de decisión y Random Forest) evaluados con las métricas de error cuadrático medio, exactitud (Accuracy) y el coeficiente de determinación. Se obtuvo que el modelo de Random Forest es el más apropiado para este conjunto de datos, ya que supera una precisión de 0.41, explicando la mayor variabilidad en los datos. Tanto la Regresión Lineal como los modelos de Regresión Logística y Árboles de Decisión dado qué alcanzaron una precisión de 0.38, 0.12 y 0.40, respectivamente, lo que presenta desafíos significativos en el contexto de las estancias hospitalarias.

ABSTRACT : This work focused on defining a methodology for predicting hospital stays in geriatric patients at a fourth level of complexity hospital in Medellín – Colombia. A set of data was analyzed that represents a total of 14,385 hospital discharges from a population over 59 years of age (75.3 ± 8.9 years) treated during the period from January 1, 2021 to December 31, 2022. 16 sociodemographic variables were analyzed. and clinics for a total of 14,385 discharges; of which 7727 (53.7%) are women and the remaining 46.3% correspond to men. Four machine learning models were used (Linear Regression, Logistic Regression, Decision Trees and Random Forest) evaluated with the metrics of mean square error, accuracy (Accuracy) and the coefficient of determination. It was found that the Random Forest model is the most appropriate for this data set, since it exceeds a precision of 0.41, explaining the greatest variability in the data. Both the Linear Regression and the Logistic Regression and Decision Tree models achieved a precision of 0.38, 0.12 and 0.40, respectively, which presents significant challenges in the context of hospital stays.