medigraphic.com
ISSN 1561-3119 (Digital)

2016, Número 4

<< Anterior Siguiente >>

Rev Cubana Pediatr 2016; 88 (4)


Técnica Árboles de decisión aplicada al método clínico en el diagnóstico del dengue

Acosta TJ, Oller ML, Sokol N, Balado SR, Montero DD, Balado SR, Sardiñas AME

Idioma: Español
Referencias bibliográficas: 27
Paginas: 441-453
Archivo PDF: 357.00 Kb.


RESUMEN

Introducción: el dengue es la arbovirosis más importante en términos de morbilidad, mortalidad y afectación económica, cuyo espectro clínico varía desde enfermos asintomáticos hasta casos febriles graves.
Objetivo: identificar síntomas y signos con valor predictivo del dengue en pacientes pediátricos febriles mediante la técnica Árboles de decisión, con el fin de contribuir al aumento de la efectividad clínica en el diagnóstico de esta entidad.
Métodos: se estudiaron 830 pacientes ingresados en el Hospital Docente Pediátrico del Cerro por síndrome febril entre enero y marzo de 2014. Para el diagnóstico serológico de caso sospechoso se realizó IgM anti-dengue. La técnica de minería de datos se aplicó a 25 variables numéricas y 21 categóricas Árboles de decisión, ambos con exactitud aproximada al 80%. El primero relativo a los síntomas y signos, identificó valor predictivo en: rash, artromialgias, leucopenia, prueba de lazo positiva, ausencia de síntomas respiratorios y fiebre con duración ≤ 3,5 días; este mostró 80,8 % de sensibilidad y 76,6 % de especificidad; el segundo, correspondiente a exámenes de laboratorio, evidenció predicción en cifras inferiores a 6,5 × 109/L de leucocitos y 173,5 células × 109/L en el conteo plaquetario, y reportó 77,4 y 86,4 % respectivamente.
Conclusiones: se identificaron síntomas, signos y resultados de laboratorio relevantes para el diagnóstico clínico del dengue, a partir de los cuales se propone una escala diagnóstica que facilita el dictamen de nuevos casos con índices de 70,9 % de sensibilidad y 83,2 % de especificidad.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Toledo J, George L, Martínez E, Lázaro A, Han W, Coelho G, et al. Relevance of non-communicable comorbidities for the development of the severe forms of dengue: A systematic literature review. PLOS Neglected Tropical Diseases [serie en Internet]. 2016 [citado 8 de mayo de 2016];10(1). Disponible en: http://journals.plos.org/plosntds/article?id=10.1371/journal.pntd.0004284

  2. Hoyos Rivera A, Pérez Rodríguez A. Actualización en aspectos epidemiológicos y clínicos del dengue. Rev Cubana Salud Pública. 2010 Mar;36(1):149-64.

  3. Gustavo K. El dengue, un problema creciente de salud en las Américas. Rev Cubana Salud Pública. 2011;37(supl 5):616-8.

  4. Guzmán Tirado MG. Treinta años después de la epidemia cubana de dengue hemorrágico en 1981. Rev Cubana Med Trop [serie en Internet]. 2012 [citado 8 de mayo de 2016];64(1). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0375- 07602012000100001&lng=es&nrm=iso&tlng=es

  5. Linero Terán AS, Velasco MM, Chan Guevara L, Guerra G. Anterior clasificación del dengue y nueva propuesta de la OMS. Concordancia en el requerimiento de hospitalización en un grupo de pacientes pediátricos hospitalizados. Revista Colombiana Salud Libre. 2015;5(1):52-60.

  6. Guía para la asistencia integral de los pacientes con dengue. La Habana: Editorial Ciencias Médicas; 2012.

  7. Blanco-Tuirán P, Camacho-Burgos E, Corrales-Aldana H. Detección molecular del virus Dengue en mosquitos Aedes aegypti (Diptera: Culicidae) de la ciudad de Sincelejo, Colombia. Rev Inv Med Trop. 2015;1:1-7.

  8. Martínez E. Medical Care Organization to Face Dengue Epidemics. Revista Cubana de Medicina Tropical [serie en Internet]. 2009 mayo-agosto [citado 15 de diciembre de 2015];61(2). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_ arttext&pid=S0375-07602009000200001&lng=es&nrm=iso&tlng=en

  9. Ocazionez RE, Cortés F, Villar LA. Vigilancia del dengue basada en el laboratorio: diferencias en el número de casos y virus aislados según la recolección del suero y la prueba serológica. Colombia Médica. 2005;36(2):65-72.

  10. Giménez V, Picagua E, Carpinelli MM, Rovira C, Ferreira L. Hallazgos laboratoriales y referencia sintomatológica en población pediátrica durante la epidemia de dengue del año 2007. Pediatr: (Asunción). 2011;38(1):12-6.

  11. Vega Riverón B, Sánchez Valdés L, Cortina Abrahantes J, Castro Peraza O, González Rubio D, Castro Peraza M. Clasificación de dengue hemorrágico utilizando árbol de decisión en la fase temprana de la enfermedad. Rev Cubana Med Trop. 2012;64(1):35-42.

  12. Lee VJ, Lye DC, Sun Y, Leo YS. Decision tree algorithm in deciding hospitalization for adult patients with dengue haemorrhagic fever in Singapore. Trop Med Int Health. 2009;14(1):1154-9.

  13. Díaz-Quijano FA, Villar-Centeno LA, Martínez-Vega RA. Reducción de la hospitalización mediante un algoritmo de manejo del dengue en Colombia. Rev Panam Salud Pública. 2011 Sep;30(3):248-54.

  14. Coto Jiménez M. Minería de datos: concepto y aplicaciones. Contactos. 2014;91:60-5.

  15. Dávila Hernández F, Sánchez Corales Y. Técnicas de minería de datos aplicadas al diagnóstico de entidades clínicas. Revista Cubana de Informática Médica. 2012;4(2):174-83.

  16. Bouza CN, Santiago A. La minería de datos: árboles de decisión y su aplicación en estudios médicos. Modelación Matemática de Fenómenos del Medio Ambiente y la Salud [serie en Internet]. 2012 [citado 22 de octubre de 2015];2. Disponible en: https://www.researchgate.net/

  17. Peláez O, Sánchez L, Mas Bermejo P, Pérez S, Kourí G, Guzmán M. Prevalencia de síndromes febriles en la vigilancia del dengue. Ciudad de La Habana, 2007. Revista Cubana Hig Epidemiol [serie en Internet]. 2010 enero-abril [citado 30 de octubre de 2015];48(1). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1561- 30032010000100002&lng=es&nrm=iso&tlng=es

  18. Oviedo Carrascal E, Oviedo Carrascal A, Vélez Saldarriaga G. Data mining: Contributions and trends in the health service of smart cities. Revista Politécnica [serie en Internet]. 2015 [citado 16 de febrero de 2016];11(20). Disponible en: http://www.politecnicojic.edu.co/www.politecnicojic.edu.co/images/stories/medios/re vista_politecnica/revista-politecnica-20.pdf

  19. Nicholson J, Pesces M. Límites de referencias de las pruebas y procederes analíticos. En: Nelson. Kliegman RM, Behrman RE, Jenson HB, Stanton BF. Tratado de Pediatría. 18ª ed. Barcelona: Elsevier; 2008. p. 2378-80.

  20. Gervilla García E, Jiménez López R, Montaño Moreno J, Sesé Abad A, Cajal Blasco B, Palmer Pol A. La metodología del Data Mining. Una aplicación al consumo de alcohol en adolescentes. Adicciones. 2009;21(1):65-80.

  21. Fathima A, Manimegalai D, Hundewale N. A Review of Data Mining Classification Techniques Applied for Diagnosis and Prognosis of the Arbovirus-Dengue. International Journal of Computer Science Issues. 2011;8(6):322-8.

  22. Fathima A, Manimegalai D. Predictive Analysis for the Arbovirus-Dengue using SVM Classification. International Journal of Engineering and Technology. 2012;2(3):521-7.

  23. Potts JA, Gibbons RV, Rothman AL, Srikiatkhachorn A, Thomas SJ, Supradish P, et al. Prediction of dengue disease severity among pediatric thai patients using early clinical laboratory indicators. PloS Negl Trop Dis. 2010;4:769-76.

  24. Tanner L, Schreiber M, Low JG, Ong A, Tolfvenstam T, Ling LY, et al. Decision tree algorithms predict the diagnosis and outcome of dengue fever in the early phase of illness. PLoS Negl Trop Dis. 2008;2(3):e196.

  25. Pacheco Acuña R, Romero Zúñiga J. Prueba de torniquete como predictiva de sangrado espontáneo en casos de dengue clásico por den-2. Rev Costarric Salud Pública. 2008;17(33):1409-29.

  26. Lazo G, Tovar O, Kafati R. Utilidad del resultado de la prueba de torniquete en pacientes mayores de 16 años con dengue atendidos en el Hospital Escuela. Junio 2003-Junio 2005. Revista Médica de los Posgrados de Medicina UNAH. 2006;9(3):314-21.

  27. Díaz F, Martínez R, Villar L. Criterios clínicos para diagnosticar el dengue en los primeros días de la enfermedad. Biomédica. 2006;26(1):22-30.




2020     |     www.medigraphic.com