Early Postoperative Prediction of Complications and Readmission After Colorectal Cancer Surgery Using an Artificial Neural Network

ANTECEDENTES:Los predictores tempranos de complicaciones postoperatorias pueden estratificar el riesgo de los pacientes sometidos a cirugía de cáncer colorrectal. Sin embargo, los modelos de regresión convencionales tienen un poder limitado para identificar relaciones no lineales complejas entre un gran conjunto de variables. Desarrollamos modelos de redes neuronales artificiales para optimizar la predicción de complicaciones postoperatorias importantes y riesgo de reingreso en pacientes sometidos a cirugía de cáncer colorrectal.OBJETIVO:El objetivo de este estudio fue desarrollar un modelo de red neuronal artificial para predecir complicaciones postoperatorias utilizando valores de laboratorio postoperatorios y comparar la precisión de estos modelos con los métodos de regresión estándar.DISEÑO:Este estudio retrospectivo incluyó a pacientes que se sometieron a resección electiva de cáncer colorrectal entre el 1 de enero de 2016 y el 31 de julio de 2021. Se recopilaron datos clínicos, estadio del cáncer y datos de laboratorio del día 1 al 3 posoperatorio. Se crearon modelos de complicaciones y riesgo de reingreso mediante regresión logística multivariable y redes neuronales de una sola capa.AJUSTE:Instituto Nacional del Cáncer designado Centro Oncológico Integral.PACIENTES:Pacientes adultos con cáncer colorrectal.PRINCIPALES MEDIDAS DE RESULTADO:Precisión de la predicción de complicaciones mayores postoperatorias, reingreso y fuga anastomótica utilizando el área bajo la curva característica operativa del receptor.RESULTADOS:Las redes neuronales tuvieron áreas bajo la curva más grandes para predecir complicaciones importantes en comparación con los modelos de regresión (red neuronal 0,811; modelo de regresión 0,724, p < 0,001). Las redes neuronales también mostraron una ventaja en la predicción de la fuga anastomótica ( p = 0,036) y el reingreso utilizando los valores del día 1-2 postoperatorio ( p = 0,014).LIMITACIONES:Diseño retrospectivo de un solo centro limitado a operaciones de cáncer.CONCLUSIONES:En este estudio, generamos un conjunto de modelos para la predicción temprana de complicaciones después de la cirugía colorrectal. Los modelos de redes neuronales proporcionaron una mayor discriminación que los modelos basados en regresión logística tradicional. Estos modelos pueden permitir la detección temprana de complicaciones posoperatorias tan pronto como el segundo día posoperatorio. (Traducción-Dr. Mauricio Santamaria ).