2nd International Symposium on "Generation and Transfer of Knowledge for Digital Transformation"

SITIC2023

Prototype learning for mortality prediction in patients with chronic kidney disease

Abstract

• Problem: Mortality due to chronic kidney disease in the national territory has experienced a significant increase compared to previous years, making it a scientific necessity to conduct research that contributes to identifying prognostic factors early on.

• Objective(s): This research proposes the implementation of prototype selection in predicting mortality in patients with chronic kidney disease, with the aim of automating and optimizing the prognosis of nephropathic patients and stratifying the risk of mortality.

• Methodology: The prototype selection method IMBNPBASIR SEL-CLASS_v2 was used to acquire knowledge about the prognostic factors that have the greatest impact on disease lethality. The knowledge base collects data from 169 chronic kidney disease patients on hemodialysis at the "Dr. Ernesto Guevara de la Serna" General Teaching Hospital from January 1, 2017 to December 31, 2021.

• Results and discussion: The prototypes obtained with the IMBNPBASIR SEL-CLASS_v2 method describe deceased patients with an accuracy of approximately 78% and with a certainty in the range of 0.57 or higher. The degree of influence on disease lethality is obtained for each of the 30 epidemiological, clinical, paraclinical, and treatment-dependent variables.

• Conclusions: The inferred knowledge, in the form of prototypes, about disease lethality are patterns that allow for the identification of different alternatives that may increase the risk of death.

Resumen

• Problemática: La mortalidad por enfermedad renal crónica en el territorio nacional ha experimentado un aumento significativo en comparación con años anteriores, por lo que es una necesidad científica la realización de investigaciones que contribuyan a identificar de manera precoz factores pronósticos.

• Objetivo(s): En esta investigación se propone la implementación de la selección de prototipos en la predicción de mortalidad en pacientes con enfermedad renal crónica, con vistas a automatizar y optimizar el pronóstico del paciente nefrópata y estratificar el riesgo de mortalidad.

• Metodología: En la adquisición de conocimiento sobre los factores pronósticos que mayor incidencia tienen sobre la letalidad de la enfermedad se utilizó el método de selección de prototipos IMBNPBASIR SEL-CLASS_v2. La base de conocimiento recoge los datos de 169 pacientes con enfermedad renal crónica en hemodiálisis en el Hospital General Docente "Dr. Ernesto Guevara de la Serna" durante el período del primero de enero de 2017 al 31 de diciembre de 2021.

• Resultados y discusión: Los prototipos obtenidos con el método IMBNPBASIR SEL-CLASS_v2 describen a los pacientes fallecidos con una exactitud de aproximadamente 78% y con una certeza en el rango mayor o igual de 0.57 hasta 1. Para cada una de las 30 variables epidemiológicas, clínicas, paraclínicas y dependientes del tratamiento se obtiene el grado de influencia sobre la letalidad de la enfermedad.

• Conclusiones: El conocimiento inferido, en forma de prototipos, sobre la letalidad de la enfermedad son patrones que permiten identificar diferentes alternativas que pueden elevar el riesgo de muerte.