Uso del Análisis Predictivo

Autor Dr. Jairo Reynales el 4/10/18 1:43 PM

Uso del Análisis Predictivo

El análisis predictivo acude a una variedad de técnicas estadísticas de modelación y minería de datos que permiten analizar datos actuales e históricos con el fin de predecir eventos en el futuro. Dichas predicciones no son afirmaciones absolutas, pero son expresiones probabilísticas de la posibilidad de ocurrir en un futuro.
Los modelos predictivos trabajan sobre los patrones de comportamiento encontrados en el pasado con el propósito de poder identificar riesgos u oportunidades. Estos permiten conocer las relaciones y posibles asociaciones entre muchas variables, que permiten identificar los potenciales riesgos asociados a un conjunto de condiciones.

ATENCIÓN EN SALUD Y ANÁLISIS PREDICTIVO

Los analistas expertos en atención en salud empezaron a utilizar el análisis predictivo, con el fin de determinar qué pacientes están en riesgo de desarrollar determinados trastornos relacionados con una variedad de asociaciones entre diferentes factores o variables, que dan cuenta del desenlace de enfermedades como la diabetes, la enfermedad cardiovascular, enfermedad pulmonar obstructiva crónica (EPOC), entre otras enfermedades.

El uso del análisis predictivo ya está apoyando las decisiones tomadas en diferentes instituciones de salud. Según Jvion, los analistas de atención en salud están utilizando el análisis predictivo para prevenir los riesgos de enfermar de los individuos y reducir gastos de la atención por la oportuna intervención que resulta en la mitigación o desaparición de dichos riesgos.

En marzo de 2015, Jvion puso en marcha una iniciativa dirigida a comprender la proliferación de soluciones avanzadas de la modelación predictiva en los hospitales; entre los aspectos más destacados del estudio se menciona que:

a. El 15% de los hospitales están utilizando algún tipo de modelación predictiva.

b. El 92% de los que emplean soluciones predictivas están utilizando las salidas para predecir el riesgo o enfermedad del paciente.

c. Las enfermedades y condiciones más frecuentemente elegidas para el análisis, han sido los reingresos, el deterioro del paciente, la sepsis, y la salud general del paciente.


IBM y la Universidad de Ontario Institute of Technology están trabajando para implementar una solución de análisis de datos y predictiva que permita monitorear a los bebés prematuros en los cuales, las lecturas biomédicas aporten información que pueda ser usada para detectar infecciones que pongan en riesgo la vida hasta 24 horas antes de cuando normalmente serían detectadas.

A medida que las bases de datos cuentan con un mayor número de datos, la búsqueda de asociaciones entre éstos es más dinámica y permite tener más certeza para la toma de decisiones. Saber a través de la minería de datos y el análisis predictivo, que un grupo de pacientes tiene un alto riesgo para desarrollar una enfermedad o condición, está ayudando a los equipos de salud a diseñar intervenciones dirigidas a éstos pacientes y a las diferentes poblaciones. Por ejemplo, en el caso de las enfermedades cardiovasculares, cuando se trabaja muy de cerca con los pacientes que están en alto riesgo y que fueron identificados por un análisis predictivo, se pueden implementar intervenciones que promuevan la reducción de la ingesta de grasas, la disminución del peso, el aumento de la actividad física, entre otras, lo que permite reducir considerablemente el riesgo de un infarto agudo de miocardio. En este sentido, el personal asistencial tiene la opción de diseñar nuevas estrategias para mantener a los pacientes con los riesgos controlados.

La Medicare Payment Advisory Commission estimó que en 2005 las readmisiones costaron al programa Medicare US$ 15 mil millones, los cuales pudieron haber sido evitados. El uso del análisis predictivo está contribuyendo para que los hospitales recorten sus tasas de readmisión, se ha logrado identificar qué pacientes necesitan un seguimiento más estricto, con el fin de evitar la readmisión.

El uso de analítica predictiva en el cuidado de la salud se beneficiará de la combinación de distintas bases de datos. Mientras más datos tengamos del individuo o de una población, las predicciones serán más precisas.

Con más datos, los modelos pueden ser ajustados para un paciente o grupo de pacientes específico, esto permitirá formular tratamientos más precisos y efectivos que estén orientados a mejorar la efectividad de dicho tratamiento y al mismo tiempo reducir los costos.

SUSCRIBIRSE AL BLOG

Etiquetas: Estudios clinicos, Centro de investigacion clinica,, Captura electronica de datos, base de datos, Lecturas biomedicas, analisis predictivo