Determinación de candidiasis invasiva en neonatos hospitalizados en ucin mediante un score clínico. Estudio caso-control

Abstract

Esta Tesis Doctoral presenta como objetivo principal la elaboración de un sistema de ayuda a la decisión clínica (SADC) en candidiasis invasiva neonatal. Se realizaron dos modelos predictivos, uno mediante regresión logística (RL) y otro mediante redes neuronales artificiales (RNA). Tras la generación del modelo se realizó una validación externa. El modelo predictivo generado, obtuvo un área bajo la curva (ABC) de 0.81 en la RL y de 0.89 en las RNA para la muestra inicial y un ABC de 0.80 en la RL y de 0.67 en las RNA para la muestra de validación. De acuerdo con los resultados obtenidos en el modelo predictivo, se plantean unas recomendaciones de fácil aplicación en hospitales en base a una puntuación desarrollada sobre la simplificación de un modelo de RL y que utiliza como variables: meropenem, edad gestacional, días de ayuno, corticoides postnatales y número de sepsis bacterianas.