El siguiente artículo, una de las nuevas propuestas de la Revista Cubana de Medicina, revista oficial de SOCUMI, describe el comportamiento temporal, de una serie de casos en 11 años, con diagnóstico de linfoma no Hodgkin. Además se apoya en un algoritmo de machine learning para disminuir los errores pronósticos.
En el diagnóstico de varias enfermedades malignas entre ls que se eencuentran las hemopatías, existen variaciones estacionales que pueden
responder a fenómenos biológicos y/o administrativos según el sitio de estudio.
El comportamiento estacional en el diagnóstico de las leucemias y el linfoma de Hodgkin ha sido estudiado por alrededor de 25 años. La mayoría de estos
estudios han encontrado una incidencia en los meses de primavera en contraste con los estudios en el linfoma no Hodgkin (LNH) que han sido limitados.
Por este motivo se realizó un estudio descriptivo en el Hospital Clínico Quirúrgico Hermanos Ameijeiras en el período de enero de 2011 a diciembre de 2021, la muestra estuvo conformada por 132 pacientes diagnosticados con la enfermedad en el Servicio
Se realizó un análisis espectral y de las autocorrelaciones y se utilizaron modelos tradicionales y ARIMA para los datos. tambien se hicieron pronósticos con los modelos de machine learning.
El análisis preliminar de esta representación sugiere que la incidencia mensual de LNH en el tiempo y lugar de estudio tienen un carácter estacionario en media, con alguna variabilidad de varianzas, no se observa tendencia y la repetición de los picos sugiere estacionalidad de Hematología. Los algoritmos de machine learning disminuyen el error de los pronósticos.
Se concluyó que existe un comportamiento estacional de la media en el diagnóstico del LNH, así como utilidad en el incremento de la precisión de los pronósticos con el empleo de herramientas de la inteligencia artificial como el machine learning.
Vea texto completo en:
Haga un comentario